• 한국습지학회지
• /
• 제24권1호
• /
• pp.25-37
• /
• 2022

기후변화는 예측할 수 없는 변동성이 매우 커지고 있다. 이로인해 생태계, 인류의 생활, 수문학적 순환 등 다양한 시스템에 변화를 가져오고 있다. 특히 최근 예측할 수 없는 기후변화로 인해 극한가뭄 및 집중호우가 자주 발생하며 그로 인해 1차적 재해가 아닌 침수, 퇴사로 인한 수질오염을 유발하는 복합적인 수자원재해가 발생하고 있다. 유역모델로 SWAT를 이용하여 장래 유출량 및 오염부하량을 분석하고 기후시나리오는 기상청 표준 시나리오(HadGEM3-RA)의 RCP4.5 기후시나리오를 정상성 분위사상법을 적용하여 분석하였다. 기후시나리오와 유역모델의 연계모의로 유출량 및 오염부하량 분석을 수행하였고 연계모형의 적용 및 검증과 기후변화에 따른 미래 수질 변화 분석 결과를 최종적으로 제시하였다. 본 연구에서는 인공신경망을 이용하여 기후변화 시나리오를 모의하여 저수지 수질모형인 W2모델을 통한 댐 저수지의 변화와 인공신경망에서의 수온과 탁도의 결과를 비교하였다. 본 연구의 결과로 신경망모형의 장점인 비선형성 및 간편성을 기후변화를 적용한 합천댐 저수지에서의 수온과 탁도 예측에 적용 가능성을 제시하고자 한다.

• Computers and Concrete
• /
• 제2권1호
• /
• pp.79-96
• /
• 2005

The use of high-strength concrete (HSC) has significantly increased over the last decade, especially in offshore structures, long-span bridges, and tall buildings. The behavior of such concrete is noticeably different from that of normal-strength concrete (NSC) due to its different microstructure and mode of failure. In particular, the shear capacity of structural members made of HSC is a concern and must be carefully evaluated. The shear fracture surface in HSC members is usually trans-granular (propagates across coarse aggregates) and is therefore smoother than that in NSC members, which reduces the effect of shear transfer mechanisms through aggregate interlock across cracks, thus reducing the ultimate shear strength. Current code provisions for shear design are mainly based on experimental results obtained on NSC members having compressive strength of up to 50MPa. The validity of such methods to calculate the shear strength of HSC members is still questionable. In this study, a new approach based on artificial neural networks (ANNs) was used to predict the shear capacity of NSC and HSC beams without shear reinforcement. Shear capacities predicted by the ANN model were compared to those of five other methods commonly used in shear investigations: the ACI method, the CSA simplified method, Response 2000, Eurocode-2, and Zsutty's method. A sensitivity analysis was conducted to evaluate the ability of ANNs to capture the effect of main shear design parameters (concrete compressive strength, amount of longitudinal reinforcement, beam size, and shear span to depth ratio) on the shear capacity of reinforced NSC and HSC beams. It was found that the ANN model outperformed all other considered methods, providing more accurate results of shear capacity, and better capturing the effect of basic shear design parameters. Therefore, it offers an efficient alternative to evaluate the shear capacity of NSC and HSC members without stirrups.

• 전자공학회논문지 IE
• /
• 제47권3호
• /
• pp.26-34
• /
• 2010

본 논문에서는 기본적인 형태는 퍼지 제어의 형태를 유지하면서 그 세부적 요소들을 신경회로망으로 구성한 뉴로-퍼지 제어기를 설계하였다. 뉴로-퍼지 제어기는 퍼지 제어 및 신경회로망 제어가 갖는 장단점을 서로 보완할 수 있도록 하였으며 On-Line상태에서 동조가 이루어지도록 하였다. 본 제어기의 성능을 평가하기 위해서 현재 로봇제어에서 많이 사용되고 있는 교류 서보 전동기의 속도제어에 적용시켰다. 가장 보편적인 제어기인 PID제어기 및 퍼지제어기와 비교실험 함으로써 제어기로서의 안정한 특성을 입증하였다. 특히 로봇처럼 급격한 부하변동에 대응할 수 있는 제어기 설계를 위해 부하를 인가하여 실험을 수행하여 성능을 입증하였다.

• Computers and Concrete
• /
• 제22권2호
• /
• pp.197-207
• /
• 2018

In the present study, group method of data handling networks (GMDH) are adopted and evaluated for shear strength prediction of both FRP-reinforced concrete members with and without stirrups. Input parameters considered for the GMDH are altogether 12 influential geometrical and mechanical parameters. Two available and very recently collected comprehensive datasets containing 112 and 175 data samples are used to develop new models for two cases with and without shear reinforcement, respectively. The proposed GMDH models are compared with several codes of practice. An artificial neural network (ANN) model and an ANFIS based model are also developed using the same databases to further assessment of GMDH. The accuracy of the developed models is evaluated by statistical error parameters. The results show that the GMDH outperforms other models and successfully can be used as a practical and effective tool for shear strength prediction of members without stirrups ($R^2=0.94$) and with stirrups ($R^2=0.95$). Furthermore, the relative importance and influence of input parameters in the prediction of shear capacity of reinforced concrete members are evaluated through parametric and sensitivity analyses.

