• Computers and Concrete
• /
• 제19권3호
• /
• pp.233-241
• /
• 2017

During the last two decades, CFRP have been extensively used for repair and rehabilitation of existing structures as well as in new construction applications. For rehabilitation purposes CFRP are currently used to increase the load and the energy absorption capacities and also the shear strength of concrete columns. Thus, the effect of CFRP confinement on the strength and deformation capacity of concrete columns has been extensively studied. However, the majority of such studies consider empirical relationships based on correlation analysis due to the fact that until today there is no general law describing such a hugely complex phenomenon. Moreover, these studies have been focused on the performance of circular cross section columns and the data available for square or rectangular cross sections are still scarce. Therefore, the existing relationships may not be sufficiently accurate to provide satisfactory results. That is why intelligent models with the ability to learn from examples can and must be tested, trying to evaluate their accuracy for composite compressive strength prediction. In this study the forecasting of wrapped CFRP confined concrete strength was carried out using different Data Mining techniques to predict CFRP confined concrete compressive strength taking into account the specimens' cross section: circular or rectangular. Based on the results obtained, CFRP confined concrete compressive strength can be accurately predicted for circular cross sections using SVM with five and six input parameters without spending too much time. The results for rectangular sections were not as good as those obtained for circular sections. It seems that the prediction can only be obtained with reasonable accuracy for certain values of the lateral confinement coefficient due to less efficiency of lateral confinement for rectangular cross sections.

• 한국전자거래학회지
• /
• 제25권2호
• /
• pp.49-63
• /
• 2020

영화 제작에 막대한 비용이 투입되지만 관객수요는 매우 불확실하기 때문에 개선된 수요예측은 수익 개선을 위한 의사결정의 중요 수단으로 활용될 수 있다. 본 연구에서는 영화의 개봉 후 수요를 예측함에 있어 기계학습 기법의 적용 타당성을 예측 성능의 관점에서 검증하였다. 분석결과를 종합하면 다음과 같다. 첫째, 대안변수에 대한 통계적 검증 결과 기본 영화 특성(감독, 배우)과 함께 개봉 후 2주차까지의 스크린수, 상영횟수, 관객수, 주요 배우에 대한 관심도 등 시계열 자료가 수요예측에 유의미한 것을 확인하였다. 둘째, Random Forest Classifier와 SVM(Support Vector Machine) 등 분류 기반 기계학습 기법과 Random Forest Regressor와 k-NN Regressor와 같은 회귀모형 기반 기계학습 기법에 적용하여 예측 성능을 평가한 결과, Random Forest 기법이 우수한 결과를 보였다. 셋째, 누적관객수가 1분위보다 작은 영화에서 회귀모형 기반 기법은 낮은 예측 정확도를 보였으며, 분류기반 기법은 반대로 가장 우수한 결과를 얻었다. 즉, 영화 수요의 분포 특성에 따라서 차별화된 기계학습 기법을 적용하는 것이 필요하다.

• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.410-416
• /
• 2003

인접투사 알고리즘(Affine Projection Algorithm: APA)에서 투사 차원은 적응필터 계수갱신에 사용하는 입력 벡터 요소 수이며, 이는 계수갱신을 위해 사용되는 투사 기저의 개수이다. 그리고 투사차원은 적응 필터의 수렴속도와 밀접한 관계가 있으며 알고리즘에서 필요한 계산량을 결정한다. 적응필터가 수렴함에 따라 수렴속도가 감소하게 되므로, 수렴속도를 결정하는 투사차원을 줄일 수 있다. 본 논문에서는 적응필터 계수갱신 시 계수벡터의 변화량을 수렴속도와 연관시켜 인접투사 알고리즘의 투사차원을 조정하는 가변 차원 인접투사 알고리즘(Variable Dimension APA: VDAPA)을 제안한다. 제안한 방법은 적응필터의 수렴정도에 따라 투사 기저 수를 조정함으로써 APA의 계산량을 줄인다. 컴퓨터 모의 실험을 통해 기존의 인접투사 알고리즘 및 NLMS 알고리즘과의 수렴속도, 계산량 면에서 성능을 비교하여 제안한 방법의 우수성을 확인한다.

