• 한국전산구조공학회논문집
• /
• 제35권1호
• /
• pp.45-55
• /
• 2022

현 설계기준에서 제시한 단부횡보강 상세는 시공성과 생산품질이 현저히 떨어지므로 내진성능과 시공성을 확보할 수 있는 RC 구조벽체의 단부횡보강 상세 개발이 필요하다. 최근 선재 제작기술의 발전으로 다양한 선조립철근의 제작이 가능해지고 있으며 특히 다양한 연속횡보강 철근 상세의 제작이 가능하게 되었다. 본 연구에서는 사각 연속횡보강 선조립철근 단부횡보강 상세를 적용한 RC 구조벽체의 모멘트-곡률 관계에 대한 분석을 진행하였다. 비선형 단면해석에 의하면 사각 연속횡보강의 상세를 적용한 RC 구조벽체는 사각 연속횡보강 영역의 면적이 증가할수록 내진성능을 확보할 수 있다. 이러한 연구결과에 근거하여 사각 연속횡보강 선조립 철근의 상세 적용시, 단부횡보강 영역의 면적만큼 사각 연속횡보강 영역의 면적을 확보해야 한다.

• Journal of Platform Technology
• /
• 제10권4호
• /
• pp.47-55
• /
• 2022

사물인터넷 환경에서는 다양한 무선 통신 기술을 사용하는 기기들이 점점 증가하고 있다. 특히, 다양한 무선 신호 변조 유형을 정확하게 식별하기 위해 효율적인 특성 추출 기법을 설계하고 무선 신호의 종류를 분류하는 것이 필수적이다. 하지만, 실제 환경에서 레이블이 지정된 무선 신호 데이터를 수집하는 것은 쉬운 문제가 아니다. 최근 무선 신호 분류를 위해 딥러닝 기반의 다양한 학습 기법들이 제안되어졌다. 딥러닝의 경우 훈련 데이터셋이 적을 경우 과대적합에 빠질 가능성이 높으며, 이는 딥러닝 모델을 활용한 무선 신호 분류 기법의 성능 저하를 유발한다. 본 연구에서는 다양한 무선 신호들이 존재할 때 분류 성능을 높이기 위해 생성적 적대 신경망 기반 데이터 증대 기법을 제안한다. 분류해야 하는 무선 신호의 종류가 다양할 때 특정 무선 신호를 나타내는 데이터의 양이 적거나 균형이 맞지 않는 경우 제안한 기법을 활용하여 필요한 무선 신호와 관련된 데이터의 양을 증가시킨다. 제안한 데이터 증강 알고리즘의 유효성을 검증하기 위해 무선 신호의 데이터양을 증가시키고 균형을 맞춘 결과를 바탕으로 CNN 및 LSTM 기반 무선 신호 분류기를 구현하여 실험해본 결과 데이터 균형을 맞추지 않았을 때보다 분류 정확도가 높아지는 것을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.143-151
• /
• 2010

지문분류는 1:N 지문인식 시스템의 효율성을 높이는 단계로 지문의 매칭 시간 단축과 인식의 정확성을 높여주는 역할을 한다. 지문 각 클래스의 융선 패턴은 한 개 이상의 클래스와 중복되는 성질을 가지기 때문에 지문분류 작업은 어렵다. 또한 잡음을 많이 포함하거나 예외적인 입력 상태인 경우에도 분류 작업은 어려워진다. 본 논문에서는 다양한 품질의 지문을 효과적으로 분류하기 위해 지문의 방향특징을 이용해 확률 모델을 설계하고, 이를 최적화 하여 지문분류를 수행하는 방법을 제안하였다. 지문 융선을 픽셀단위로 탐색하여 방향 값을 산출하고, 산출된 방향 값을 일정 픽셀 단위로 병합하여 지문의 방향특징을 추출한다. 추출된 방향 특징을 이용해 확률론적 정보추출 및 인식 방식인 마코프 모델을 이용하여 지문의 클래스별 마코프 모델을 생성한다. 생성된 클래스별 마코프 모델의 상태전이 행렬을 분석하여 클래스별 분류 모델의 가중치 항목을 결정하고 유전자 알고리즘을 이용하여 지문분류 성능을 향상시킬 수 있는 최적의 수치를 찾아낸다. 유전알고리즘에 의해 최적화된 분류모델에 다양한 품질의 지문 데이터베이스를 적용하여 실험해 본 결과 최적화 되기 전의 분류 모델에 비해 우수한 분류성능을 보였다. 또한 실험에 사용한 다양한 품질의 데이터베이스를 분석해본 결과 제안한 방법은 특이점 유, 무 및 상태에 독립적으로 예외적인 입력상황의 지문에 대해 효율적으로 지분분류를 수행했다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.47-59
• /
• 2009

