• 대한토목학회논문집
• /
• 제26권5C호
• /
• pp.323-331
• /
• 2006

지반의 저항인자인 침식특성을 정량화하여 이를 세립토 지반의 세굴심 산정에 반영하는 것은 세계적인 추세이다. 이러한 노력의 일환으로 국내에서 많은 장대 해상교량이 계획 또는 시공되고 있는 서해안 지역 세립토 지반의 침식특성을 실험을 통해 분석하였다. 대상지역으로는 인천대교 현장, 강화 초지대교 현장, 환경교 현장, 군산 장항지구 등 4곳을 선정하였으며, 총 34개의 불교란시료를 채취하여 세굴률 실험을 수행하였다. 지반의 침식능을 나타내는 한계전단응력은 지반의 비배수전단 강도와 비례하는 경향을 보였으며, 점성을 가진 세립토가 세굴에 대한 저항이 보다 큰 것으로 나타났다. 실험을 통해 지역별 침식특성을 분석 및 체계화하여 서해안 지역 장대교량 건설시 보다 정확한 세굴심도 산정 및 기초 설계를 위한 기초자료로 제공하고자 한다.

• 한국도로학회:학술대회논문집
• /
• 한국도로학회 2001년도 학술발표회 논문집
• /
• pp.215-221
• /
• 2001

• 한국통신학회논문지
• /
• 제35권3A호
• /
• pp.254-259
• /
• 2010

본 논문에서는 OFDM 기반의 WLAN시스템인 IEEE802.11a 표준의 반송파 주파수 오프셋(CFO) 추정 기법에 있어 영역 분할 기법을 통해 복잡도를 낮추는 기법을 제안한다. OFDM 기반의 시스템에서 CFO을 추정하기 위한 자기 상관연산에 사용되는 아크탄젠트 연산을 절반으로 감소시킬 제안된 기법은 소수부 CFO 추정을 먼저 연산한 뒤 그 값과 간단한 영역 분리 기법을 통하여 정수부 CFO 추정의 복잡도를 낮출 수 있다. 제안된 기법은 복잡도가 낮아짐에도 불구하고 성능은 기존의 기법을 능가하는 것을 시뮬레이션 결과를 통해 알 수 있다. 또한 제안된 기법은 복잡도가 차세대 MIMO-OFDM 기반의 무선 LAN 시스템에도 쉽게 적용될 수 있다.

• 제어로봇시스템학회논문지
• /
• 제14권6호
• /
• pp.595-602
• /
• 2008

In this paper, performance of the initial alignment for INS whose attitude is not leveled is investigated. Observability of the initial alignment filter is analyzed and estimation errors of the estimated state variables are derived. First, the observability is analyzed using the rank test of observability matrix and the normalized error covariance of the Kalman filter based on the 10-state model. In result, it can be seen that the accelerometer biases on horizontal axes are unobservable. Second, the steady-state estimation errors of the state variables are derived using the observability equation. It is verified that the estimates of the state variables have errors due to the unobservable state variables and the non-leveling tilt angles of a vehicle containing the INS. Especially, this paper shows that the larger the tilt angles of the vehicle are, the larger the estimation errors corresponding to the sensor biases are. Finally, it is shown that the performance of the 8-state model excepting the accelerometer biases on horizontal axes is better than that of the 10-state model in the initial alignment by simulation.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.531-536
• /
• 2022

본 논문은 꼬리가 두꺼운 분포의 꼬리부분에 대한 분포를 추정할 경우 모수적 방법과 비모수적 방법의 성능에 대해 비교하였다. 모수적 방법으로는 일반화 극단값 분포와 일반화 파레토 분포를 이용하였고, 비모수적 방법은 커널형 확률밀도함수 추정방법을 적용하였다. 두 접근법의 비교를 위해 2014년부터 2018년까지 서울시 관측소별 일일 미세먼지 공공데이터를 이용하여 블록 최댓값 모형과 분계점 초과치 모형을 적용하여 함수 추정한 결과를 함께 보이고 2년, 5년, 10년의 재현수준을 통해 고농도의 미세먼지가 일어날 지역을 예측하였다.

