• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.67-76
• /
• 2018

본 논문은 영역 모니터링 질의를 효율적으로 처리하는 기법에 대해서 다룬다. 기존의 영역 모니터링 질의 처리를 위해서 사용된 중앙 집중식 기법은 이동 객체가 서버에 주기적으로 자신의 위치 업데이트를 전송하고, 서버가 질의 결과를 지속적으로 업데이트 한다고 가정한다. 그러나 이러한 가정은 많은 양의 위치 데이터 전송으로 인해 시스템 성능을 크게 저하시킨다. 최근, 영역 모니터링 질의 처리를 위한 몇 가지 분산 기법들이 제안되었다. 분산 기법에서 서버는 각 이동 객체에게 I) 작업 공간의 서브 공간인 상주 도메인과 ii) 몇 개의 인접 질의 영역을 할당한다. 각 이동 객체는 상주 도메인을 벗어나거나 질의 영역의 경계를 가로지를 경우에만 서버에게 자신의 위치를 전송한다. 상주 도메인 및 인접 질의 영역을 이동 객체에 할당하기 위해서 서버는 작업 공간을 반복적으로 동일하게 반으로 분할하여 생성되는 질의 색인 구조를 사용한다. 하지만 이와 같은 색인 구조는 불필요한 분할이 발생하게 되므로 시스템의 성능 저하를 발생시킨다. 본 논문에서는 불필요한 분할을 줄이기 위해서 적응 분할 기법을 제안한다. 적응 분할 기법은 I) 질의 영역과 결과 서브 공간의 공간적 관계와 ii) 질의 영역의 분포를 고려하여 동적으로 작업 공간을 분할한다. 본 논문에서는 기존의 색인 구조인 QR-tree에 본 논문에서 제안한 새로운 분할 기법을 적용하였으며, 시뮬레이션을 통해 제안 된 분할 기법의 효율성을 검증했다.

• Journal of Mechanical Science and Technology
• /
• 제20권1호
• /
• pp.133-146
• /
• 2006

Collaborative optimization (CO) is a multi-level decomposed methodology for a large-scale multidisciplinary design optimization (MDO). CO is known to have computational and organizational advantages. Its decomposed architecture removes a necessity of direct communication among disciplines, guaranteeing their autonomy. However, CO has several problems at convergence characteristics and computation time. In this study, such features are discussed and some suggestions are made to improve the performance of CO. Only for the system level optimization, genetic algorithm is used and gradient-based method is used for subspace optimizers. Moreover, response surface models are replaced as analyses in subspaces. In this manner, CO is applied to aero-structural design problems of the aircraft wing and its results are compared with the multidisciplinary feasible (MDF) method and the original CO. Through these results, it is verified that the suggested approach improves convergence characteristics and offers a proper solution.

• Smart Structures and Systems
• /
• 제10권4_5호
• /
• pp.353-373
• /
• 2012

The instrumented Canton Tower is a 610 m high-rise structure, which has been considered as a benchmark problem for structural health monitoring (SHM) research. In this paper, an improved automatic modal identification method is presented based on a natural excitation technique in conjunction with the eigensystem realization algorithm (NExT/ERA). In the proposed modal identification method, damping ratio, consistent mode indicator from observability matrices (CMI_O) and modal amplitude coherence (MAC) are used as criteria to distinguish the physically true modes from spurious modes. Enhanced frequency domain decomposition (EFDD), the data-driven stochastic subspace identification method (SSI-DATA) and the proposed method are respectively applied to extract the modal parameters of the Canton Tower under different environmental conditions. Results of modal parameter identification based on output-only measurements are presented and discussed. User-selected parameters used in those methods are suggested and discussed. Furthermore, the effect of environmental conditions on the dynamic characteristics of Canton tower is investigated.

• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.115-124
• /
• 2009

얼굴 인식 방법 중 인기 있는 고유얼굴 기반 얼굴 인식 방법은 훈련 얼굴 이미지 세트에 대해 PCA를 적용하여 얻어진 고유얼굴을 이용한다. 따라서 훈련 얼굴 이미지들의 조명들과 다른 조명의 환경들에서는 신뢰성 있는 성능을 얻기 어렵다. 본 논문에서는 조명의 영향을 배제한 조명분리 고유얼굴 기반 얼굴 인식 방법을 제안한다. 제안된 방법은 얼굴 모델 이미지 세트의 고유얼굴 공간을 구성된 얼굴 조명 부분공간에 대해 직교 분해하여 얻은 조명분리 고유얼굴들을 이용한다. 실험을 통해서 조명분리 고유얼굴에 기반하는 제안된 얼굴 인식 방법이 기존 고유얼굴 기반 얼굴 인식 방법보다 조명의 영향에 보다 강인함을 확인하였다.

• Smart Structures and Systems
• /
• 제4권6호
• /
• pp.779-794
• /
• 2008

Observer-based fault detection and isolation (FDI) filter design method is a model-based method. By carefully choosing the observer gain, the residual outputs can be projected onto different independent subspaces. Each subspace corresponds to the monitored structural element so that the projected residual will be nonzero when the associated structural element is damaged and zero when there is no damage. The key point of detection filter design is how to find an appropriate observer gain. This problem can be interpreted in a geometric framework and is found to be equivalent to the problem of finding a decentralized static output feedback gain. But, it is still a challenging task to find the decentralized controller by either analytical or numerical methods because its solution set is, generally, non-convex. In this paper, the concept of detection filter and iterative LMI technique for decentralized controller design are combined to develop an algorithm to compute the observer gain. It can be used to monitor structural element state: healthy or damaged. The simulation results show that the developed method can successfully identify structural damages.

• Structural Engineering and Mechanics
• /
• 제70권4호
• /
• pp.457-466
• /
• 2019

This study develops a damage detection method based on neural networks. The performance of the method is numerically and experimentally verified using a three-story shear building model. The framework is mainly composed of two hierarchical stages to identify damage location and extent using artificial neural network (ANN). The normalized damage signature index, that is a normalized ratio of the changes in the natural frequency and mode shape caused by the damage, is used to identify the damage location. The modal parameters extracted from the numerically developed structure for multiple damage scenarios are used to train the ANN. The positive alarm from the first stage of damage detection activates the second stage of ANN to assess the damage extent. The difference in mode shape vectors between the intact and damaged structures is used to determine the extent of the related damage. The entire procedure is verified using laboratory experiments. The damage is artificially modeled by replacing the column element with a narrow section, and a stochastic subspace identification method is used to identify the modal parameters. The results verify that the proposed method can accurately detect the damage location and extent.

• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.235-241
• /
• 2015

국부 선형 임베딩(Locally Linear Embedding, LLE) [1]는 다양체 학습(manifold learning) 알고리즘 중 하나로 고차원 공간에 있는 데이터들 사이의 내적 값을 기반으로 임베딩하는 방법이다. LLE를 이용하여 임베딩 한 결과는 독특한 성질이 있는데, 고차원 공간 상에서 같은 평면에 있는 데이터들은 내적 값이 크기 때문에 저차원 공간에서도 가깝게 위치하도록 임베딩 되는 반면 수직으로 위치한 평면에있는 데이터들은 내적 값이 0이 되기 때문에 서로 떨어진 위치에 임베딩된다. 한편, 한 사람의 얼굴에 다양한 각도에서 조명을 비추면서 촬영한 이미지들은 저차원의 선형 부분공간을 구성한다는 사실이 잘 알려져 있다 [2]. 이에 본 논문에서는 다른 평면에 위치하는 데이터들을 자연스럽게 분류하여 임베딩하는 LLE 알고리즘을 얼굴 이미지에 사용하여 효과적으로 얼굴 인식 문제를 해결할 수 있는 방법을 제안한다. 제안하는 방법은 LLE에 연립 대각화(Simultaneous Diagonalization, SD)를 적용한 방법으로, S연립 대각화를 적용하면 데이터들이 형성하는 평면이 수직이 되도록 바꿀 수 있기 때문에 LLE의 성질을 극대화 할 수 있다. 실험 결과, 연립 대각화를 적용하고 LLE를 적용하면 서로 다른 사람의 얼굴 이미지들이 겹치지 않고 뚜렷하게 구분되는 효과가 있음을 확인하였다.