• Structural Engineering and Mechanics
• /
• 제87권1호
• /
• pp.19-28
• /
• 2023

This paper describes the experimental investigation of steel pallet rack beam-to-column connec-tions. Total behavior of moment-rotation (M-φ) curve and the effect of particular characteristics on the behavior of connection were studied and the associated load strain relationship and corre-sponding failure modes are presented. In this respect, an estimation of SPRBCCs moment and rotation are highly recommended in early stages of design and construction. In this study, a new approach based on Support Vector Machines (SVMs) coupled with discrete wavelet transform (DWT) is designed and adapted to estimate SPRBCCs moment and rotation according to four input parameters (column thickness, depth of connector and load, beam depth,). Results of SVM-WAVELET model was compared with genetic programming (GP) and artificial neural networks (ANNs) models. Following the results, SVM-WAVELET algorithm is helpful in order to enhance the accuracy compared to GP and ANN. It was conclusively observed that application of SVM-WAVELET is especially promising as an alternative approach to estimate the SPRBCCs moment and rotation.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1916-1934
• /
• 2023

The phishing attack is a malicious emerging threat on the internet where the hackers try to access the user credentials such as login information or Internet banking details through pirated websites. Using that information, they get into the original website and try to modify or steal the information. The problem with traditional defense systems like firewalls is that they can only stop certain types of attacks because they rely on a fixed set of principles to do so. As a result, the model needs a client-side defense mechanism that can learn potential attack vectors to detect and prevent not only the known but also unknown types of assault. Feature selection plays a key role in machine learning by selecting only the required features by eliminating the irrelevant ones from the real-time dataset. The proposed model uses Hyperparameter Optimized Artificial Neural Networks (H-ANN) combined with a Hybrid Firefly and Grey Wolf Optimization algorithm (H-FFGWO) to detect and block phishing websites in Internet of Things(IoT) Applications. In this paper, the H-FFGWO is used for the feature selection from phishing datasets ISCX-URL, Open Phish, UCI machine-learning repository, Mendeley website dataset and Phish tank. The results showed that the proposed model had an accuracy of 98.07%, a recall of 98.04%, a precision of 98.43%, and an F1-Score of 98.24%.

• Advances in nano research
• /
• 제9권1호
• /
• pp.1-13
• /
• 2020

In this work, the electrical potential (EP) technique with an artificial neural networks (ANNs) for monitoring of nanostructures are used for the first time. This study employs an expert system to identify size and localize hidden nano-delamination (N.Del) inside layers of nano-pipe (N.P) manufactured from Basalt Fiber Reinforced Polymer (BFRP) laminate composite by using low-cost monitoring method of electrical potential (EP) technique with an artificial neural networks (ANNs), which are combined to decrease detection effort to discern N.Del location/size inside the N.P layers, with high accuracy, simple and low-cost. The dielectric properties of the N.P material are measured before and after N.Del introduced using arrays of electrical contacts and the variation in capacitance values, capacitance change and node potential distribution are analyzed. Using these changes in electrical potential due to N.Del, a finite element (FE) simulation model for N.Del location/size detection is generated by ANSYS and MATLAB, which are combined to simulate sensor characteristic, therefore, FE analyses are employed to make sets of data for the learning of the ANNs. The method is applied for the N.Del monitoring, to minimize the number of FE analysis in order to keep the cost and save the time of the assessment to a minimum. The FE results are in excellent agreement with an ANN and the experimental results available in the literature, thus validating the accuracy and reliability of the proposed technique.

• 한국방재안전학회논문집
• /
• 제12권2호
• /
• pp.73-82
• /
• 2019

최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.394-396
• /
• 2017

본 논문에서는 최근이슈가 되고 있는 인공지능에 대한 많은 기술 가운데 인공신경망을 활용하여 자신이 가고자 하는곳의 여행정보를 스케줄링 하는 시스템을 제안한다. 인공신경망 중에서도 비지도 학습(unsupervised learning)방식을 이용하며 이용자의 가중치에 따라 여행의 나이, 기간, 장소, 종류, 날씨, 계절, 인원 등으로 여행에서의 요소들을 히든레이어로 구성하여 여행지의 스케줄을 구성하여 이용자에게 제공하는 형태이다. 가중치에 따른 여행지의 분류작업이 완료가 되면 기간과 장소의 위치정보에 따라 스케줄링 작업을 완료하게 된다. 기존의 여행지에 대한 정보를 검색에 의해서 이루어지던 환경에서 인공신경망을 활용하여 원하는 여행정보를 추출함으로써 이용자에게 여행정보에 대한 체계화된 정보를 제공할 수 있다.

• Steel and Composite Structures
• /
• 제31권5호
• /
• pp.427-435
• /
• 2019

The estimation of moment and rotation in steel rack connections could be significantly helpful parameters for designers and constructors in the initial designing and construction phases. Accordingly, Extreme Learning Machine (ELM) has been optimized to estimate the moment and rotation in steel rack connection based on variable input characteristics as beam depth, column thickness, connector depth, moment and loading. The prediction and estimating of ELM has been juxtaposed with genetic programming (GP) and artificial neural networks (ANNs) methods. Test outcomes have indicated a surpass in accuracy predicting and the capability of generalization in ELM approach than GP or ANN. Therefore, the application of ELM has been basically promised as an alternative way to estimate the moment and rotation of steel rack connection. Further particulars are presented in details in results and discussion.