• 한국전산구조공학회논문집
• /
• 제26권2호
• /
• pp.139-146
• /
• 2013

본 논문에서는 페러데이 법칙을 이용한 진동발전 장치를 지하철의 자갈도상과 콘크리트 도상의 분류에 따른 기전력 량을 분석 하였다. 지하철 2호선 서초~방배 구간의 자갈도상에서 콘크리트 도상 변경으로 동일한 전동차 운행속도로 동일 구간에서 차량운행에 의한 동특성을 분석하고 진동력발전 장치를 이용해 얻어질 수 있는 기전력 량을 분석하였다. 또한 페러데이의 법칙에 의한 유도 기전력 식에 의한 계산 기전력 량과 발전 장치에 의한 관측 기전력 량을 베이지안 회귀 분석 및 상관분석을 통하여 철도에 적용되는 모델에 대한 신뢰구간과 모델식을 각 도상별로 업데이팅하였다. 수정된 식을 이용한 기전력은 한 개의 진동발전 장치 당 콘크리트 도상에서 4mV, 자갈도상에서는 40mV의 전력을 얻을 수 있다.

• 지능정보연구
• /
• 제10권2호
• /
• pp.79-89
• /
• 2004

이메일 사용이 보편화됨에 따라 점차 수신되는 메일의 량이 증가하고 있다. 이러한 메일 량의 증가는 사용자로 하여금 이메일을 좀더 효율적으로 분류할 수 있는 방법을 필요하게 한다. 그러나 현재의 이메일 분류는 규칙기반, 베이시안, SVM등을 이용하여 스팸메일을 필터링 하는 이원분류가 주로 연구되고 있다. 이외에도 다원분류에 대한 연구로는 클러스터링을 이용한 방법이 있으나, 이는 단순히 유사도에 의해 메일을 그룹화 하는 수준이다. 본 논문에서는 벡터모델의 유사도를 기반으로 한 자동 카테고리 생성 방법과 동적분류체계 방법을 결합하여 새로운 이메일 자동 분류 방법을 제안했다. 본 논문에서 제안한 방법은 이메일을 자동으로 다원분류하며 대량의 메일도 효율적으로 관리할 수 있다. 또한 메일을 동적으로 재분류 할 수 있게 함으로써 정확율을 높였다.

• Smart Structures and Systems
• /
• 제30권3호
• /
• pp.303-315
• /
• 2022

The degradation of wheel tread may result in serious hazards in the railway operation system. Therefore, timely wheel defect diagnosis of in-service trains to avoid tragic events is of particular importance. The focus of this study is to develop a novel wheel defect detection approach based on the relevance vector machine (RVM) which enables online detection of potentially defective wheels with trackside monitoring data acquired under different running-speed conditions. With the dynamic strain responses collected by a trackside monitoring system, the cumulative Fourier amplitudes (CFA) characterizing the effect of individual wheels are extracted to formulate multiple probabilistic regression models (MPRMs) in terms of multi-kernel RVM, which accommodate both variables of vibration frequency and running speed. Compared with the general single-kernel RVM-based model, the proposed multi-kernel MPRM approach bears better local and global representation ability and generalization performance, which are prerequisite for reliable wheel defect detection by means of data acquired under different running-speed conditions. After formulating the MPRMs, we adopt a Bayesian null hypothesis indicator for wheel defect identification and quantification, and the proposed method is demonstrated by utilizing real-world monitoring data acquired by an FBG-based trackside monitoring system deployed on a high-speed trial railway. The results testify the validity of the proposed method for wheel defect detection under different running-speed conditions.

• Wind and Structures
• /
• 제36권4호
• /
• pp.221-236
• /
• 2023

The lateral component of turbulence and the vortices shed in the wake of a structure result in introducing dynamic wind load in the acrosswind direction and the resulting level of motion is typically larger than the corresponding alongwind motion for a dynamically sensitive structure. The underlying source mechanisms of the acrosswind load may be classified into motion-induced, buffeting, and Strouhal components. This study proposes a frequency domain framework to decompose the overall load into these components based on output-only measurements from wind tunnel experiments or full-scale measurements. First, the total acrosswind load is identified based on measured acceleration response by solving the inverse problem using the Kalman filter technique. The decomposition of the combined load is then performed by modeling each load component in terms of a Bayesian filtering scheme. More specifically, the decomposition and the estimation of the model parameters are accomplished using the unscented Kalman filter in the frequency domain. An aeroelastic wind tunnel experiment involving a tall circular cylinder was carried out for the validation of the proposed framework. The contribution of each load component to the acrosswind response is assessed by re-analyzing the system with the decomposed components. Through comparison of the measured and the re-analyzed response, it is demonstrated that the proposed framework effectively decomposes the total acrosswind load into components and sheds light on the overall underlying mechanism of the acrosswind load and attendant structural response. The delineation of these load components and their subsequent modeling and control may become increasingly important as tall slender buildings of the prismatic cross-section that are highly sensitive to the acrosswind load effects are increasingly being built in major metropolises.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.471-476
• /
• 2004

