• 대한기계학회논문집
• /
• 제16권12호
• /
• pp.2268-2278
• /
• 1992

본 연구에서는 기존의 정절삭력 모델을 이용하여 절삭과정에서 발생되는 동적 인 특성과 공작기계의 구조적인 특성이 상호작용되어 발생되는 절삭력 변동성분들이 고려된 절삭력 모델 즉 동절삭력 모델을 개발하여서 이 모델로부터 예측된 절삭력과 절삭실험 결과를 비교, 분석하여 제시한 모델의 타당성 및 동절삭력 특성을 검토하고 자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.203-206
• /
• 2019

상용화 서비스를 위한 기계독해 시스템은 출력되는 응답의 정확도가 낮으면 사용자 만족도가 급격히 감소하는 문제가 있다. 응답의 정확도를 높이기 위해서는 모델의 성능을 향상시키거나 신뢰도를 파악하여 확실한 정답만 출력하고 판단하기 모호한 정답은 출력하지 않는 것이 좋다. 또한 현재 주어진 문맥에서 해결할 수 없는 질의의 경우 정답이 없음을 알려줘야 한다. 하지만 모델의 성능을 향상시키기 위해서는 모델이 매우 복잡해져 높은 성능의 하드웨어가 필요하며 추가 데이터가 필요하다. 본 논문에서는 이러한 문제를 해결하기 위해 정답을 찾을 수 있는 질의로만 구성된 말뭉치에서 부정 데이터를 생성하고 신뢰 점수를 계산 할 수 있는 신뢰 노드를 추가하여 정확도를 향상시키는 모델을 제안한다. 실험 결과 응답 재현율은 떨어지지만 신뢰 점수 임계값에 비례하여 정확률이 향상되는 것을 보였다.

• 벤처창업연구
• /
• 제16권3호
• /
• pp.73-86
• /
• 2021

이 연구의 목적은 기업가적 혁신성을 정확하게 예측하는 고도화된 분석 모델을 탐색하는 것이다. 기업가정신 연구 분야에서는 최초로, 데이터 과학적 접근방식에 해당되는 기계학습(Machine learning)을 이용해 기업가적 혁신성(entrepreneurial innovativeness)을 예측하는 모델을 제시한다. 예측모델을 구축하기 위하여 Global Entrepreneurship Monitor(GEM)의 62개국 22,099건 데이터를 이용한다. 27개 설명변수로 이뤄진 데이터 셋을 토대로 전통적 통계방법인 다중회귀분석과, 회귀트리, 랜덤포레스트, XG부스트, 인공신경망 등 기계학습을 이용한 예측모델을 구축하고 각 모델의 성능을 비교한다. 모델의 성능 평가를 위해 RMSE(Root mean square error), MAE(Mean absolute error)와 상관관계(Correlation) 등 지표를 사용한다. 분석 결과 5가지 기계학습 기반 모델은 모두 전통적 방법에 비해 우수한 성능을 보였으며, 예측 성능이 가장 좋은 모델은 XG부스트였다. XG부스트를 통한 기업가적 혁신성 예측에 있어서 기여도가 높은 변수는 창업가의 기회인지 및 시장 확장의 교차항 변수이며, 이는 신시장에서 기회를 획득하고자 하는 유형의 창업기업이 높은 혁신성을 보인다는 점을 확인했다. 이 연구는 고도화된 분석방법인 기계학습을 이용해 새로운 예측모델을 제시, 기업가정신 연구의 시야를 확장했다는 점에서 의의를 지닌다.

• 기계저널
• /
• 제56권9호
• /
• pp.32-37
• /
• 2016

초임계 유체의 고유한 물리적 특성변화와 난류유동을 결합하여 성능을 높이는 데 활용하고 있는 가장 대표적인 시스템 중의 하나는 연소기이다. 이때 연료와 산화제의 연소반응은 저압조건과 다른 고유한 특성을 가지고 있어 기존의 연소모델에 의해서는 정확한 분석이 어렵게 된다. 따라서 초임계 압력조건에 대한 연소과정을 분석할 수 있는 연소모델이 필요하고 이러한 연소과정이 난류유동조건에서 발생하기 때문에 최근 많은 연구가 초임계 난류연소모델 개발에 집중되어 왔다. 이 글에서는 특히 액체로켓엔진 관련 초임계 연소모델 개발 분야의 연구동향을 살펴보고자 한다.

