• 대한토목학회논문집
• /
• 제29권1A호
• /
• pp.31-43
• /
• 2009

본 논문에서는 다양한 차종의 영향을 반영할 수 있고, 차량과 교량의 연성 운동방정식을 구성하여 시간 단계별 직접해를 산정할 수 있는 수치해석기법을 제시하였다. 운동방정식의 해는 직접적분법인 Newmark ${\beta}$을 이용하여 해석 단계별로 구성된 유효강성행렬과 유효하중벡터를 바탕으로 정적평형방정식의 해를 구하는 원리와 동일하게 산정하였다. 또한 해석의 효율성을 증진시키기 위하여 유효강성행렬은 Skyline 법에 의해 재구성하였으며, Cholesky의 행렬 분해기법을 동시에 적용하여 직접적인 역행렬 계산에서 야기되는 오차의 발생을 최소화 하였다. 또한 기존선 철도차량인 새마을 PMC 열차와 디젤 견인 무궁화 열차에 대한 3차원 정밀수치해석 모델을 개발하였고, 각 차량은 차체와 전 후방 대차에 각각 6자유도씩 고려하여 총 18자유도로 수치모델을 작성하였다. 교량은 3차원 공간뼈대 요소를 이용하여 모델링하였고, 차륜과 레일 접촉면의 불규칙성은 미국의 FRA에서 규정하고 있는 연직방향 및 횡방향틀림에 대한 PSD 함수를 이용하여 궤도틀림을 수치적으로 구현하였다. 제시된 수치해석 기법은 12 m, 18 m형 판형교의 실측결과를 이용하여 타당성을 검증하였으며, 실측 및 수치해석결과는 교량의 1차 휨 고유진동수의 2.0배를 기준으로 Low pass filtering 하였다.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.66-73
• /
• 2023

건설 프로젝트는 기획부터 완공까지 공사비 예측, 확인, 그리고 정산 단계로 이루어진다. 건설원자재 평균 가격은 변동성을 지닌다. 하지만 건설 프로젝트의 자재비 산정은 계획단계 시점의 시세를 반영하여 결정되기 때문에, 시공단계에서 자재가 투입될 시점의 시세 변동에 따라 예상한 가격과 차이가 날 수 있다. 건설 산업은 건설원자재 가격 변동으로 인한 수요예측 실패, 프로젝트 비용변경으로 인한 사용자 비용 증가, 예측 체계성 부족으로 인한 손실이 발생한다. 이에 따라 건설원자재 가격 예측의 정확도 개선이 필요하다. 본 연구는 Data Refactor 기법의 개선을 통해 건설원자재 가격 예측 및 적용성 검증을 목적으로 한다. 건설원자재의 가격 예측의 정확도를 높이기 위하여 기존의 데이터 리팩토 간의 저·고빈도의 분류 및 ARIMAX 활용법을 빈도 위주 및 ARIMA 기법 활용으로 개선하여 건설원자재 목재, 시멘트 등 6개 품목의 단기(미래 3개월), 중기(미래 6개월), 장기(미래 12개월) 가격을 예측하였다. 분석한 결과 개선된 Data Refactor 기법을 기반으로 한 예측값이 오차는 줄었고 변동성은 확장되었다. 따라서, 본 연구에서 제안된 Data Refactor 기법을 통해 건설원자재 가격을 더 정확하게 예측하여 예산을 효과적으로 관리할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.313-326
• /
• 2018