다양한 응용에 적용될 수 있는 특성을 가진 무선 센서 네트워크는 적용되는 응용에 따라 데이터 리포팅 지연시간의 제한과 같이 요구사항이 다양하므로 각 응용별로 구분되는 알고리즘이나 프로토콜 설계 패러다임을 적용하여 에너지 효율을 최대화하고 네트워크의 생존기간을 최대화할 수 있어야 한다. 이 논문에서는 2단계 클러스터링(Two Phase Clustering : TPC) 방식을 이용하여 에너지 효율 데이터 수집을 제공하기 위한 새로운 알고리즘으로 지연시간 적응형 센서 스케쥴링 방안을 제안한다. 이 논문의 궁극적인 목표는 센서들에게 응용 환경의 특성과 시간에 따라 변하는 특성을 갖는 지연시간에 대한 요구사항에 대하여 높은 적응성을 제공하여 네트워크의 생존기간을 늘리는 것이다. TPC 방식은 센서들이 직접 링크와 릴레이 링크의 두 가지 링크를 구성하도록 한다. 직접 링크는 제어 메시지나 시간에 민감한 센서 데이터들을 포워딩하는 데 사용된다. 릴레이 링크는 사용자의 지연시간 제한에 따라 데이터를 포워딩하는데 사용되며 이를 이용하여 센서들이 에너지-절약효과를 갖는 릴레이를 사용할 기회가 증가하도록 멀티홉 경로를 구성할 수 있도록 한다. 이 논문에서는 제안하는 CD-DGS 방식이 사용자의 지연시간 제한 요구사항에 잘 적응하여 센서 네트워크의 분포 밀도가 높은 경우에 상당한 비율의 에너지 효율을 보이는 것을 시뮬레이션 결과로 증명한다.

• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 한국기록관리학회지
• /
• 제22권2호
• /
• pp.1-25
• /
• 2022

오늘날 대부분의 아카이브가 소셜미디어를 통한 기록서비스를 제공하고 있지만, 효과는 매우 저조하다. 본 연구는 영구기록물관리기관이자 광역지방자치단체 지방기록물관리기관인 경남기록원과 서울기록원을 중심으로 소셜미디어 기록서비스가 미진한 원인을 분석하여 개선방안을 제시하고, 고전적인 기록서비스와 소셜미디어가 상호 성장하여 시너지효과를 일으킬 수 있는 방안의 설계를 목적으로 하였다. 문헌연구를 통해 소셜미디어별 특성과 메커니즘을 파악하였으며, 현황 분석을 통해 경남기록원과 서울기록원의 소셜미디어 운영 실태를 파악하고, 내부 문건을 검토하여 공통적인 문제점을 도출했다. 보다 상세한 분석을 위해 기관 기록서비스 담당자와 인터뷰를 진행했으며, 국내 유관기관과 해외 아카이브의 소셜미디어 운영 사례를 분석하여 아카이브에 적용할 수 있는 방안을 검토했다. 이를 바탕으로 새로운 기록서비스 프로세스를 구축하고, 소셜미디어별 전략적 운영 방안을 제안함과 동시에 기존의 기록서비스와 상호성장 할 수 있는 방안을 설계하였다.

