• Structural Monitoring and Maintenance
• /
• 제2권1호
• /
• pp.77-93
• /
• 2015

The idea of using measured dynamic characteristics for damage detection is attractive because it allows for a global evaluation of the structural health and condition. However, vibration-based damage detection for complex structures such as long-span cable-supported bridges still remains a challenge. As a suspension or cable-stayed bridge involves in general thousands of structural components, the conventional damage detection methods based on model updating and/or parameter identification might result in ill-conditioning and non-uniqueness in the solution of inverse problems. Alternatively, methods that utilize, to the utmost extent, information from forward problems and avoid direct solution to inverse problems would be more suitable for vibration-based damage detection of long-span cable-supported bridges. The auto-associative neural network (ANN) technique and the probabilistic neural network (PNN) technique, that both eschew inverse problems, have been proposed for identifying and locating damage in suspension and cable-stayed bridges. Without the help of a structural model, ANNs with appropriate configuration can be trained using only the measured modal frequencies from healthy structure under varying environmental conditions, and a new set of modal frequency data acquired from an unknown state of the structure is then fed into the trained ANNs for damage presence identification. With the help of a structural model, PNNs can be configured using the relative changes of modal frequencies before and after damage by assuming damage at different locations, and then the measured modal frequencies from the structure can be presented to locate the damage. However, such formulated ANNs and PNNs may still be incompetent to identify damage occurring at the deck members of a cable-supported bridge because of very low modal sensitivity to the damage. The present study endeavors to enhance the damage identification capability of ANNs and PNNs when being applied for identification of damage incurred at deck members. Effort is first made to construct combined modal parameters which are synthesized from measured modal frequencies and modal shape components to train ANNs for damage alarming. With the purpose of improving identification accuracy, effort is then made to configure PNNs for damage localization by adapting the smoothing parameter in the Bayesian classifier to different values for different pattern classes. The performance of the ANNs with their input being modal frequencies and the combined modal parameters respectively and the PNNs with constant and adaptive smoothing parameters respectively is evaluated through simulation studies of identifying damage inflicted on different deck members of the double-deck suspension Tsing Ma Bridge.

• 경영과정보연구
• /
• 제38권3호
• /
• pp.187-210
• /
• 2019

기업은 사회의 구성원으로서 사회적 책임을 다해야 하는 의무가 있다. 비록 기업이 사회적 책임을 완수하기 위해서 기업의 자원을 일정 부분 소비하지만 이러한 기업의 사회적 책임활동은 사회적 불평등을 해소하는데 도움을 주고 있다. 한편, 기업의 사회적 책임활동은 기업의 지속적 성장과 관련이 높을 수 있다. 많은 선행연구들은 기업의 사회적 책임활동과 기업의 지속가능성에 대해 관심을 가지고 있다. 그러나 기존의 선행연구들은 변수들간의 관계를 단순하게 선형이라고 가정하고 있기 때문에 복잡한 현실세계를 반영하지 못하는 한계점 또한 존재하고 있다. 따라서 본 연구에서는 마코브 블랭킷을 통해 변수들간 최소한의 상관관계를 도출하고 베이지안 네트워크를 통해 다양한 현실세계 속에서 변수들간의 관련성을 분석하고자 한다. 또한 본 연구에서 사용한 민감도분석은 복잡한 현실세계에서 다양한 변수들간의 변동성을 파악하는데 유용하게 활용될 수 있을 것이다. 본 연구는 기업의 지속가능성에 관심이 많은 투자자와 채권자들에게 유용한 정보를 제공할 수 있을 것이다. 왜냐하면, 그들은 기업의 가치에 관심이 많은데 사회적 책임활동은 기업의 가치에 긍정 또는 부정적인 영향 모두 미칠 수 있기 때문이다. 본 연구의 중요한 결과로 기업의 미래이익지속성은 당연히 영업이익과 밀접한 관련이 있으며, 기업의 지배구조가 건전할수록 기업은 안정적으로 사회적 책임을 완수하는 모습을 보였다. 그러나 기업의 규모가 크다고 하여 기업 관련 법규를 잘 준수하는 것을 아니라는 것이 나타났다. 이는 최근의 많은 기업들이 법규를 준수하지 않아 사회적 지탄을 받는 일과도 무관하지 않을 것이다. 한편, 기업의 지속가능성이 자본시장에 미치는 영향을 고려할 때 이러한 자본시장을 감독하는 관계당국도 본 연구의 결과를 활용하여 정책을 입안하거나 규정을 정비하는데 도움을 받을 수 있을 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.373-384
• /
• 2014

데이터 마이닝이란 대량의 데이터나 복잡한 구조의 데이터들을 정교한 통계분석과 모델링 테크닉을 이용하여 정확히 식별되지 않는 패턴이나 자료간의 상관관계를 밝혀내어 여러 가지 결과를 예측해 내는 통계적 기법이다. 이러한 데이터 마이닝 기법은 금융, 통신, 유통, 의학 등 다양한 분야에 활용되는데, 본 연구에서는 의학 분야에 적용하여 호흡기질환에 영향을 끼치는 요인을 선별하였다. 분석은 2012년도 경상북도 지역사회건강조사에 참여한 사람 중 의사에게서 폐결핵, 천식, 알레르기성 비염을 진단받은 경험이 있는 호흡기질환군과 건강군으로 정리한 자료를 대상으로 하였다. 호흡기질환이 영향을 끼치는 주요인을 선별하기 위해 인공신경망, 로지스틱 회귀모형, 베이지안 네트워크, C5.0, CART 기법을 이용하였다. 공정한 모형 평가를 위해 전체 데이터를 훈련용 데이터와 검증용 데이터로 나누었고, 훈련용 데이터에서 설정된 모형을 검증용 데이터에 적용하여 정확도를 비교하였다. 그 결과 CART가 최적 모형으로 선정되었으며 CART의 의사결정나무를 통하여 우울감 인지 여부, 현재 흡연여부, 스트레스 인지 여부 순으로 호흡기질환에 영향을 주는 것으로 나타났다. 그리고 호흡기질환의 주요인들에 대한 오즈비를 구하여 개별적인 영향력에 대해서도 밝혔다.

• 정보교육학회논문지
• /
• 제5권2호
• /
• pp.279-287
• /
• 2001

본 연구는 효율적인 e-Learning 컨텐츠를 제공하기 위하여 개념적으로 표준화된 XML 컨텐츠 구조를 정의, 설계에 관한 내용이며 이를 쉽게 생성하기 위한 XML컨텐츠 프로토타입 생성기를 구현에 관한 내용이다. 또한 생성된 XML 컨텐츠를 학습자의 요구에 맞는 학습에 제공하기 위하여 사례기반 추론과 베이지안 확률에 의한 검색 방법을 응용.구현하였다. 이를 통하여 기존의 HTML기반 e-Learning System에서는 제공할 수 없었던 컨텐츠의 커스터마이즈화와 표준화를 이룰 수 있으며 학습자 수준에 맞는 적응형 컨텐츠를 제공할 수 있다. 이의 효율성을 평가하기 위해서 실제 e-Learning 시스템의 자바 학습에 적용하였으며 검색 결과를 통해 그 효율성을 입증하였다.