• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.266-274
• /
• 2003

본 논문은 비정상 상태 탐지 문제를 위한 점증적 서포트 벡터 학습을 다룬다. 비정상상태 탐지를 위한 서포트 벡터 학습 중 가장 잘 알려진 기법 중 하나는 SVDD(support vector data description)인데, 이 기법은 정상적인 데이터의 집합을 모든 가능한 비정상 개체로부터 구분하기 위하여 커널 특징공간(kernel feature space) 위에서 정의되는 볼(ball)을 이용하는 전략을 추구한다. 본 논문의 주된 관심사는 최적해와 점증적으로 주어지는 학습 데이터의 상관관계를 이용하는 방향으로 SVDD 기법을 수정하는 것이다. 본 논문에서는, 기존의 SVDD 기법을 상세히 복습한 후에, 라그랑제 쌍대 문제(Largrange dual problem)에 관한 관찰을 바탕으로 최적 해를 찾기 위한 점증적 풀이 기법을 제시한다. 그리고, 제시된 점증적 방법론의 적용 가능성이 예제를 통하여 보여진다.

• 한국강구조학회 논문집
• /
• 제11권1호통권38호
• /
• pp.69-78
• /
• 1999

구조물이 지진과 같은 수평력을 받으면 골조의 기둥은 횡이동을 하게 되고 이 횡이동이 크면 골조는 불안정 좌굴, 초기항복, 골조전체의 강성이 감소하게 된다. 본 연구에서는 이러한 골조의 기둥이 횡이동에 의해 수평력과 축력을 동시에 받는 강골조를 대상으로하여 골조강성의 저하, 보와 기둥의 상대적인 강성비, 세장비효과, 하중조건 등을 고려한 다양한 해석모델을 상정하여 수치해석을 실시했다. 그 해석결과를 분석하여 강골조의 최대수평내력을 평가하고, 기둥의 세장비 제한치를 구하는 절차에 대해서도 검토한다. 해석에 있어서는, 골조의 $P-{\Delta}$효과를 고려해서 기발표된 저자의 탄소성해석법을 이용하여 일정한 축력하에 점증의 수평력을 골조에 가했으며, 최대내력후의 해법으로서 일반역행렬을 응용했다.