• 비파괴검사학회지
• /
• 제27권2호
• /
• pp.173-182
• /
• 2007

콘크리트 구조물에 발생한 균열은 내구성과 사용성 측면의 문제가 발생할 수 있기 때문에 정기적으로 관리하여야 한다. 대부분의 균열 측정은 균열 현미경과 균열 게이지와 같은 장비를 이용하여 균열의 폭, 길이, 방향 등과 같은 균열의 특징을 육안조사나 수작업에 의해 수행되고 있다. 그러나 기존의 방법들은 시간과 인력이 많이 필요할 뿐만 아니라 계측자의 주관이 개입될 여지가 많다. 따라서 이 연구에서는 이미지 프로세싱과 인공신경회로망을 이용하여 콘크리트 표면 균열 평가 기법을 제시하고자 한다. 개발된 기법은 세부분(균열 검출, 균열 분석, 균열 패턴인식)으로 나누어진다. 개발된 기법의 유효성을 검증하기 위하여 실험을 수행하였고, 실험 결과 개발된 기법은 콘크리트 표면 균열을 효과적으로 검출, 분석할 수 있었고, 5가지 균열 패턴을 정확히 인식하였다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.983-991
• /
• 2019

본 연구는 영상 샷의 크기에 따라 다양한 스토리를 갖고 있는 영상들을 분석하는 것을 목표로 한다. 따라서 영상 분석에 앞서, 익스트림 클로즈업 샷, 클로즈업 샷, 미디엄 샷, 풀 샷, 롱 샷 등 샷 사이즈에 따라 데이터셋을 분류하는 것이 선행되어야 한다. 하지만 일반적인 비디오 스토리 내의 샷 분포는 클로즈업 샷, 미들 샷, 풀 샷, 롱 샷 위주로 구성되어 있기 때문에 충분한 양의 익스트림 클로즈업 샷 데이터를 얻는 것이 상대적으로 쉽지 않다. 이를 해결하기 위해 본 연구에서는 관심 영역 (Region Of Interest: ROI) 탐지 기반의 이미지 크롭핑을 통해 익스트림 클로즈업 샷을 생성함으로써 영상 분석을 위한 데이터셋을 확보 방법을 제안한다. 제안 방법은 얼굴 인식과 세일리언시(Saliency)를 활용하여 이미지로부터 얼굴 영역 위주의 관심 영역을 탐지한다. 이를 통해 확보된 데이터셋은 인공신경망의 학습 데이터로 사용되어 샷 분류 모델 구축에 활용된다. 이러한 연구는 비디오 스토리에서 캐릭터들의 감정적 변화를 분석하고 시간이 지남에 따라 이야기의 구성이 어떻게 변화하는지 예측 가능하도록 도움을 줄 수 있다. 향후의 엔터테인먼트 분야에 AI 활용이 적극적으로 활용되어질 때 캐릭터, 대화, 이미지 편집 등의 자동 조정, 생성 등에 영향을 줄 것이라 예상한다.

