• 화약ㆍ발파
• /
• 제38권3호
• /
• pp.15-29
• /
• 2020

본 논문에서는 Hoek-Brown (HB) 파괴기준을 Holmquist-Johnson-Cook (HJC) 콘크리트 재료모델에 접목시킴으로써 LS-DYNA 상에서 암반발파를 모델링할 때 현장암반의 고유한 특성이 잘 반영될 수 있도록 도모하였다. 이것은 많은 지질학적 불연속면을 포함하고 있는 현장암반이 지니고 있는 독특한 특징을 강조하기 위함이다. 두 모델의 접목은 HB 파괴기준으로 HJC 재료모델의 정적 강도 부분을 교체함으로써 이루어지며, 교체과정은 통계학적 곡선적합 기법에 의해 수행된다. 본 논문에서는 접목의 과정이 상세하게 소개되며, 획득된 HJC 재료모델의 사용에 대한 실례도 제시된다. 제시된 수치계산은 현장의 석회암 암반의 단일공 발파에 대한 평면변형률 모델링으로서 LS-DYNA가 제공하는 유체-구조물 상호작용(FSI) 기법과 다중재료 라그랑주-오일러(MMALE) 정식화 기법을 조합하여 수행된다.

• 디지털융복합연구
• /
• 제11권7호
• /
• pp.209-214
• /
• 2013

음성 인식 시스템에서는 인식 성능 향상을 위한 방법으로 인간의 청취 능력을 인식 시스템에 접목하였으며 잡음 환경에서 음성 신호와 잡음을 분리하여 원하는 음성 신호만을 선택할 수 있도록 구성되었다. 하지만 실용적 측면에서 음성 인식 시스템의 성능 저하 요인으로 인식 환경 변화에 따른 잡음으로 인한 음성 검출이 정확하지 못하여 일어나는 것과 학습 모델이 일치하지 않는 것을 들 수 있다. 따라서 본 논문에서는 음성 인식 향상을 위해 감마톤을 이용하여 특징을 추출하고 음향 모델을 이용한 학습 모델을 제안하였다. 제안한 방법은 청각 장면 분석을 이용한 특징을 추출을 통해 인간의 청각 인지 능력을 반영하였으며 인식을 위한 학습 모델 과정에서 음향 모델을 이용하여 인식 성능을 향상시켰다. 성능 평가를 위해 잡음 환경의 -10dB, -5dB 신호에서 잡음 제거를 수행하여 SNR을 측정한 결과 3.12dB, 2.04dB의 성능이 향상됨을 확인하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.183-186
• /
• 2002

최근 음성인식의 인식 단위로서 문맥의존 음향 모델이 널리 사용되고 있다. 이는 음소의 음향학적 특징, 즉 선행 및 후행음소에 의한 중심 음소의 변이음 모델이 문맥독립 모델보다 좀 더 정확하게 모델링 될 수 있기 때문이다. 하지만 강건한 문맥의존 음향 모델을 작성하기 위해서는 모델 파라미터의 병합(tying)과 미지의 문맥(unseen context)의 처리를 위한 좀더 정교한 해결 방법이 필요하다. 따라서 본 논문에서는 이점을 고려하여 음향학적 특징과 언어학적 특징을 결합하여 상태 분할을 수행할 수 있도록 SSS(Successive State Splitting) 알고리즘의 문맥 방향 상태 분할에 음소결정트리를 접목한 HM-Net(Hidden Markov Network) 구조 결정법을 도입하였다. 또한 HM-Net은 연속적인 상태 분할에 의해 한국어에서 많이 발생하는 변이음들을 효과적으로 모델링 할 수 있다는 점을 고려하여 본 연구실에서 기존에 사용하던 48 유사음소 단위에서 문맥의존 음향 모델 작성에 불필요한 변이음을 제거하여 39 유사음소 단위를 재 정의하였다. 도입한 방법과 새로 정의한 유사음소 단위의 유효성을 확인하기 위해 고립 단어, 4연속 숫자음, 연속 음성인식에 대해 인식 실험을 수행한 결과, 모든 실험에서 재 정의한 39 유사음소 단위가 문맥종속형 HM-Net 음향모델을 이용한 한국어 음성인식에 효과적임을 확인할 수 있었다. 특히 연속 음성인식 실험의 경우, 기존의 48 유사음소 단위보다 평균 $15.08\%$의 인식률 향상이 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.208-220
• /
• 2015

본 논문은 스마트시대 이러닝 운영 현황의 한계점을 분석하고 인터넷 정신을 접목한 개선방안을 제시하여 그 효과를 실증적으로 분석하였다. 대학에서 활용되는 이러닝 클래스의 운영방식에 대하여 중점적으로 논한다. 오프라인 클래스의 운영모델을 온라인 환경에 원용함으로 인해 발생하는 부작용 등을 통계적으로 확인한다. 특히 시간이라는 정량적 개념이 온라인 학습에서 참여확인을 위해 활용되고 있는 이러닝 모델의 현실적, 기능적 한계를 구체적으로 분석하였다. 이에 대한 개선안으로 인터넷의 태생적 특징인 참여, 개방, 공유의 정신을 이러닝에 접목시킬 수 있는 방안으로 QBS시스템을 개발, 제안한다. 학습자가 주도적으로 문제를 만들어 학습 자료로써 공유하는 QBS를 실제 이러닝 현장에 적용하여 학습자의 행동양상을 분석한다. 결과적으로 이러닝 학습 환경에서 학습자 참여형 모델이 학업성취도에 유의미한 영향이 있음을 확인함으로써 스마트시대의 새로운 이러닝 모델의 개선방향을 제시한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.426-429
• /
• 2004

