• Computers and Concrete
• /
• 제33권1호
• /
• pp.77-90
• /
• 2024

Waste foundry sand (WFS) is the waste product that cause environmental hazards. WFS can be used as a partial replacement of cement or fine aggregates in concrete. A database comprising 234 compressive strength tests of concrete fabricated with WFS is used. To construct the machine learning-based prediction models, the water-to-cement ratio, WFS replacement percentage, WFS-to-cement content ratio, and fineness modulus of WFS were considered as the model's inputs, and the compressive strength of concrete is set as the model's output. A base extreme gradient boosting (XGBoost) model together with two hybrid XGBoost models mixed with the tunicate swarm algorithm (TSA) and the salp swarm algorithm (SSA) were applied. The role of TSA and SSA is to identify the optimum values of XGBoost hyperparameters to obtain the higher performance. The results of these hybrid techniques were compared with the results of the base XGBoost model in order to investigate and justify the implementation of optimisation algorithms. The results showed that the hybrid XGBoost models are faster and more accurate compared to the base XGBoost technique. The XGBoost-SSA model shows superior performance compared to previously published works in the literature, offering a reduced system error rate. Although the WFS-to-cement ratio is significant, the WFS replacement percentage has a smaller influence on the compressive strength of concrete. To improve the compressive strength of concrete fabricated with WFS, the simultaneous consideration of the water-to-cement ratio and fineness modulus of WFS is recommended.

• 한국압력기기공학회 논문집
• /
• 제20권1호
• /
• pp.39-48
• /
• 2024

Research reactors are operated under ambient temperature and atmospheric pressure, which is much less severe conditions compared to those in typical nuclear power plants. Due to the high temperature, heat resistant materials such as austenite stainless steel should be used for the reactors in typical nuclear power plants. Whereas, as the effect of temperature is low for research reactors, materials with high resistance to neutron irradiation, such as zircaloy and beryllium, are used. Therefore, these conditions should be considered when performing integrity assessment for research reactors. In this study, a computational technique through finite element (FE) analysis was developed considering the operating conditions and materials of research reactor when conducting integrity assessment. Neutron irradiation analysis techniques using thermal expansion analysis were proposed to consider neutron irradiation growth and swelling in zirconium alloys and beryllium. A user subroutine program that can calculate the strain rate induced by neutron irradiation creep was developed for use in the commercial analysis program Abaqus. To validate the proposed technique and the user subroutine, FE analysis results were compared with hand-calculation results, and showed good agreement. Consequently, developed technique and user subroutine are suitable for evaluating structural integrity of research reactors.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.89-98
• /
• 2024

본 논문은 챕터 수준의 강의 동영상 추천 시스템에 있어서 추천의 정확도와 처리속도 간의 균형문제, 즉, 추천 정확도를 향상시키려면 처리 속도가 저하되고, 반대로 처리 속도를 높일 경우 정확도가 감소하는 문제에 대하여 연구한다. 본 논문에서는 이의 해결을 위하여 TF-IDF, K-Means++ Clustering, Graph Neural Network(GNN) 등 다양한 기법을 복합적으로 활용하는 방법을 제안한다. 즉, 챕터들의 유사성을 바탕으로 클러스터를 사전에 구성함으로써 검색 시의 계산량을 줄여 속도를 향상시키면서도, 클러스터를 노드로 하는 그래프에 대하여 GNN을 적용함으로써 추천의 정확도를 향상시키는 방법을 제안한다. 실험 결과 GNN을 사용한 경우 추천의 정확도가 MRR 지표에서 약 19.7% 증가하였으며, 유사도 기반의 정밀도에 있어서 약 27.7% 증가하는 결과를 확인할 수 있었다. 이를 통해 학습자의 질의에 보다 적합한 동영상 챕터를 추천하는 학습시스템 구축에 기여할 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.1-8
• /
• 2024

