• Geomechanics and Engineering
• /
• 제28권6호
• /
• pp.599-611
• /
• 2022

Tendon reinforced cemented soil is applied extensively in foundation stabilisation and improvement, especially in areas with soft clay. To solve the deterioration problem led by steel corrosion, the glass fiber-reinforced polymer (GFRP) tendon is introduced to substitute the traditional steel tendon. The interface bond strength between the cemented soil matrix and GFRP tendon demonstrates the outstanding mechanical property of this composite. However, the lack of research between the influence factors and bond strength hinders the application. To evaluate these factors, back propagation neural network (BPNN) is applied to predict the relationship between them and bond strength. Since adjusting BPNN parameters is time-consuming and laborious, the particle swarm optimisation (PSO) algorithm is proposed. This study evaluated the influence of water content, cement content, curing time, and slip distance on the bond performance of GFRP tendon-reinforced cemented soils (GTRCS). The results showed that the ultimate and residual bond strengths were both in positive proportion to cement content and negative to water content. The sample cured for 28 days with 30% water content and 50% cement content had the largest ultimate strength (3879.40 kPa). The PSO-BPNN model was tuned with 3 neurons in the input layer, 10 in the hidden layer, and 1 in the output layer. It showed outstanding performance on a large database comprising 405 testing results. Its higher correlation coefficient (0.908) and lower root-mean-square error (239.11 kPa) were obtained compared to multiple linear regression (MLR) and logistic regression (LR). In addition, a sensitivity analysis was applied to acquire the ranking of the input variables. The results illustrated that the cement content performed the strongest influence on bond strength, followed by the water content and slip displacement.

• 한국전산구조공학회논문집
• /
• 제35권6호
• /
• pp.357-365
• /
• 2022

냉매 오충전은 에어컨에서 빈번하게 발생하는 고장 모드 중 하나로, 적정 충전량 대비 부족 및 과충전 모두 냉방 성능의 저하를 유발하므로 충전된 냉매량을 정확하게 판단하는 것이 중요하다. 본 연구에서는 퍼지 군집화 기법을 통한 정상상태 식별을 통해 냉매 오충전량을 다중 분류하는 모델을 개발하였다. 정상상태 식별을 위해 에어컨 운전 데이터에 대해 이동 평균 간의 차이를 활용한 퍼지 군집화 알고리즘을 적용하였으며, IFDR를 통해 기존 연구된 정상상태 판단 기법들과 식별 결과를 비교하였다. 이후, 시스템 내 상관성을 고려한 mRMR을 이용해 특징을 선택하였으며, 도출된 특징을 이용해 SVM 기반의 다중 분류 모델이 생성되었다. 제안된 방법은 시험 데이터를 통해 만족할 만한 분류 정확도와 강건성을 도출하였다.

• 한국문헌정보학회지
• /
• 제57권3호
• /
• pp.71-96
• /
• 2023

이 연구는 문헌정보학 분야의 연구 동향 분석을 통해 문헌정보학의 핵심 연구 영역을 파악하고 향후 유망 연구 주제로 부상할 가능성이 있는 주제를 식별하고자 하였다. 이를 위해 문헌정보학 분야의 국외 학술지 5종을 대상으로 지난 30년간 (1993~2022)의 학술논문 11,252건에서 40,897개의 저자 키워드를 수집하였으며, 저자 키워드를 활용한 키워드 분석을 통해 문헌정보학 분야의 핵심 연구 영역을 파악하였다. 이어서 논문수, 저자수, 공저논문 비율, 피인용 수를 활용하여 주성분분석과 상관관계분석을 통해 문헌정보학 분야의 미래 유망 연구 주제를 도출하였다. 분석 결과, 향후 문헌정보학 분야의 유망 연구 주제는 '머신러닝/알고리즘'과 '연구 영향력'이었으며, 이외에도 소셜미디어와 빅데이터분석, 자연어 처리, 연구 트렌드 분석, 연구성과 평가 등이 향후 주요한 연구주제로 성장할 가능성이 있는 것으로 나타났다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.77-84
• /
• 2021

