• 한국지반공학회지:지반
• /
• 제13권5호
• /
• pp.101-124
• /
• 1997

The root pile system is insitu soil reinforcement technique that uses a series of reticulately installed micropiles. In terms of mechanical improvement by means of grouted reinform ming elements, the root pile system is similar to the soil nailing system. The main difference between root piles and soil nailing are due to the fact that the reinforcing bars in root piles are normally grouted under high pressure and that the alignments of the reinforcing members differ. Recently, the root pile system has been broadly used to stabilize slopes and retain excavations. The accurate design of the root pile system is, however, a very difficult tass owing to geometric variety and statical indetermination, and to the difficulty in the soilfiles interaction analysis. As a result, moat of the current design methods have been heavily dependent on the experiences and approximate approach. This paper proposes a quasi-three dimensional method of analysis for the root pile system applied to the stabilization of slopes. The proposed methods of analysis include i) a technique to estimate the change in borehole radium as a function of the grout pressure as well as a function of the time when the grout pressure is applied, ii) a technique to evaluate quasi -three dimensional limit-equilibrium stability for sliding, iii) a technique to predict the stability with respect to plastic deformation of the soil between adjacent root piles, and iv) a quasi -three dimensional finite element technique to compute stresses and dis placements of the root pile structure barred on the generalized plane strain condition and composite unit cell concept talon형 with considerations of the group effect and knot effect. By using the proposed technique to estimate the change in borehole radius as a function of the grout pressure as well as a function of the time, the estimations are made and compar ed with the Kleyner 8l Krizek's experimental test results. Also by using the proposed quasi-three dimensional analytical method, analyses have been performed with the aim of pointing out the effects of various factors on the interaction behaviors of the root pile system.

• 디지털융복합연구
• /
• 제15권1호
• /
• pp.247-253
• /
• 2017

피처선택, 혹은 변수 선택은 피처의 수가 매우 많은 고차원 데이터에서 주어진 주제와 연관성이 높은 피처를 선별하는 과정으로서, 데이터의 차원수를 낮추어 군집분석이나 분류 분석 등을 용이하게 하는데 중요한 기법이다. 많은 수의 피처들 중에서 일부의 피처를 선별하기 위해서는 피처들을 평가하기 위한 도구가 필요하다. 현재까지 제안된 도구들은 대부분 확률이론이나 정보이론에 기초하여 만들어졌기 때문에 하나의 피처, 즉 1차원 데이터만을 평가할 수 있다. 그러나 피처들 간에는 상호작용이 있기 때문에 하나의 피처를 평가하기 보다는 여러 피처들의 집합, 즉 다차원 데이터를 평가할 수 있어야 효과적인 피처 선택이 가능하다. 본 연구에서는 확장된 거리 함수를 이용하여 1차원 데이터 평가용으로 제안된 FSDD 평가 함수를 다차원 데이터에 대한 평가가 가능하도록 개선하는 방법에 대해 제안하였다. 본 연구에서 제안한 접근법은 다른 1차원 데이터 평가함수에도 적용이 될 수 있을 것으로 기대된다.

• Communications for Statistical Applications and Methods
• /
• 제22권2호
• /
• pp.147-157
• /
• 2015

We consider a sparse high-dimensional linear regression model. Penalized methods using LASSO or non-convex penalties have been widely used for variable selection and estimation in high-dimensional regression models. In penalized regression, the selection and prediction performances depend on which penalty function is used. For example, it is known that LASSO has a good prediction performance but tends to select more variables than necessary. In this paper, we propose an additive sparse penalty for variable selection using a combination of LASSO and minimax concave penalties (MCP). The proposed penalty is designed for good properties of both LASSO and MCP.We develop an efficient algorithm to compute the proposed estimator by combining a concave convex procedure and coordinate descent algorithm. Numerical studies show that the proposed method has better selection and prediction performances compared to other penalized methods.

• 정보처리학회논문지D
• /
• 제10D권3호
• /
• pp.417-426
• /
• 2003

고차원 데이터에서 클러스터를 찾아내는 문제는 그 중요성으로 인해 데이터 마이닝 분야에서 잘 알려져 있다. 클러스터 분석은 패턴 인식, 데이터 분석, 시장 분석 등의 여러 응용 분야에 광범위하게 사용되어지고 있다. 최근에 이 문제를 풀 수 있는 투영된 클러스터링이라는 새로운 방법론이 제기되었다. 이것은 먼저 각 후보 클러스터의 부분차원들을 선택하고 이를 근거로 한 거리 함수에 따라 가장 가까운 클러스터에 점이 배정된다. 우리는 고차원 데이터를 부분차원 클러스터링하는 새로운 알고리즘을 제안한다. 알고리즘의 주요한 세 부분은, $\circled1$적절한 개수의 점들을 갖는 여러 개의 후보 클러스터로 입력 점들을 분할하고, $\circled2$다음 단계에서 유용하지 않은 클러스터들을 제외하고, 그리고 $\circled3$선택된 클러스터들은 밀접도 함수를 사용하여 미리 정해진 개수의 클러스터들로 병합한다. 다른 클러스터링 알고리즘과 비교하여 제안된 알고리즘의 좋은 성능을 보여주기 위하여 많은 실험을 수행하였다.

