• 한국전산구조공학회논문집
• /
• 제12권1호
• /
• pp.103-109
• /
• 1999

본 연구에서는 중복 고유치를 갖는 비비례 감쇠 진동계의 고유치와 고유벡터의 민감도를 계산하는 새로운 방법을 제시하였다. 제안 방법은 매우 간단하면서도 수치적 안정성이 보장되고 정확한 해를 주는 방법이다. 제안 방법에서는 (n+m)차의 대칭 행렬로 이루어진 대수방정식을 해석함으로써 n개의 자유도를 갖는 감쇠계에 있어서 m차의 중복도를 갖는 고유치와 고유벡터의 설계변수에 대한 미분을 구한다. 제안 방법의 검증을 위해 5자유도를 갖는 단순구조물의 민감도해석을 예제에서 다루고 있다. 예제에서의 설계변수는 모델의 부분강성으로 하였다.

• 한국전산구조공학회논문집
• /
• 제12권1호
• /
• pp.95-102
• /
• 1999

본 연구에서는 중복되지 않는 고유치를 갖는 비비례 감쇠계의 고유치와 고유벡터의 민감도를 계산하는 새로운 방법을 제시하였다. 제안 방법에서는 (n+1)차의 대칭 행렬로 이루어진 대수방정식을 해석함으로써 n개의 자유도를 갖는 감쇠계의 고유치와 고유벡터의 설계변수에 대한 미분을 구한다. 제안 방법은 매우 간단하면서도 수치적 안정성이 보장되고 정확한 해를 주는 방법이다. 제안 방법의 검증을 위해 7자유도를 갖는 차량모델의 민감도해석을 예제에서 다루고 있다. 예제에서의 설계변수는 콘테이너의 질량으로 하였다.

• 한국생산제조학회지
• /
• 제5권4호
• /
• pp.74-81
• /
• 1996

This paper is to estimate sizing design sensitivity of linear and nonlinear vehicle frame structure using structural ananlysis result from ANSYS. Using design sensitivity results, optimal design of plane vehicle frame structure with buckling constraint is carried out the gradient projection method. Optimal design results are compares gradient projection method resrult with SUMT result.

• 한국방재학회 논문집
• /
• 제10권4호
• /
• pp.9-16
• /
• 2010

구조물 상시모니터링에서 센서위치 최적화는 모니터링 결과에 중요한 영향을 준다. 따라서 본 논문은 구조계수 또는 손상도를 추정하기 위한 목적으로 동특성 자료를 계측하고자 할 때, 충분한 정보를 획득할 수 있는 최적의 계측점을 선정하는 방법을 제안하였다. 제안된 방법은 유전자 알고리즘을 계측점 선정을 위한 최적화 기법으로 사용하는 것이다. 유전자 알고리즘의 핵심인 적합도함수를 구조계수에 의한 모드벡터의 민감도와 모드벡터의 직교성을 고려할 수 있도록 구성하였다. 간단한 타워 구조물에 대한 예제 해석을 통해 제안된 방법의 타당성을 확인하였다. 적합도함수를 구성하고 있는 모드 민감도와 모드 직교성이 최적 계측점 선정에 어떤 영향을 주는지 예제해석을 통하여 분석하였다. 결론적으로, 제안된 적합도 함수를 사용하면 계측 목적에 타당한 계측점을 선정할 수 있음을 확인하였다.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2002년도 종합학술발표회논문집
• /
• pp.430-433
• /
• 2002

본 논문에서는 얼굴인식을 위해 기존의 Fisherfaces와 퍼지개념을 도입한 퍼지 기반 Fisherfaces 방법을 제안한다. 기존의 얼굴인식 방법들은 학습영상에 해당되는 각 특징벡터에 대해 특정한 클래스를 할당하지만, 이와는 달리 제안된 방법은 각 특징벡터에 대해 퍼지 값으로 된 클래스 소속도를 부여하여 조명의 방향, 얼굴표정과 같은 큰 변화에 민감하지 않으면서도 닮은 얼굴 영상으로 인해 생기는 오분류(misclassification)의 문제점을 해결하고자 한다. 따라서, 본 논문에서는 ORL(Olivetti Research Laboratory) 얼굴 데이터 베이스에 대해 적용하여 이전의 연구인 Eigenfaces와 Fisherfaces보다 더 좋은 인식성능을 보이고자 한다.

