• 한국전산구조공학회논문집
• /
• 제28권6호
• /
• pp.625-633
• /
• 2015

본 연구에서는 강풍 위험과 강풍 취약도의 합성곱을 통하여 강풍 위험도를 평가할 수 있는 확률적 체계를 수립하였으며, 수치적으로 개발한 모형으로 아파트 창호 시스템의 강풍 위험도를 평가하였다. 강풍 위험 모형은 1951년부터 2013년까지에 한반도에 영향을 준 태풍의 기후학적 자료를 몬테카를로 모사기법에 적용하여 개발되었다. 또한 몬테카를로 모사기법으로 창호 시스템의 저항성능과 풍하중의 확률 분포를 비교하여 강풍에 대한 4가지 피해단계의 구조적 파괴확률을 평가할 수 있는 취약도 모형이 개발되었다. 개발된 몬테카를로 모사기법으로 평가한 강풍 위험과 강풍 취약도는 각각 웨이블 분포와 로그정규분포로 곡선맞춤 되었으며, 합성곱을 통한 강풍 위험도 평가에 사용되었다. 본 연구에서 개발한 확률적 위험도 평가체계를 통하여 평가지역, 지표조도, 지형, 지붕 경사각, 건물 높이 등이 아파트 창호 시스템의 강풍 위험도에 미치는 영향성을 정량적으로 평가할 수 있었다. 향후 본 연구를 통하여 개발된 강풍 위험도 평가 모델은 평가지역의 존재하는 건축물에 대한 데이터베이스와 결합하여 손실추정 및 피해 저감대책 수립 등의 분야에서 활용이 가능할 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.49-59
• /
• 2022

본 논문에서는 2020년 기준 단백질 서열을 이용한 기능과 구조 예측 분야에서 가장 많이 사용되고 있는 딥러닝 모델인 CNN과 LSTM/GRU 모델을 동일한 조건 하에 비교 평가한 연구를 토대로 새로운 효소 기능 예측 모델인 PSCREM을 설계하였다. CNN 합성곱 시 누락되는 세부 패턴을 보존하기 위하여 서열 진화정보를 이용하였으며 중첩 RNN을 통해 기능적으로 중요한 의미를 가지는 아미노산 간의 관계 정보를 추출하고 특징 맵 제작에 참조하였다. 사용된 RNN 계열의 알고리즘은 LSTM과 GRU로 보통 stacked RNN 기법으로 100 units 이상 2~3회 쌓는 것이 일반적이나 본 논문에서는 10, 20 unit으로 구성한 뒤 중첩시켜서 특징 맵 제작에 사용하였다. 모델에 들어가는 데이터는 단백질 서열 데이터로 PSSM profile로 가공한 뒤 사용되었다. 실험 결과 효소 번호 첫 번째 자리를 예측하는 문제에 대해 86.4%의 정확도를 나타냄을 입증하였고, 효소 번호 3번째 자리까지 예측 정확도 84.4%의 성능을 내는 것을 확인하였다. PSCREM은 Overlapped RNN을 통해 단백질 기능에 관련된 고유 패턴을 더 잘 파악하며 Overlapped RNN은 단백질 기능 및 구조 예측 추출 분야에 새로운 방법론으로서 제안된다.

• 한국전산구조공학회논문집
• /
• 제37권2호
• /
• pp.85-93
• /
• 2024

이 논문에서는 파랑 하중을 받는 부유식 구조체의 운동 해석에 있어서 시스템 식별 방법을 이용한 상태공간방정식 모델을 수립하고 해석하는 방법을 제안하였다. 상태공간방정식 모델의 수립 방법으로는 주파수영역에서 하중-변위 입출력 관계에 대한 목표 전달함수를 구하고 이에 가장 근접하는 상태공간방정식을 구하는 절차를 제시하였다. 전통적으로 부유식 구조체 운동의 시간영역 해석은 지연함수의 합성곱적분을 포함하는 Cummins 방정식을 시간적분하여 이루어진다. 상태공간방정식 모델은 이러한 시간영역해석을 효과적으로 수행하기 위한 방법의 하나로서 연구되어 왔다. 제안하는 방법에서는 시스템 식별방법인 N4SID 와 전달함수의 분모 및 분자 다항식의 계수를 설계변수로 하는 최적화방법을 사용하여 목표 전달함수에 상응하는 상태공간방정식을 구한다. 제안하는 방법의 적용성을 보이는 예제로서 단자유도 수치모델 및 6자유도 바지의 운동을 해석하였다. 제시하는 상태공간방정식 모델은 주파수영역 및 시간영역에서 모두 기존의 해석결과와 잘 일치하고 시간영역해석에서는 계산의 정확도를 확보하면서 계산 시간을 크게 줄일 수 있음을 확인하였다.

