• 감성과학
• /
• 제20권2호
• /
• pp.161-170
• /
• 2017

감정은 학습능력, 행동, 판단력 등 삶의 많은 부분에 영향을 끼치므로 인간의 본질을 이해하는 데 중요한 역할을 한다. 그러나 감정은 개인이 느끼는 강도가 다르며, 시각 영상 자극을 통해 감정을 유도하는 경우 감정이 지속적으로 유지되지 않는다. 이러한 문제점을 극복하기 위하여 총 4가지 감정자극(행복, 슬픔, 공포, 보통) 시 생체신호(뇌전도, 맥파, 피부전도도, 피부 온도)를 획득하고, 이로부터 특징을 추출하여 분류기의 입력으로 사용하였다. 감정 패턴을 확률적으로 해석하여 다른 공간으로 매핑시켜주는 역할을 하는 Restricted Boltzmann Machine (RBM)과 Multilayer Neural Network (MNN)의 은닉층 노드를 이용하여 비선형적인 성질의 감정을 구별하는 Deep Belief Network (DBN) 감정 패턴 분류기를 설계하였다. 그 결과, DBN의 정확도(약 94%)는 오류 역전파 알고리즘의 정확도(약 40%)보다 높은 정확도를 가지며 감정 패턴 분류기로서 우수성을 가짐을 확인하였다. 이는 향후 인지과학 및 HCI 분야 등에서 활용 가능할 것으로 사료된다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제10권3호
• /
• pp.393-402
• /
• 2018

While interacting with a sloping structure, an ice floe may fracture in different patterns. For example, it can be local bending failure or global splitting failure depending on the contact properties, geometry and confinement of the ice floe. Modelling these different fracture patterns as a natural outcome of numerical simulations is rather challenging. This is mainly because the effects of crack propagation, crack branching, multi fracturing modes and eventual fragmentation within a solid material are still questions to be answered by the on-going research in the Computational Mechanic community. In order to simulate the fracturing of ice floes with arbitrary geometries and confinement; and also to simulate the fracturing events at such a large scale yet with sufficient efficiency, we propose a semi-analytical/empirical and semi-numerical approach; but with focus on the global splitting failure mode in this paper. The simulation method is validated against data we collected during the Oden Arctic Technology Research Cruise 2015 (OATRC2015). The data include: 1) camera images based on which we specify the exact geometry of ice floes before and after an impact and fracturing event; 2) IMU data based on which the global dynamic force encountered by the icebreaker is extracted for the impact event. It was found that this method presents reasonably accurate results and realistic fracturing patterns upon given ice floes.

• Bulletin of the Korean Chemical Society
• /
• 제26권12호
• /
• pp.2007-2016
• /
• 2005

An artificial neural network (ANN) is successfully presented for prediction acidity constant (pKa) of various benzoic acids and phenols with diverse chemical structures using a nonlinear quantitative structure-property relationship. A three-layered feed forward ANN with back-propagation of error was generated using six molecular descriptors appearing in the multi-parameter linear regression (MLR) model. The polarizability term $(\pi_1)$, most positive charge of acidic hydrogen atom $(q^+)$, molecular weight (MW), most negative charge of the acidic oxygen atom $(q^-)$, the hydrogen-bond accepting ability $(\epsilon_B)$ and partial charge weighted topological electronic (PCWTE) descriptors are inputs and its output is pKa. It was found that properly selected and trained neural network with 205 compounds could fairly represent dependence of the acidity constant on molecular descriptors. For evaluation of the predictive power of the generated ANN, an optimized network was applied for prediction pKa values of 37 compounds in the prediction set, which were not used in the optimization procedure. Squared correlation coefficient $(R^2)$ and root mean square error (RMSE) of 0.9147 and 0.9388 for prediction set by the MLR model should be compared with the values of 0.9939 and 0.2575 by the ANN model. These improvements are due to the fact that acidity constant of benzoic acids and phenols in water shows nonlinear correlations with the molecular descriptors.