본 연구는 현대 사회에서 문제 해결의 필수적인 역량으로 주목받고 있는 컴퓨팅 사고력(Computational Thinking, CT)을 향상시킬 수 있는 방법으로 AI 메이커 코딩 교육을 제안하고, 이 교육이 초등학생들의 CT 향상에 미치는 효과성을 분석하는 것을 목적으로 하였다. 연구를 위해 안산시 소재 H초등학교의 학생 4학년 5명, 6학년 5명, 총 10명을 모집하였으며 AI 메이커 코딩 교육은 총 8차시로 계획하여 기본적인 블록 코딩과 메이커 교육의 개념부터 실생활의 문제 해결의 영역까지 수업을 구성하였다. AI 메이커 코딩 교육의 효과성을 분석하기 위해 사전·사후 CT 검사를 실시하였다. 검사 결과는 CT의 5가지 요소에서 "추상화", "알고리즘", "데이터 처리"에 대해서는 AI 메이커 코딩 교육이 유의미한 효과를 주었다는 것을 확인하였고, "문제분해", "자동화"에 대해서는 상관관계가 없는 것을 확인하였다. 종합적으로 모든 학생의 평균 점수가 향상되었고, 학생 간 편차는 감소하여 AI 메이커 코딩 교육이 CT 향상에 효과적이라는 사실을 확인하였다.

• 천문학회보
• /
• 제44권2호
• /
• pp.55.3-55.3
• /
• 2019

We present a pipeline to estimate baryonic properties of a galaxy inside a dark matter (DM) halo in DM-only simulations using a machine trained on high-resolution hydrodynamic simulations. As an example, we use the IllustrisTNG hydrodynamic simulation of a (75 h^-1 Mpc)³ volume to train our machine to predict e.g., stellar mass and star formation rate in a galaxy-sized halo based purely on its DM content. An extremely randomized tree (ERT) algorithm is used together with multiple novel improvements we introduce here such as a refined error function in machine training and two-stage learning. Aided by these improvements, our model demonstrates a significantly increased accuracy in predicting baryonic properties compared to prior attempts --- in other words, the machine better mimics IllustrisTNG's galaxy-halo correlation. By applying our machine to the MultiDark-Planck DM-only simulation of a large (1 h^-1 Gpc)³ volume, we then validate the pipeline that rapidly generates a galaxy catalogue from a DM halo catalogue using the correlations the machine found in IllustrisTNG. We also compare our galaxy catalogue with the ones produced by popular semi-analytic models (SAMs). Our so-called machine-assisted semi-simulation model (MSSM) is shown to be largely compatible with SAMs, and may become a promising method to transplant the baryon physics of galaxy-scale hydrodynamic calculations onto a larger-volume DM-only run. We discuss the benefits that machine-based approaches like this entail, as well as suggestions to raise the scientific potential of such approaches.

• 스마트미디어저널
• /
• 제11권7호
• /
• pp.19-27
• /
• 2022

인공지능 소프트웨어 시장은 2020년부터 2025년까지 6배 규모로 성장할 것으로 예상된다. 그러나 소프트웨어의 개발 절차가 표준화 되어 있지 않고 비용 산정 기준이 없다. 이에 따라 인공지능 소프트웨어 개발 업체마다 각자의 개발 절차에 따른 투입 공수를 산정하고 이를 개발비용의 근거로 제시하고 있으나 개발업체마다 상이한 개발 절차와 소요 공수의 규모 때문에 품질과 비용에 대한 불신이 커지고 있다. 본 연구에서는 대량의 데이터로 학습을 진행하고 알고리즘을 도출하여 적용하는 인공지능 기반 소프트웨어의 개발단계를 정의하고 개발업체들을 대상으로 개발단계별 소요 공수에 대한 설문을 진행하여 소요 공수를 수집하였다. 수집된 개발단계별 소요 공수간의 상관분석과 회귀분석을 실시하여 개발단계별 소요 공수 예측 모형을 도출하였으며, 모형을 실험한 결과, 수집된 소요 공수 대비 92%의 정확도를 보였다. 본 연구에서 제안한 소요 공수 예측 모형은 공수와 비용을 추정하는데 간단하게 활용할 수 있는 도구가 될 것으로 기대된다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.47-54
• /
• 2023

지구 온난화로 인해 갑작스러운 기후변화와 농업 생산성에 대한 이해가 점점 중요해지면서, 토양 수분 예측은 농업에서 핵심 주제로 떠오르고 있다. 토양 수분은 농작물의 성장과 건강에 큰 영향을 미치며, 적절한 관리와 정확한 예측은 농업 생산성 향상과 자원 관리의 핵심 요소이다. 이러한 이유로 토양 수분 예측은 농업 및 환경 분야에서 큰 주목을 받고 있다. 본 논문에서는 머신러닝 알고리즘인 랜덤 포레스트를 통하여 시범포를 이용하여 노지 환경 데이터를 수집하고 분석하여 데이터 특성들과 토양 수분의 상관관계를 구하고 토양 수분 실제 값과 예측값을 비교하였으며 비교 결과 예측률이 약 92%의 정확성을 갖는다는 것을 확인하였다. 추후 연구를 통해 작물의 생장 데이터 변수들을 추가하여 토양 수분 예측을 진행한다면 토양 수분에 따른 작물의 생장 속도, 적절한 관수 타이밍 등의 주요 정보를 정확하게 제어함으로써 작물의 품질 상승, 물 관리 효율 증가 등 생산성 및 자원 효율성에 좋은 영향을 미칠 것이라고 기대된다.

