• Journal of the Earthquake Engineering Society of Korea
• /
• v.10 no.2 s.48
• /
• pp.1-10
• /
• 2006

Reinforced concrete bridge columns with relatively small aspect ratio show flexure-shear behavior, which is flexural behavior at initial and medium displacement stages and shear failure at final stage. Since the columns with flexure-shear failure have lower ductility than those with flexural failure, shear capacity curve models shall be applied as well as flexural capacity curve in order to determine ultimate displacement for seismic design or performance evaluation. In this paper, a modified shear capacity curve model is proposed and compared with the other models such as the CALTRANS model, Aschheim et al.'s model, and Priestley et al.'s model. Four shear capacity curve models are applied to the 4 full scale circular bridge column test results and the accuracy of each model is discussed. It may not be fully adequate to drive a final decision from the application to the limited number of test results, however the proposed model provides the better prediction of failure mode and ultimate displacement than the other models for the selected column test results.

• The KIPS Transactions:PartD
• /
• v.15D no.2
• /
• pp.207-212
• /
• 2008

This paper evaluates software cost estimation models, and presents the most suitable model. First, we transformed a relevant model into variables to make in linear. Second, we evaluated model's performance considering how much suitable the cost data of the actual development software was. In the stage of model performance evaluation criteria, we used MMRE which is the relative error concept rather than the absolute error. Existing software cost estimation model follows Weibull, Gamma, and Rayleigh function. In this paper, Gompertz function model is suggested which is a kind of growth curve. Additionally, we verify the compatability of other different growth curves. As a result of evaluation of model's performance, Gompertz function was considered to be the most suitable for the cost estimation model.

• The KIPS Transactions:PartD
• /
• v.11D no.7 s.96
• /
• pp.1451-1458
• /
• 2004

Current software reliability growth models based on Gompertz growth curve are all logarithmic type. Software reliability growth models based on logarithmic type Gompertz growth curve has difficulties in parameter estimation. Therefore this paper proposes a software reliability growth model based on the logistic type Gompertz growth curie. Its usefulness is empirically verified by analyzing the failure data sets obtained from 13 different software projects. The parameters of model are estimated by linear regression through variable transformation or Virene's method. The proposed model is compared with respect to the average relative prediction error criterion. Experimental results show that the pro-posed model performs better the models based on the logarithmic type Gompertz growth curve.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.261-261
• /
• 2020

물관리의 기본이 되는 연속적인 유량 자료 확보를 위해서는 정확도 높은 수위-유량 관계 곡선식 개발이 필수적이다. 수위-유량 관계곡선식은 모든 수문시설 설계의 기초가 되며 홍수, 가뭄 등 물재해 대응을 위해서도 중요한 의미를 가지고 있다. 그러나 일반적으로 유량 측정은 많은 비용과 시간이 들고, 식생성장, 단면변화 등의 통제특성(control)이 변함에 따라 구간분리, 기간분리와 같은 비선형적인 양상이 나타나 자료 해석에 어려움이 존재한다. 특히, 국내 하천의 경우 자연적 및 인위적인 환경 변화가 다양하여 지점 및 기간에 따라 세밀한 분석이 요구된다. 머신러닝(Machine Learning)이란 데이터를 통해 컴퓨터가 스스로 학습하여 모델을 구축하고 성능을 향상시키는 일련의 과정을 뜻한다. 기존의 수위-유량 관계곡선식은 개발자의 판단에 의해 데이터의 종류와 기간 등을 설정하여 회귀식의 파라미터를 산출한다면, 머신러닝은 유효한 전체 데이터를 이용해 스스로 학습하여 자료 간 상관성을 찾아내 모델을 구축하고 성능을 지속적으로 향상 시킬 수 있다. 머신러닝은 충분한 수문자료가 확보되었다는 전제 하에 복잡하고 가변적인 수자원 환경을 반영하여 유량 추정의 정확도를 지속적으로 향상시킬 수 있다는 이점을 가지고 있다. 본 연구는 머신러닝의 대표적인 알고리즘들을 활용하여 유량을 추정하는 모델을 구축하고 성능을 비교·분석하였다. 대상지역은 안정적인 수량을 확보하고 있는 한강수계의 거운교 지점이며, 사용자료는 2010~2018년의 시간, 수위, 유량, 수면폭 등 이다. 프로그램은 파이썬을 기반으로 한 머신러닝 라이브러리인 사이킷런(sklearn)을 사용하였고 알고리즘은 랜덤포레스트 회귀, 의사결정트리, KNN(K-Nearest Neighbor), rgboost을 적용하였다. 학습(train) 데이터는 입력자료 종류별로 조합하여 6개의 세트로 구분하여 모델을 구축하였고, 이를 적용해 검증(test) 데이터를 RMSE(Roog Mean Square Error)로 평가하였다. 그 결과 모델 및 입력 자료의 조합에 따라 3.67~171.46로 다소 넓은 범위의 값이 도출되었다. 그 중 가장 우수한 유형은 수위, 연도, 수면폭 3개의 입력자료를 조합하여 랜덤포레스트 회귀 모델에 적용한 경우이다. 비교를 위해 동일한 검증 데이터를 한국수문조사연보(2018년) 내거운교 지점의 수위별 수위-유량 곡선식을 이용해 유량을 추정한 결과 RMSE가 3.76이 산출되어, 머신러닝이 세분화된 수위-유량 곡선식과 비슷한 수준까지 성능을 내는 것으로 확인되었다. 본 연구는 양질의 유량자료 생산을 위해 기 구축된 수문자료를 기반으로 머신러닝 기법의 적용 가능성을 검토한 기초 연구로써, 국내 효율적인 수문자료 측정 및 수위-유량 곡선 산출에 도움이 될 수 있을 것으로 판단된다. 향후 수자원 환경 및 통제특성에 영향을 미치는 다양한 영향변수를 파악하기 위해 기상자료, 취수량 등의 입력 자료를 적용할 필요가 있으며, 머신러닝 내 비지도학습인 딥러닝과 같은 보다 정교한 모델에 대한 추가적인 연구도 수행되어야 할 것이다.

