• Journal of the Korea Institute of Building Construction
• /
• v.9 no.6
• /
• pp.141-149
• /
• 2009

The objective of this study was to propose a development length equation for bottom and top GFRP bars. Including the bottom and top GRPP bars, a total of 104 modified pullout tests were completed. The test variables were embedment length (15, 30, 45db), net cover thickness (0.5~2.0db), different GFRP bar types, and bar diameters (10, 13, 16mm). The average bond stresses were determined based on the modified pullout test results. Two variable linear regression analyses were performed on the results of the average bond stresses. Utilizing the 5% fractile concept, a conservative development length design equation was derived. The design equation of the development length for bottom and top GFRP bars was proposed and the design equation derived in this study was compared to the ACI 440.1R-06 committee equation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.116-116
• /
• 2012

하천유역 내의 인자를 이용하여 댐의 하천유량(stream flow)을 예측하는 일은 수문특성의 연구와 자연재해에 대한 대비 및 수공구조물과 방재시설의 설계 시 중요한 역할을 한다. 이러한 연구는 과거부터 활발히 이루어졌으며, 아직도 보다 높은 정확도의 결과를 얻기 위해 많은 연구들이 이루어지고 있다. 특히 기존의 유역 내 자료를 통해 비선형적 모델인 인공신경망(artificial neural network)을 이용한 하천유량을 예측하는 연구 역시 활발히 이루어지고 있다. 본 연구의 목적은 여러 유역인자들 중 하천유량에 가장 영향을 미치는 변수를 추출하고 보다 정확한 예측모델을 구축하는 것이다. 기존의 입력자료 선정기법중의 하나인 상호정보량(mutual information)과 수문기상자료의 비선형 동역학적 성분을 추출하는 웨이블렛 변환(wavelet transform)을 사용하여 인공신경망에 적용시켰다. 인공신경망을 적용하는 경우, 수문자료에 있어서 변수의 선택과 자료의 상태가 강우예측의 결과에 큰 영향을 미친다. 이러한 변수의 선택에 있어서 상호정보량을 바탕으로 한 인공신경망 입력변수 선택기법이 많이 사용되고 있다. 일반적으로 시계열자료는 경향성(trend), 주기성(periodicity) 및 추계학적 성분(stochastic component)의 선형조합으로 가정될 수 있으며, 특히 경향성과 주기성은 시계열 모형을 위해 제거되어야 할 결정론적 성분으로 취급한다. 즉. 수문 기상자료에 포함되어 있는 경향성과 주기성과 같은 비선형 동역학적 잡음(nonlinear dynamical noise)을 제거하고 입력자료의 카오스적 거동을 보이는 성분을 분리하기 위해 웨이블렛 변환을 사용하였다. 대상유역은 한강 유역에 포함되어 있는 충주댐으로 선택하였다. 유역 내 다양한 인자들과 하천유량사이의 상호정보량을 구해 영향력이 가장 큰 변수를 추출하고, 그 자료를 웨이블렛 변환을 적용하여 인공신경망의 입력자료로 사용하였다. 본 논문에서는 위와 같은 과정을 이용해 추정한 하천유량 결과와 기존의 방법인 상호정보량을 이용해 인공신경망을 적용한 결과를 실제자료와 비교하였다.

• Environmental and Resource Economics Review
• /
• v.15 no.3
• /
• pp.405-423
• /
• 2006

This paper develops theoretical model between economic growth and pollution as follows: First, emissions are generated from final good production process and technology accumulation. Second, pollution is directly connected with increase in final good production or in consumption, Third, no pollution abatement activity would be undertaken. Fourth, reproducible factors associated with labor and capital input are used in production function. We also test the existence of nonlinear Dynamics between economic growth and pollution using an exponential smooth transition autoregressive model(ESTAR). We find the presence of nonlinear dynamics between economic growth and pollution with a time series data for Seoul. This result shows indirectly that an inverted U relationship between air pollution and economic growth exists.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.12 no.2
• /
• pp.43-54
• /
• 1992

For shallow arches with large dynamic loading, linear analysis is no longer considered as practical and accurate. In this study, a method is presented for the dynamic analysis of shallow arches in which geometric nonlinearity must be considered. A program is developed for the analysis of the nonlinear dynamic behavior and for evaluation of critical buckling loads of shallow arches. Geometric nonlinearity is modeled using Lagrangian description of the motion. The finite element analysis procedure is used to solve the dynamic equation of motion and Newmark method is adopted in the approximation of time integration. A shallow arch subject to radial step loads is analyzed. The results are compared with those from other researches to verify the developed program. The behavior of arches is analyzed using the non-dimensional time, load, and shape parameters. It is shown that geometric nonlinearity should be considered in the analysis of shallow arches and probability of buckling failure is getting higher as arches are getting shallower. It is confirmed that arches with the same shape parameter have the same deflection ratio at the same time parameter when arches are loaded with the same parametric load. In addition, it is proved that buckling of arches with the same shape parameter occurs at the same load parameter. Circular arches, which are under a single or uniform normal load, are analyzed for comparison. A parabolic arch with radial step load is also analyzed. It is verified that the developed program is applicable for those problems.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.12 no.8
• /
• pp.1377-1383
• /
• 2008