• 한국재난정보학회 논문집
• /
• 제18권4호
• /
• pp.899-907
• /
• 2022

연구목적: 기계학습법을 이용하여 일반적인 직선 교량의 지진 취약도 분석 연구는 다수 수행되었으나 곡선 교량 구조물에 대한 연구 사례는 미미하다. 따라서 본 연구의 목적은 기계학습법 기반 I형 곡선 거더를 갖는 교량의 재료 특성 및 기하학적 불확실성을 고려한 지진 취약도 분석하는 것이다. 연구방법: 강재 및 콘크리트의 재료 특성과 교각의 높이를 불확실성 매개변수로 고려하였다. 라틴하이퍼큐브 기법을 이용하여 매개변수를 샘플링하였으며 지진파의 불확실성을 고려하여 시간이력해석을 수행하였다. 해석결과를 원본데이터로 인공신경망, 반응표면분석법을 적용하여 학습 데이터를 생성하였다. 최종적으로 원본 데이터 및 학습데이터를 이용하여 지진 취약도 분석을 수행하였다. 연구결과: 라틴하이퍼큐브 기법을 이용하여 매개변수를 샘플링하였으며 지진파의 불확실성을 고려하여 총 160회의 시간 이력해석을 수행하였다. 해석결과와 기계학습을 통해 얻어진 예측 값을 비교하였으며 두 값의 유사도를 비교하기 위해 결정계수를 비교하였다. 반응표변분석법의 결정계수가 0.737로 비교적 관측 값과 유사한 것으로 나타났다. 지진 취약도 곡선도 반응표면 분석법을 통해 예측된 값이 관측 값과 유사한 것으로 나타났다. 결론: 본 연구에서 유한요소 해석을 통해 관측된 값과 기계학습법을 통해 예측된 값을 비교하였을 때 반응표면 분석법이 관측값과 유사한 결과를 예측하는 것으로 나타났다. 하지만 두 가지 기계학습법 모두 관측 값에 비해 과소평가되는 것으로 나타났다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.104-123
• /
• 2022

신경망 기반 스타일 전이 기법은 영상의 고차원적 구조적 특징을 반영하여 높은 품질의 스타일 전이 결과를 제공함으로써 최근 크게 주목받고 있다. 본 논문은 이러한 신경망 기반 스타일 전이의 GPU 메모리 제한에 따른 해상도 한계에 대한 문제를 다룬다. 신경망 출력이 가진 제한적 수용장 특징을 바탕으로, 부분 영상 기반의 스타일 전이 손실함수 경사도 연산이 전체 영상을 대상으로 구한 경사도 연산과 동일한 결과를 생성할 수 있을 것으로 기대할 수 있다. 이러한 아이디어를 기반으로, 본 논문에서는, 스타일 전이 손실함수의 각 구성 요소에 대한 경사도 연산 구조를 분석하고, 이를 통해 부분 영상의 생성 및 패딩에 대한 필요조건을 구하고, 전체 영상의 신경망 출력에 좌우되는 경사도 연산 요구 데이터를 확인하여 구조화함으로써 재귀적 초고해상도 스타일 전이 알고리즘을 개발하였다. 제안된 기법은, 사용하는 GPU 메모리가 처리할 수 있는 크기로 초고해상도 입력을 분할하여 스타일 전이를 수행함으로써, GPU 메모리 한계에 따른 해상도 제한을 받지 않으며, 초고해상도 스타일 전이에서만 감상할 수 있는 독특한 세부 영역의 전이 스타일 특징을 제공할 수 있다.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.80-87
• /
• 2015

멤리스터는 인가된 전하의 크기에 따라 저항의 크기가 변화하고, 외부 전원이 끊겨도 이전의 저항 상태를 계속 기억하는 새로운 형태의 메모리소자이다. 일반적인 멤리스터는 직류 전압을 인가할 경우, 시간에 대해서 저항의 크기가 비선형적으로 프로그램밍되는 특성을 갖고 있다. 멤리스터에 대한 용이한 프로그램을 위해서는 시간에 대해서 저항의 크기가 선형적으로 증가 혹은 감소하는 것이 바람직하다. 본 연구팀은 과거 +, - 및 0 에 대한 가중치 프로그램이 가능한 멤리스터 브릿지 회로 구조를 제안한 바 있다. 멤리스터 브릿지 회로에서 두 개의 멤리스터는 서로 다른 극성으로 직렬 연결되고, 반대 극성의 멤리스터들 간의 상호 보완 관계에 의해 강력한 선형화 효과를 갖는다. 본 논문에서는 브릿지 회로의 시간에 대한 멤리스터의 선형적 프로그램 특성을 연구하였고, HP 사의 $TiO_2$ 멤리스터와 윈도우 기반 비선형성 멤리스터 모델을 사용하여 선형화 효과를 검증하였다. 멤리스터 브릿지 회로는 멤리스터를 이용한 시냅스 회로에서 시냅스의 가중치 프로그램을 수행할 경우, 유용하게 사용될 것으로 전망된다.

