• 방송공학회논문지
• /
• 제12권6호
• /
• pp.596-610
• /
• 2007

본 논문에서는 스케일러블 비디오 부호화기의 복잡도 감소를 위해, 공간 계층간 잔차 신호 부호화를 선택적으로 수행하고 그 정보를 바탕으로 향상 계층에서 모드를 고속으로 결정하는 방법에 대해 소개한다. 계층간 잔차 신호 부호화는 스케일러블 비디오 부호화에서 공간 계층간 상관도를 이용하여 계층간의 두 잔차 신호에 대한 차 신호를 부호화하는 방법으로서 부호화 효율을 증대 할 수 있는 장점이 있으나 향상 계층의 모든 화면간 모드에 대해 율-왜곡 비용을 계산하기 때문에 부호화기의 복잡도를 크게 증가시키는 주요 요인이 된다. 제안 알고리듬은 하위 계층으로부터 업샘플된 잔차 신호와, 하위 계층의 움직임 벡터, 참조 화면 정보를 이용하여 향상 계층에서 얻은 잔차 신호의 SAD값을 통해 정수 변환 계수의 특징을 미리 판별하여 계층간 잔차 신호 부호화를 선택적으로 수행하는 방법이다. 제안 알고리듬에서는 계층간 잔차 영상의 차 신호에 대한 SAD값에 양자화 계수와 시간 계위에 따라 문턱치 값을 적응적으로 적용시키면서 SAD가 적응적으로 설정된 문턱치 보다 작을때는 잔차 블록에 대한 정수변환 계수가 매우 작다고 판단하여 그 블록에 대해서는 선택적으로 계층간 잔차 부호화를 수행하고 역시 공간적 향상 계층에서 $16{\times}16$블록에 대해서만 율-왜곡 최적화를 수행한다. 따라서 계층간 차분 신호에 대한 SAD값만으로 정수변환계수의 특성을 양자화 계수와 시간 계위에 따라 분류하여 고속의 부호화를 달성함으로써 SVC 부호화기의 복잡도 및 부호화 시간을 크게 감소 시켰다. 제안 알고리듬을 적용하면 다양한 특성을 갖는 영상에 대하여 부호화 시간을 원래의 SVC 참조 소프트웨어 대비 평균 51.5%의 부호화 속도를 향상하였음에도 이에 따른 PSNR의 감소는 평균 0.03dB, 비트율의 증가는 0.64%로 무시할 수 있을 정도로 작았다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1283-1293
• /
• 2022

본 연구는 정수장의 수처리 공정에서 계측되고 있는 수량 및 수질데이터의 활용과 수처리 공정제어의 지능화를 위한 것으로 정수장에서 전염소 공정이 수반되는 처리공정에서 침전지 유출수 잔류염소농도 안정화를 위하여 이를 추정할 수 있는 모형을 구축하고자 하였다. 정수장 침전지 유출수의 잔류염소농도를 예측하기 위하여 중회귀모형과 인공지능 알고리즘 중 다층퍼셉트론 신경망, 랜덤포레스트 및 장단기기억(Long Short Term Memory; LSTM) 모형을 활용하였고 그 결과를 비교, 평가하였다. 모형의 입력변수로는 전염소 공정이 도입된 정수장에서의 잔류염소농도, 수온, 탁도, pH, 전기전도도, 유량, 알칼리도 등이 사용되었고 전염소에 따른 침전지의 안정적 운영을 위해 요구되는 침전지 잔류염소농도를 출력변수로 구성하였다. 적용 결과에서는 랜덤포레스트 모형이 가장 양호한 결과를 보여 주었으며 다음으로 LSTM, 다층퍼셈트론 신경망 순으로 나타났다. 수학적 모형인 중회귀모형은 적합도 측면에서 가장 낮은 결과를 보여 주었는데, 이는 수량과 수질데이터의 수치적인 규모나 차원의 차이뿐만 아니라 계절별 수질특성에 따라 염소소비 특성이 매우 다양하게 반응하기 때문으로 판단된다. 따라서 정수장 수처리 공정에서 인공지능 알고리즘의 적용을 위해서는 랜덤포레스트와 같이 의사결정 트리구조의 도입과 적용이 타당한 것으로 나타났다. 본 연구에서 분석된 결과를 근거로 전염소 공정이 도입된 정수장 수처리 공정에서 염소주입량을 실시간으로 예측 가능하게 함으로써 침전지 유출수에서 잔류염소농도를 일정하게 유지하는데 기여할 수 있을 것으로 기대된다.

