• Journal of the Korean Geotechnical Society
• /
• v.23 no.8
• /
• pp.117-127
• /
• 2007

Slope stability analysis is a geotechnical engineering problem characterized by many sources of uncertainty. Some of them are connected to the uncertainties of soil properties involved in the analysis. In this paper, a numerical procedure for integrating commercial finite difference method into probabilistic analysis of slope stability is presented. Since the limit-state function cannot be expressed in an explicit form, the ANN-based response surface method is adopted to approximate the limit-state function and the first-, second-order reliability method and the Monte Carlo simulation technique are used to calculate the probability of failure. Probabilistic stability assessments for a hypothetical two-layer slope and the Sugar Creek embankment were performed to verify the application potential to the slope stability problems. The examples show the successful implementation and the possibility of the extension of the proposed procedure to the variety of geotechnical engineering problems.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.614-615
• /
• 2018

본 연구는 심층학습 기법을 활용하여 양극 데이터에 대해 학습된 모델로부터 예측된 결과를 바탕으로 언어 장애 여부를 판단하고, 이를 바탕으로 효율적인 언어 치료를 수행할 수 있는 방법론을 제시한다. 발화자의 개별 발화에 대해 데이터화를 하여 합성곱 신경망 모델(CNN)을 학습한다. 이를 이용하여 발화자의 연령 집단을 예측하고 결과를 분석하여 발화자의 언어 연령 및 장애 여부를 판단을 할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.267-271
• /
• 2004

2000년도 국내에 소개된 앙상블 유량예측은 한반도 유출특성을 고려한 예측시스템 구축을 위해 꾸준한 수정과 보완을 반복하며 약 5년간의 연구가 진행되었다. 앙상블 유량예측의 연구방향은 크게 예측의 정확성을 향상시키기 위한 이론적 인구와 수자원 계획과 관리에 활용될 수 있도록 GUI를 포함한 유량예측시스템을 구축하는 등의 실무적 연구가 함께 진행되고 있다. 앙상블 유량예측의 정확성을 향상시키기 위해 갈수기에 강우-유출모형의 모의능력을 개선해야 하며, 홍수기에는 기상예보를 효율적으로 이용해야 한다는 기본 전략을 수립하였다. 최근 강우-유출모형의 모의능력을 개선하기 위해 신경망 강우-유출모형을 구축하고, 기존 강우-유출모형의 모의결과를 보정하거나, 두개 이상의 모형을 결합함으로서 유량모의능력을 개선하여 갈수기 앙상블 유량예측 정확성을 향상시킬 수 있음을 증명하는 성과를 거둔 바 있다. 향후 앙상블 유량예측의 연구 방향은 기상예보자료의 적극적인 활용에 초점을 맞추고 있다. 최근 ENSO(El Nino Southern Occillation), PDI(Pacific Decadal Idex) 등 다양한 기후정보의 새로운 발견과 GCM 등 기후모형의 급속한 개선으로 기후 예측의 정확도가 높아지고 있는 추세이므로, 이를 이용하여 홍수기 앙상블 유량예측의 정확도 개선을 목표로 인구가 진행될 전망이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.5
• /
• pp.98-106
• /
• 1998

This paper proposes an efficient learning algorithm for improving the training performance of the neural network. The proposed method improves the training performance by applying the backpropagation algorithm of a global optimization method which is a hybrid of a stochastic approximation and a conjugate gradient method. The approximate initial point for f a ~gtl obal optimization is estimated first by applying the stochastic approximation, and then the conjugate gradient method, which is the fast gradient descent method, is applied for a high speed optimization. The proposed method has been applied to the parity checking and the pattern classification, and the simulation results show that the performance of the proposed method is superior to those of the conventional backpropagation and the backpropagation algorithm which is a hyhrid of the stochastic approximation and steepest descent method.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.31 no.4
• /
• pp.351-359
• /
• 2011