• 환경정책연구
• /
• 제12권4호
• /
• pp.23-44
• /
• 2013

기후변화에 효율적으로 대응하기 위해서는 막대한 예산이 소요되는 적응대책에 대한 우선순위를 선정하고 이에 따라 시행하는 일이 매우 중요하다. 본 연구의 목적은 적응대책의 우선순위 평가 방법론을 분석해 현재 가용한 정보의 범위에서 기후변화의 특수성을 반영해 적용 가능한 우선순위 평가 방법론을 제안하는 것이다. 우선순위 결정을 위한 의사결정 방법론은 다기준 분석 등의 정성적 분석법과 비용편익 분석 등의 정량적 평가 방법론이 있다. 각 방법론별로 서로 장점과 단점이 있으며 필요 자료의 수준도 상이하다. 정책평가를 위한 지표는 정책의 효율성, 경제성, 정치성 등을 평가하는 많은 지표가 존재한다. 본 논문에서는 일반 정책평가 지표와 기후변화의 특수성을 고려해 기후변화 적응대책의 우선순위 평가 지표로 크게 기후변화 위험성, 정책성, 효율성을 선정하였다. 기후변화 위험성의 세부 지표로는 피해발생시점, 피해발생 가능성, 피해 강도가 포함되며, 효율성으로는 경제적 효율성, 부수효과, 파급효과로 대표될 수 있다. 정책성의 평가 지표는 형평성, 기존 정책과의 부합성, 민주성으로 구성된다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권1호
• /
• pp.45-49
• /
• 2016

수중에서의 음향 통신의 성능은 신호의 다중경로 전달과정에 의해 발생하는 지역 확산 현상으로 인하여 인접 심볼간 간섭의 영향을 받는다. 이러한 다중경로의 영향으로 신호는 왜곡되고 원활한 수신을 방해하게 된다. 이러한 다중경로 환경에서 본 논문에서는 수신 신호의 성능을 향상시키고자 수중통신에 적합한 반복부호를 설정하였다. 적용 가능한 반복부호로는 터보 부호와 BCJR 기반의 컨볼루션 부호가 있으며, 동일한 부호화율 및 비슷한 부호어 길이에서 터보부호의 성능을 비교 분석하였다. 본 논문에서는 경북 문경시 경천호에서의 실제 수중 실험을 통하여 두 가지 방식의 성능을 분석하였다. 송수신 거리가 400m 그리고 데이터 속도를 1Kbps에서 측정된 실제 데이터를 이용하였다. 실험 결과 컨볼루션 부호 기반의 BCJR 복호기는 81%의 성공률, 터보 부호 기반의 터보 등화기는 93%의 성공률을 나타내는 것으로 보아 터보 부호 기반의 터보 등화기가 성능이 약간 우수함을 알 수 있다.

• 대한기계학회논문집B
• /
• 제39권1호
• /
• pp.11-19
• /
• 2015

본 논문에서는 다물질(가연성 기체 혼합물과 금속관) 수치 해석 기법을 활용하여 밀리미터 크기의 얇은 두께의 금속관 내에서의 데토네이션을 모델링하였다. 데토네이션의 해석을 위하여 수소와 에틸렌 혼합물의 실험과 이론적 값을 기반으로 최적화된 1단계 아레니우스 형태의 화학 반응식, 이상기체 상태 방정식을 활용하여 모델링하였다. 또한 금속관의 재료인 구리와 철은 Mie-Gruneisen 상태 방정식과 Johnson-Cook 강성 모델을 활용하여 큰 압력에 의한 관의 소성 변형을 모델링하였다. 다물질 수치 해석을 위한 경계면의 추적 및 경계면 값의 결정은 각각 hybrid particle level-set 기법과 ghost fluid method(GFM)을 통하여 획득하였다. 수치적 해석 결과는 실험값과의 비교를 통하여 검증 하였으며, 관두께(두꺼운 관과 얇은 관)에 따른 내부 유동장의 변화를 확인하였다. 얇은 관의 경우, 데토네이션에 의해 발생하는 높은 내부 압력에 의하여 관의 소성 변형이 일어나고, 이에 따라 발생하는 팽창파에 의해 내부 기체 혼합물의 압력 및 밀도의 감소현상을 확인하였다.