• 전자공학회논문지SC
• /
• 제38권2호
• /
• pp.1-11
• /
• 2001

본 논문에서는 정현파형 브러시리스 직류 전동기의 속도제어를 위해 두 개의 스위칭 라인에 의해 구성된 채터링 둔감영역을 갖는 가변구조 속도제어기를 설계한다. 슬라이딩 모드 과정중 과도상태에서 발생하는 고주파 채터링을 저주파로 한정시키기 위해 데드 존(Dead Zone) 함수의 도입을 제안하고, 정상상태에서의 채터링 감소 및 정상상태 오차를 제거하기 위해서는 제어입력에 지변이득을 적용한다. 제안된 데드 존 함수는 두 개의 스위칭 함수로 구성된 슬라이딩 영역을 표시하며 이 영역에 시스템의 상태가 존재 시 제어구조를 비례-적분 제어기로 변경하여 채터링이 발생하지 않으며 이 영역의 이탈 시만 가변구조제어를 적용하므로 채터링이 발생하게되어 과도상태의 고주파 채터링을 저주파로 감소시킬 수 있다. 설계된 속도 제어기에 대해 컴퓨터 시뮬레이션과 실험을 통하여 그 성능을 보인다.

• 전자공학회논문지CI
• /
• 제49권4호
• /
• pp.42-53
• /
• 2012

패턴 인식과 기계 학습 분야에서 분류는 가장 기본적으로 해결해야 하는 문제의 유형이다. Adaboost 알고리즘은 Boosting 알고리즘의 아이디어를 실제 데이터분석에 이용할 수 있도록 개량한 방법으로써, 단계를 반복하여 나온 여러 개의 약한 분류기와 가중치 값들의 조합으로 강한 분류기를 생성하는 두 개의 클래스를 분류하는 분류기이다. 주성분 분석법과 선형 판별 분석법은 높은 차원의 특징 벡터를 낮은 차원의 특징 벡터로 축소하는 특징 벡터의 차원 감소와 데이터의 특징 추출에도 유용하게 사용되는 방법들이다. 본 논문에서는, 주성분 분석법과 선형 판별 분석법을 이용하여 추출한 특징을 Adaboost 알고리즘의 약 분류기로 사용함으로써, 특징 추출과 분류를 동시에 하고, 인식률을 높이는 효율적인 Boosted-PCA와 Boosted-LDA 알고리즘을 제안한다. 마지막 장에서는, 제안하는 알고리즘으로 UCI Data-Set 중 2 Class-Data와 FRGC Data의 남자와 여자 영상에 대해서 분류 실험을 진행하였다. 실험의 결과로 제안한 Boosted-PCA와 Boosted-LDA 알고리즘이 기존의 특징 추출 알고리즘과 최근접 이웃 분류기, SVM을 이용한 분류기 방법과 비교하여 인식률이 향상됨을 보인다.

• 한국전자파학회논문지
• /
• 제8권2호
• /
• pp.116-125
• /
• 1997

본 논문에서는 신호원의 도착방향을 추정하기 위한 새로운 방안으로 직교가중치 탐색(OWS : Orthogonal Weight Searching)이라고 명명되어진 새로운 기술을 제안한다. 신호공간에 직교하는 가중치 벡터는 개선된 공액기울기 방식(Conjugate Gradient Method)을 이용하여 신호행렬로부터 직접 계산되어진다. 본 논문에서 제안되는 기술은 고유치 및 고유벡터를 구할 필요가 없으며, 어레이 입력신호의 개수가 웨이트의 수보다 크지 않다는 가정하에 신호갯수의 탐지과정을 포함하지 않는다. 제안기술이 탐지절차와는 무관하게 수행되기 때문에 어레이 입력의 개수가 몇개인지 성공적으로 파악할 수 없는 열악한 신호환경하에서 제안기술은 우수한 성능을 나타 낸다. 제안된 기술의 성능은 기존의 잘 알려진 고유분해방법과 신호대 잡음비에 따른 각해상도 변에서 비교되어 지고, 계산상의 복잡도 변에서도 기존의 알고리즘과 비교하여 우수함을 보인다.