• The KIPS Transactions:PartB
• /
• v.10B no.5
• /
• pp.521-526
• /
• 2003

In this paper, we propose a geometric active contour model based on intensity information and curve evolution for detecting region boundaries. We put boundary extraction problem as the minimization of the difference between the average intensity of the region and the intensity of the expanding closed curves. We used level set theory to implement the curve evolution for optimal solution. It offered much more freedom in the initial curve position than a general active contour model. Our methods could detect regions whose boundaries are not necessarily defiened by gradient compared to general edge based methods and detect multiple boundaries at the same time. We could improve the result by using anisotropic diffusion filter in image preprocessing. The performance of our model was demonstrated on several data sets like CT and MRI medical images.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.05a
• /
• pp.189-189
• /
• 2004

본 논문은 CNC 밀링머신을 이용한 절삭가공 등 2축시스템의 위치제어 시스템을 대상으로 한다. 기존의 제어방식은 크게 독립축제어와 상호결합제어로 분류할 수 있다. 독립축제어는 두 축의 통합된 운동을 각각의 독립된 축에 대한 추적제어를 수행하여 원하는 공구경로의 위치 정밀성을 향상시키고자 하는 것이고, 상호결합제어는 지령경로에 대한 추적성능보다는 현재의 윤곽오차를 감소시키는 방향으로 제어입력을 인가하여 가공윤곽의 오차를 감소시키는데 주목적이 있다. 또한 최근의 작업공정의 고속화 경향은 윤곽오차를 감소시키면서도 추적성능이 우수한 제어방식을 요구하고 있다.(중략)

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.14 no.3
• /
• pp.196-200
• /
• 2010

The number of railway tunnels has been increasing rapidly. Although fires in long railway tunnels are rare, the consequences can be devastating. Prior to this study, there were no adequate time-temperature curves for the fire safety assessment of Korean railway tunnels. We studied a standard foreign time-temperature curve for which the heat rate is based on the traffic and the types of vehicles. We then proposed a hydrocarbon curve as a fire design model for railway tunnels in Korea. We examined the implications of this proposed model on railway tunnel structures using numerical analysis.

• Fire Science and Engineering
• /
• v.33 no.2
• /
• pp.47-55
• /
• 2019

The prediction performance of design fire curves was evaluated using a Fire dynamics simulator (FDS) for a solid fuel fire in a building space by comparing the results with experimental data. EDC 2-step mixing controlled combustion model was used in the FDS simulations and the previously suggested 2-stage design fire (TDF), Quadratic and Exponential design fire curves were used as the FDS inputs. The simulation results showed that smoke propagation in the building space was significantly affected by the design fire curves. The predictions of simulations using design fire curves for the experimental temperatures in the building space were reasonable, but the TDF was found to be the most acceptable for predicting temperature. The predictions with each design fire curve of species concentrations showed insufficient agreement with the experiments. This suggests that the combustion model used in this study was not optimized for the simulation of a solid fuel fire, and additional studies will be needed to examine the combustion model on the FDS prediction of solid fires.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1994.11a
• /
• pp.17-22
• /
• 1994

오류역전파 신경망을 인산형 연료전지의 조업변수인 산소 및 수소 유량, 작동온도에 대하여 학습시켜 연료전지 모델을 구성하였다. 또한 구성된 모델을 이용하여 다양한 조업조건에서의 단위전지 성능을 예측하여 이를 실험결과와 비교하였으며, 학습된 신경망을 ASPEN PLUS의 단위공정으로 도입하여 50kW 출력의 연료전지 공정을 구성한 후 조업변수에 대한 영향을 살펴보았다. 3개의 층으로 구성된 오류역전파 신경망은 학습단계상수와 모멘텀이 각각 0.7 및 0.9인 경우 단위전지 성능곡선을 가장 정확히 학습하였으며, 이에 의하여 구성된 신경망 모델은 수소 및 산소의 유량, 온도의 변화에 따른 단위전지 성능곡선의 변화를 정확히 예측하였다. 연료전지 전체공정의 모사에서는 개질기의 경우 $600^{\circ}C$의 상압에서 수증기/탄화수소 비율이 2.6일 때, 연료전지의 경우 작동온도가 190~20$0^{\circ}C$일 때 연료전지의 출력이 최대값을 나타내었으며, 단위전지의 전기화학적 효율은 약 45%, 수소이용률은 약 61%, 발전시스템 전체의 효율은 18%이었다.

• The KIPS Transactions:PartD
• /
• v.11D no.3
• /
• pp.597-604
• /
• 2004

Accurate software cost estimation is essential to both developers and customers. Most of the cost estimating models based on the size measure methods, such as LOC and FP, are obtained through size estimation. The accuracy of size estimation directly influences the accuracy of cost estimation. As a result, the overall structure of regression-based cost models applies the power function based on software size. Many growth phenomenon in nature such as the growth in living organism, performance of technology, and learning capability of human show an S-shaped curve. This paper proposes a model which estimates the developing effort by using the growth curve. The presented model assumes that the relation cost and size follows the growth curve. The appropriateness of the growth curve model based on Function Point, Full-Function Point and Use-Case Point, which are the general methods in estimating the software size have been confirmed. The proposed growth curve model shows similar performance with power function model. In conclusion, the growth curve model can be applied in the estimation of the software cost.