• Geomechanics and Engineering
• /
• 제27권5호
• /
• pp.511-525
• /
• 2021

In the design of underground excavation, the shear strength (SS) is a key characteristic. It describes the way the rock material resists the shear stress-induced deformations. In general, the measurement of the parameters related to rock shear strength is done through laboratory experiments, which are costly, damaging, and time-consuming. Add to this the difficulty of preparing core samples of acceptable quality, particularly in case of highly weathered and fractured rock. This study applies rock index test to the indirect measurement of the SS parameters of shale. For this aim, two efficient artificial intelligence methods, namely (1) adaptive neuro-fuzzy inference system (ANFIS) implemented by subtractive clustering method (SCM) and (2) support vector regression (SVR) optimized by Harmony Search (HS) algorithm, are proposed. Note that, it is the first work that predicts the SS parameters of shale through ANFIS-SCM and SVR-HS hybrid models. In modeling processes of ANFIS-SCM and SVR-HS, the results obtained from the rock index tests were set as inputs, while the SS parameters were set as outputs. By reviewing the obtained results, it was found that both ANFIS-SCM and SVR-HS models can provide acceptable predictions for interlocking and friction angle parameters, however, ANFIS-SCM showed a better generalization capability.

• Steel and Composite Structures
• /
• 제49권6호
• /
• pp.645-666
• /
• 2023

Due to the steadily declining supply of natural coarse aggregates, the concrete industry has shifted to substituting coarse aggregates generated from byproducts and industrial waste. Oil palm shell is a substantial waste product created during the production of palm oil (OPS). When considering the usage of OPSC, building engineers must consider its uniaxial compressive strength (UCS). Obtaining UCS is expensive and time-consuming, machine learning may help. This research established five innovative hybrid AI algorithms to predict UCS. Aquila optimizer (AO) is used with methods to discover optimum model parameters. Considered models are artificial neural network (AO - ANN), adaptive neuro-fuzzy inference system (AO - ANFIS), support vector regression (AO - SVR), random forest (AO - RF), and extreme gradient boosting (AO - XGB). To achieve this goal, a dataset of OPS-produced concrete specimens was compiled. The outputs depict that all five developed models have justifiable accuracy in UCS estimation process, showing the remarkable correlation between measured and estimated UCS and models' usefulness. All in all, findings depict that the proposed AO - XGB model performed more suitable than others in predicting UCS of OPSC (with R², RMSE, MAE, VAF and A_15-index at 0.9678, 1.4595, 1.1527, 97.6469, and 0.9077). The proposed model could be utilized in construction engineering to ensure enough mechanical workability of lightweight concrete and permit its safe usage for construction aims.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권6호
• /
• pp.22-29
• /
• 2023

재료 및 부재의 내진성능평가 실험 시 재하속도와 수직하중은 성능에 중대한 영향을 미칠 수 있다. 반복 가력 및 하이브리드 실험 시 재하속도는 입력 변위와 출력 변위 사이의 시간 지연현상으로 인해 고속으로 제어하기 어려우며 횡방향 변위에 의해 수직하중을 일정하게 유지하는 것이 어려워 일정한 수직하중이 유지되는 고속 및 실시간 실험은 거의 이루어지지 않았다. 본 연구에서는 면진받침의 속도 의존성과 수직하중의 영향을 조사하기 위해 저속 및 고속 반복 가력 실험과 실시간 하이브리드 실험을 수행하였다. 실험에서 수평 변위와 수직 하중의 실시간 제어를 위해 Adaptive Time Series(ATS) 보정 방법과 State estimator가 포함된 FLB System을 구축하였다. 고속 또는 실시간으로 재하되는 수평 변위 제어 속도와 상부구조물에 의한 수직하중은 면진받침의 강도 및 지진 시 거동에 상당한 영향을 미칠 수 있음을 확인하였으며 내진성능평가를 위한 실험 시 실제와 유사하도록 구현되어야함을 알 수 있었다. 본 연구는 내진성능평가를 위해 구축하고 사용된 시스템의 우수한 성능을 보여주며 정확하고 효율적인 내진성능평가가 가능하도록 하였다.