• 대한토목학회논문집
• /
• 제29권5A호
• /
• pp.467-475
• /
• 2009

기존의 연구들은 댐퍼만에 의한 부가감쇠비의 Universal Curve만을 제공하였기 때문에 실무에서는 케이블의 구조감쇠 및 공기역학적감쇠와 같은 자체감쇠를 독립적으로 고려하곤 한다. 즉, 케이블에 발생하는 자체감쇠비와 댐퍼에 의해 부여되는 Universal Curve로부터 얻은 부가감쇠비를 산술적으로 합하여 케이블-댐퍼 시스템의 전체감쇠비를 결정해 왔다. 하지만 이러한 선형조합 접근법은 이론적인 근거가 미약하며 관련된 연구도 찾아볼 수 없는 실정이므로 이에 관한 유효성을 검증해 볼 필요가 있다. 이것을 위해 본 연구에서는 자체감쇠를 고려한 전체감쇠비 해석법을 개발하여 정해를 제시하고 이것을 기존의 선형조합 접근법에 의해 얻어진 전체감쇠비와 비교하여 선형조합 접근법의 유효성 여부를 검증하였다. 본 연구의 결과에 의하면, 강성은 작고 최적감쇠계수와 비슷한 감쇠계수를 갖는 댐퍼가 지점에서 가깝게 설치되어 있으며, 케이블의 진동이 저차 모드 위주로 발생하고 케이블의 자체감쇠가 크지 않은 일반적인 풍환경에서는 기존의 연구그룹에서 제시하는 연구결과나 선형조합 접근법을 적용하는 것에 무리가 따르지 않는다. 하지만 외부댐퍼나 예기치 못한 고차 진동모드의 발생, 강성이 큰 댐퍼가 사용되는 경우에는 본 연구를 적용하는 것이 바람직한 것으로 나타났다. 본 연구는 케이블의 자체감쇠를 고려한 전체감쇠비의 정해를 제시하고 이것을 토대로 선형조합 접근법에 대한 적용근거를 제시하였다는 점에서 의미를 찾을 수 있다. 차후 본 연구를 발전시켜 공기역학적감쇠에 대응하는 최적감쇠계수를 실시간으로 제시할 수 있게 된다면 MR(Magneto-rheological) 댐퍼와 같은 준능동 댐퍼의 케이블-댐퍼 시스템 제어의 중요한 알고리즘이 될 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.584-585
• /
• 2021

태양광, 풍력 등 신재생 에너지 생산이 다양해지면서 생산과 소비를 동시에 할 수 있는 마이크로그리드 시스템이 소개되었지만 국내에서는 아직까지 자동화된 전력거래 기술 도입이 필요하고 생산 및 중계인의 보호할 장치가 필요하다. 일반적으로 여름에는 태양광을 통한 전력 가격 하락이 예상되어 생산자 보호가 필요하다. 본 논문에서는 마이크로그리드 환경에서 블록체인(Blockchain)을 활용한 사용자 간 투명하고 안전한 선물 전력거래 시스템을 제안한다. 선물이란 간단히 말해서 고정된 가격과 미리 정해진 선물 가격에 구매자가 전력을 사는 의무를 가지거나 판매자가 전력을 팔아야 하는 의무를 갖게 되는 계약이다. 본 시스템은 블록체인 네트워크 내에서 신뢰할 수 있는 실행코드인 스마트 컨트랙트(Smart Contract)를 이용하여 사용자의 개입 없이 자동화된 동작으로 선물 가격을 검색하고 전력 거래를 체결하는 선물 거래 알고리즘을 제안한다. 만일 전력 생산자가 생산계획 시에 최대 생산 시기(하지)의 가격이 하락할 가능성이 있다고 생각이 되면 선물시장에서 선물을 먼저 팔아 놓고 최대 생산 시기(하지)에 선물을 되사서 이익을 내어 현물시장에서의 손실을 보전할 수 있다. 또 중계업자는 판매계약 체결 시에 전력 가격이 상승될 우려가 있으면 선물시장에서 먼저 선물을 매입하고 판매계약 이행 시 선물을 청산하여 이익을 실현시켜 현물시장에서의 손실을 보전할 수 있게 된다.

