• Structural Engineering and Mechanics
• /
• 제76권5호
• /
• pp.643-651
• /
• 2020

Generally, it is necessary to perform transient structural analysis in order to verify and improve the seismic performance of high-rise buildings and bridges against earthquake loads. In this paper, we propose the model order reduction (MOR) method using the Krylov vectors to perform seismic analysis for linear and elastic systems in an efficient way. We then compared the proposed method with the mode superposition method (MSM) by using the limited numbers of modal vectors (or eigenvectors) calculated from the modal analysis. In the calculation, the data of the El Centro earthquake in 1940 were adopted for the seismic loading in the transient analysis. The numerical accuracy and efficiency of the two methods were compared in detail in the case of a simplified high-rise building.

• Smart Structures and Systems
• /
• 제22권6호
• /
• pp.711-725
• /
• 2018

Most of the practical engineering structures exhibit nonlinearity due to nonlinear dynamic characteristics of structural joints, nonlinear boundary conditions and nonlinear material properties. Hence, it is highly desirable to detect and characterize the nonlinearity present in the system in order to assess the true behaviour of the structural system. Further, these identified nonlinear features can be effectively used for damage diagnosis during structural health monitoring. In this paper, we focus on the detection of the nonlinearity present in the system by confining our discussion to only a few selective time-frequency analysis and multivariate analysis based techniques. Both damage induced nonlinearity and inherent structural nonlinearity in healthy systems are considered. The strengths and weakness of various techniques for nonlinear detection are investigated through numerically simulated two different classes of nonlinear problems. These numerical results are complemented with the experimental data to demonstrate its suitability to the practical problems.

• 대한기계학회논문집A
• /
• 제38권9호
• /
• pp.933-941
• /
• 2014

본 논문에서는 대표적 투영기반 모델차수축소법인 크리로프 부공간 모델차수축소법(KSM)과 모드중첩법(MTM)을 고려하여 주파수응답해석에 대한 수치적 정확도와 효율성을 비교하였다. 두 모델차수축소법의 수치 정확도 비교를 위하여 주파수응답해석 결과, 축소차수 및 관심주파수에 따른 상대오차를 고려하였으며 이후에 오차수렴지표를 통한 자동적인 축소차수의 결정이 가능 여부를 확인하였다. 효율성 비교를 위해서는 각 축소모델의 주파수응답 해석시간 및 축소차수에 따른 변환행렬 생성시간을 비교하였다. 자동차 현가장치에 대한 유한요소모델을 적용예제로 선정하여 수치 비교를 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권11호
• /
• pp.41-50
• /
• 2020

감성분석 연구에서는 문장에 내포된 감성을 결정짓는 단어를 찾는 것으로부터 시작된다. 경영자는 소비자가 주로 사용하는 단어를 분석함으로써 시장의 반응을 이해할 수 있다. 본 연구에서는 감성분류의 성능에 영향을 미치는 단어를 찾기 위하여 입자군집최적화 탐색방법과 다목적진화 알고리즘이 적용된 속성선택 방법을 제안한다. 속성선택 방법은 기존 머신러닝 분류기를 벤치마킹함으로써 성능이 비교된다. 벤치마킹된 분류기는 의사결정나무, 나이브 베이지안 네트워크, 서포터 벡터 머신, 랜덤포레스트, 배깅, 랜덤 서브스페이스, 로테이션 포레스트이다. 연구결과에 따르면, 입자군집 최적화 알고리즘이 적용된 속성선택방법으로 선택된 속성을 사용한 경우에 속성의 수를 상당히 줄일 수 있었고, 분류기의 성능을 유지시킬 수 있었다. 특히, 정확도 결과에서는 입자군집 최적화 탐색방법으로 선택된 속성을 사용한 경우의 서포터 벡터 머신의 성능이 가장 높게 나타났다. AUC 결과에서는 랜덤 서브스페이스가 가장 높게 나타났다. 본 연구의 결과는 해당 탐색방법과 분류기를 적용함으로써 오피니언 마이닝 모델의 성능을 효율적으로 유지 및 개선시키도록 도움을 준다.

• 말소리와 음성과학
• /
• 제1권1호
• /
• pp.69-73
• /
• 2009

This paper proposes an efficient global covariance-based principal component analysis (GCPCA) for speaker identification. Principal component analysis (PCA) is a feature extraction method which reduces the dimension of the feature vectors and the correlation among the feature vectors by projecting the original feature space into a small subspace through a transformation. However, it requires a larger amount of training data when performing PCA to find the eigenvalue and eigenvector matrix using the full covariance matrix by each speaker. The proposed method first calculates the global covariance matrix using training data of all speakers. It then finds the eigenvalue matrix and the corresponding eigenvector matrix from the global covariance matrix. Compared to conventional PCA and Gaussian mixture model (GMM) methods, the proposed method shows better performance while requiring less storage space and complexity in speaker identification.