• 한국음향학회지
• /
• 제13권4호
• /
• pp.60-68
• /
• 1994

본 논문에서는 다층구조 순방향 신경회로망에 적용될 수 있는 것으로 입력의 특징 추출기능(Feature Extractor)이 우수한 Hebb 학습 규칙과 패턴 분류 기능(Classifier)이 우수한 BP 알고리듬을 결합한 Hybrid학습 규칙을 제안하고자 한다. 오차역전파 학습법칙을 적용한 다층구조퍼셉트론(MLP)과는 달리, 다층구조에 오차역전파 학습법칙과 Hebb학습법칙이 동시에 적용될 수 있는 Hybrid(Hebbian+BP)학습법칙은 학습시에 출력층의 연결강도를 제외한 모든 연결강도 계산에 적용되며 출력층에는 기존의 오차역전파법칙만이 적용된다. 출력층에 Hebb 학습법칙을 제외시킨것은 다층구조학습시에 학습의 수렴성에 대한 보장이 주어져 있지 않기 때문이다. 제안된 Hybrid 학습법칙의 성능평가를 위해 몇가지의 영역구분 문제에 적용한 결과 제안된 학습법이 기존의 BP보다 우수함을 보였다. 학습속도면에서는 기존의 BP법칙에 비해 훨씬 빠른 수렴속도를 보여 주었는데, 그중 한가지 예를 보면 제안된 Hybrid법칙에 의한 학습은 기존의 BP의 학습회수의 2/10만으로도 가능함을 보여주었다. 인식률에서도 제안된 법칙에 의한 결과가 BP에 의한 결과보다 최고 약 $0.77\%$ 우수하다.

• 조명전기설비학회논문지
• /
• 제23권1호
• /
• pp.116-124
• /
• 2009

본 논문은 이산웨이블렛 변환, 푸리에 변환 및 실효값의 연산 결과를 이용하여 전력품질을 진단하는 인공지능형 진단기법을 제안한다. 제안된 진단기법을 채택한 인공지능형 전력품질 진단기는 과도현상, 순간전압강하, 순간전압상승, 순간정전 및 전고조파 외형률의 진단 및 분류가 가능하다. 신호처리를 위한 데이터 샘플링주파수는 15.36[kHz]가 사용되었으며 샘플링된 이산데이터는 이산웨이블렛변환, 고속푸리에변환, 실효값의 연산에 사용되어진다. 효율적인 인공지능형 전력품질 진단을 위해서, 진단하고자 하는 전력품질 요소에 맞추어 간단한 다층구조의 인공신경망을 설계하였다. 제안된 인공신경망은 C++ 언어로 프로그램되어 PSIM 시뮬레이션 연구에 사용되었으며, TI DSP 320C6713 마이크로프로세서를 사용한 MP PQ+256 하드웨어에서 검증하였다.

• 비파괴검사학회지
• /
• 제29권4호
• /
• pp.338-343
• /
• 2009

토모그래피는 다중 빔을 이용하여 단면을 영상화하는 기법으로서 주로 의료진단 분야에서 인체의 단면 영상획득을 위해 응용되어지는 기법이다. 비파괴검사 분야에서도 단순한 시간영역 신호의 제시에서 탈피하여 검사자에게 영상을 제공함으로써 진단의 효율성을 높이고자 하는 추세이므로 이 기법은 많은 의미를 갖는다. 최근, 유도초음파를 이용한 평판 구조물의 진단 기법이 많은 주목을 받고 있어, 본 논문에서는 컴퓨터 기반 유도초음파 해석 기법과 토모그래피 영상화 기법을 기반으로 2차원 평판에 존재하는 결함 위치를 영상화하는 연구를 수행하였다. 이를 위해 경계요소법을 이용하여 판 구조물에 존재하는 결함이 유도초음파의 전파 양상에 미치는 영향을 해석하고 그 결과를 토모그래피 영상화 기법에 적용하여 평판의 결함 위치를 판별하고자 하였다. 그 결과, 토모그래피를 위해 사용되는 센서의 개수가 결함 검출 성능에 많은 영향을 미침을 확인할 수 있다.

• 센서학회지
• /
• 제7권6호
• /
• pp.418-425
• /
• 1998

로봇을 비롯한 자동화 기계의 3차원 작업에서 스테레오 카메라는 가장 널리 사용되는 센서 장치이다. 스테레오 카메라를 사용함으로써 3차원 실세계 공간내 임의 목표점의 위치를 측정할 수 있으며, 카메라의 보정은 이를 위한 중요한 선행작업이다. 기존의 카메라 보정법은 크게 선형과 비선형의 기법으로 나눌 수 있는데, 선형의 기법은 간단하나 정확도의 면에서 문제점을 지니고, 비선형 기법은 렌즈의 왜곡을 보상하기 위한 모델링 과정과 이의 비선형 해를 구하는 비교적 복잡한 과정을 필요로 한다는 문제가 있다. 본 논문에서는 이러한 문제의 한 해결방안으로 인공신경망을 적용하는 방법을 연구하고 그 결과를 제시한다. 특히 역전파 알고리즘에 의해 학습된 다층 신경망의 함수 근사화 능력을 활용하여 선형기법의 오차 패턴을 학습함으로써 간단하고 효과적으로 계측의 정확도를 향상시킬 수 있음을 실험을 통하여 보인다.