• 대한기계학회논문집
• /
• 제16권3호
• /
• pp.459-467
• /
• 1992

본 연구에서는 비틀림 진동계에 있어서의 비틀림 진동현상을 억제하도록 제어 하기 위하여 최적제어 이론에 기초한 모델추종법을 비틀림 진동계에 적용하였다. 디 지탈 컴퓨터에 의한 제어를 위하여 제어 알고리즘은 디지탈 설계로 되어 있다. 제어 는 각속도와 비틀림 진동제어의 양면으로 수행되며, 축의 각속도는 모델의 출력을 추 종하게 되며 이와 동시에 비틀림각도 감소하게 된다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• pp.83-84
• /
• 2022

이 연구에서는 건축물 화재 시, 허용피난시간을 예측하기 위한 예측모델을 개발하는 것을 목표로 한다. 실제 건축물을 대상으로 화재시뮬레이션을 수행하여 FDS 데이터베이스를 구축하였으며, FDS데이터를 학습하여 설계단계에서 건축물 특성을 학습변수로 하여 기계학습을 통해 ASET을 도출하는 예측모델을 제안하였다. 예측모델은 학습데이터와 비교하였을 때 0.9 이상의 높은 R²값을 나타내었다.

• 대한기계학회논문집
• /
• 제15권5호
• /
• pp.1717-1726
• /
• 1991

본 연구에서는 낮은 레이놀즈수 영역에도 적용될 수 있는 레이놀즈응력모델의 개발을 위해, 우선 벽근처 영역에서 사용되는 실험식(벽법칙)을 Hassid와 Poreh에 의 해 개발된 1-방정식모델로 대체하고 이를 레이놀즈응력모델과 접속시키는 방식을 사용 하였다. Hassid-Poreh의 1-방정식모델은 이미 Gibson등에 의해 그 성능이 평가되어 압력구배가 크지 않은 경계층유동의 낮은 레이놀즈수 영역에서 매우 좋은 결과를 보여 줌이 밝혀졌다. 본 연구에서는 곡면위의 난류경계층에 대해 위에서 설명한 바 있는 난류모델을 적용함에 있어 Gillis등과 Gibson등에 의해 실험된, 각각 곡률이 큰 경우 와 작은 경우의 대표적인 유동을 선택하여 모델의 성능을 시험하였다. 1-방정식모델 내에 포함된 길이차원(length scale)에 대해서는 곡률을 고려한 수정이 이루어졌다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1990년도 추계학술대회논문집; 한양대학교, 서울; 24 Nov. 1990
• /
• pp.157-162
• /
• 1990

기계의 정밀도 향상을 위하여는 기계에 대한 보다 정확한 해석을 요구한다. 그러나 실제 기계 시스템은 마찰, Backlash, Saturation등과 같은 비서형 특 성을 가지고 있어 시스템의 해석 및 제어가 어렵게 된다. 특히, 축, 링크, 기 어, 풀리, 베어링등의 기계요소에서는 마찰로 인해 정밀도가 크게 덜어지고 있어, 마찰에 의한 동특성 및 제어는 많은 연구자들에 의해 관심의 대상이 되어 왔다. 마찰력을 고려한 기계시스템의 운동은 정지상태 근처에서 마찰력 의 변화가 심한 비선형 동특성을 보이고 있어 그 해석에 어려움을 겪고 있 다. 실제 마찰이 저속에서 고급 비선형임에도 불구하고 가장 널리 사용되는 형태의 모델로서 쿨통 마찰을 고려한 운동방정식 조차 비선형성으로 인하여 해석에 어려움이 따르고 있다. 마찰은 오랜동안 연구되어 오면서 Fig.1, Fig2 와 같이 등가선형점성 감쇠, 쿨통마찰, 정적마찰로 모델화되거나 이들의 조 합으로 나타내었다[1-5]. 마찰력은 시간영역에서도 연구되어 Walrath[7]는 Fig.3-a의 속도가 역전되는 지점에서 마찰토오크가 .+-.Tf를 공유하는 문제 를 고려하기 위해, Fig.3-b와 같이 동적마찰모델을 사용하였다. 최근의 연구 로서 Armstrong[7]은 마찰의 위치의존성을 고려한 정확한 마찰모델을 설정 하여 개루프제어에 적용, 좋은 제어특성을 확인하였고, Canudas[8]는 저속영 역에서 overcompensation시 limit cycle과 gain의 관계를 해석하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.439-443
• /
• 2021