• 한국터널지하공간학회 논문집
• /
• 제11권2호
• /
• pp.151-162
• /
• 2009

본 연구에서는 터널 설계구간의 대부분을 차지하는 미시추 구간의 지반 등급 분류를 정량적으로 수행할 수 있는 새로운 접근방법을 제안한다. 본 제안방법은 시추공에서 얻은 직접조사 결과와 시추구간의 전기 비저항 탐사결과를 이용해 인공 신경망을 학습시카고, 학습된 인공 신경망은 미시추 구간의 암반분류 등급을 추론하는데 적용된다. 지반등급 추론은 미시추 구간 영역에서 움직이는 격자형 창(window)의 중심점에서 이루어 지며 창내 귀속된 전기 비저항들은 추론을 위한 참고자료로 시용된다. 인공 신경망 학습은 최선 RPROP(Resilient backpropagation) 인공 신경망 학습 알고리즘과 early-stopping 기법을 이용하여 수행되었다. 본 연구에서는 실제 시추조사가 이루어진 터널현장에 제안기법을 적용하여 미시추 구간의 지반 등급을 추론하였으며, 전통적인 지구통계학적 크리깅(kriging) 기법에 의한 결과와도 상호 비교하였다. 결과적으로 본 연구를 통해 학습된 인공 신경망은 전통 크리깅 방법에 비해 매우 구체적이고 현실적인 예측결과를 제공하였다 또한, 인공 신경망 추론으로부터 얻어진 터널 종단 방향의 RMR과 Q-값의 분포에서는 전기 비저항 탐사로부터 추정된 취약지반 구간의 위치와 잘 일치하였으며, 두 값 상호간의 관계도 선행 연구 결과와 부합하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.39-70
• /
• 2017

최근 여론조사 분야에서 데이터에 기반을 둔 분석 기법이 널리 활용되고 있다. 기업에서는 최근 출시된 제품에 대한 선호도를 조사하기 위해 기존의 설문조사나 전문가의 의견을 단순 취합하는 것이 아니라, 온라인상에 존재하는 다양한 종류의 데이터를 수집하고 분석하여 제품에 대한 대중의 기호를 정확히 파악할 수 있는 방안을 필요로 한다. 기존의 주요 방안에서는 먼저 해당 분야에 대한 감성사전을 구축한다. 전문가들은 수집된 텍스트 문서들로부터 빈도가 높은 단어들을 정리하여 긍정, 부정, 중립을 판단한다. 특정 제품의 선호를 판별하기 위해, 제품에 대한 사용 후기 글을 수집하여 문장을 추출하고, 감성사전을 이용하여 문장들의 긍정, 부정, 중립을 판단하여 최종적으로 긍정과 부정인 문장의 개수를 통해 제품에 대한 선호도를 측정한다. 그리고 제품에 대한 긍 부정 내용을 자동으로 요약하여 제공한다. 이것은 문장들의 감성점수를 산출하여, 긍정과 부정점수가 높은 문장들을 추출한다. 본 연구에서는 일반 대중이 생산한 문서 속에 숨겨져 있는 토픽을 추출하여 주어진 제품의 선호도를 조사하고, 토픽의 긍 부정 내용을 요약하여 보여주는 제품 평판 마이닝 알고리즘을 제안한다. 기존 방식과 다르게, 토픽을 활용하여 쉽고 빠르게 감성사전을 구축할 수 있으며 추출된 토픽을 정제하여 제품의 선호도와 요약 결과의 정확도를 높인다. 실험을 통해, K5, SM5, 아반떼 등의 국내에서 생산된 자동차의 수많은 후기 글들을 수집하였고, 실험 자동차의 긍 부정 비율, 긍 부정 내용 요약, 통계 검정을 실시하여 제안방안의 효용성을 입증하였다.