• 대한기계학회논문집A
• /
• 제20권3호
• /
• pp.832-842
• /
• 1996

Fatigue life prediction and fatigue behavior of circular notched carbon fiber reinforced plastic laminates are presented. Point and average stress criteria by Whitney and Nuismer are generalized to fatigue fracture criteria for notched laminates. Residual strength degradation model and the assumptions on the stress redistribution are introduced during the derivation of prediction equations. S-N curve, Basquin's relation, and H and H's FLPE1 are chosen for evaluation of residual strength of unnotched laminates and six prediction equations are derived. Experiments are performed using Graphite/Epoxy laminates whose fiber orientation is $[0$^\circ$/+45$^\circ$/-45$^\circ$/90$^\circ$]s. Presented prediction equations are reasonably close to experimental data and proposed appoach is found to be suitable to predict fatigue life of notched composite laminates.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1406-1420
• /
• 2017

Artificial neural networks (ANNs) play an important role in the fields of function approximation, prediction, and classification. ANN performance is critically dependent on the input parameters, including the number of neurons in each layer, and the optimal values of weights and biases assigned to each neuron. In this study, we apply the particle swarm optimization method, a popular optimization algorithm for determining the optimal values of weights and biases for every neuron in different layers of the ANN. Several regression models, including general linear regression, Fourier regression, smoothing spline, and polynomial regression, are conducted to evaluate the proposed method's prediction power compared to multiple linear regression (MLR) methods. In addition, residual analysis is conducted to evaluate the optimized ANN accuracy for both training and test datasets. The experimental results demonstrate that the proposed method can effectively determine optimal values for neuron weights and biases, and high accuracy results are obtained for prediction applications. Evaluations of the proposed method reveal that it can be used for prediction and estimation purposes, with a high accuracy ratio, and the designed model provides a reliable technique for optimization. The simulation results show that the optimized ANN exhibits superior performance to MLR for prediction purposes.

• Journal of Welding and Joining
• /
• 제15권4호
• /
• pp.187-193
• /
• 1997

In the weldmentsm the crack propagation rate is changed due to the residual stress. The crack propagation rate is high in the region with the residual stress. However it shows rhw same behavior with the base metal in the region that does not include the residual stress. The fatigue crack growth rate for the material with residual stresses can be predicted more precisely by using the effective stress ratio. The difference between experimental results and prediction results in the initial stage seems to be due to the redistribution of residual stresses and microstructural change.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.43-48
• /
• 2003

The problem of welding stresses and fatigue behavior is the main concerns of welding research fields. The residual stresses and distortion of structures by welding is exert negative effect on the safety of mechanical structures. That is, expansion of material by high temperature and distortion by cooling during welding process is caused of tensile and compressive residual stresses on welding material, and this residual stresses reduce fracture and fatigue strength of welding structures. The accurate prediction of residual stress and relaxation due to loading and post weld heat treatment of weld zone is very important to improve the quality of weldment. In this study, a finite element modeling technique is developed to simulate the relaxation of residual stresses due to loading and post weld heat treatment of weld zone. The accuracy of finite element models is evaluated based on experimental results and the results of the analytical solution.

• 한국공작기계학회논문집
• /
• 제10권5호
• /
• pp.110-117
• /
• 2001

In the weldments, the crack propagation rate is changed due to the residual stress. The crack propagation rate is high in the region with the residual stress. However it shows the same behavior with the base metal in the region that does not include the residual stress. The fatigue crack growth rate for the material with residual stresses can be predicted more precisely by using the effective stress ratio. The difference between experimental results and prediction results seems to be due to the redistribution of the residual stresses and microstructural change.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2002년도 추계학술대회 논문집(I)
• /
• pp.225-231
• /
• 2002

The problem of welding stresses and fatigue behavior is the main concerns of welding research fields. The residual stresses and distortion of structures by welding is exert negative effect on the safety of mechanical structures. That is, expansion of material by high temperature and distortion by cooling during welding process is caused of tensile and compressive residual stresses on welding material, and this residual stresses reduce fracture and fatigue strength of welding structures. The accurate prediction of residual stress and redistribution due to fatigue crack propagation of weld zone is very important to improve the quality of weldment. In this study, a finite element modeling technique is developed to simulate the redistribution of residual stresses due to fatigue crack propagation of weld zone.

• 방송공학회논문지
• /
• 제17권5호
• /
• pp.734-741
• /
• 2012

차세대 영상압축 표준인 HEVC (High Efficiency Video Coding)에 적용되는 새로운 인트라 코딩 기법은 잔차 변환을 기반으로 하고 있다. HEVC는 공간상의 중복성을 줄이기 위해 다양한 방향의 공간 예측 방식을 하도록 만들어졌으며, 이를 위해 부호화 하려는 블록의 주변 화소들을 활용하고 있다. 본 논문에서 제안하는 HEVC 표준에서의 새로운 무손실 인트라 코딩 방식은, 공간적 예측을 위해 화소 단위 DPCM (Difference Pulse Code Modulation)을 수행하면서도 잔차 변환과, 잔차 변환의 결과로 얻어지는 잔차 신호에 대해 잔차 변환을 재차 시행하는 제 2차 잔차 변환을 사용하여 블록 단위 처리 구조를 유지하고 있다. 결과에서 보여지는 대로, 새로운 무손실 인트라 코딩 방식은 기존의 HEVC 표준과 비교하였을때 비트레이트를 평균 약 6.45%정도 감소시킨다.

• 대한기계학회논문집A
• /
• 제26권3호
• /
• pp.436-444
• /
• 2002

The measurement of residual stresses by the hole-drilling method has been commonly used to evaluate residual stresses in structural members. In this method, eccentricity can usually occur between the hole center and rosette gage center. In this study, the error due to the hole eccentricity is predicted using the artificial neural network. The neural network has trained training examples of stress ratio, normalized eccentricity, off-centered direction and stress error using backpropagation learning process. The prediction results of the error using the trained neural network are good agreement with FE analyzed ones.