• Steel and Composite Structures
• /
• 제42권3호
• /
• pp.299-313
• /
• 2022

Steel-concrete-steel composite structures with bidirectional webs (SCSBWs) are used in large-scale projects and exhibit good mechanical performances and constructional efficiency. The shear behaviors of SCSBW deep beam members in key joints or in locations subjected to concentrated forces are of concern in design. To address this issue, experimental program is investigated to examine the deep-beam shear behaviors of SCSBWs, in which the cracking process and force transfer mechanism are revealed. Compared with the previously proposed truss model, it is found that a strut-and-tie model is more suitable for describing the shear mechanism of SCSBW deep beams with a short span and sparse transverse webs. According to the experimental analyses, a new model is proposed to predict the shear capacities of SCSBW deep beams. This model uses strut-and-tie concept and introduces web shear and dowel action to consider the coupled multi mechanisms. A stress decomposition method is used to distinguish the contributions of different shear-transferring paths. Based on case studies, a simplified model is further developed, and the explicit solution is derived for design efficiency. The proposed models are verified using experimental data, which are proven to have good accuracy and efficiency and to be suitable for practical application.

• 한국농공학회논문집
• /
• 제61권3호
• /
• pp.55-65
• /
• 2019

Although crack on concrete exists from its early formation, crack requires attention as it affects stiffness of structure and can lead demolition of structure as it grows. Detecting cracks on concrete is needed to take action prior to performance degradation of structure, and deep learning can be utilized for it. In this study, transfer learning, one of the deep learning techniques, was used to detect the crack, as the amount of crack's image data was limited. Pre-trained Inception-v3 was applied as a base model for the transfer learning. Web scrapping was utilized to fetch images of concrete wall with or without crack from web. In the recognition of crack, image post-process including changing size or removing color were applied. In the visualization of crack, source images divided into 30px, 50px or 100px size were used as input data, and different numbers of input data per category were applied for each case. With the results of visualized crack image, false positive and false negative errors were examined. Highest accuracy for the recognizing crack was achieved when the source images were adjusted into 224px size under gray-scale. In visualization, the result using 50 data per category under 100px interval size showed the smallest error. With regard to the false positive error, the best result was obtained using 400 data per category, and regarding to the false negative error, the case using 50 data per category showed the best result.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.197-200
• /
• 2010

웹 기술이 발달함에 따라 공공기관 웹사이트는 단순한 행정기관의 홍보에서 벗어나 국민과 정부 간의 의사소통의 증거인 동시에 업무의 기록으로서 역할을 담당하고 있다. 따라서 공공기관의 웹사이트들은 공공기록물로 인식하고 보호해야 한다. 하지만 공공기관의 웹기록물 중 하나인 심층 웹기록물은 실시간으로 상이한 페이지를 동적으로 구성하기 때문에 기존의 보존방법과는 다른 수집 보존 활용 기술이 요구된다. 국가기록원은 이러한 특징을 가지고 있는 심층 웹기록물을 장기보존하기 위해서 심층 웹기록물 장기보존 포맷인 KoDeWeb을 연구하고 개발하였다. KoDeWeb은 전자기록물이기 때문에 전자기록물로서 진본성 및 무결성을 보장해야 한다. 본 연구에서는 KoDeWeb의 전자기록물로서의 진본성 및 무결성을 증명하기 위해 국제 전자기록물 표준인 OAIS 참조모델에 KoDeWeb을 맵핑시켰다. 나아가 OAIS표준을 따르고 있는 전자기록물 장기보존 시스템에 KoDeWeb을 사용함으로써, 정부 및 공공기관의 심층 웹기록물 생성 및 수집을 체계화하고, 또한 민간이 운영하는 웹의 심층 웹기록물 장기보존에 활용할 수 있다.

• 한국강구조학회 논문집
• /
• 제19권5호
• /
• pp.493-501
• /
• 2007

최근, 국내에서는 물량절감과 경제성 확보를 목적으로 변단면 부재의 적용이 활발히 이루어지고 있으나 재료비선형을 이용한 설계방법으로는 취성파괴의 문제점에 대한 명확한 해결책을 제시하지 못하고 있으며, 변단면 부재의 초기변형, 폭두께비, 웨브 스티프너, 횡지지 거리등에 관한 연구가 부족한 실정이다. 따라서 본 연구에서는 기존에 연구된 이론식과 재료 및 기하 비선형 해석으로 신뢰성이 입증된 범용 유한요소 해석 프로그램인 ANSYS 9.0을 이용하여 춤이 큰 변단면 H형 보의 해석 모델을 완성하고 실험결과를 바탕으로 판-폭두께비와 비지지거리를 주요변수로 좌굴 및 극한내력을 평가하여, 웨브의 판폭두께비가 클 경우 좌굴내력이 감소하며, 횡 비지지 거리를 짧게 할 경우 연성능력을 향상시킬수 있음을 확인 하였다.

