• 한국전산구조공학회논문집
• /
• 제31권5호
• /
• pp.227-234
• /
• 2018

슬로싱과 같은 액체의 동적 거동을 측정하고 제어하는 연구가 다양한 공학분야에서 활발히 진행중이다. 건축공학분야에서도 건축물의 풍진동을 저감시키는 동조액체감쇠기의 연구에 액제 진동이 측정되고 있다. 본 논문에서는 기존 파고 측정 센서의 한계를 극복하기 위하여 레이저 장비 중 LDV와 스캐닝 장비 중 갈바노미터스캐너를 이용하여 동조액체감쇠기 내의 액체 진동을 측정하는 방법을 제안하고 검증하였다. LDV가 속도와 변위를 측정하는 원리를 기술하였고 갈바노미터스캐너의 구동 원리에 따라 LDV의 단일 포인트로 다점측정이 가능한 시스템을 구성하였다. 동조 액체감쇠기의 4점 액체 진동을 측정하여 각 점의 시간 영역 데이터를 기존에 사용하던 비디오 센싱 데이터와 비교하였고 파형 분석을 통해 진행파와 정상파를 구별할 수 있음을 확인하였다. 또한 측정 딜레이가 있는 데이터를 상호 상관을 취하여 특이값 분해를 하고 이론 및 비디오 센싱 결과와 일치하는 고유진동수와 모드형상을 도출하였다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.594-603
• /
• 2018

최근 계측 기술의 발달에 따라 종래의 복잡하고 시간 소모적인 현장 계측분석 작업을 단순하고 편리하게 만드는 작업이 가능해지고 있다. 이런 배경에서 이 논문에서는 최소화된 계측 및 신호처리를 통해 상시진동 케이블의 장력을 추정하는 문제에 대해 연구하였다. 최소화 계측 방법으로는 저가 영상장비로 촬영된 동영상만을 이용하는 영상 변위 계측을 구상하였다. 또한 이로 인한 유효 주파수 대역 부족 문제의 해결을 위해 미러 주파수를 이용한 고유진동수 추정 방법을 제시하였다. 더불어 현장 사용 성능과 관련한 상시진동 문제를 처리하기 위해 신호처리 및 고유진동수 추정법으로 FDD 방법이 채택되었다. 제안된 최소화 계측 시스템과 미러 주파수 개념의 특성 및 FDD 방법의 적용성을 보기 위하여 사장교 모형을 이용한 실험적 연구가 수행되었다. 실험 결과는 상시진동을 위한 FDD 방법이 최소화 시스템을 이용한 고유 진동수 판별에서도 효과적으로 잘 작동됨을 보여 주었다. 또한 미러 주파수 개념은 저속촬영에 따라 왜곡된 신호에서도 고주파수 영역에 있는 고유진동수 추정이 가능함을 보여 최소화 시스템의 한계돌파에 효과적임을 보여 주었다. 결론적으로 실험결과는 제안된 최소화 계측 및 신호처리 시스템이 상시진동 케이블 장력 추정에 효과적인 방법이 될 수 있음을 보여주었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.