• 대한기계학회논문집A
• /
• 제24권5호
• /
• pp.1075-1083
• /
• 2000

The prediction of the inelastic behavior of the structure is an essential part of reliability assessment procedure, because most of the failures are induced by the inelastic deformation, such as creep and plastic deformation. During decades, there has been much progress in understanding of the inelastic behavior of the materials and a lot of inelastic constitutive equations have been developed. These equations consist of the definition of inelastic strain and the evolution of the state variables introduced to quantify the irreversible processes occurred in the material. With respect to the definition of the inelastic strain, the inelastic constitutive models can be categorized into elastoplastic model, unified viscoplastic model and separated viscoplastic model and the different integration methods have been applied to each category. In the present investigation, the generalized integration method applicable for various types of constitutive equations is developed and implemented into ABAQUS by means of UMAT subroutine. The solution of the non-linear system of algebraic equations arising from time discretization with the generalized midpoint rule is determined using line-search technique in combination with Newton method. The strategy to control the time increment for the improvement of the accuracy of the numerical integration is proposed. Several numerical examples are considered to demonstrate the efficiency and applicability of the present method. The prediction of the inelastic behavior of the structure is an essential part of reliability assessment procedure, because most of the failures are induced by the inelastic deformation, such as creep and plastic deformation. During decades, there has been much progress in understanding of the inelastic behavior of the materials and a lot of inelastic constitutive equations have been developed. These equations consist of the definition of inelastic strain and the evolution of the state variables introduced to quantify the irreversible processes occurred in the material. With respect to the definition of the inelastic strain, the inelastic constitutive models can be categorized into elastoplastic model, unified viscoplastic model and separated viscoplastic model and the different integration methods have been applied to each category. In the present investigation, the generalized integration method applicable for various types of constitutive equations is developed and implemented into ABAQUS by means of UMAT subroutine. The solution of the non-linear system of algebraic equations arising from time discretization with the generalized midpoint rule is determined using line-search technique in combination with Newton method. The strategy to control the time increment for the improvement of the accuracy of the numerical integration is proposed. Several numerical examples are considered to demonstrate the efficiency and applicability of the present method.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권2호
• /
• pp.133-144
• /
• 2006

FRP 판은 외부 부착된 보강 판의 효과적인 부착강도의 증진으로 실질적으로 부착강도에 대한 많은 연구가 수행되어왔다. 선행연구자들은 이러한 부착강도를 알아보기 위하여 다양한 변수를 설정하여 실험을 통하여 FRP 판의 부착강도를 규명하였다. 그러나, 이러한 부착강도를 알아보기 위한 실험은 장비구축의 비용과 시간 소비가 많이 되고 수행하기 어렵기 때문에 국한적으로 수행되고 있다. 본 연구는 선행연구자들의 부착실험 데이터를 다양한 신경망 모형과 알고리즘을 적용하여 최적의 인공신경망 모형을 개발하는데 그 목적이 있다. 인공신경망 모형의 출력층은 부착강도, 입력층은 FRP 판의 두께, 폭, 부착 길이, 탄성계수, 인장강도와 콘크리트의 압축강도, 인장강도, 폭을 변수로 선정하여 학습을 수행하였다. 개발된 인공신경망 모형은 역전파 학습 알고리즘을 적용하였으며, 오차는 0.001범위에 수렴되도록 학습을 하였다. 또한, 일반화 과정은 Bayesian 기법을 도입함으로써 보다 일반화된 방법으로 과대적합의 문제를 해소하였다. 개발된 모형의 검증은 학습에 이용되지 않은 다른 선행연구자들의 부착강도 결과 값과 비교함으로서 실시하였다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 대한교통학회지
• /
• 제24권3호
• /
• pp.17-27
• /
• 2006