• 경영정보학연구
• /
• 제24권4호
• /
• pp.97-118
• /
• 2022

이미지와 같은 비정형 데이터의 불균형 클래스 문제 해결에 있어 생산적 적대 신경망(generative adversarial network)에 기반한 오버샘플링 기법의 우수성이 알려짐에 따라 다양한 연구들이 이를 정형 데이터의 불균형 문제 해결에도 적용하기 시작하였다. 그러나 이러한 연구들은 데이터의 형태를 비정형 데이터 구조로 변경함으로써 정형 데이터의 특징을 정확하게 반영하지 못한다는 점이 문제로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 순환 생산적 적대 신경망(cycle GAN)을 정형 데이터의 구조에 맞게 재구성하고 이를 SMOTE(synthetic minority oversampling technique) 기법과 결합한 하이브리드 오버샘플링 기법을 제안하였다. 특히 기존 연구와 달리 생산적 적대 신경망을 구성함에 있어 1차원 합성곱 신경망(1D-convolutional neural network)을 사용함으로써 기존 연구의 한계를 극복하고자 하였다. 본 연구에서 제안한 기법의 성능 비교를 위해 불균형 정형 데이터를 기반으로 오버샘플링을 진행하고 그 결과를 SMOTE, ADASYN(adaptive synthetic sampling) 등과 같은 기존 기법과 비교하였다. 비교 결과 차원이 많을수록, 불균형 정도가 심할수록 제안된 모형이 우수한 성능을 보이는 것으로 나타났다. 본 연구는 기존 연구와 달리 정형 데이터의 구조를 유지하면서 소수 클래스의 특징을 반영한 오버샘플링을 통해 분류의 성능을 향상시켰다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제14권2호
• /
• pp.193-206
• /
• 2008

의료 진단 문제는 기정의된 특성치들로 표현되는 환자의 상태 데이터로부터 병의 유무를 판단하는 일종의 분류 문제로 간주할 수 있다. 본 연구는 혼용 유전자 알고리즘 기반의 분류방법을 도입함으로써 의료 진단 문제와 같은 다차원의 패턴 분류 문제를 해결할 수 있는 방안을 제안하고 있다. 일반적으로 분류 문제는 데이터 패턴에 존재하는 여러 클래스 간 구분경계를 생성하는 접근방법을 사용하는데, 이를 위해 본 연구에서는 일단의 영역 에이전트들을 도입하여 이들을 유전자 알고리즘 및 국소 적응조작을 혼용함으로써 데이터 패턴에 적응하도록 유도하고 있다. 일반적인 유전자 알고리즘의 진화단계를 거친 에이전트들에 적용되는 국소 적응조작은 영역 에이전트의 확장, 회피 및 재배치로 이루어지며, 각 에이전트의 적합도에 따라 이들 중 하나가 선택되어 해당 에이전트에 적용된다. 제안된 의료 진단용 분류 방법은 UCI 데이터베이스에 있는 잘 알려진 의료 데이터, 즉 간, 당뇨, 유방암 관련 진단 문제에 적용하여 검증하였다. 그 결과, 기존의 대표적인 분류기법인 최단거리이웃방법(the nearest neighbor), C4.5 알고리즘에 의한 의사 결정트리(decision tree) 및 신경망보다 우수한 진단 수행도를 나타내었다.

• 대한전자공학회논문지TC
• /
• 제49권6호
• /
• pp.1-7
• /
• 2012

다양한 네트워크 통합에 대한 요구사항의 증가로 인하여 미래에는 하이브리드/통합 위성-지상 시스템의 중요성이 증가할 것으로 예상된다. 이 경우 위성 시스템과 지상 시스템은 서로 호환성을 가지도록 하는 것이 시스템의 효율성 측면에서 매우 중요하다. 3GPP Long Term Evolution (LTE) 규격은 현재 4G 시스템 중 하나이다. 따라서 본 논문에서는 3GPP LTE 규격에 바탕을 둔 이동 위성 시스템에서의 인터리버 설계에 대해 소개한다. LTE를 포함하는 모든 4G 지상 시스템 규격에서는 효과적인 자원의 사용을 위해 수 msec 단위로 갱신이 가능한 적응적 변조 및 부호화를 채택하였다. 그러나, 위성 시스템의 긴 왕복지연 때문에 이러한 적응형 방식을 그대로 적용하기는 불가능하고, 단기 페이딩에 효과적으로 대응할 수 없다. 따라서 이러한 단점을 극복하기 위한 방안으로써, 본 논문에서는 적응형 전송방식과 결합된 인터리버 방식을 제안한다. 특히, LTE 규격에 바탕을 둔 이동위성시스템을 고려하여 다양한 인터리버 설계 결과를 제시하고, 성능 시뮬레이션 결과를 비교 분석한다.