Parameterization of a 3D triangular mesh is a fundamental problem in various applications of geometric modeling and computer graphics. There are two major paradigms in mesh parameterization: energy functional minimization and the convex combination approach. In general, the convex combination approach is wifely used because of simple concept and one-to-one mapping. However, the approach has some problems such as high distortion near the boundary and time complexity. Moreover, the stability of the linear system may not be preserved according to the geometric information of the mesh. In this paper, we present an extension of the convex combination approach based on the mean value coordinates, which resolves the drawbacks of the convex combination approach. This may be a more practical solution because it is able to generate a stable linear system in a short time.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.5
• /
• pp.1079-1094
• /
• 2014

In this paper, we study efficient gene selection methods by using conditional mutual information. We suggest gene selection methods using conditional mutual information based on semiparametric methods utilizing multivariate normal distribution and Edgeworth approximation. We compare our suggested methods with other methods such as mutual information filter, SVM-RFE, Cai et al. (2009)'s gene selection (MIGS-original) in SVM classification. By these experiments, we show that gene selection methods using conditional mutual information based on semiparametric methods have better performance than mutual information filter. Furthermore, we show that they take far less computing time than Cai et al. (2009)'s gene selection but have similar performance.

• Proceedings of the KIEE Conference
• /
• 2004.07c
• /
• pp.2087-2089
• /
• 2004

Capacitive pressure sensor는 Piezo type sensor에 비해 온도의 영향이 적어 공업계측, 전기용품 등 그 용도가 다양하여 폭넓게 사용되어지고 있지만, 측정값의 비선형성이 존재하여 측정값에 대한 신뢰도가 떨어지는 단점이 있다. 본 연구에서는 기존 capacitive pressure sensor의 비선형적 output을 개선하기 위한 방법으로 touch mode capacitive pressure sensor를 제안하였다. 또한, 실제 Device제작에 앞서 FEM 해석을 수행하였다. 2mm X 2mm 크기의 diaphragm, $25{\mu}m$의 두께, $20{\mu}m$의 gap을 갖는 Sensor를 Simulation하였으며 설계 변수를 추출하여 각각의 설계변수에 대한 해석을 실시하였다. 그 결과 15.2psi${\sim}$31psi의 영역에서 8.58pF${\sim}$54.31pF의 capacitance가 선형적으로 나타나는 sensor임을 확인하였다.

• Journal of Korea Water Resources Association
• /
• v.30 no.6
• /
• pp.641-648
• /
• 1997

Mutual information is useful for analyzing nonlinear dependence in time series in much the same way as correlation is used to characterize linear dependence. We use multivariate kernel density estimators for the estimation of mutual information at different time lags for single and multiple time series. This approach is tested on a variety of hydrologic data sets, and suggested an appropriate delay time $ au$ at which the mutual information is almost zerothen multi-dimensional phase portraits could be constructed from measurements of a single scalar time series.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.211-231
• /
• 2002

본 연구의 목적은 VECM(Vector Error Correction Model)과 인공지능모형(Artificial Neural Networks)을 이용하여 우리나라 증권시장과 거시경제 변수들과의 장기적 관계에 대한 설명력을 비교해보고자 함에 있다. VECM이 APT(Arbitrage Pricing Theory)에 기초를 둔 선형동학모형이라고 한다면, 인공지능모형은 비모수적 비선형모형이라는 점에서, 두 방법론의 분석결과를 직접 비판하는 것은 의미있는 연구라고 할 수 있다. 인공지능모형을 주로 활용하는 선행연구들에 의하면, 증권시장은 시장의 특이패턴들로 인해 계량경제학적 접근인 선형 모형보다는 인공지능모형을 통해 증권시장의 움직임을 설명하고 예측하는 것이 더 바람직할 수도 있다는 것이다. 따라서, 본 연구에서는 VECM분석에서 자료의 안정성을 검증하고, 공적분 백터를 발견한 이후, 장기적 균형관계의 실증적 분석을 하였다. 그리고, 인공지능모형에서는 delta rule과 Sigmoid 함수를 이용한 GRNN(General Regression Neural Net)과 Back-Propagation등의 방법들을 활용하였다. 이러한 분석결과, Back-Propagation 모형이 다른 모든 모형들보다도 더 우수한 설명력을 보여주고 있었다. 이러한 결과들은 인공지능모형이 동태적인 선형 모형보다도 더 우수한 설명력을 제공할 수 있는 가능성을 보여주고 있었다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.41 no.2
• /
• pp.29-36
• /
• 2004

This paper deals with a fractional model reduction for linear systems with time varying delayed states. A contractive coprime factorization of linear time delayed systems is defined and obtained by solving linear matrix inequalities. Using generalize controllability and observability gramians of tile contractive coprime factor, a balanced state space realization of the system is derived. The reduced model will be obtained by truncating states in the balanced realization and an upper bound of model approximation error is also presented. In order to demonstrate efficacy of the suggested method, a numerical example is illustrated.