지식 정보화 사회의 도래와 함께 사람에게 친숙한 시스템의 개발에 관한 관심이 고조되고 있다. 아울러 인간 게놈 프로젝트를 통한 사람의 유전학적 특징을 분석하는 분야의 연구가 활성화되고 있다. 본 논문에서는 사람의 유전자 거동 특성이 가진 여러 가지의 다양한 특성이 새로운 지능 알고리즘의 구현을 위한 기본 원리로 사용될 수 있음을 제시한다. 이를 위하여 유전자 동조에 널리 사용되고 있는 불리언 네트워크 모델을 포함하여 생물학과 제어공학의 접목에 관하여 설명한다. 또한 불리언 네트워크를 기반으로 발표된 SORE (Self Organization and Regulating Engine) 시스템의 다양한 특징들이 자동제어 분야에 적용될 수 있음을 보인다. 본 논문의 범위는 구체적인 적용 예를 제시하는 정도는 아니며, 단지 그 가능성에 관해서만 제안하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.280-282
• /
• 2020

최근 사물인터넷(IoT), 자율주행과 같이 기계 간의 통신이 요구되는 서비스가 늘어감에 따라, 기계 임무 수행에 최적화된 데이터의 생성 및 압축에 대한 필요성이 증가하고 있다. 또한, 사물인터넷과 인공지능(AI)이 접목된 기술이 주목을 받으면서 딥러닝 모델에서 추출되는 특징(feature)을 디바이스에서 클라우드로 전송하는 방안에 관한 연구가 진행되고 있으며, 국제 표준화 기구인 MPEG에서는 '기계를 위한 부호화(Video Coding for Machine: VCM)'에 대한 표준 기술 개발을 진행 중이다. 딥러닝으로 특징을 추출하는 가장 대표적인 방법으로는 합성곱 신경망(Convolutional Neural Network: CNN)이 있으며, 오토인코더는 입력층과 출력층의 구조를 동일하게 하여 출력을 가능한 한 입력에 근사시키고 은닉층을 입력층보다 작게 구성하여 차원을 축소함으로써 데이터를 압축하는 딥러닝 기반 이미지 압축 방식이다. 이에 본 논문에서는 이러한 오토인코더의 성질을 이용하여 CNN 기반의 이미지 분류 네트워크의 합성곱 신경망으로부터 추출된 feature에 오토인코더를 적용하여 압축하는 방안을 제안한다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1166-1174
• /
• 2019

이 논문에서는 사람 재식별 모델인 PersonNet의 성능을 개선하는 방법을 제안하고 실험한다. 특징점 추출을 위해 인셉션 레이어를 접목하여, 기존 32개의 특징점을 154개로 증가시켜 강화하였다. 또한, PersonNet에서 사용하는 CND 방식을 수정하여 비대칭성을 완화하였고, 보행자 이미지의 특징점을 3부분으로 나누어 가중치를 적용한 방법을 적용하여 특징을 더 뚜렷하게 파악하도록 하였다. 성능 평가를 위해 CUHK01, CUHK03 그리고 Market-1501 3가지의 데이터베이스를 사용하였고 실험 결과 27~31% 성능이 개선되었다.

• 자원ㆍ환경경제연구
• /
• 제9권4호
• /
• pp.663-700
• /
• 2000

한강은 서울 지역을 관통하고 있다는 점에서 수도권의 수자원 이용과 폐수 수용체로서의 한강의 역할이 실로 막대하다. 이런 맥락에서 한강에서의 수질오염문제는 주요한 사회경제적 문제 중의 하나로 부각되고 있다. 한강 수질 악화를 방지하기 위한 관리 방안이 이미 시행중에 있으나 여전히 한강 수질 오염은 문제로 남아 있는 실정이다. 이를 감안하여 보다 나은 관리책에 대한 요구에 부응하기 위하여 본 논문은 기존의 수질기준을 최소비용으로 달성하는 비용 효과적인 방식을 시스템 최적화 분석 기법에 접목하는 모델을 구축하고 있다. 이 모델은 우리 나라에 두드러진 수문학적 특징, 즉 자정능력상의 계절적 차이가 지역적 특성과 오염 처리 기술상의 다양함, 그리고 기존의 법적 제도적 특정들과 어떻게 연결되어 얼마나 처리 비용상의 절약을 유도해 낼 수 있는지에 관한 정책정보를 제공해 줄 수 있게 고안되었다. 연구의 결과치에 의하면, 표적 지천상의 지역적 안배와 처리 공정상의 기술-비용적 차이를 고려하고 비갈수기에 처리시설을 신축적으로 운영할 경우 한강 수계에서 BOD 부하량 삭감비용은 상당한 정도( 예로, 1992년 물가수준에서 매일 3,000만 원 이상) 절감 가능한 것으로 나타나고 있다.