• 한국자기학회지
• /
• 제14권2호
• /
• pp.65-70
• /
• 2004

도메인 확장형 광자기 디스크 시스템(magnetic amplifing magnetooptical system; MAMMOS)의 기록마크 시뮬레이션을 위한 온도분포와 재생신호를 연구하였다. 정지된 디스크에서 레이저 빔에 의한 기록층과 이웃하는 층들의 온도 분포를 계산하였으며, 마크 크기와 길이 및 위치를 계산하였다. 또한 마크 모양에 따른 재생신호의 크기, 기록층에 기록되는 마크의 재생신호 및 판독층에서 확대된 재생신호를 시뮬레이션 하였다. 간소화된 열전달 특성 모델을 계산함으로써, 기록층과 인접한 층에서의 온도분포를 시간의 함수로 계산하였다. 마크 크기는 디스크가 회전할 때 기록 빔 펄스 파형에 의한 온도분포로부터 계산하였으며, 기록빔 펄스 파형으로부터 디스크의 온도분포를 이용하여 마크의 길이와 위치를 계산하였다. 재생신호는 디스크의 반사도 패턴과 가우시안 빔의 컨볼루션 연산을 이용하여 계산하였다. 판독층에서 빔 크기만큼 확대된 도메인의 재생신호가 기록층에서의 초승달 모양 마크에 기한 재생신호보다 2배 이상 증가되는 것을 알 수 있었다.

• 한국음향학회지
• /
• 제39권6호
• /
• pp.592-599
• /
• 2020

본 논문은 다양한 지진 이벤트 분류를 위해 지진 데이터의 정적인 특성과 동적인 특성을 동시에 반영할 수 있는 합성곱 순환 신경망(Convolutional Recurrent Neural Net, CRNN) 구조를 제안한다. 중규모 지진뿐만 아니라 미소 지진, 인공 지진을 포함한 지진 이벤트 분류 문제를 해결하려면 효과적인 특징 추출 및 분류 방법이 필요하다. 본 논문에서는 먼저 주의 기반 합성곱 레이어를 통해 지진 데이터의 정적 특성을 추출 하게 된다. 추출된 특징은 다중 입력 단일 출력 장단기메모리(Long Short-Term Memory, LSTM) 네트워크 구조에 순차적으로 입력되어 다양한 지진 이벤트 분류를 위한 동적 특성을 추출하게 되며 완전 연결 레이어와 소프트맥스 함수를 통해 지진 이벤트 분류를 수행한다. 국내외 지진을 이용한 모의 실험 결과 제안된 모델은 다양한 지진 이벤트 분류에 효과적인 모습을 보여 주었다.

• 전기전자학회논문지
• /
• 제22권1호
• /
• pp.156-161
• /
• 2018

최근 인구가 급격히 증가하면서 음식물의 부족 및 낭비의 심각성이 대두되고 있다. 이를 해결하기 위해 다양한 국가 및 기업에서는 소비자의 식재료 구매 패턴 연구 및 IoT 기술이 적용된 스마트 냉장고 제품개발 등의 시도를 진행 중에 있다. 그러나, 현재 판매되고 있는 스마트 냉장고들은 기존에 비해 상당한 가격대를 형성하고 있으며, 복잡한 구성으로 인한 오작동 및 파손으로 또 다른 낭비를 초래한다. 본 논문에서는 음식물 부족 및 낭비 해결과 가정 내 원활한 식재료 관리를 위한 저비용의 IoT 기반 스마트 냉장고 시스템을 제안한다. 본 시스템은 QR코드, 이미지 인식, 음성 인식을 통해 식재료를 인식하여 등록하고 이를 바탕으로 다양한 서비스를 제공할 수 있다. 이미지 인식의 정확도를 높이기 위해 우리는 딥 러닝 알고리즘을 사용한 모델을 활용하였으며 정확한 식재료 등록이 가능함을 검증하였다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2005년도 제24회 춘계학술대회논문집
• /
• pp.259-264
• /
• 2005