최근, 사용자에게 가장 필요한 정보를 제공하기 위한 웹 정보 추천 시스템에 대한 연구가 인터넷 쇼핑몰등을 대상으로 활발히 진행되고 있다. 그 중 SOM(Self-Organizing Feature Maps)을 이용한 동적 웹 정보 추천 기법은 빠른 수행 속도와 간편하게 사용할 수 있는 장점이 존재하나, 모형에 대한 설명력 부족 및 최종적으로 구축된 모형에서 출력층의 각 노드가 한 개의 가중치 값들로 고정되는 단점이 존재한다. 본 논문에서는 이러한 단점인 모형에 대한 설명력 부족을 베이지안 추론 기법으로 해결하며, 하이브리드 SOM을 이용하여 최종적으로 구축된 모형에서 출력층의 각 노드가 한 개의 가중치 값들로 고정되는 것이 아니라 가중치가 속하게 되는 분포가 결정되도록 한다. 이러한 하이브리드 SOM을 이용하여 동적 웹 정보 추천 기법을 설계하고 구현하여 기존의 웹 정보 추천 기법과 성능 비교를 수행한 결과, 제안된 기법의 우수함이 입증되었다.

• Journal of Astronomy and Space Sciences
• /
• 제26권1호
• /
• pp.75-88
• /
• 2009

이 연구의 목적은 선형화 과정이 필요 없는 Unscented 변환(Unscented Transformation)을 사용한 후처리 배치 알고리즘을 소개하고, 기존 최소자승법을 이용한 후처리 배치 필터와 반복 UKF 스무더(Iterative Unscented Kalman Filter Smoother)들과 비교하여 추정 방법 간의 성능비교와 장단점을 분석하는 것이다. 연구에 사용된 위성 궤도 결정시스템의 동역학 방정식은 지구의 비대칭 중력장의 영향, 대기항력, 태양복사압 및 달과 태양의 중력으로 구성되었다. 관측 데이터로는 지상국으로부터 측정한 위성의 거리, 방위각과 고도각이 사용되었다. 특히, 비선형성의 영향에 대한 추정 방법 간의 성능과 장단점의 비교를 위해 위성의 포기 궤도오차별, 관측데이터의 관측 잡음의 크기별 테스트를 수행하였다. 이 연구를 통해 소개된, 선형화 과정이 필요 없는 Unscented 변환 기반의 후처리 배치 필터는, 비선형성의 특징이 증대된 상황에서 기존의 후처리 배치 알고리즘들에 비해 초기 궤도오차별, 관측데이터 잡음의 크기별 테스트 시 평균적으로 각각 약 5%와 12%정도의 정밀도 향상결과를 보였다. 또한, 기존 최소자승법을 이용한 후처리 배치필터가 발산한 상황에서도, 수렴성을 확보하는 안정적인 결과를 얻을 수 있었다. 그러므로 Unscented 변환 기반의 후처리 배치필터가 인공위성 궤도 결정 시스템에 효율적으로 사용할 수 있음을 제시하였다.

• 천문학회보
• /
• 제41권2호
• /
• pp.61.1-61.1
• /
• 2016

Black hole (BH) mass is a fundamental quantity to understand BH growth, galaxy evolution, and connection between them. Thus, obtaining accurate and precise BH mass estimates over cosmic time is of paramount importance. The rest-frame UV CIV ${\lambda}1549$ broad emission line is commonly used for BH mass estimates in high-redshift AGNs (i.e., $2{\leq}z{\leq}5$) when single-epoch (SE) optical spectra are available. Achieving correct and accurate calibration for CIV-based SE BH mass estimators against the most reliable reverberation-mapping based BH mass estimates is thus practically important and still useful. By performing multi-component spectral decomposition analysis to obtained high-quality HST UV spectra for the updated sample of local reverberation-mapped AGNs including new HST STIS observations, CIV emission line widths and continuum luminosities are consistently measured. Using a Bayesian hierarchical model with MCMC sampling based on Hamiltonian Monte Carlo algorithm (Stan NUTS), we provide the most consistent and accurate calibration of CIV-based BH mass estimators for the three line width characterizations, i.e., full width at half maximum (FWHM), line dispersion (${\sigma}_{line}$), and mean absolute deviation (MAD), in the extended BH mass dynamic range of log $M_{BH}/M_{\odot}=6.5-9.1$.

