• 소성∙가공
• /
• 제12권4호
• /
• pp.401-407
• /
• 2003

This paper newly proposes a mesh regularization method for the enhancement of the efficiency in sheet metal forming analysis. The regularization method searches for distorted elements with appropriate searching criteria and constructs patches including the elements to be modified. Each patch is then extended to a three-dimensional surface in order to obtain the information of the continuous coordinates. In constructing the surface enclosing each patch, NURBS(Non-Uniform Rational B-Spline) surface is employed to describe a three-dimensional free surface. On the basis of the constructed surface, each node is properly arranged to form unit elements as close as to a square. The state variables calculated from its original mesh geometry are mapped into the new mesh geometry for the next stage or incremental step of a forming analysis. The analysis results with the proposed method are compared to the results from the direct forming analysis without mesh regularization in order to confirm the validity of the method.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.265-272
• /
• 2003

본 논문에서는 동적으로 변화하는 대용량의 데이터베이스로부터 보다 현실적인 데이터 마이닝의 수행을 가능케 하기 위하여 기존의 직사각형분해 알고리즘을 개선한 새로운 알고리즘을 제안한다. 새로운 알고리즘은 이진 행렬을 이분(bipartite) 그래프로 변환하고, 변환된 이분 그래프에서 이분클리크(biclique)를 찾음으로써 직사각형 분해를 수행한다 제안된 알고리즘은 새롭게 유도된 수학적 정리들을 바탕으로 출발하였으며, 복잡도 분석을 통하여 그 효율성을 보이고, 기존의 분류 방법론과의 비교를 통하여 제안된 방법론이 규칙의 수와 분류율면에서 우수함을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.492-494
• /
• 1993

CMAC (Cerebeller Model Articulation Controller) is kind of Neural Networks that imitate the human cerebellum. For storage and retrieval of learned data, the input of CMAC is used as a key to determine the memory location. he learned information is distributively stored in physical memory. The learning of CMAC is very fast and converged well, therefore, it effects the application of Pattern Recognition. Through the our experiment of Pattern Recognition, we will prove that CMAC is very suitable for On-line real time processing and incremental learning of Neural Networks.

• Journal of Power Electronics
• /
• 제6권2호
• /
• pp.139-145
• /
• 2006

This paper describes the ultra precise position estimation of a servomotor using a sinusoidal encoder based on Arcsine Interpolation Method for the cost reduction of circuit design. The amplitude and offset errors of the sinusoidal encoder output signals, from the encoder itself and analog signal processing procedures, are effectively compensated and on-line tuned by utilizing a low cost programmable differential amplifier without any special expensive equipment. For a theoretical evaluation of the practical resolution of this system, the relationship between the amplitude of ADC(Analog to Digital Converter) input signal errors and the anticipated resolution is also addressed. The performance of the proposed method is verified by comparing it with speed control characteristics of the servomotor driving system using a digital incremental 50,000ppr encoder in the experiments.

• 소성∙가공
• /
• 제13권7호
• /
• pp.629-634
• /
• 2004

Based on plastic instability, analytical prediction of bursting failure on tube hydroforming processes under combined infernal pressure and independent axial feeding is carried out. Bursting is irrecoverable phenomenon due to local instability under excessive tensile stresses. In order to predict the bursting failure, three different classical necking criteria such as diffuse necking criterion for sheet and tube, local necking criterion for sheet are introduced. The incremental theory of plasticity for anisotropic material is adopted and then the hydroforming limit and bursting failure diagram with respect to axial feeding and hydraulic pressure are presented. In addition, the influences of the material properties such as anisotropy Parameter, strain hardening exponent and strength coefficient on bursting Pressure are investigated. As results of the above approach, the hydroforming limit in view of bursting failure is verified with experimental results.

• 소성∙가공
• /
• 제12권7호
• /
• pp.654-661
• /
• 2003

A monobloc TDS(Tube Drive Shaft) has been developed by using the rotary swaging process which is one of the incremental forming process. In order to estimate the developed TDS performance characteristics such as natural frequency, strength, stiffness and mass, finite element analysis has been carried out using commercial software, MSC/NASTRAN. The calculated performance characteristics have been compared with analysis results of SDS(Solid Drive Shaft) to know how much improve the performance characteristics. Also the sensitivity analyses of design parameters for the tube length and diameter have been performed. From the analysis results, it was found that the TDS allowed for a high frequency and could be designed to be much lighter than SDS. This advantage can give possibility to tune the NVH (Noise-Vibration-Harshness) characteristics.