미시교통류의 한 연구분야인 차량추종이론은 1950년대에 처음으로 제시되었고 1960년대에 활발히 진행되다가 자료수집의 한계로 인해 연구가 부진하다가 위성을 이용한 차량의 위치추적 기술의 발달과 컴퓨터의 이용이 보편화되면서 다시 활기를 띠고 있다. 최근에는 GPS(global positioning systems)의 수신자료를 이용한 연구가 많이 수행되고 있다. GPS 기술이 교통에 도입되면서 차량의 위치에 대한 실시간 추적이 가능하게 되었다. 위치정보는 시간상으로 연속적일 뿐만 아니라, 여러 대의 차량의 연속주행에 대해서도 동시 측정이 가능하다. 본 연구는 현실자료를 기반으로 한 국내 교통류에 적합한 차량추종모델 파리미터를 정산하기 위하여 수집장치로서 DGPS의 활용 가능성을 타진하는 실험을 반복 수행하였고, DGPS를 활용한 분석 프로세스를 정립하고, 오차에 관한 현장조사를 수행하며, DGPS 수신자료의 활용성을 판단하여 추가조사를 통하여 제한적이긴 하나 차량추종모델의 파라미터를 정산한 후 이 값을 기존 연구결과와 비교해 보는 과정으로 구성되었다. 또한 최근 미시적 시뮬레이션의 도입이 광범위하게 이루어지고 있고. 시뮬레이션에는 차량추종모델이 적용 되어있다. 파라미터 정산의 어려움으로 인해 외국의 Default 값을 수정 없이 사용하고 있는데 국내 운전행태가 외국의 경우와 다르므로 Default값을 사용하는 것은 분석의 문제 가능성을 내포하고 있다. 본 연구에서는 현장실험을 통해 수집된 DGPS 수신자료를 이용하여 제한적이나마 PARAMICS의 차량추종모델의 파라미터를 정산하는 것으로 현실에 맞는 파라미터 정산치 가능성을 판단하였다.

• 한국터널지하공간학회 논문집
• /
• 제19권3호
• /
• pp.355-373
• /
• 2017

도심지에서의 터널굴착은 상부구조물과의 상호거동에 대한 이해가 필수적이다. 도심지에 사용중인 대부분의 구조물은 말뚝기초로 상부의 하중을 지지하고 있어, 터널 굴착 시 반드시 영향을 받는다. 따라서 본 연구에서는 실내모형시험을 통해 기존의 군말뚝 기초 하부 터널굴착에 따른 축력 분포와 지반의 거동을 분석하였다. 말뚝 기초는 2, 3 열 말뚝으로 가정되었으며, 말뚝 선단부와 터널 천단부의 이격거리는 터널직경에 대한 일반화를 위해 터널 직경(D) 대비 0.5D, 1.0D 그리고 1.5D로 고려되었다. 지반은 약 30%의 상대밀도(Dr)를 가지는 느슨한 사질토로 형성되었으며, 말뚝의 축력 분포를 측정하기 위해 말뚝에 변형률게이지(strain gauge)를 부착하였다. 또한, 이격거리에 따른 군말뚝의 침하와 인접지반의 침하를 변위센서(linear variable differential transformer; LVDT)와 다이얼게이지(dial gauge)를 통해 측정였으며, 터널굴착에 따른 지중의 변형을 근거리사진계측기법(close range photogrammetric technique)을 통해 측정하였다. 수치 해석을 통해 실내모형시험 및 근거리사진계측 결과와 비교 분석하였다. 본 연구에서는 체적손실율(volume loss; $V_L$) 개념을 이용하여 터널굴착을 모사하였으며, 1.5%로 적용되었다. 연구결과, 이격거리가 멀어질수록 말뚝의 축력감소는 작게 나타났으며, 침하량은 모두 유사한 경향을 나타내었다. 특히, 말뚝 선단부와 터널 천단부의 이격거리가 0.5D에서 1.0D로 증가할 때 축력과 침하량의 가장 큰 감소율이 가장 큰 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제18권5호
• /
• pp.432-445
• /
• 2018

