• 한국터널지하공간학회 논문집
• /
• 제4권4호
• /
• pp.277-286
• /
• 2002

터널을 설계함에 있어서 굴착방법이나 지보패턴을 결정할 때 어려움을 겪는 주된 요인은 현지 지반에 작용하는 응력조건 및 암반상태를 정확히 파악하는데 한계가 있기 때문이다. 현장 장비의 제약, 터널을 굴착 위치까지 접근성이 난이함 등의 기술적인 제약뿐만 아니라 최근에는 민원이나 각종 인허가 등으로 더욱 많은 제약요건이 존재한다. 그럼에도 불구하고 최근들어 대안설계나 턴키설계를 통하여 직접적인 시추에 의존하지 않더라도 미지의 산악터널구간에 대한 지반정보를 획득할 수 있는 고급화된 물리탐사기술이 눈부시게 발전하는 추세이며 이를 통하여 터널굴착구간의 암반에 대한 직 간접적인 지반정보를 입수할 수 있다. 인공신경망 (ANN)의 장점은 이러한 적은 양의 지반정보와 생물학적인 로직화 과정을 통하여 입력변수에 대한 보다 신뢰성있는 결과를 제공하여 준다는 것이다. 본 연구에서는 미지의 터널굴착구간에 대한 예비 지반정보를 입력항목으로 하여 인공신경망의 오류역전파 학습알고리즘기법에 의하여 학습된 패턴을 가지고 미지의 터널굴착구간에 대한 예비 암반분류 (RMR)를 수행하는데 그 목적을 두었다. 이를 위하여 연장 4km에 달하는 ${\triangle}{\triangle}$터널현장에 대한 인공신경망 모형적용시 입력자료에 대한 적정성을 사전 평가하였고, 그 이후에 물리탐사자료를 입력변수로 활용하여 미지의 터널구간에 대한 RMR을 예측하였다. 그 결과 자료의 일치성이나 예측 RMR에 대한 신뢰도가 높은 것으로 나타났으며, 향후에는 학습효과를 높이기 위한 입력변수의 민감도 분석 (sensitivity analysis)수행 및 모델과정에서 노출된 몇가지 문제점 보완등을 통하여 설계에 적극적으로 활용하고자 한다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 한국지반공학회논문집
• /
• 제22권11호
• /
• pp.55-64
• /
• 2006

터널과 같은 지하 공동 굴착을 위한 발파로 주변에 손상이 발생하였을 경우, 암반의 역학적 및 수리적 불안정성을 유발하기 때문에 암반의 최종손상영역의 예측은 매우 중요하다 그러나 복잡한 발파거동으로 인해 손상영역을 적절히 예측하는 데에는 상당한 어려움이 따르고 있다. 이러한 어려움을 효과적으로 해결하기 위해 발파하중을 응력파와 가스압으로 분리한 많은 연구가 진행되었다. 응력파는 발파공 주위에 분쇄환(crushing annulus)과 파쇄균열대(fracture zone)를 형성시키며, 상당시간 지속되는 준정적인 가스는 파쇄균열대의 닫힌 균열내부에 침투하여 균열을 다시 진행시키는 역할을 하게 된다. 즉, 가스압은 최종적으로 암반에 손상을 가하는데 기여를 한다. 따라서 본 논문은 이러한 가스압에 의해 생성되는 균열의 최종 진행 길이를 예측함으로써 발파로 인한 최종 손상영역을 간단하게 예측할 수 있는 방법을 제시하고자 한다. 이를 위해 균질한 무한 탄성평면에서 발파공 주위에 대칭으로 형성되는 방사균열을 모델로 사용하였다. 이 모델에서 균열이 진행할 수 있는 조건과 가스의 질량이 일정하다는 두 가지 조건을 사용하였다. 그 결과 응력확대계수는 균열이 진행할수록 감소하여 최종균열의 길이를 산정하였으며, 또한 발파공에 작용하는 압력도 감소하는 것을 확인하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 추계학술대회 논문집
• /
• pp.557-561
• /
• 2014