현재 국내 환경에서의 HF 레이더는 기본적으로 표층해류의 속도와 방위의 측정에 최적화 되어있는 상태이다. 따라서, 이러한 환경하에서 선박을 탐지하는 데에는 큰 환경 잡음과 다수의 오검출로 인하여 기존의 선박 검출 및 추적 기술로는 정밀도에 한계점이 있다. 특히, 국내의 지형환경에 적합한 콤팩트형 HF(High Frequency) 레이더를 선박의 감시에 적용했을 경우에 나타나는 문제점들인 잡음과 간섭으로 인한 원신호 왜곡과 다수의 오검출이 발생하여 성능에 영향을 미치는 것을 극복하기 위한 검출 및 추적 기술이 요구된다. 본 논문에서는 이러한 조건 하에서 적용이 가능한 선박 검출 및 추적 기술을 제안을 하며, 서해에서 운용되고 있는 콤팩트 HF 레이더 사이트에서 획득한 관측 데이터에 적용하여 성능을 평가하였다. 제안된 기법은 선박의 검출에 대한 부분과 검출 결과의 추적에 대한 부분으로 이루어져 있다. 선박의 검출은 CFAR(Constant False Alarm Rate) 기반의 검출기를 활용하였으며, 실제 환경에서 불규칙적으로 획득되는 잡음과 오검출 신호를 줄이기 위한 PCA(Principal Component Analysis) 기반의 부분공간 분리기법을 적용하였다. 또한, 긴 입력 획득 주기(Coherent Processing Interval) 동안에 발생하는 도플러 주파수 변화로 인하여 하나의 선박이 다수의 검출값을 생성하기도 하는데, 이를 결합하기 위한 군집화 기법을 적용하였다. 선박의 검출 결과는 검출에 실패하거나 오검출을 포함시키는 경우도 발생하는데, 이러한 오검출을 줄이기 위한 선박 추적 기법을 적용하였다. 실험 결과에 따르면 제안된 선박 검출 및 추적 기술을 통하여 콤팩트 HF 레이더가 일정 거리에서 선박의 검출 성공율이 우수하다는 것을 확인할 수 있다.

• 한국광학회지
• /
• 제31권6호
• /
• pp.281-289
• /
• 2020

본 논문은 하이브리드 굴절/회절광학소자를 이용한 초슬림 모바일 카메라 렌즈를 보고한다. 먼저 앞서 보고된 23개의 광학 설계 사양 분석을 통해 전장길이(total track length) 최소화를 위하여, 광시야 렌즈 설계에서 일반적으로 적용되는 음(-)의 렌즈를 제1렌즈로 사용하는 리트로포커스(retrofocus) 타입이 아닌, 양(+)의 렌즈가 제일 먼저 선행하는 텔레포토(telephoto) 타입을 선택하였다. 이후 초기 최적 설계 및 제르니케 다항식 기반 수차 분석을 통한 보정 설계를 진행하였으며, 보정 설계 과정에서 잔여 구면색수차(chromatic spherical aberration)의 효과적 제거를 위하여 굴절 및 회절이 결합된 하이브리드 렌즈 1매를 적용하였다. 적용된 최종 설계는 하이브리드 렌즈 1매 포함 총 6매의 렌즈를 이용하여 F/2.0, 화각 90°, 유효초점길이 2.23 mm, 전장길이 3.7 mm를 달성하였고, 결과적으로 1.7의 낮은 전장길이 대 초점길이 비 즉, 텔레포토비(telephoto ratio)를 달성하였다. 동일 전장길이를 갖는 하이브리드 렌즈 미적용 비교 설계 대비, 공간주파수 180 cycles/mm에서 MTF 값이 중심 시야에서는 63%에서 71~73%로 약 8~10% 개선되었고, 0.5, 0.7, 0.9 시야에서도 2~3% 개선되었다. 또한, 가공성 및 회절 패턴에 의한 산란 등을 고려하였을 때 조리개에 위치한 렌즈가 하이브리드 렌즈로 적절함을 알 수 있었고, 이 경우 2개의 회절존으로도 성능 개선이 확인되었다.

• 한국시뮬레이션학회논문지
• /
• 제30권1호
• /
• pp.11-20
• /
• 2021

최근 수중 무인 체계가 대두됨에 따라 핵심 기반 기술인 장거리 수중통신기술 및 고속 수중채널모델링 기술이 많은 관심을 받고 있다. 본 논문에서는 고속 수중채널모델링을 수행하기 위한 고속 음파전달모델을 제안하여, 정량적인 성능 분석을 통해 제안 기술의 적용 가능성을 살펴보았다. 수층에서의 파동 전파를 모사하기 위하여 고차 유한 차분 기법을 사용하였으며, 범용 그래픽 프로세서를 이용한 영역 분할 기법을 적용하여 여러 개의 그래픽 프로세서 병렬 처리를 통해 연산 속도를 향상시켰다. 제안한 기법은 반무한 매질에서의 해석해와의 비교 및 파선법에 기반한 VirTEX 모델을 이용한 결과와의 비교를 통해 그 타당성을 검증하였다. 최종적으로 수치예제를 통해 고속 수중채널 모델링 기법의 정량적인 연산 성능을 분석하였다. 개발모델의 연산 성능 향상 정도를 정량적으로 분석한 결과 그래픽 프로세서 수가 증가함에 따라 연산 속도가 선형에 가깝게 빨라지는 것을 확인하였다. 연산 영역의 크기가 2배로 증가할 때와 주파수가 2배로 증가할 때 계산 시간은 각각 2배와 8배로 증가하였다. 본 논문을 통해 제안한 고속 수중채널모델 기술은 해양무인체계의 수중통신기술 개발을 위한 수중통신 채널모델 및 분석 툴로 탑재되어 국방력 강화에 기여할 수 있을 것으로 기대된다.