• 한국통신학회논문지
• /
• 제32권7A호
• /
• pp.738-745
• /
• 2007

본 논문에서는 비선형 특성을 갖는 고출력 증폭기(high power amplifier : HPA) 및 I/Q 진폭/위상 불균형과 위상 오류를 갖는 비이상적인 수신기가 고려된 APSK 뿐만 아니라 임의의 2차원 신호를 갖는 변조방식에 대한 오류 확률 표현을 유도하고, 그 표현의 수치적 결과로부터 비선형 특성 및 비 이상적인 특성이 오류 확률에 미치는 영향을 분석한다. HPA의 모델로는 가장 많이 사용되는 Saleh 모델을 적용하며, 한 신호점에서의 오류 확률 분석을 2차원 결합 가우시안 Q함수(2-dimensional joint Gaussian Q-function)의 표현으로 간편히 할 수 있는 방법을 통하여 정확한 오류 확률의 유도 및 분석을 수행한다.

• Earthquakes and Structures
• /
• 제1권1호
• /
• pp.1-19
• /
• 2010

It has been known that one-dimensional rod theory is very effective as a simplified analytical approach to large scale or complicated structures such as high-rise buildings, in preliminary design stages. It replaces an original structure by a one-dimensional rod which has an equivalent stiffness in terms of global properties. If the structure is composed of distinct constituents of different stiffness such as coupled walls with opening, structural behavior is significantly governed by the local variation of stiffness. This paper proposes an extended version of the rod theory which accounts for the two-dimensional local variation of structural stiffness; viz, variation in the transverse direction as well as longitudinal stiffness distribution. The governing equation for the two-dimensional rod theory is formulated from Hamilton's principle by making use of a displacement function which satisfies continuity conditions across the boundary between the distinct structural components in the transverse direction. Validity of the proposed theory is confirmed by comparison with numerical results of computational tools in the cases of static, free vibration and forced vibration problems for various structures.

• Communications for Statistical Applications and Methods
• /
• 제19권5호
• /
• pp.655-662
• /
• 2012

Classification is an important research field in pattern recognition with high-dimensional predictors. The support vector machine(SVM) is a penalized feature selector and classifier. It is based on the hinge loss function, the non-convex penalty function, and the smoothly clipped absolute deviation(SCAD) suggested by Fan and Li (2001). We developed the algorithm for the multiclass SVM with the SCAD penalty function using the local quadratic approximation. For multiclass problems we compared the performance of the SVM with the $L_1$, $L_2$ penalty functions and the developed method.

• 대한전자공학회논문지
• /
• 제22권1호
• /
• pp.1-6
• /
• 1985

Defocussed된 정지화상은 그 PSF(point spread fufction)이 rectangular 혹은 Gaussian등의 2차함수가 되며 이것과 입력화상과의 convolution으로 모델링 할 수 있음이. 알려져 있다. 그런데 이를 TV카메라의 주사선을 이용한 analog 방식으로 개선코자 할 경우에는 매 수평주사선에 관한한 1차원적인 처리가 가능하며 이 defocussed된 화상은 원래의 화상과 일정한 폭을 가진 펄스와의 수평방향으로 convolution된 결과로 해석 할 수 있음을 밝혔다. 또한 TV 카메라의 analog compound high pass filter를 사용한 복구 실험으로써 현저히 개선된 사진을 얻을 수 있있다.

• 전자공학회논문지CI
• /
• 제43권4호
• /
• pp.88-102
• /
• 2006

멀티미디어 정보 검색에서 멀티미디어 데이터는 고차원 공간상의 벡터로 표현된다. 이러한 특정 벡터를 효율적으로 검색하기 위하여 다양한 색인 기법이 제안되어 왔다. 그러나 특정 벡터의 차원이 증가하면서 색인 기법의 효율성이 급격히 떨어지는 차원의 저주 문제가 발생한다. 차원의 저주 문제를 해결하기 위하여 색인하기 이전에 원 특정 벡터를 저차원 공간상의 벡터로 사상하는 차원 축소 기법이 제안된 바 있다. 본 연구에서는 벡터의 놈과 각도 성분을 이용하여 유클리드 거리를 근사하는 함수를 기반으로 하는 새로운 차원 축소 기법을 제안한다. 먼저, 유클리드 거리 근사를 위하여 추정된 각도의 오차의 발생 원인을 분석하고 이 오차를 줄이기 위한 기본 방향을 제시한다. 또한, 고차원 특정 벡터를 다수의 특징 서브 벡터들의 집합으로 분리하고 각 특징 서브 벡터로부터 놈과 각도 성분을 근사하여 차원을 축소하는 새로운 기법을 제안한다. 각도 성분을 정확하게 근사하기 위해서는 올바른 기준 벡터의 설정이 필수적이다. 본 연구에서는 최적 기준 벡터의 조건을 제시하고, Levenberg-Marquardt 알고리즘을 이용하여 기준 벡터를 선정하는 방법을 제안한다. 또한, 축소된 저차원 공간상의 벡터틀을 위한 새로운 거리 함수를 정의하고, 이 거리 함수가 유클리드 거리 함수의 하한 함수가 됨을 이론적으로 증명한다. 이는 제안된 기법이 착오 기각의 발생을 허용하지 않으면서 효과적으로 차원을 줄일 수 있음을 의미하는 것이다. 끝으로, 다양한 실험에 의한 성능 평가를 통하여 제안하는 방법의 우수성을 규명한다.

• Communications for Statistical Applications and Methods
• /
• 제27권3호
• /
• pp.377-383
• /
• 2020

The likelihood-based inference in a nonlinear generalized mixed model often requires computing moments of truncated multivariate normal random variables. Many methods have been proposed for the computation using a recurrence relation or the moment generating function; however, these methods rely on high dimensional numerical integrations. The numerical method is known to be inefficient for high dimensional integral in accuracy. Besides the accuracy, the methods demand too much computing time to use them in practical analyses. In this note, a moment calculation method is proposed under an assumption of a certain covariance structure that occurred mostly in generalized mixed models. The method needs only low dimensional numerical integrations.