연소불안정과 밀접한 관련이 있는 열방출의 측정은 연소불안정을 제어하는데 매우 중요하다. 따라서 본 연구에서는 희박예혼합연소에서 반응영역의 위치와 전체, 국소 열방출률의 지표로 많이 사용되는 $OH^{\ast}$ 이미지를 ICCD를 이용해 취득하였다. 본 연구의 목적은 당량비가 전체 열방출률과 국소 레일라이 지수 분포에 미치는 영향을 알아보는 것이다. 국소 레일라이 지수 분포는 선적분된 이미지를 아벨 역변환 시켜서 화염의 중앙 단면 정보를 통해 얻을 수 있었다. 각 당량비 조건에서, 한 주기 동안의 열방출의 평균값은 당량비가 증가함에 따라 지수 함수적으로 증가하였다. 국소 레일라이 지수 분포 결과로부터, 연소불안정을 증폭시키거나 소멸시키는 영역을 분명히 알 수 있었다. 이것은 넓은 당량비 조건에 대한 화염구조와 연소불안정 영역에 대한 통찰력을 제공한다.

• 한국수자원학회논문집
• /
• 제36권6호
• /
• pp.961-969
• /
• 2003

토양수분 분포의 시공간적인 예측을 위하여 유사 동력학 상태의 습윤지수 계산과정을 정리하였고, 우량 자료를 회귀적분한 동력학적 습윤지수의 계산 알고리즘을 개발하였다. 설마천 유역의 수치고도 모형과 2년간의 우량자료를 활용하여 동력학적 상태의 습윤지수의 시ㆍ공간적인 거동을 분석하였다. 공간적인 거동은 동력학적인 습윤지수가 유사 동력학적 상태나 정적인 습윤지수와 비교하여 흐름분산 특성이 강조된 분포특성을 보여주었다. 통계적인 특성으로는 시간이 경과함에 따라 유사동력학적 습윤지수나 동력학적 습윤지수 모두 정상상태 습윤지수에 근접하나, 동력학적 습윤지수의 경우 두 개의 상이한 분포특성이 나타났다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.937-942
• /
• 2009

본 논문에서는 보험 상품의 잉여금(surplus)을 확률적으로 모형화한 후, 잉여금의 파산 확률과 이의 근사 공식들을 소개한다. 잉여금은 일정한 율(rate)로 들어오는 프리미엄(premium)에 의해 증가한다. 보험금 청구(claim)는 포아송 과정(Poisson process)을 따라 발생하고 보험금 청구가 있을 때마다 잉여금은 임의의 양(random amount) 만큼 줄어든다. 잉여금이 0이하로 떨어지면 파산(ruin)이 발생한다고 한다. 이와 같은 리스크(risk) 모형에서 파산 확률의 이론적 공식은 잘 알려져 있으나, 공식에 n차 공률(convolution)과 무한 합(infinite sum)이 포함되어 있어 실질적인 계산은 불가능하다. 본 논문에서는 잘 알려진 De Vylder의 근사 공식과 지수적인 근사 공식(exponential approximation)을 소개하고, 이들을 일반화한 새로운 근사 공식을 제안한다. 기존 근사 공식과의 수치적 비교를 통해 새로 제안된 근사 공식의 우월성을 보인다.

• 한국기계가공학회지
• /
• 제19권7호
• /
• pp.7-15
• /
• 2020

Recently, the fourth industrial revolution has been presented as a new paradigm and additive manufacturing (AM) has become one of the most important topics. For this reason, process monitoring for each cross-sectional layer of additive metal manufacturing is important. Particularly, deep learning can train a machine to analyze, optimize, and repair defects. In this paper, image classification is proposed by learning images of defects in the metal cross sections using the convolution neural network (CNN) image labeling algorithm. Defects were classified into three categories: crack, porosity, and hole. To overcome a lack-of-data problem, the amount of learning data was augmented using a data augmentation algorithm. This augmentation algorithm can transform an image to 180 images, increasing the learning accuracy. The number of training and validation images was 25,920 (80 %) and 6,480 (20 %), respectively. An optimized case with a combination of fully connected layers, an optimizer, and a loss function, showed that the model accuracy was 99.7 % and had a success rate of 97.8 % for 180 test images. In conclusion, image labeling was successfully performed and it is expected to be applied to automated AM process inspection and repair systems in the future.