• Journal of Communications and Networks
• /
• 제6권3호
• /
• pp.269-279
• /
• 2004

A new online multi-layer integrated routing (MLIR) scheme that combines IP (electrical) layer routing with WDM (optical) layer routing is investigated. It is a highly efficient and cost-effective routing scheme viable for the next generation integrated optical Internet. A new simplified weighted graph model for the integrated optical Internet consisted of optical routers with multi-granularity optical-electrical hybrid switching capability is firstly proposed. Then, based on the proposed graph model, we develop an online integrated routing scheme called differentiated weighted fair algorithm (DWFA) employing adaptive admission control (routing) strategies with the motivation of service/bandwidth differentiation, which can jointly solve multi-layer routing problem by simply applying the minimal weighted path computation algorithm. The major objective of DWFA is fourfold: 1) Quality of service (QoS) routing for traffic requests with various priorities; 2) blocking fairness for traffic requests with various bandwidth granularities; 3) adaptive routing according to the policy parameters from service provider; 4) lower computational complexity. Simulation results show that DWFA performs better than traditional overlay routing schemes such as optical-first-routing (OFR) and electrical-first-routing (EFR), in terms of traffic blocking ratio, traffic blocking fairness, average traffic logical hop counts, and global network resource utilization. It has been proved that the DWFA is a simple, comprehensive, and practical scheme of integrated routing in optical Internet for service providers.

• 한국통신학회논문지
• /
• 제35권11B호
• /
• pp.1607-1617
• /
• 2010

본 논문에서는 무선 메쉬 네트워크의 특성에 맞게 수정한 라우팅 프로토콜인 MA-CBRP를 제안한다. MA-CBRP는 애드 혹 네트워크의 여러 계층적 라우팅 프로토콜 중에서도 CBRP 프로토콜 구조를 기반으로 하는 프로토콜이다. MA-CBRP에서, 메쉬 라우터는 CBRP의 Hello 메시지와 유사한 ANN 메시지를 주기적으로 전송한다. ANN 메시지는 메쉬 네트워크 내의 모든 클라이언트가 자신의 캐시에 메쉬 라우터로의 경로를 저장하고 주기적으로 갱신하도록 하며, 오버헤드를 줄이기 위해 CBRP의 Hello 메시지와는 다르게 응답을 요구하지 않는다. 메쉬 클라이언트는 ANN 메시지를 수신한 후에 메쉬 라우터에서 자신까지의 경로가 바뀐 경우에만 메쉬 라우터에게 ANN으로 얻은 경로의 역순으로 JOIN 메시지를 보내어 경로정보를 메쉬 라우터에게 등록하여 경로 관리에 따른 부하를 줄이고 경로를 더 빠르게 찾을 수 있다. 결과적으로, 네트워크에 이동하는 클라이언트의 수에 상관없이 CBRP보다 평균적으로 7%정도 낮은 오버헤드를 보여주며, 경로를 찾는데 걸리는 시간은 거의 동일한 수준을 보여주었다.

• 대한전자공학회논문지
• /
• 제27권2호
• /
• pp.105-110
• /
• 1990

본 논문에서는 PID 적응 제어기를 이용한 컴플라이언스 로보트 제어알고리듬을 제안하였다. 조립작업, 표면가공 등과 같이 환경과 접촉해야 하는 작업을 수행할 때 컴플라이언스 로보트이 적합하며, 제어방식으로는 하이브리드 로보트 제어 방식을 사용한다. 하이브리드 제어방식은 힘과 위치를 함께 제어하는 방식으로 두개의 독립적인 궤한 폐 루프를 형성한다. 환경과의 접촉으로 인하여 컴플라이언스 로보트 역학에 독립적인 PID 적응 제어기를 컴플라이언스 로보트에 적용했다. 2축 로보트의 평면 가공 작업의 시뮬레이션을 통하여 제안된 컴플라이언스 제어 알고리듬을 분석, 확인했다.

• 한국정보과학회논문지:정보통신
• /
• 제30권2호
• /
• pp.155-166
• /
• 2003

이동 컴퓨팅은 최근 이동 통신 장비의 발전과 이동 통신 환경의 인터넷 연동으로 인해 컴퓨팅 연구 분야의 새로운 이슈로 등장했다. 이동 통신 환경은 잦은 접속 단절, 한정된 대역폭, 이동 클라이언트의 에너지 용량 제한 등 많은 제약이 있다. 이러한 제약으로 인해 많은 응용에서 사용자에게 데이타를 효율적으로 전달하기 위해 일반적으로 브로드캐스팅을 사용한다. 본 논문에서는 인기도와 데이타 크기를 고려하여 브로드캐스트하는 주기적 브로드캐스팅 채널과 이동 클라이언트의 요구에 따라 브로드캐스트하는 주문형 브로드캐스팅 채널로 브로드캐스팅 채널을 논리적으로 분할하고, 각 채널의 대역폭을 동적으로 할당하는 적응적 브로드캐스팅 기법을 제안한다. 제안하는 브로드캐스팅 기법은 브로드캐스트될 데이터를 선택할 패, 이동 클라이언트의 이동성을 고려하며, 본 논문에서 고안된 크기 요소SF(Size Factor)를 사용하여 대상 데이타의 크기를 고려한다. 본 논문에서는 또한 실험을 통해 이동 클라이언트의 전력 소모량을 측정하여 제안하는 브로드캐스팅 기법의 성능을 평가한다.