• 한국입자에어로졸학회지
• /
• 제6권4호
• /
• pp.151-164
• /
• 2010

Inorganic ions and water are major components of ambient fine particles. Water content in fine particles is mainly determined by ambient meteorological conditions and the concentrations of hygroscopic species such as inorganic ions. Thus, to reduce fine particle mass concentration, it is important to accurately estimate the relationship between water content and the concentration of ions in fine particles. Water content in fine particles in Seoul are estimated by using a gas/particle equilibrium model to understand the characteristics of fine particle mass concentration. In addition, sensitivity of fine particle mass concentration to the changes of particulate ionic species (sulfate, nitrate, and ammonium) is estimated. It was found that water content in Seoul is mostly determined by the concentrations of the hygroscopic ionic species, especially, sulfate and ammonium, and ambient relative humidity.

• 산업공학
• /
• 제10권3호
• /
• pp.125-132
• /
• 1997

We proposed a 2-step neural network approach for estimating machining parameters of electric discharge wire cut. The first step net, which is described as a backward neuro-estimation, is designed for estimating coarse cutting parameters while the second phase net, as a polishing forward neuro-estimation, is utilized for determining fine parameters. Sequential estimation procedure, based on backward and forward net, is performed using the net's approximation capability which is M to 1 and 1 to M mapping property. Experimental results an given to evaluate the accuracy of the proposed 2-step neuro-estimation.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1208-1215
• /
• 2017

Recently, people's attention and worries about fine particulate matter have been increasing. Due to the construction and maintenance costs, there are insufficient air quality monitoring stations. As a result, people have limited information about the concentration of fine particulate matter, depending on the location. Studies have been undertaken to estimate the fine particle concentrations in areas without a measurement station. Yet there are limitations in that the estimate cannot take account of other factors that affect the concentration of fine particle. In order to solve these problems, we propose a framework for estimating the concentration of fine particulate matter of a specific area using meteorological data and traffic data. Since there are more grids without a monitor station than grids with a monitor station, we used a domain adversarial neural network based on the domain adaptation method. The features extracted from meteorological data and traffic data are learned in the network, and the air quality index of the corresponding area is then predicted by the generated model. Experimental results demonstrate that the proposed method performs better as the number of source data increases than the method using conditional random fields.

• ETRI Journal
• /
• 제32권2호
• /
• pp.333-335
• /
• 2010

This letter proposes a non-coherent blind time-of-arrival (TOA) estimation scheme for impulse radio ultra-wideband systems. The TOA estimation is performed in two consecutive phases: the Rayleigh-quotient theorem-based coarse-signal acquisition (CSA) and the iterative-threshold-test-based fine time estimation (FTE). The proposed scheme serves in a blind manner without demanding any a priori knowledge of the channel and the noise. Analysis and simulations demonstrate that the proposed scheme significantly increases the signal detection probability in CSA and ameliorates the TOA estimation accuracy in FTE.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.55-58
• /
• 2024

본 논문은 빅데이터 기반 미세먼지 이상 탐지 머신러닝 시스템 설계 및 구현을 제안한다. 제안하는 시스템은 빅데이터로 구성된 미세먼지 및 기상 정보를 통해 미세먼지 대기환경지수를 분류하는 시스템이다. 이 시스템은 머신러닝 기반의 대기환경지수 분류 카테고리별 이상치에 따른 이상치 탐지 알고리즘 설계를 통해 미세먼지를 분류한다. 카메라에서 수집된 영상의 심도 데이터는 미세먼지 농도에 따른 영상을 수집한 후 미세먼지 가시마스크를 생성합니다. 그리고 모노 심도 추정 알고리즘을 통한 학습 기반 핑거프린팅 기법으로 모노스코프 카메라에서 수집된 미세먼지의 가시거리를 추론하여 미세먼지 농도를 도출합니다. 본 방법의 실험 및 분석을 위해 미세먼지 농도 데이터와 지역별, 시간별 CCTV 영상 데이터를 매칭하여 학습 데이터를 생성한 후 모델을 생성하여 실제 환경에서 테스트한다.