실시간 처리 및 프라이버시 강화를 위해 인공지능 모델을 엣지에서 동작시킬 수 있는 온디바이스 AI 기술이 각광받고 있다. 지능형 사물인터넷 기술이 다양한 산업에 적용되면서 온디바이스 AI 기술을 활용한 서비스가 크게 증가하고 있다. 그러나 일반적인 딥러닝 모델은 추론 및 학습을 위해 많은 연산 자원을 요구하고 있다. 따라서 엣지에 적용되는 경량 기기에서 딥러닝 모델을 동작시키기 위해 양자화나 가지치기와 같은 다양한 경량화 기법들이 적용되어야 한다. 본 논문에서는 다양한 경량화 기법 중 가지치기 기술을 중심으로 엣지 컴퓨팅 기기에서 딥러닝 모델을 경량화하여 적용할 수 있는 방안을 분석한다. 특히, 동적 및 정적 가지치기 기법을 적용하여 경량화된 비전 모델의 추론 속도, 정확도 그리고 메모리 사용량을 시험한다. 논문에서 분석된 내용은 실시간 특성이 중요한 지능형 영상 관제 시스템이나 자율 이동체의 영상 보안 시스템에 적용될 수 있다. 또한 사물인터넷 기술이 적용되는 다양한 서비스와 산업에 더욱 효과적으로 활용될 수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.189-196
• /
• 2024

지능형 선별 관제 시스템의 잦은 오탐지로 인해 관제 요원들의 업무 능률 및 시장 신뢰도 저하 문제가 꾸준히 보고되고 있다. 오탐지 문제 개선을 위해 새 AI 모델을 개발하거나 교체하는 것은 기회비용이 크므로, 훈련 데이터 세트 품질을 향상하여 문제를 개선하는 것이 현실적이다. 그러나 소규모 조직은 데이터 세트 수집 및 정제 역량이 부족한 실정이다. 이에 본 논문에서는 사람 자세 추정 모델을 중심으로 엣지 디바이스와 카메라 센서 퓨전을 활용한 사람 자세 데이터 자동 수집 시스템을 제안한다. 이 시스템은 네트워크 말단에서 현장 데이터를 직접 수집하고 레이블링하는 과정을 실시간으로 처리하도록 만들어, 중앙으로 집중되는 연산 부하를 분산시킨다. 또한 현장 데이터를 직접 레이블링하므로 새로운 훈련 데이터 구축에 도움을 준다.

• Advances in nano research
• /
• 제16권6호
• /
• pp.623-638
• /
• 2024

This study investigates the thermal post-buckling behavior of concrete eccentric annular sector plates reinforced with graphene oxide powders (GOPs). Employing the minimum total potential energy principle, the plates' stability and response under thermal loads are analyzed. The Haber-Schaim foundation model is utilized to account for the support conditions, while the transform differential quadrature method (TDQM) is applied to solve the governing differential equations efficiently. The integration of GOPs significantly enhances the mechanical properties and stability of the plates, making them suitable for advanced engineering applications. Numerical results demonstrate the critical thermal loads and post-buckling paths, providing valuable insights into the design and optimization of such reinforced structures. This study presents a machine learning algorithm designed to predict complex engineering phenomena using datasets derived from presented mathematical modeling. By leveraging advanced data analytics and machine learning techniques, the algorithm effectively captures and learns intricate patterns from the mathematical models, providing accurate and efficient predictions. The methodology involves generating comprehensive datasets from mathematical simulations, which are then used to train the machine learning model. The trained model is capable of predicting various engineering outcomes, such as stress, strain, and thermal responses, with high precision. This approach significantly reduces the computational time and resources required for traditional simulations, enabling rapid and reliable analysis. This comprehensive approach offers a robust framework for predicting the thermal post-buckling behavior of reinforced concrete plates, contributing to the development of resilient and efficient structural components in civil engineering.

• Geomechanics and Engineering
• /
• 제36권2호
• /
• pp.183-204
• /
• 2024

In current investigation, a novel beam finite element model is formulated to analyze the buckling and free vibration responses of functionally graded porous beams resting on Winkler-Pasternak elastic foundations. The novelty lies in the formulation of a simplified finite element model with only three degrees of freedom per node, integrating both C⁰ and C¹ continuity requirements according to Lagrange and Hermite interpolations, respectively, in isoparametric coordinate while emphasizing the impact of z-coordinate-dependent porosity on vibration and buckling responses. The proposed model has been validated and demonstrating high accuracy when compared to previously published solutions. A detailed parametric examination is performed, highlighting the influence of porosity distribution, foundation parameters, slenderness ratio, and boundary conditions. Unlike existing numerical techniques, the proposed element achieves a high rate of convergence with reduced computational complexity. Additionally, the model's adaptability to various mechanical problems and structural geometries is showcased through the numerical evaluation of elastic foundations, with results in strong agreement with the theoretical formulation. In light of the findings, porosity significantly affects the mechanical integrity of FGP beams on elastic foundations, with the advanced beam element offering a stable, efficient model for future research and this in-depth investigation enriches porous structure simulations in a field with limited current research, necessitating additional exploration and investigation.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.82-92
• /
• 2024