예비보건의료인들을 포함한 보건 의료인들은 결핵에 노출될 위험이 상대적으로 높기 때문에 이들이 적절한 수준의 지식과 예방행위를 구비하는 것이 중요하다. 예비보건의료인들을 위한 결핵 교육 모형을 구축함에 있어서 문헌고찰을 실시함과 동시에 129명의 예비 보건 의료인과 14인의 의료인들을 대상으로 설문조사와 전화 인터뷰를 실시하였다. 그 결과는 다음과 같다.; 첫째, 문헌 고찰에 근거하여 결핵의 역학, 결핵의 전파 및 병태생리, 검사와 진단, 잠복결핵, 결핵의 치료, 그리고 결핵의 예방 등을 포함한 총 6개의 교육 주제가 파악되었다. 둘째, 예비보건의료인들은 결핵의 역학, 전파 및 병태생리, 잠복결핵 분야에 대해 상대적으로 낮은 지식수준을 보였다. 그러므로 교육과정을 계획할 때, 이러한 지식이 낮은 영역에 더 많은 시간이 할애되어야 할 것이다. 셋째, 의료인들은 결핵역학 교육 시, 결핵의 정의와 유형이 잘 포함되어야 한다고 강조하였으며, 결핵의 전파와 병태생리를 교육할 때에는 병원감염과 감염회로에 관한 내용이 포함되어야 된다고 답변하였다. 이에 덧붙여, 의료인들은 결핵의 진단과 집단검진을 강조하였으며, 잠복결핵 교육 시에는 개인보호장구 착용에 관한 내용이 포함되어야 한다고 반응하였다. 또한, 결핵의 치료에 대한 교육 시, 환자 교육 및 결핵약의 부작용에 대한 내용이 포함되어야 하며, 덧붙여 예비보건의료인들의 자기건강증진 행위 및 체계적인 결핵 교육이 결핵 예방의 중요한 수단이라고 정의하였다. 이러한 결과는 제한된 수의 응답자들과 표집 오차를 포함하고 있기에 결과를 일반화하는데 신중을 기해야 한다. 그러므로 더 큰 연구집단을 이용한 후속 연구를 통해 결핵 교육 모형을 개발하는 것이 필요하다.

• 정보보호학회논문지
• /
• 제32권5호
• /
• pp.1019-1034
• /
• 2022

4차 산업혁명의 초연결사회에서 악성코드 공격은 더욱 기승을 부리고 있다. 이러한 악성코드 대응을 위해 인공지능기술을 이용한 악성코드 탐지 자동화는 새로운 대안으로 주목받고 있다. 그러나, 인공지능의 신뢰성에 대한 담보없이 인공지능을 활용하는 것은 더 큰 위험과 부작용을 초래한다. EU와 미국 등은 인공지능의 신뢰성 확보방안을 강구하고 있으며, 2021년 정부에서는 신뢰할 수 있는 인공지능 실현 전략을 발표했다. 정부의 인공지능 신뢰성에는 안전과 설명가능, 투명, 견고, 공정의 5가지 속성이 있다. 우리는 악성코드 탐지 모델에 견고를 제외한 안전과, 설명가능, 투명, 공정의 4가지 요소를 구현하였다. 특히 외부 기관의 검증을 통해 모델 정확도인 일반화 성능의 안정성을 입증하였고 투명을 포함한 설명가능에 중점을 두어 개발하였다. 변화무쌍한 데이터에 의해 학습이 결정되는 인공지능 모델은 생명주기 관리가 필요하다. 이에 인공지능 모델을 구성하는 데이터와 개발, 서비스 운영을 통합하는 MLOps 프레임워크에 대한 수요가 늘고 있다. EXE 실행형 악성코드와 문서형 악성코드 대응 서비스는 서비스 운영과 동시에 데이터 수집원이 되고, 외부 API를 통해 라벨링과 정제를 위한 정보를 가져오는 데이터 파이프라인과 연계하도록 구성하였다. 클라우드 SaaS 방식과 표준 API를 사용하여 다른 보안 서비스 연계나 인프라 확장을 용이하게 하였다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.121-139
• /
• 2014