• 한국공작기계학회논문집
• /
• 제16권3호
• /
• pp.81-87
• /
• 2007

It is important to investigate the relationship between weld process parameters and weld bead geometry for adaptive arc robot welding. However, it is difficult to predict an exact back-bead owing to gap in process of butt welding. In this paper, the quantitative prediction system to specify the relationship external weld conditions and weld bead geometry was developed to get suitable back-bead in butt welding which is widely applied on industrial field. Multiple regression analysis and artificial neural network were used as the research methods. And, the results of two prediction methods were compared and analyzed.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 추계학술대회 논문집
• /
• pp.144-148
• /
• 2001

자동차의 발전과 함께 유지 보수를 위한 사용자의 요구는 급증하고 있으나 정비사의 부족으로 인해 경제성 및 신속성 등 이 문제가 되고 있고 이를 해결하기 위해 현재 개발되고 있는 장치들은 대부분 전자 제어 유닛에서 발생시키는 신호를 분석하거나 운전자와의 대화를 통하여 진단하는 방식으로 고장으로 인한 소음이나 진동등 운전자들의 주관적인 평가대상에 대해서는 적절한 해결책으로 제시해 주지 못하고 있다. 그러므로 계측에 의한 소음과 진동 데이터를 이용하여 전문가의 판단을 가지고 고장의 원인을 규명하며 운전자를 위한 오디오적인 표현을 해 줄 수 있는 진단 전문가 시스템이 필요하게 되었다. 본 논문에서는 자동차의 여러 단품중 쇼크 옵서버와 에어컨에 대하여 소음 진동 현상의 정상 및 이상 증상과 신호 계측 방법을 연구하였고 계측된 신호에 대해 패턴 화하여 인공 신경 회로망과 퍼지 추론을 통한 진단을 할 수 있는 알고리즘을 개발하였으며 차후 계속되는 연구에 사용될 정상 및 이상신호에 대한 기본적인 데이터 베이스를 구축하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.441-444
• /
• 1997

증기 발생기 수위 제어기의 성능 향상은 발전소의 정기 횟수를 줄여 발전소 신뢰도 및 가동률을 향상시키고 또한 기타 여러 부품의 수명에도 영향을 주어 경제적으로 보다 효율적인 발전소 운영에 기여한다. 이러한 수위 제어의 발전을 위해서 본 연구에서는 E. Irvingd의 모델을 사용하였다. E. Irving이 모델이 단순화한 관계로 단점을 가지고는 있으나 프로그램화가 편리하고, 또한 증기 발생기의 특성을 잘 표현하기 때문에 이용하였다. 먼저 시스템의 출력, 즉 증기 발생기의 수위를 안정화시키기 위하여 퍼지 제어기를 Case by Case로 선정하여 제어를 하였으며, 그 다음으로 시스템의 두 입력, 증기량과 퍼지 제어기에서 선택되어진 급수 유량, 그리고 전 단계의 출력인 증기 발생기의 수위를 입력으로 하는 신경 회로망을 이용하여 시스템을 규명하였다.

• 제어로봇시스템학회논문지
• /
• 제5권2호
• /
• pp.180-188
• /
• 1999

The objective of this paper is, based upon the principles of artificial life, to induce emergent behaviors of multiple autonomous mobile robots which complex global intelligence form from simple local interactions. Here, we propose an architecture of neural network learning with reinforcement signals which perceives the neighborhood information and decides the direction and the velocity of movement as mobile robots navigate in a group. As the results of the simulations, the optimum weight is obtained in real time, which not only prevent the collisions between agents and obstacles in the dynamic environment, but also have the mobile robots move and keep in various patterns.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 춘계학술대회논문집
• /
• pp.991-996
• /
• 2004

The international competition in refrigerator markets has continuously required the research for sound quality of a refrigerator to improve the quality of a life. In this paper, A new method for evaluation of the sound quality of a refrigerator is developed based on human sensibility engineering by using ANN(Artificial neural network). Finally it is applied to evaluate the sound qualify of refrigerator on the production line.