• 전자공학회논문지
• /
• 제54권4호
• /
• pp.68-74
• /
• 2017

본 논문은 컬러 필터 어레이 (CFA) 영상에 대한 공동의 컬러보간(Demosaicking)과 임의 배율의 다운샘플링(arbitrary-ratio down sampling)알고리즘을 제시한다. 컬러보간은 단일 센서를 사용하는 다양한 영상 저장 시스템에서 영상 신호 처리 파이프 라인의 필수적인 부분이다. 또한, 스마트폰과 같은 소구경 카메라 시스템에서는 영상 센서에서 획득되는 고해상도 영상이 보다 작은 해상도의 영상으로 스크린에 다운샘플링되어 디스플레이 된다. 기존 방법에서는 이러한 과정들을 거치기 위해 "컬러보간 후 다운샘플링" 모듈의 순서대로 영상을 처리하게 된다. 하지만 이러한 독립적이고 순차적인 방법은 많은 메모리 소모와 계산량을 필요로 하게 되고, 또한 영상 처리 과정에서 아티팩트(artifact)가 발생하여 영상 디테일의 손상을 가져오게 된다. 본 논문에서는 이러한 문제점을 해결하기 위해 컬러보간과 다운샘플링을 동시에 동작하도록 하는 알고리즘을 제안한다. 제안하는 방법에서는 입력되는 컬러 필터 영상으로부터 고주파 및 저주파 성분으로 신호를 분해하는 방법에 기초하여 임의의 배율에서 컬러 필터 영상으로 역 사상(inverse mapping)을 하고 컬러보간 및 다운샘플링을 동시에 수행하게 된다. 제안하는 알고리즘은 종래의 기술보다 더 나은 영상 품질 성능을 나타내면서 동시에 보다 적은 계산량이 필요로 하는 것을 보여준다.

• 지구물리와물리탐사
• /
• 제22권4호
• /
• pp.177-185
• /
• 2019

육상 탄성파 탐사자료에서 쉽게 관찰되는 그라운드 롤은 표면파의 일종으로 대표적인 일관성 잡음이다. 반사파 자료처리 과정에서 그라운드 롤은 잡음에 해당하기 때문에 제거하게 되는데, 반사 신호와 중첩되는 경우 반사파 신호음이 손상되는 문제가 발생한다. 본 연구에서는 반사 신호음 손실을 줄이면서 그라운드 롤을 효과적으로 억제할 수 있는 방법을 찾기 위해 카루넨-루베 변환을 중심으로 살펴보고 그 결과를 분석하였다. 균질 탄성매질에서 구한 인공자료 수치 모형 실험에서 그라운드 롤이 뚜렷하게 감소된 것을 확인할 수 있으나 현장자료 적용실험에서는 띠통과 필터링 결과와 큰 차이점을 발견할 수 없었다. 이러한 현상은 현장자료에서 여러 주파수 대역을 포함하고 있는 그라운드 롤에 대해 선형 수평정렬 모음(Linear moveout gather)을 계산하기 어렵기 때문으로 여길 수 있다. 이에 비해서 특이값 분해 필터링 결과는 그라운드 롤이 상당부분 감소되었음을 확인할 수 있었다. 특이값 분해 필터링은 반사파를 중심으로 정규 수평정렬 모음(Normal moveout gather)을 계산하기가 쉬워 카루넨-루베 변환 필터링 보다 그라운드 롤 억제효과가 큰 것으로 여겨진다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.