• Smart Structures and Systems
• /
• 제10권4_5호
• /
• pp.393-410
• /
• 2012

The 610 m high Canton Tower (formerly named Guangzhou New Television Tower) is currently considered as a benchmark problem for structural health monitoring (SHM) of high-rise slender structures. In the benchmark study task I, a set of 24-hour ambient vibration measurement data has been available for the output-only system identification study. In this paper, the vector autoregressive models (ARV) method is adopted in the operational modal analysis (OMA) for this TV tower. The identified natural frequencies, damping ratios and mode shapes are presented and compared with the available results from some other research groups which used different methods, e.g., the data-driven stochastic subspace identification (SSI-DATA) method, the enhanced frequency domain decomposition (EFDD) algorithm, and an improved modal identification method based on NExT-ERA technique. Furthermore, the environmental effects on the estimated modal parameters are also discussed.

• Communications for Statistical Applications and Methods
• /
• 제13권2호
• /
• pp.233-241
• /
• 2006

Classical principal component analysis (PCA) can be formulated as finding the linear subspace that best accommodates multidimensional data points in the sense that the sum of squared residual distances is minimized. As alternatives to such LS (least squares) fitting approach, we produce LMS (least median of squares) and LTS (least trimmed squares)-type PCA by minimizing the median of squared residual distances and the trimmed sum of squares, in a similar fashion to Rousseeuw (1984)'s alternative approaches to LS linear regression. Proposed methods adopt the data-driven optimization algorithm of Croux and Ruiz-Gazen (1996, 2005) that is conceptually simple and computationally practical. Numerical examples are given.

• Smart Structures and Systems
• /
• 제31권2호
• /
• pp.171-181
• /
• 2023

Using the most up-to-date system identification methods in both time and frequency domains, the dynamic monitoring data from the reinforced concrete Egebaekvej Bridge near Holte, Denmark, is examined in this investigation. The bridge was erected in the 1960s and was still standing during test campaign before demolishing. The ARTeMIS Modal was adopted to derive the modal parameters from ambient vibration data. Several Operational Modal Analysis (OMA) approaches were applied, including Enhanced Frequency Domain Decomposition (EFDD), Curve-fit Frequency Domain Decomposition (CFDD), and Frequency Domain Decomposition (FDD). Afterward, Principal Component (SSI-PC), Unweighted Principal Component (SSI-UPC) Stochastic Subspace Identification methods were utilized. Danish engineering consulting company, COWI with the allowance of the bridge contractor BARSLUND, allow the researcher for this experimental test to demonstrate the impact of OMA applications.

• 한국음향학회지
• /
• 제27권5호
• /
• pp.221-228
• /
• 2008

소나 시스템에서 참조 신호를 이용하여 어레이 형상을 추정하는 경우, 참조 신호는 어레이와 충분히 떨어져 있지 않기 때문에 근거리 신호 모델링이 필요하다. 근거리 신호 모델링을 기반으로 하는 어레이 형상 추정 기법은 일반적으로 수신된 참조 신호의 공간 공분산 행렬을 이용한다. 이러한 기법 중 1개의 참조 신호만을 이용하여 공간 공분산 행렬의 고유치 분해 후 최대 고유치에 해당하는 고유 벡터를 참조 신호의 조향 벡터로 구성하여 어레이 형상을 추정하는 근거리 고유벡터 기법이 있다. 본 논문에서는 1개 이상의 참조 신호를 이용하여 공간 공분산 행렬로부터 구한 잡음 부공간과 신호 부공간이 서로 직교한다는 특성을 이용하여 Newton-type 반복 기법으로 센서 위치를 추정해 나가는 간략화된 부공간 근사 기법을 제안한다. 또한 근거리 고유 벡터 기법과 간략화된 부공간 근사 기법의 성능을 다양한 환경에서 분석해 본다. 모의 실험 결과 한 개의 참조 신호를 이용하는 경우에 근거리 고유 벡터 기법과 간략화된 부공간 근사 기법이 거의 동일한 성능을 보임을 확인할 수 있었다. 또한 근거리 고유 벡터 기법이 참조 신호를 2개 이상 사용할 수 없는데 반해 간략화된 부공간 근사 기법은 두 개의 참조 신호를 이용함으로써 참조 신호의 입사 방향에 관계없이 안정적인 형상 추정 결과를 얻을 수 있음을 확인하였다.

• 디지털융복합연구
• /
• 제13권11호
• /
• pp.157-164
• /
• 2015

본 논문은 융복합을 위한 범주형 데이터의 부공간에 의한 군집화에 대해서 다룬다. 범주형 데이터는 수치형 데이터에만 국한되지 않기 때문에 기존의 범주형 데이터들의 평가척도들은 순서화(ordering)의 부재와 데이터의 고차원성과 희소성으로 인하여 한계를 가지기 마련이다. 따라서 각각의 군집에 존재하는 범주형 속성들의 상호 유사도을 보다 근접하게 측정할 수 있는 조건부 엔트로피 척도를 제안한다. 또한 군집의 최적화를 위하여 군집내의 발산을 최소화하고, 군집간의 독립성을 향상시킬 수 있는 새로운 목적함수를 제안한다. 제안된 알고리즘의 성능을 4개의 알고리즘과 비교검증하기 위하여 5가지의 데이터에 대하여 실험을 수행하였다. 비교검증을 위한 평가척도는 정확도, f-척도와 적응된 Rand 색인이다. 실험을 통하여 제안된 방법이 평가척도에 의한 결과에서 기존의 방법들보다 좋은 성능을 보였다.