• 정보처리학회논문지D
• /
• 제16D권4호
• /
• pp.463-474
• /
• 2009

OLAP 이나 e-비즈니스 환경에서는 다차원 데이터의 효율적인 분석을 위하여, 데이터를 여러 형태로 표현하거나 저장한다. 이러한 다차원 구조의 데이터를 차원 애트리뷰트들의 값으로 표시되는 넓은 형태의 수평 뷰로 표현한다. 수평 뷰는 여러 소스로부터 수집한 요약 정보를 유지하도록 실체 뷰로서 저장되며, 복잡한 질의들을 효율적으로 처리하기 위해 사용된다. 그러나, 소스 데이터가 변경될 경우 수평 뷰들의 내용도 수정해야 하는 데, 소스 데이터들이 여러 사이트에 분산되어 있기 때문에 수평 뷰를 관리하는 것은 어렵다. 따라서, 본 연구에서는 점진적인 뷰 관리 방법 중의 하나로 차등 파일을 이용하여 수평 뷰를 관리하는 효율적인 방법을 제시한다. 이러한 방법은 상용 RDBMS에서 제공하는 PIVOT 연산을 이용하여 저장된 수직 형태의 소스 테이블을 수평 뷰로 변환하고, 수직 테이블의 변경 사항을 반영한 차등 파일을 이용하여 수평 뷰에서도 동일하게 적용하는 방법이다. 이를 위해, 우선 저장된 수직 테이블에서 수평 뷰로 변환하여 처리하는 전체적인 프레임워크를 제안한다. 제안한 프레임워크 하에서 수직 테이블을 수평 뷰로 변환하는 PIVOT 연산을 정의한다. 다음으로, 수직 테이블로부터 데이터가 변경될 경우, 데이터에 대한 변경 사항을 차등 파일로 저장한 후, 이를 이용하여 수평 뷰를 갱신하는 방법을 제안한다. 특히, 차등 파일의 구조는 수평 뷰의 구조와 다르기 때문에, 수평 뷰에 적합하도록 변경 사항을 변환해야 한다. 마지막으로 실험을 통하여 제안한 방법은 다른 방법에 비해서 평균 1.2$\sim$5.0배까지 성능을 향상시킴을 보인다.

• 한국정보통신학회논문지
• /
• 제7권6호
• /
• pp.1269-1275
• /
• 2003

본 논문에서는 클라이어언트/서버 환경에서 클라이언트의 공간질의를 효율적으로 처리하기 위한 데이터 캐싱과 캐시된 데이터의 일관성 유지를 다룬다. 이를 위하여 먼저 클라이언트에서 데이터 캐싱을 위하여 실체화된 공간뷰를 이용한다. 그리고 서버의 데이터 변경에 따른 실체화된 클라이언트 뷰의 변경을 위하여 유도관련성을 이용한 점진적 변경 기법을 적용한다. 실체화된 뷰는 클라이언트의 공간질의를 효율적으로 처리 할 수 있지만, 일관성 유지에 대한 오버헤드가 발생한다. 본 논문에서는 효율적인 공간질의 처리를 위하여 서버에서 공간연산자의 비용을 기반으로 질의 수행과 뷰 일관성 유지에 따른 비용식을 제시한다. 이를 기반으로 클라이언트에서 질의 요청시 비용을 평가하여 뷰의 실체화 여부를 서버에서 결정한다. 이 방법은 클라이언트/서버 환경에서 뷰의 실체화와 재수행 방법을 병행함으로써, 클라이언트의 공간질의를 효율적으로 처리할 수 있는 장점을 제공한다.

• 전기전자학회논문지
• /
• 제26권2호
• /
• pp.299-305
• /
• 2022

다양한 물리적 신호를 디지털 신호 영역에서 처리하기 위해서 센서의 출력을 디지털로 변환하는 아날로그-디지털 변환기 (ADC)는 시스템 구성에 있어 매우 중요한 구성 블록이다. 센서 신호 처리를 위한 아날로그 회로의 역할을 디지털로 변환하는 추세에 따라 이러한 ADC의 해상도는 높아지는 추세이다. 또한 ADC는 모바일 기기의 배터리 효율 증대를 위해서 저전력 성능이 요구된다. 기존 integrating 시그마-델타 ADC의 경우 고해상도를 가지는 특징이 있지만, 저전압 조건과 미세화 공정으로 인해 적분기의 연산증폭기 이득 오차가 증가해 정확도가 낮아지게 된다. 이득 오차를 최소화하기 위해 버퍼 보상 기법을 적용할 수 있지만 버퍼의 전류가 추가된다는 단점이 있다. 본 논문에서는 이와 같은 단점을 보완하고자 버퍼를 스위칭하며 전류를 최소화시키고, 하이패스 바이어스 회로를 통해 settling time을 향상시켜 기존과 동일한 해상도를 갖는 ADC를 설계하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.