In a structure, damage can occur at several scales from micro-cracking to corrosion or loose bolts. This makes the identification of damage difficult with one mode of sensing. Hence, a multi-mode actuated sensing system is proposed based on a self-sensing circuit using a piezoelectric sensor. In the self sensing-based multi-mode actuated sensing, one mode provides a wide frequency-band structural response from the self-sensed impedance measurement and the other mode provides a specific frequency-induced structural wavelet response from the self-sensed guided wave measurement. In this study, an experimental study on the pipeline system is carried out to verify the effectiveness and the robustness of the proposed structural health monitoring approach. Different types of structural damage are artificially inflicted on the pipeline system. To classify the multiple types of structural damage, a supervised learning-based statistical pattern recognition is implemented by composing a two-dimensional space using the damage indices extracted from the impedance and guided wave features. For more systematic damage classification, several control parameters to determine an optimal decision boundary for the supervised learning-based pattern recognition are optimized. Finally, further research issues will be discussed for real-world implementation of the proposed approach.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.5
• /
• pp.671-683
• /
• 2018

The flood damage caused by heavy rains in urban watershed is increasing, and, as evidenced by many previous studies, urban flooding usually exceeds the water capacity of drainage networks. The flood on the area which considerably urbanized and densely populated cause serious social and economic damage. To solve this problem, deterministic and probabilistic studies have been conducted for the prediction flooding in urban areas. However, it is insufficient to obtain lead times and to derive the prediction results for the flood volume in a short period of time. In this study, IDNN, TDNN and NARX were compared for real-time flood prediction based on urban runoff analysis to present the optimal real-time urban flood prediction technique. As a result of the flood prediction with rainfall event of 2010 and 2011 in Gangnam area, the Nash efficiency coefficient of the input delay artificial neural network, the time delay neural network and nonlinear autoregressive network with exogenous inputs are 0.86, 0.92, 0.99 and 0.53, 0.41, 0.98 respectively. Comparing with the result of the error analysis on the predicted result, it is revealed that the use of nonlinear autoregressive network with exogenous inputs must be appropriate for the establishment of urban flood response system in the future.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.326-329
• /
• 2012

이 논문에서는 사람 얼굴 표정을 인식하기 위한 여러 가지 방법론들을 비교분석하였다. 사람얼굴표정을 인식할 때 특징 추출 방법에는 크게 AAM(Active Appearance Model) 기반 방법과 비 AAM 기반 방법이 있었다. 추출된 특징에 대한 학습 및 인식에도 신경망, SVM(Support Vector Machine), 사후확률, 기타 변형 알고리즘을 이용하는 경우가 많았다. 인식되는 표정에는 크게 행복, 분노, 슬픔, 놀람에 대한 표정 인식이 주를 이루었고 추가적으로 역겨움, 두려움, 졸음, 윙크까지도 인식하려는 시도가 있었으나 인식률이 그다지 높지 않았다. 또한 현재 나와 있는 표정인식방법들은 얼굴표정을 과장되게 지을 때에만 인식할 수 있다는 한계가 있었다. 따라서 사람들이 인식할 수 있는 미세한 표정변화를 컴퓨터가 인식하기 위해서 더욱 강건한 특징추출과 새로운 표정분류에 대한 정의 방법이 필요함을 알 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.22 no.2 s.73
• /
• pp.77-86
• /
• 2004

In this study, we applied the Bayesian Network for the case of the mode choice models using the Seoul metropolitan area's house trip survey Data. Sex and age were used lot the independent variables for the explanation or the mode choice, and the relationships between the mode choice and the travellers' social characteristics were identified by the Bayesian Network. Furthermore, trip and mode's characteristics such as time and fare were also used for independent variables and the mode choice models were developed. It was found that the Bayesian Network were useful tool to overcome the problems which were in the traditional mode choice models. In particular, the various transport policies could be evaluated in the very short time by the established relation-ships. It is expected that the Bayesian Network will be utilized as the important tools for the transport analysis.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.94-94
• /
• 2011