• 전자공학회논문지
• /
• 제50권6호
• /
• pp.254-259
• /
• 2013

중력 방향에 대한 가중치를 적용한 3축 가속도 센서 데이터를 낙상 특징 변수로 사용해서 은닉 마르코프 모델(Hidden Markov Model; HMM)에 적용한 새로운 낙상 인식 알고리듬을 제안한다. 기존에 낙상인식에 많이 사용되는 변수인 3축 가속도의 벡터 합(Sum Vector Magnitude, SVM)과 새롭게 정의한 변수인 중력방향가중치를 적용한 3축 가속도의 벡터 합(Gravity-weighted Sum Vector Magnitude, GSVM)를 포함한 다섯 가지 낙상특징변수를 은닉 마르코프 모델에 적용하여 낙상 인식률을 평가하였다. 실험을 통해 얻은 가장 좋은 결과는 중력방향가중치를 적용한 3축 가속도의 벡터 합 변수를 적용한 결과이고 100% 민감도(sensitivity)와 97.96% 특이성(specificity)를 얻었다. 이것은 단순 3축 가속도의 벡터 합 변수에 비해 민감도는 5.2%와 특이성은 4.5% 정도 향상되었다. 단순히 운동량만을 표현하는 3축 가속도의 벡터 합 변수에 비해 중력방향가중치를 적용한 3축 가속도의 벡터 합 변수가 낙상의 움직임에 대한 특징을 잘 표현하기 때문에 높은 인식률을 나타내었다.

• 전력전자학회논문지
• /
• 제7권4호
• /
• pp.377-383
• /
• 2002

유도전동기의 고성능 벡터제어를 수행하기 위해서는 회전자 자속의 정확한 추정이 필요하다. 유도전동기의 회전자 자속관측기들에서는 자속추정시에 전동기 상수들이 사용되므로 이들의 변동에 따라 자속추정에 영향을 받는다. 본 논문에서는 파라미터 민감도를 이용하여 파라미터 변동에 의한 자속관측기들의 추정자속 오차를 해석하였다. 파라미터 민감도는 시스템 파라미터의 변동분에 대한 시스템 전달함수의 변동분의 비로 정의되므로 실제 자속과 추정 자속의 비를 전달함수로 정의하고 해석을 수행하였다. 제안된 해석방법의 타당성을 확인하기 위해 시뮬레이션과 실험을 행하였다.

• 대한기계학회논문집A
• /
• 제20권9호
• /
• pp.2833-2842
• /
• 1996

This paper is to practice optimal rigidity design by the strain energy density estimation method for static buckling and sizing design sensitivity analysis for dynamic buckling of a nonlinear vehicle frame structure from those results. Using these sizing design sensitivity resutls, an optimization of a nonlinear vehicle frame structure with dynamic buckling constraint is carrried out with the graient projection method.

• 한국생산제조학회지
• /
• 제7권5호
• /
• pp.106-112
• /
• 1998

Experience and experiments show that in many cases the buckling limit is reached at a much smaller load level than is predicted by linear buckling analysis. In this paper, it is considered linear and nonlinear of plane vehicle structure and estimates design sensitivity of the cross sectional area that is composed plane vehicle structure and performs optimal design. It compares linear vehicle structure with nonlinear vehicle structure for optima design result that is selected constraint condition of buckling load.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.592-595
• /
• 2024

엄청난 성능에도 불구하고, 심층 신경망은 예측결과에 대한 설명이 없는 블랙 박스로 작동한다는 비판을 받고 있다. 이러한 불투명한 표현은 신뢰성을 제한하고 모델의 대한 과학적 이해를 방해한다. 본 연구는 여러 개의 교사 신경망으로부터 설명 중심의 학생 신경망으로 지식 증류를 통해 해석 가능성을 향상시키는 것을 제안한다. 구체적으로, 인간이 정의한 개념 활성화 벡터 (CAV)를 통해 교사 모델의 개념 민감도를 방향성 도함수를 사용하여 계량화한다. 목표 개념에 대한 민감도 점수에 비례하여 교사 지식 융합을 가중치를 부여함으로써 증류된 학생 모델은 양호한 성능을 달성하면서 네트워크 논리를 해석으로 집중시킨다. 실험 결과, ResNet50, DenseNet201 및 EfficientNetV2-S 앙상블을 7 배 작은 아키텍처로 압축하여 정확도가 6% 향상되었다. 이 방법은 모델 용량, 예측 능력 및 해석 가능성 사이의 트레이드오프를 조화하고자 한다. 이는 모바일 플랫폼부터 안정성이 중요한 도메인에 걸쳐 믿을 수 있는 AI 의 미래를 여는 데 도움이 될 것이다.