기업의 부도 예측은 재무 및 회계 분야에서 매우 중요한 연구 주제이다. 기업의 부도로 인해 발생하는 비용이 매우 크기 때문에 부도 예측의 정확성은 금융기관으로서는 매우 중요한 일이다. 최근에는 여러 개의 모형을 결합하는 앙상블 모형을 부도 예측에 적용해 보려는 연구가 큰 관심을 끌고 있다. 앙상블 모형은 개별 모형보다 더 좋은 성과를 내기 위해 여러 개의 분류기를 결합하는 것이다. 이와 같은 앙상블 분류기는 분류기의 일반화 성능을 개선하는 데 매우 유용한 것으로 알려져 있다. 본 논문은 부도 예측 모형의 성과 개선에 관한 연구이다. 이를 위해 사례 선택(Instance Selection)을 활용한 배깅(Bagging) 모형을 제안하였다. 사례 선택은 원 데이터에서 가장 대표성 있고 관련성 높은 데이터를 선택하고 예측 모형에 악영향을 줄 수 있는 불필요한 데이터를 제거하는 것으로 이를 통해 예측 성과 개선도 기대할 수 있다. 배깅은 학습데이터에 변화를 줌으로써 기저 분류기들을 다양화시키는 앙상블 기법으로 단순하면서도 성과가 매우 좋은 것으로 알려져 있다. 사례 선택과 배깅은 각각 모형의 성과를 개선시킬 수 있는 잠재력이 있지만 이들 두 기법의 결합에 관한 연구는 아직까지 없는 것이 현실이다. 본 연구에서는 부도 예측 모형의 성과를 개선하기 위해 사례 선택과 배깅을 연결하는 새로운 모형을 제안하였다. 최적의 사례 선택을 위해 유전자 알고리즘이 사용되었으며, 이를 통해 최적의 사례 선택 조합을 찾고 이 결과를 배깅 앙상블 모형에 전달하여 새로운 형태의 배깅 앙상블 모형을 구성하게 된다. 본 연구에서 제안한 새로운 앙상블 모형의 성과를 검증하기 위해 ROC 커브, AUC, 예측정확도 등과 같은 성과지표를 사용해 다양한 모형과 비교 분석해 보았다. 실제 기업데이터를 사용해 실험한 결과 본 논문에서 제안한 새로운 형태의 모형이 가장 좋은 성과를 보임을 알 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제9권5호
• /
• pp.407-412
• /
• 2003

An effective methodology is .reported for determining the optimal capacity (lot-size) of batch processing and storage networks which include material recycle or reprocessing streams. We assume that any given storage unit can store one material type which can be purchased from suppliers, be internally produced, internally consumed and/or sold to customers. We further assume that a storage unit is connected to all processing stages that use or produce the material to which that storage unit is dedicated. Each processing stage transforms a set of feedstock materials or intermediates into a set of products with constant conversion factors. The objective for optimization is to minimize the total cost composed of raw material procurement, setup and inventory holding costs as well as the capital costs of processing stages and storage units. A novel production and inventory analysis formulation, the PSW(Periodic Square Wave) model, provides useful expressions for the upper/lower bounds and average level of the storage inventory hold-up. The expressions for the Kuhn-Tucker conditions of the optimization problem can be reduced to two subproblems. The first yields analytical solutions for determining batch sizes while the second is a separable concave minimization network flow subproblem whose solution yields the average material flow rates through the networks. For the special case in which the number of storage is equal to the number of process stages and raw materials storage units, a complete analytical solution for average flow rates can be derived. The analytical solution for the multistage, strictly sequential batch-storage network case can also be obtained via this approach. The principal contribution of this study is thus the generalization and the extension to non-sequential networks with recycle streams. An illustrative example is presented to demonstrate the results obtainable using this approach.

• 대한화학회지
• /
• 제52권3호
• /
• pp.217-222
• /
• 2008

본 논문에서는 반응 매질의 부피가 촉매 반응 속도에 미치는 영향을 조사하였다. 단순하지만 정확한 모델에 대한 연구로부터 촉매 반응의 반응 속도 계수는 매질의 부피가 줄어들 수록 증가함을 알게 되었다. 평균 반응속도 상수(average reaction rate constant)는 Collins-Kimball 속도 상수의 일반화 된 형태로 얻어졌는데, 속도 상수는 부피의 효과를 보정해주는 인자를 포함하고 있다. 조사한 모델의 반응물 농도는 전통적 화학 반응론에서 예측되는 지수함수적 감소와는 상당한 차이를 보이는데 이는 기존 화학 반응속도론에서는 무시되는 반응분자 공간 분포의 비평형 확산운동(non-equilibrium diffusive dynamics)의 효과 때문이다. 반응 매질의 부피 가 유한한 점을 고려하면, 반응 시간이 충분히 오래 지났을 때, 기존의 확산지배 반응에서는 예측 되는 않는 지수 함수적 농도 감소가 얻어지는데, 그 속도 상수 역시 반응매질 크기에 의존한다.