• Steel and Composite Structures
• /
• 제47권6호
• /
• pp.759-779
• /
• 2023

The paper proposes two hybrid metaheuristic optimization and artificial neural network (ANN) methods for the close prediction of the ultimate axial compressive capacity of concentrically loaded concrete filled double skin steel tube (CFDST) columns. Two metaheuristic optimization, namely genetic algorithm (GA) and particle swarm optimization (PSO), approaches enable the dynamic training architecture underlying an ANN model by optimizing the number and sizes of hidden layers as well as the weights and biases of the neurons, simultaneously. The former is termed as GA-ANN, and the latter as PSO-ANN. These techniques utilize the gradient-based optimization with Bayesian regularization that enhances the optimization process. The proposed GA-ANN and PSO-ANN methods construct the predictive ANNs from 125 available experimental datasets and present the superior performance over standard ANNs. Both the hybrid GA-ANN and PSO-ANN methods are encoded within a user-friendly graphical interface that can reliably map out the accurate ultimate axial compressive capacity of CFDST columns with various geometry and material parameters.

• 대한교통학회지
• /
• 제18권5호
• /
• pp.83-97
• /
• 2000

직접적인 신호제어 및 정보제공을 이용한 교통혼잡의 완화는 링크수준(Link-level)의 자료와 통행수준(Trip-level)의 자료를 동시에 이용하는 것이 효율적이나, 통행수준의 자료인 교통수요의 기점과 종점, 그리고 출발시간 등이 검지체계를 통해서 직접적으로 얻을 수 없어 이를 간접적으로 추정하는 것이 필요하다. 따라서, 본 연구의 목적은 기존의 기종점 추정 모형과는 달리, 교통류 시뮬레이션 모형이나 기종점 수요에 대한 시계열자료 등의 사전정보 없이도 링크교통량만을 가지고도 해당 네트워크에 가능한 모든 O-D조합에 대한 분할비를 동시에 시간 효율적으로 추정 가능한 모형을 개발, 비교하는 것이다 이 모형에는 비통행배정기반 모형에 적합한 칼만필터를 베이지안 갱신법에 기초하여 개발하고 최소자승법과 이를 토대로한 정규화 최소자승법도 함께 제시하였다. 본 연구에서 개발한 3가지의 모형을 가상의 고속도로 네트워크에 적용한 결과, 갑작스러운 수요 변화를 가지는 교통수요 패턴과 첨두를 3개 가지는 하루 24시간 교통수요 패턴에도 적응성 있는 결과를 보였다. 따라서, 본 모형은 연속류에서 수요관리 및 제어, 여행시간 예측과 동적통행배정, 차종분류 등의 기초적인 자료획득을 위해 사용될 수 있을 것으로 판단된다.

• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.190-202
• /
• 2015

스마트폰내 GPS 및 다양한 센서 데이터를 이용하여 스마트폰 사용자의 이동 패턴을 학습하고, 이를 기반으로 사용자 목적지와 경로를 예측하여 사용자의 의도에 맞는 서비스를 제공하는 위치기반 지능형 개인화 서비스(Intelligent personal assistant) 연구가 활발히 진행 되고 있다. 위치기반 개인화 서비스의 지능성은 불완전한 센서 데이터로부터 사용자 이동 정보를 처리하여, 실시간으로 사용자의 경로를 예측하는 정확성과 효율성에 좌우된다. 본 논문은 불완전한 정보로부터 사용자의 경로와 목적지를 추론하는 동적 베이지안 네트워크 기반의 강인한 파티클 필터(Robust particle filter)를 제안한다. 제안한 강인한 파티클 필터 방법은 부정확하고, 불완전한 센서 정보를 보완할 수 있는 파티클 생성, 실시간에 계산 복잡도를 감소시키는 효율적인 스위칭 함수와 가중치 함수, 파티클의 정확도를 향상시키는 재표본화로 구성되며, 사용자의 목적지와 경로의 예측 정확성과 효율성의 성능을 향상시켰다.