기계 독해는 단락과 질의가 주어졌을 때 단락 내 정답을 찾는 자연어 처리 태스크이다. 최근 벤치마킹 데이터셋에서 사전학습 언어모델을 기반으로 빠른 발전을 보이며 특정 데이터셋에서 인간의 성능을 뛰어넘는 성과를 거두고 있다. 그러나 이는 단락 내 범위(span)에서 추출된 정보에 관한 것으로, 실제 연산을 요구하는 질의에 대한 응답에는 한계가 있다. 본 논문에서는 기존 범위 내에서 응답이 가능할 뿐만이 아니라, 연산에 관한 이산 추론을 요구하는 단락 및 질의에 대해서도 응답이 가능한 기계 독해 모델의 효과성을 검증하고자 한다. 이를 위해 영어 DROP (Discrete Reasoning Over the content of Paragraphs, DROP) 데이터셋으로부터 1,794개의 질의응답 쌍을 Google Translator API v2를 사용하여 한국어로 번역 및 정제하여 KoDROP (Korean DROP, KoDROP) 데이터셋을 구축하였다. 단락 및 질의를 참조하여 연산을 수행하기 위한 의미 태그를 한국어 KoBERT 및 KoELECTRA에 접목하여, 숫자 인식이 가능한 KoNABERT, KoNAELECTRA 모델을 생성하였다. 실험 결과, KoDROP 데이터셋은 기존 기계 독해 데이터셋과 비교하여 단락에 대한 더욱 포괄적인 이해와 연산 정보를 요구하였으며, 가장 높은 성능을 기록한 KoNAELECTRA는 KoBERT과 비교하여 F1, EM에서 모두 19.20의 월등한 성능 향상을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.257-262
• /
• 2016

본 논문은 비구조적인 자연어 문장으로부터 두 개체 사이의 관계를 표현하는 구조적인 트리플을 밝히는 관계추출에 관한 연구를 기술한다. 사람이 직접 언어적 분석을 통해 트리플이 표현되는 형식을 입력하여 관계를 추출하는 규칙 기반 접근법에 비해 기계가 데이터로부터 표현 형식을 학습하는 기계학습 기반 접근법은 더 다양한 표현 형식을 확보할 수 있다. 기계학습을 이용하려면 모델을 훈련하기 위한 학습 데이터가 필요한데 학습 데이터가 수집되는 방식에 따라 지도 학습, 원격지도 학습 등으로 구분할 수 있다. 지도 학습은 사람이 학습 데이터를 만들어야하므로 사람의 노력이 많이 필요한 단점이 있지만 양질의 데이터를 사용하는 만큼 고성능의 관계추출 모델을 만들기 용이하다. 원격지도 학습은 사람의 노력을 필요로 하지 않고 학습 데이터를 만들 수 있지만 데이터의 질이 떨어지는 만큼 높은 관계추출 모델의 성능을 기대하기 어렵다. 본 연구는 기계학습을 통해 관계추출 모델을 훈련하는데 있어 지도 학습과 원격지도 학습이 가지는 단점을 서로 보완하여 타협점을 제시하는 학습 방법을 제안한다.