• Journal of Electrical Engineering and Technology
• /
• 제13권6호
• /
• pp.2511-2520
• /
• 2018

In this study, Multi-Radial Basis Function Support Vector Machine (Multi-RBF SVM) classifier is introduced based on a composite kernel function. In the proposed multi-RBF support vector machine classifier, the input space is divided into several local subsets considered for extremely nonlinear classification tasks. Each local subset is expressed as nonlinear classification subspace and mapped into feature space by using kernel function. The composite kernel function employs the dual RBF structure. By capturing the nonlinear distribution knowledge of local subsets, the training data is mapped into higher feature space, then Multi-SVM classifier is realized by using the composite kernel function through optimization procedure similar to conventional SVM classifier. The original training data set is partitioned by using some unsupervised learning methods such as clustering methods. In this study, three types of clustering method are considered such as Affinity propagation (AP), Hard C-Mean (HCM) and Iterative Self-Organizing Data Analysis Technique Algorithm (ISODATA). Experimental results on benchmark machine learning datasets show that the proposed method improves the classification performance efficiently.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.31-39
• /
• 2015

본 논문은 확률효과모형에서 사영에 근거한 분산성분을 구하는 방법을 다루고 있다. 분산성분을 추정하기 위한 ANOVA방법에서 제곱합의 계산에 사영을 이용하는 방법을 제시하고 있다. 분산성분을 구하기 위한 사영의 이용은 모형행렬에 의한 사영공간을 분산성분별 제곱합을 얻기 위한 상호직교하는 부분공간들로 분할하게 된다. 부분공간들로 분할하기 위해 모형행렬 X로의 사영에 단계별 방법(stepwise procedure)을 적용하여 해당하는 공간으로의 사영행렬을 구하는 방법을 다루고 있다. 단계별 방법에 의해 주어지는 부분공간들의 직교성으로 인해 사영행렬의 곱은 영행렬로 주어지는 성질을 갖는다. 단계별 방법에 의한 순차적 사영은 해당하는 공간으로의 사영행렬에 대한 확인과 사영행렬의 구조를 파악할 수 있는 이점이 있다. 또한 분산성분의 추정을 위한 제1종 제곱합을 구하기 위한 방법으로 유용하다.

• Advances in concrete construction
• /
• 제11권5호
• /
• pp.397-407
• /
• 2021

This paper investigates the optimal sensor placements and capabilities of this procedure for dynamic characteristics identification of arch dams. For this purpose, a prototype arch dam is constructed in laboratory conditions. Berke arch dam located on the Ceyhan River in city of Osmaniye is one of the highest arch dam constructed in Turkey is selected for field verification. The ambient vibration tests are conducted using initial candidate sensor locations at the beginning of the study. Enhanced Frequency Domain Decomposition and Stochastic Subspace Identification methods are used to extract experimental dynamic characteristics. Then, measurements are repeated according to optimal sensor locations of the dams. These locations are specified using the Effective Independence Method. To determine the optimal sensor locations, the target mode shape matrices which are obtained from ambient vibration tests of the selected dam with a large number of accelerometers are used. The dynamic characteristics obtained from each ambient vibrations tests are compared with each other. It is concluded that the dynamic characteristics obtained from initial measurements and those obtained from a limited number of sensors are compatible with each other. This situation indicates that optimal sensor placements determined by the Effective Independence Method are useful for dynamic characteristics identification of arch dams.