연구목적: 본 연구는 화재시뮬레이션 데이터를 증강현실에 연동할시 발생하는 방대한 데이터 구축과 그로 인한 데이터 과부하 문제 해결 방안을 강구하기 위함이다. 연구방법: 데이터 추정 기술인 선형 보간법의 신뢰도와 계산 복잡도를 개선하기 위한 적정 Input 데이터의 간격을 설정하기 위한 실험을 진행하였다. 또한, 선형 보간법이 화재의 동적 변화를 잘 반영하는지 확인하기 위한 타당성 검증을 진행하였다. 연구결과: 연구 대상 건축물인 지하 공동구에 적용 결과 10m 간격으로 데이터 입력시 보간법의 신뢰성과 시뮬레이션의 연산처리 속도 개선에서 높은 만족성을 보였다. 또한, 보간법을 활용한 화재시뮬레이션 데이터의 추정 방식이 높은 설명력과 신뢰성을 가진다는 것을 MAE와 R-Squared를 이용한 평가를 통해 검증하였다. 결론: 본 연구는 화재시뮬레이션에 디지털트윈 기술을 적용하면서 발생하는 데이터 과부하 문제를 보간법을 통해 해결하였으며, 이를 통한 화재 정보 예측과 시각화가 실시간 화재 예방에 크게 기여함을 확인하였다.

• 정보처리학회 논문지
• /
• 제13권3호
• /
• pp.102-110
• /
• 2024

블록체인은 사용자가 수행하는 트랜잭션을 안전하게 기록 및 관리하기 위해 블록체인 네트워크의 참가자에 트랜잭션을 복제하여 저장하고 공유한다. 따라서, 블록체인 네트워크가 운영되는 동안 참가자들이 저장하는 전체 원장의 용량은 계속하여 증가하게 된다. 이러한 문제를 해결하기 위해 저장 효율성을 높이면서 참가자의 장치에 문제가 발생하거나 악의적인 참가자가 있는 경우에도 원장에 올바른 값을 저장할 수 있도록 보장해주는 방법의 연구가 진행되고 있다. 연구 중 한 방향은 리드 솔로몬 부호화와 같은 방식을 블록체인 원장 저장에 적용하는 것이다. 본 논문에서는 원장 저장을 위해 키값 저장소를 사용하는 오픈소스 블록체인에 리드 솔로몬 부호화를 적용하였고, 실험을 통해 이러한 부호화를 통해 얻을 수 있는 저장 효율성과, 증가하는 연산 오버헤드를 측정하였다. 실험 결과, 저장 효율성은 86% 증가하였으며 리드 솔로몬 부호화 과정에 필요한 CPU 연산의 증가 폭은 2.7% 정도로 적어서 부호화 방법의 유용성을 확인하였다.

• 지구물리와물리탐사
• /
• 제27권3호
• /
• pp.171-180
• /
• 2024

탄성파 자료처리는 탄성파 자료를 분석하여 지구 내부 구조와 특성을 파악하는 기술로, 높은 컴퓨터 연산력이 요구된다. 이러한 도전 과제를 해결하기 위해 머신러닝 기술이 도입되었으며, 잡음 제거, 속도 모델 구축 등 다양한 작업에서 활용되고 있다. 그러나, 대부분의 연구는 특정 탄성파 처리 작업에 집중되어 있어 자료에 내재된 유사한 특징과 구조를 충분히 활용하지 못하는 한계가 있다. 본 연구에서는 BERT (Bidirectional Encoder Representations from Transformers) 기반의 사전학습을 위해 단일 송신원 모음에서 수신기별 시계열 자료('수신기 배열')와 동일 시간에 기록된 수신기 신호('시간 배열')를 입력 자료로 활용하는 방법을 비교하였다. 이를 위해 단층을 포함한 속도 모델에서 생성한 합성 송신원 모음 자료를 이용하여 잡음 제거, 속도 추정, 그리고 단층 확인 작업을 수행하였다. 임의 잡음 제거 작업에서는 수신기 및 시간 배열에서 모두 좋은 성능을 보였으나, 공간적인 분포 파악이 요구되는 속도 추정 및 단층 확인 작업에서는 시간 배열의 결과가 상대적으로 더 우수함을 확인하였다.