• Steel and Composite Structures
• /
• 제45권2호
• /
• pp.159-173
• /
• 2022

This paper proposes a hybrid machine-learning model, which is called DANN-IP, that combines a deep artificial neural network (DANN) and an interior-point (IP) algorithm in order to improve the prediction capacity on the patch loading resistance of steel plate girders. For this purpose, 394 steel plate girders that were subjected to patch loading were tested in order to construct the DANN-IP model. Firstly, several DANN models were developed in order to establish the relationship between the patch loading resistance and the web panel length, the web height, the web thickness, the flange width, the flange thickness, the applied load length, the web yield strength, and the flange yield strength of steel plate girders. Accordingly, the best DANN model was chosen based on three performance indices, which included the R^2, RMSE, and a20-index. The IP algorithm was then adopted to optimize the weights and biases of the DANN model in order to establish the hybrid DANN-IP model. The results obtained from the proposed DANN-IP model were compared with of the results from the DANN model and the existing empirical formulas. The comparison showed that the proposed DANN-IP model achieved the best accuracy with an R^2 of 0.996, an RMSE of 23.260 kN, and an a20-index of 0.891. Finally, a Graphical User Interface (GUI) tool was developed in order to effectively use the proposed DANN-IP model for practical applications.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.37-44
• /
• 2023

인터스트리4.0의 주요 기술인 인간-로봇 협업은 작업자의 안전을 보장하기 위한 추가적인 조치들이 필요하다. 협동로봇과 작업자간 충돌을 회피하는 기존 방식은 주로 로봇에 부착된 센서와 카메라를 기반으로 총돌을 탐지한다. 이러한 방식은 로봇, 사람 물체를 지속적으로 추적하고 충돌회피를 위한 복잡한 알고리즘이 필요하며, 작업 환경 변화에 빠르게 대응하지 못하는 단점이 있다. 본 논문은 인간과 로봇이 협업하는 과정에서 작업자가 위험을 느낄 때의 감정을 인식하여 협동로봇과의 충돌을 방지할 수 있는 웹 기반 플랫폼을 개발하였다. 이를 위해 웨어러블 뇌파장치를 이용하여 감정 관련 뇌파를 수집하고 저장하는 웹 기반 애플리케이션을 개발하였으며, 중립/긍정/부정 감정의 특징을 추출하고 분류하는 딥러닝 모델을 제안하였다. 또한 분류된 감정에 따라 모터동작을 제어하는 사물인터넷 인터페이스 프로그램을 개발하였다. 구현된 시스템의 성능분석을 위해 공개 데이터세트와 실제 수집된 데이터 세트를 사용하여 제안한 딥러닝 모델의 성능을 분석하였다. 공개 데이터 세트의 경우 정확도는 96.8%이며, 실제 수집 데이터세트의 경우 정확도는 70.7%이다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.45-55
• /
• 2023

IT 기술의 발전으로 따른 디지털 기기 사용의 보편화와 함께, 익명 통신 기술의 규모 또한 기하급수적으로 증가하고 있다. 이러한 상황에서 특히, 다크 웹(Dark web)과 딥웹(Deep web) 등 익명성을 보장하는 보안 메신저가 디지털 범죄의 온상지가 되고 있다. 익명 네트워크를 이용한 범죄 행위는 사용 기기에 로컬 데이터를 거의 남기지 않아 행위 추적이 어렵다. 미국 연방형사소송규칙과 영국 수사권한법에서는 온라인 수색 관련 법 및 제도 도입을 통해 대응하고 있으나, 한국은 관련 법의 부재로 인하여 수사적 대응 또한 전무한 실정이다. 종래의 (해외에서 사용되는) 온라인 수색 기법은 프로세스가 종료되면 아티팩트(Artifact) 수집을 할 수 없고, 메모리에만 데이터를 저장하는 악성코드에 대응할 수 없으며, 민감 데이터 식별이 어렵고, 무결성이 침해된다는 기술적 한계가 확인된다. 본 논문에서는 기본권 침해를 최소화하는 방향에서 물리 메모리 데이터 분석을 통한 익명 네트워크 사용자 행위 추적 기반 블록체인 범죄 수사방식의 국내 도입 방안을 제안한다. 클로링을 통해 수집한 다크 웹 사이트 사용자의 행위를 추적해 물리 메모리의 잔존율과 77.2%의 합의 성공률을 확인함으로써 제안 방안의 수사로서의 실효성을 입증하고자 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.247-253
• /
• 2008