In this work, Altair Engineering's vibroacoustic modeling approach is used to simulate the acoustic signature of a simplified automobile in a wind tunnel. The modeling approach relies on a two step procedure involving simulation and extraction of acoustic sources using a high fidelity Computational Fluid Dynamics (CFD) simulation followed by propagation of the acoustic energy within the structure and passenger compartment using a structural dynamics solver. The tools necessary to complete this process are contained within Altair's HyperWorks CAE software suite. The CFD simulations are performed using AcuSolve and the structural simulations are performed using OptiStruct. This vibroacoustics simulation methodology relies on calculation of the acoustic sources from the flow solution computed by AcuSolve. The sources are based on Lighthill's analogy and are sampled directly on the acoustic mesh. Once the acoustic sources have been computed, they are transformed into the frequency domain using a Fast Fourier Transform (FFT) with advanced sampling and are subsequently used in the structural acoustics model. Although this approach does require the CFD solver to have knowledge of the acoustic simulation domain a priori, it avoids modeling errors introduced by evaluation of the acoustic source terms using dissimilar meshes and numerical methods. The aforementioned modeling approach is demonstrated on the Hyundai Simplified Model (HSM) geometry in this work. This geometry contains flow features that are representative of the dominant noise sources in a typical automobile design; namely vortex shedding from the passenger compartment A-pillar and bluff body shedding from the side view mirrors. The geometry also contains a thick poroelastic material on the interior that acts to reduce the acoustic noise. This material is modeled using a Biot material formulation during the structural acoustic simulation. Successful prediction of the acoustic noise within the HSM geometry serves to validate the vibroacoustic modeling approach for automotive applications.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제7권4호
• /
• pp.750-769
• /
• 2015

The geometry of engineering systems affects their performances. For this reason, the shape of engineering systems needs to be optimized in the initial design stage. However, engineering system design problems consist of multi-objective optimization and the performance analysis using commercial code or numerical analysis is generally time-consuming. To solve these problems, many engineers perform the optimization using the approximation model (response surface). The Response Surface Method (RSM) is generally used to predict the system performance in engineering research field, but RSM presents some prediction errors for highly nonlinear systems. The major objective of this research is to establish an optimal design method for multi-objective problems and confirm its applicability. The proposed process is composed of three parts: definition of geometry, generation of response surface, and optimization process. To reduce the time for performance analysis and minimize the prediction errors, the approximation model is generated using the Backpropagation Artificial Neural Network (BPANN) which is considered as Neuro-Response Surface Method (NRSM). The optimization is done for the generated response surface by non-dominated sorting genetic algorithm-II (NSGA-II). Through case studies of marine system and ship structure (substructure of floating offshore wind turbine considering hydrodynamics performances and bulk carrier bottom stiffened panels considering structure performance), we have confirmed the applicability of the proposed method for multi-objective side constraint optimization problems.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1581-1586
• /
• 2016

본 논문에서는 산불 발생 시 화재의 확산경로와 속도 예측이 가능한 관제 모니터링 알고리즘을 개발 하였다. 특히 관제 기능에서는 안전 구역 확보를 통해 화재진압에 소요되는 시간을 줄이고 인명, 산림재산 피해를 최소화 하는 방법을 제안한다. 기존 산불 확산 경로 예측 방법에서는 지형, 기상, 연료인자, 영상정보 등을 통해 산불 확산 모델 및 속도를 예측한다. 하지만 이 경우 범위가 넓은 산을 관제하기엔 비용도 많이 소요가 되고, 확산 모델 예측 및 경로 파악에만 집중하여 안전 구역 확보에 대한 노력이 부족한 문제점들이 발생한다. 따라서 본 논문에서는 산불의 이동방향과 속도를 예측하고 화재 진압을 위한 안전구역을 확보하는 알고리즘을 제안한다. 제안된 알고리즘은 온도 변화량 및 연기와 풍향 등의 산불 재난에 따른 속성정보를 분석하여 산불의 이동방향을 예측하고 안전구역을 확보하는 기법이다. 개발된 훈련 관제 모니터링 시스템은 주어진 모의실험 환경에서 산불의 이동 속도 및 이동 방향의 분석이 가능하고 산불에 대한 확산 예측과 진화 및 진압 훈련이 가능한 중앙관제 모니터링 기능을 제공한다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1130-1135
• /
• 2022