• 한국음향학회지
• /
• 제28권5호
• /
• pp.483-490
• /
• 2009

본 논문에서는 배경잡음과 반향이 존재하는 차량환경에서 음성인식 성능을 향상시키기 위해 상관계수를 이용한 동시통화 검출 알고리즘을 적용한 음향 반향제거기와 barge-in 기능을 갖는 음성 인터페이스를 구현하였다. 상관계수를 이용한 동시통화 검출 알고리즘은 임계치 설정 및 배경잡음의 영향 등으로 인해 검출 오류가 발생한다. 이를 보완하기 위해 동시통화 검출 조건으로 매 샘플마다 입력신호에서 추정한 배경잡음 및 반향신호의 평균 전력을 이용하여 동시통화 검출 오류를 줄였으며, 시변의 임계치를 적용한 후처리 단을 통해 시변의 잔여 잡음 성분을 제거하였다. 또한 안내음성 중에 음성입력이 가능하도록 barge-in 기능을 적용한 음성 인터페이스 시스템을 구현하였다. 제안한 음성 인터페이스 시스템은 동시통화 검출 오류와 이로 인해 발생되는 문제점을 효율적으로 해결할 수 있음을 실험을 통하여 확인하였다.

• 한국음향학회지
• /
• 제26권2호
• /
• pp.87-94
• /
• 2007

LFM 신호를 이용한 능동소나 신호처리에서는 Split-beam을 이용한 좌우 두 빔 사이의 상호상관관계를 측정함으로써 표적의 자세각과 길이 정보를 추정할 수 있다. 그러나 탐지된 원거리 표적의 정보를 추정하기 위해서는 고분해능의 방위각 및 거리 해상도가 요구된다. 이를 위해 나이키스트(Nyquist) 샘플링 주파수보다 높은 샘플링 주파수가 필요하므로, 일반적으로 보간기법을 이용하여 과도샘플링(over-sampling) 을 해야 한다. 하지만 과도 샘플링된 좌우 빔신호를 이용하여 상호상관관계를 구할 경우, 요구되는 연산량과 메모리 용량이 일반적으로 상용 DSP 프로세서들의 처리용량과 내부 메모리 용량을 초과하게 되어 DSP를 이용한 실시간 구현이 어렵게 된다. 본 논문에서는 이러한 문제를 해결하기 위해 누적처리기법을 이용한 Split-beam처리 방법을 제안하였다. 제안한 기법의 성능을 모의실험을 통하여 검증하고, ADSP-TS101을 사용하여 실시간 시스템으로 구현하였다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.29-38
• /
• 2024

경피적 대동맥 판막 치환술(TAVR) 후에는 인공 심박동기 삽입술(PPI)을 비롯한 TAVR 이후 합병증에 대한 철저한 관리가 필요하며 그에 따라 정확한 예측 모델에 대한 필요성이 점점 증가하고 있다. 본 연구는 기존의 이미지 의존적 방법론에서 벗어나 ECG 정보를 중심으로 예측하는 XGBoost 기반의 최적의 PPI 예측 모델을 개발했다. 이 모델은 심전도상의 특정 신호들인 DeltaPR, DeltaQRS 등을 주요 지표로 삼아, 환자의 전도 장애 및 PPI와의 연관성을 파악하며, 기존의 이미지와 ECG 데이터를 결합한 모델과 ECG 기반의 모델 보다 뛰어난 AUC 0.91 성능을 달성하였다. 본 연구에서 제안하는 모델은 두 병원의 데이터를 기반으로 최적의 PPI 예측 모델을 구현 및 검증하였으며, 검증 결과 ECG 데이터의 특성이 PPI 예측에 큰 영향을 미치며 95.28%의 높은 유사도를 보였다. 이로써 본 연구의 예측 모델이 다양한 병원 데이터에도 효과적으로 적용될 수 있음을 확인하였다. 최적의 머신러닝 알고리즘을 사용하여 PPI와 각 특성 간의 상관관계를 명확히 했으며, 고비용의 의료 이미지에 의존하지 않고 ECG 데이터를 사용하여 높은 정확도로 PPI를 예측할 수 있음을 입증하였다. 이는 의료 결정 과정에서 인간 개입의 의존도를 줄이며, 신뢰할 수 있고 실용적인 PPI 예측 모델 개발로의 중요한 진전을 의미한다.