차세대 웹은 표현 중심의 웹을 데이터 중심의 웹으로 이끌 것으로 예측되며, Web 2.0과 시맨틱 웹의 기술적 결합이 될 것이다. 차세대 웹은 시맨틱 처리, 웹 플랫폼과 데이터 결합이 매우 중요한 기술적 요소이다. 이를 가능하게 하기 위해서, 필수적인 기술 중의 하나가 링크 깨짐 (Link Rot) 현상을 해결하는 것이다. 링크 깨짐 현상은 단순히 사용자의 불편함을 야기하는 것에 그치지 아니하고, 정보 시스템 분야에서 데이터 무결성 정보 손실, 서비스결손 등의 다양한 문제들의 원인이 되고 있다. 본 논문에서는 웹의 고질적인 문제점인 링크 깨짐 현상을 해결하기 위한 웹 링크 구조에 대해 제안한다. 제안된 웹 링크 구조는 OASIS에서 제안한 XRI 기반으로 구성되었으며, URL rewriting 기능과 결합하여 영속적 링크 (persistent link)를 지원하도록 설계하였다. 서버-사이드(server-side) 기술로 설계되었기 때문에 기존의 방식에 비해 상호운용성, 투명성, 적용성 면에서 우수하다. 이에 더하여, 해당 구조는 상황인지 링크 변환에 사용될 수 있는 메타데이터 식별 기능을 제공한다.

• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.320-330
• /
• 2020

화재는 높은 비정형성으로 인해 딥러닝 모델을 이용한 영상인식 분야에서도 좋은 성능을 내기가 어려운 대상 중 하나이다. 특히 지하공동구 내 화재는 딥러닝 모델의 학습을 위한 화재 데이터 확보가 어렵고 열약한 영상 조건 및 화재로 오인할 수 있는 객체가 많아 화재 검출이 어렵고 성능이 낮다. 이러한 이유로 본 연구는 딥러닝 기반의 지하공동구 내 화재 탐지 모델을 제안하고, 제안된 모델의 성능을 평가하였다. 기존 합성곱 인공신경망에 GoogleNet의 Inception block과 ResNet의 skip connection을 조합하여 어두운 환경에서 발생되는 화재 탐지를 위한 모델 구조를 제안하였으며, 제안된 모델을 효과적으로 학습시키기 위한 방법도 함께 제시하였다. 제안된 방법의 효과를 평가하기 위해 학습 후 모델을 지하공동구 및 유사환경 조건의 화재 문제와 화재로 오인할 수 있는 객체를 포함한 이미지에 적용해 결과를 분석하였다. 또한 기존 딥러닝 기반 화재 탐지 모델의 정밀도, 검출률 지표와 비교함으로써 모델의 화재 탐지 성능을 정량적으로 평가하였다. 제안된 모델의 결과는 어두운 환경에서 발생되는 화재 문제에 대해 높은 정밀도와 검출률을 나타내었으며, 유사 화재 객체에 대해 낮은 오탐 및 미탐 성능을 가지고 있음을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제24권3호
• /
• pp.87-93
• /
• 2019

In this paper, we propose a real-time drone-based violent protest detection system. Our proposed system uses drones to detect scenes of violent protest in real-time. The important problem is that the victims and violent actions have to be manually searched in videos when the evidence has been collected. Firstly, we focused to solve the limitations of existing collecting evidence devices by using drone to collect evidence live and upload in AWS(Amazon Web Service)[1]. Secondly, we built a Deep Learning based violence detection model from the videos using Yolov3 Feature Pyramid Network for human activity recognition, in order to detect three types of violent action. The built model classifies people with possession of gun, swinging pipe, and violent activity with the accuracy of 92, 91 and 80.5% respectively. This system is expected to significantly save time and human resource of the existing collecting evidence.