배관 구조물에서는 내부 미세 균열에서부터 국부 좌굴, 볼트 풀림, 피로 균열 등과 같이 다양한 형태의 손상이 복합적으로 발생 가능하다. 이러한 복합 손상은 배관 구조물의 누수, 누유 등의 사고를 야기할 수 있다. 하지만 기존의 단일 스케일 계측 시스템으로부터 복합 손상에 의한 실시간 누수를 진단하기는 매우 어렵다. 본 연구 단계에서는 누수를 야기하는 복합 손상을 효율적으로 진단하기 위하여 선행 연구에서 제안된 압전센서를 이용한 자가 계측 회로 기반의 다중 스케일 계측 시스템을 구조물의 복합 손상 진단에 적용하였다. 자가 계측 회로 기반 다중 스케일 계측 시스템은 크게 두 가지 형태의 신호를 계측한다. 첫 번째 스케일은 임피던스 계측으로부터 특정 주파수 대역폭에 대한 구조 응답을 계측하며, 두 번째 스케일은 유도 초음파 계측으로부터 단일 중심 주파수에 해당하는 구조물의 응답을 계측한다. 복합 손상을 손상 유형별로 분류하기 위하여 E/M 임피던스(Electro-mechanical impedance)및 유도 초음파(Guided wave) 계측으로부터 추출한 특성을 이용하여 2차원 손상지수를 계산하고 이를 지도학습 기반 패턴인식 기법(Supervised learning based pattern recognition) 중 확률론적 신경망 기법(Probabilistic Neural Network, PNN)에 적용한다. 제안된 기법의 적용성 검토를 위하여 파이프 구조물에 인위적으로 다중 손상을 생성시켜 시험을 수행하였다. 본 연구에서 제안된 기법이 실제 배관 구조물에 성공적으로 적용된다면 손상 부재의 거동 및 구조물 성능의 손상에 대한 영향을 효율적으로 진단하고 평가함으로써 배관 구조물의 효과적인 유지관리가 가능할 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.6-6
• /
• 2018

최근 집중 호우로 인한 내수침수 피해가 도시화와 기후변화로 늘어나고 있다. 내수침수 피해로 인한 복구비용과 시간이 증가하고 있으며 향후에는 이보다 더 크게 늘어날 것으로 예상된다. 이러한 문제를 해결하기 위하여 충분한 선행시간을 가지고 내수 침수 구역을 제시할 수 있어야 한다. 기존의 물리적 모델은 정확하고 정교한 결과를 제공하지만, 시뮬레이션을 준비하고 마치는 데에 시간이 많이 소요된다. 그 이유로서는 강우량, 지형적 특성, 배수관망 시스템, 수문학적 매개변수 등의 다양한 데이터도 필요하기 때문이다. 이는 도시유역에 대한 내수침수의 실시간 예측이 어렵게 되었으며, 충분한 선행시간을 확보하지 못하는 원인이 되었다. 본 연구에서는 이 문제에 대한 해결책으로 결정론적 방법과 확률론적 방법을 자료지향형 모형으로 결합하여 해결책을 제시하고자 하며, 특정 강우 조건하에 도시유역에서의 내수침수에 영향을 미치는 맨홀에 대한 정보를 제공하고자 한다. 위와 같은 과정을 수행하기 위하여 입력자료 조합에 대한 비선형 분석을 실시하였으며, 그 결과로 특정 강우 조건에 대하여 각 맨홀에 대한 누적월류량을 예측할 수 있는 비선형 인공신경망을 구축할 수 있었다. 본 연구에서 제시된 방법론은 국내의 강남 배수분구에 대하여 적용이 되었으며, 내수침수 예측결과와 2차원 해석결과를 비교하고자 하였다. 본 연구에서는 위 과정을 통하여 1차원 도시유출해석을 위한 입력 자료를 준비하는 시간을 절약하고, 다양한 강우 조건과 내수침수지도 사이의 연관성을 학습하는 예측 모형을 이용하여 도시유역의 내수침수에 대한 충분한 선행시간을 확보하고자 한다. 결론적으로, 이 연구의 결과는 도시유역에 대한 비구조적 대책 수립에 도움을 줄 것으로 확인이 되며 도시 유역 내에 맨홀 위치들을 고려한 위험지구를 파악하는 데에 유용할 것으로 판단된다.