서울특별시는 25개 구청에 7만5천여대의 CCTV가 설치되어 있다. 각 구청은 CCTV관제를 위한 관제센터를 구축하고 시민의 안전을 위해 24시간 CCTV영상관제를 수행하고 있다. 서울특별시는 유관기관과 MOU를 체결하여 긴급/응급 상황에 신속한 대응이 가능하도록 구청의 CCTV영상을 제공하여 시민이 안전한 스마트시티통합플랫폼을 구축하고 있다. 본 논문에서는, 서울특별시 관할구청에서 사건 발생 시, CCTV영상에 대해 인공지능 DNN 기반의 Template Matching 기술, MLP 알고리즘과 CNN 기반으로 YOLO SPP DNN모델을 사용하여 사람과 차량을 판별하여 도주경로를 예측한다. 또한, 관할구청을 이탈하여, 차량 및 사람이 도주 시, 인접 구청에 영상정보와 상황정보를 자동전파 하도록 설계한다. 인공지능을 활용한 도주경로 예측 및 추적 시스템은 스마트시티 통합플랫폼을 전국으로 확장시킬 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.137-146
• /
• 2011

에너지 소모에 대한 증가되는 소비자의 관심을 지원하기 위하여 가전기기의 에너지 모니터링과 예측 방식을 제안한다. 제안한 시스템은 0.5초마다 전류 센서를 지나가는 전류량을 측정하는 스마트 플러그라는 일반 전기 콘센트로 설계하고, 신경회로망의 훈련과 시험 데이터를 얻기 위해 평균기온, 최저기온, 초고기온, 습도, 일조시간의 날씨 정보를 입력 데이터로 사용하고, 스마트 플러그를 통한 전기 사용량을 목표값으로 사용하였다. 훈련을 위한 실험데이터를 사용하여 역전파 알고리즘을 기반으로 한 신경회로망을 구성하였다. 입력과 출력 데이터의 비선형 매핑을 위해 다층신경회로망을 사용하였다. 제안한 신경회로망 모델은 상관관계 계수가 0.9965로 우수하게 전기 사용량을 예측할 수 있는 것을 확인하였으며, 예측의 평균 제곱 오차는 0.02033이다.

• Earthquakes and Structures
• /
• 제8권4호
• /
• pp.915-934
• /
• 2015

Within the context of Structural Health Monitoring (SHM), it is often the case that structural systems are described by uncertainty, both with respect to their parameters and the characteristics of the input loads. For the purposes of system identification, efficient modeling procedures are of the essence for a fast and reliable computation of structural response while taking these uncertainties into account. In this work, a reduced order metamodeling framework is introduced for the challenging case of nonlinear structural systems subjected to earthquake excitation. The introduced metamodeling method is based on Nonlinear AutoRegressive models with eXogenous input (NARX), able to describe nonlinear dynamics, which are moreover characterized by random parameters utilized for the description of the uncertainty propagation. These random parameters, which include characteristics of the input excitation, are expanded onto a suitably defined finite-dimensional Polynomial Chaos (PC) basis and thus the resulting representation is fully described through a small number of deterministic coefficients of projection. The effectiveness of the proposed PC-NARX method is illustrated through its implementation on the metamodeling of a five-storey shear frame model paradigm for response in the region of plasticity, i.e., outside the commonly addressed linear elastic region. The added contribution of the introduced scheme is the ability of the proposed methodology to incorporate uncertainty into the simulation. The results demonstrate the efficiency of the proposed methodology for accurate prediction and simulation of the numerical model dynamics with a vast reduction of the required computational toll.

• 물과 미래
• /
• 제25권3호
• /
• pp.105-113
• /
• 1992

본연구는 홍수기의 일단위 하천유출량을 예측하기 위한 방법으로 인공지능의 구현 모형으로 사용되고 있는 신경회로망이론을 도입하여 실수문계에 적용하고 그 결과를 제시하는 것이다. 강우-유출과정으로 형성되는 수문계의 동적거동을 입출력패턴으로 보아서 모형을 구성하는 유니트의 비선형 응답특성에 따라 네트워크의 상호 결합강도를 조정하여 시스템의 매개변수를 반복추정하는 방법으로 시스템을 특정 평가하였다. 일강우와 일유량의 과거 관측치를 신경회로망 모형의 순전파알고리즘으로 학습시켜 추정된 매개변수를 이용하여 하천유출량을 예측하였고 그 결과를 관측된 유량과 비교하기 위하여 통계학적으로 분석하였다.