• 한국터널지하공간학회 논문집
• /
• 제22권5호
• /
• pp.575-589
• /
• 2020

최근 국내 터널에서 지속적으로 증가하고 있는 쉴드 TBM 공법의 주된 굴착도구는 디스크 커터로 굴진과정에서 자연스럽게 마모가 발생하고 이는 TBM의 굴진효능을 현저히 저하시키기 때문에 적절한 시기에 교체하는 것이 중요하다. 따라서 본 연구에서는 디스크 커터 교체 여부를 판단할 수 있는 예측 모델을 머신러닝 기법을 사용한 방법으로 제안하였다. 이를 위해 국내 기 시공된 쉴드 TBM 현장의 데이터 중 디스크 커터 소모에 상관성이 높은 굴진데이터(TBM 기계데이터, 지반정보 등)와 교체이력을 입력데이터로 사용하여 다양한 머신러닝 분류기법 중 서포트 벡터 머신, 최근접이웃 알고리즘, 의사결정트리 알고리즘을 사용하여 최적의 예측 모델을 구축하고 모델의 성능을 평가하기 위하여 분류성능평가 지표로 비교 분석하였다.

• 한국멀티미디어학회논문지
• /
• 제7권1호
• /
• pp.35-43
• /
• 2004

본 논문에서는 고속도로나 도심 진입 차량의 무인 자동과금 및 주요시설 출입 차량의 통제와 관리를 위하여 차량번호판 인식뿐만 아니라 차량 표시 문자와 제조사 식별자 검출 분류하여 차량의 정보를 판독하는 차량정보인식 및 자동과금시스템을 제안하였다. 제안한 알고리즘은 차량 후면부에서 획득된 영상으로부터 잡음제거, 세선화 등의 전처리 과정을 수행하고 템플릿 마스킹 및 레이블링 연산처리를 수행하여 차량표시문자, 제조사 표식자 및 번호판 영역을 각각 검출하였다. 또한, 검출된 특징 영역으로부터 특징자의 구조적 특징 및 패턴정보를 이용하여 표시문자와 제조사 표식자를 분류하였고, 하이브리드 패턴벡터와 세븐세그먼트 패턴벡터를 사용하여 차량번호판의 문자 및 숫자를 각각 인식하였다. 실험에서는 실제 고속도로상에서 제안한 차량인식 시스템에서 획득된 실 영상을 사용하여 인식 성능을 수행하였다. 실험 결과 제안한 알고리즘이 잡음, 외부환경, 차량의 크기에 무관하게 차량 특징자를 정확히 검출 분류하였으며 제안한 시스템은 범죄차량 단속, 차량자동과금 및 관공서 등의 차량입출력 관리의 무인화에 적용이 가능하다.

• 한국정보통신학회논문지
• /
• 제16권7호
• /
• pp.1370-1376
• /
• 2012

본 논문에서는 남성화자 혹은 여성화자인지를 구분하는 성별인식 알고리즘을 제안한다. 본 논문에서는 남성화자와 여성화자의 특징벡터를 분석하며, 이러한 남녀의 특징벡터를 이용하여 신경회로망에 의한 제안한 성별인식에 대한 인식실험을 수행한다. 신경회로망의 입력신호로 사용한 특징벡터로는 10차의 LPC 켑스트럼 계수, 12차의 LPC 켑스트럼 계수, 12차의 FFT 켑스트럼 및 1차의 RMS, 12차의 LPC 켑스트럼 및 8차의 FFT 스펙트럼들이다. 본 실험에서는 특히 12차의 LPC 켑스트럼 및 8차의 저역 FFT 스펙트럼의 특징벡터를 사용하여 20-20-2의 네트워크에 의하여 신경회로망이 학습되었다. 실험결과, 남성화자에 대하여 학습 시에는 평균 99.8%, 여성화자에 대해서는 평균 96.5%의 성별인식률이 구해졌다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.897-900
• /
• 2007

본 논문은 BLDC 서보모터를 사용하는 power-by-wire(PBW) 시스템을 위한 DSP 제어기와 IGBT 인버터 드라이버를 설계하는 연구를 제안한다. 이 BLDC 서보모터 시스템은 DSP(Digital Signal Processor)와 IGBT 인버터 모듈로써 구현되어진다. PBW 시스템은 직선 추력 동작을 위해 서보 모터의 속도 제어가 필요하다. 본 논문에서는 벡터 제어와 min-max PWM 기술로 이러한 서보 제어기를 구현한다. 제어기의 CPU로써, TMS320F2812 DSP는 PWM(펄스폭변조) 파형발생기, A/D변환기, SPI(직병렬인터페이스) 포트 그리고 많은 입/출력 포트 등을 가지고 있기 때문에 채택되었다.