• 대한기계학회논문집A
• /
• 제25권6호
• /
• pp.1004-1014
• /
• 2001

The fully automatic algorithm from initial finite element mesh generation to remeshing in two dimensional geometry is introduced using bubble packing method (BPM) for finite element analysis. BPM determines the node placement by force-balancing configuration of bubbles and the triangular meshes are made by Delaunay triangulation with advancing front concept. In BPM, we suggest two node-search algorithms and the adaptive/recursive bubble controls to search the optimal nodal position. To use the automatically generated mesh information in FEA, the new enhanced bandwidth minimization scheme with high efficiency in CPU time is developed. In the remeshing stage, the mesh refinement is incorporated by the control of bubble size using two parameters. And Superconvergent Patch Recovery (SPR) technique is used for error estimation. To verify the capability of this algorithm, we consider two elasticity problems, one is the bending problem of short cantilever beam and the tension problem of infinite plate with hole. The numerical results indicate that the algorithm by BPM is able to refine the mesh based on a posteriori error and control the mesh size easily by two parameters.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.225-234
• /
• 2020

Reliability-based structural optimization usually requires designers or engineers model different designs manually, which is considered very time consuming and all possibilities cannot be fully explored. Otherwise, a lot of time are needed for designers or engineers to learn mathematical modeling and programming skills. Therefore, a framework that integrates generative design, structural simulation and reliability theory is proposed. With the proposed framework, various designs are generated based on a set of rules and parameters defined based on visual programming, and their structural performance are simulated by OpenSees. Then, reliability of each design is evaluated based on the simulation results, and an optimal design can be found. The proposed framework and prototype are tested in the optimization of a steel frame structure, and results illustrate that generative design based on visual programming is user friendly and different design possibilities can be explored in an efficient way. It is also reported that structural reliability can be assessed in an automatic way by integrating Dynamo and OpenSees. This research contributes to the body of knowledge by providing a novel framework for automatic reliability evaluation and structural optimization.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.105-125
• /
• 2024

Gliomas are the most common malignant brain tumor and cause the most deaths. Manual brain tumor segmentation is expensive, time-consuming, error-prone, and dependent on the radiologist's expertise and experience. Manual brain tumor segmentation outcomes by different radiologists for the same patient may differ. Thus, more robust, and dependable methods are needed. Medical imaging researchers produced numerous semi-automatic and fully automatic brain tumor segmentation algorithms using ML pipelines and accurate (handcrafted feature-based, etc.) or data-driven strategies. Current methods use CNN or handmade features such symmetry analysis, alignment-based features analysis, or textural qualities. CNN approaches provide unsupervised features, while manual features model domain knowledge. Cascaded algorithms may outperform feature-based or data-driven like CNN methods. A revolutionary cascaded strategy is presented that intelligently supplies CNN with past information from handmade feature-based ML algorithms. Each patient receives manual ground truth and four MRI modalities (T1, T1c, T2, and FLAIR). Handcrafted characteristics and deep learning are used to segment brain tumors in a Global Convolutional Neural Network (GCNN). The proposed GCNN architecture with two parallel CNNs, CSPathways CNN (CSPCNN) and MRI Pathways CNN (MRIPCNN), segmented BraTS brain tumors with high accuracy. The proposed model achieved a Dice score of 87% higher than the state of the art. This research could improve brain tumor segmentation, helping clinicians diagnose and treat patients.

• 한국항공우주학회지
• /
• 제38권7호
• /
• pp.716-726
• /
• 2010

본 연구에서는 공기역학과 비선형 구조해석을 통합한 다분야 최적설계 최적화(MDO)프레임웍을 사용하여 항공기 날개의 설계를 수행하였다. MDO 문제 중 해결해야할 가장 큰 문제인 자동화를 해결하여 전 과정이 자동화되게 하였다. 공력해석은 FLUENT를 사용하였으며 이를 위한 격자는 CATIA의 파라미터 모델과 Gambit을 사용하여 자동으로 생성되도록 하였다. 전산구조해석을 위한 격자는 CATIA의 파라미터 모델과 NASTRAN- FX의 비주얼 베이직 스크립트를 사용하여 자동으로 생성되도록 하였다. 구조해석은 비선형성을 고려하여 ABAQUS를 사용하였다. 최적화 방법은 전역해를 구하기 유리한 반응표면법을 사용하였다. 목적함수는 날개 무게의 최소화이고 제약 조건은 양항비, 날개의 변위 그리고 구조응력량으로 정하였다. 그리고 설계변수는 가로세로비, 테이퍼비, 후퇴각 그리고 상하스킨의 두께로 정의하였다. 최적화 설계결과는 본 자동화 MDO프레임웍이 성공적으로 구성되었음을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권7호
• /
• pp.37-44
• /
• 2021

뇌 MRI 영상의 자동 분류는 뇌종양의 조기 진단을 하는 데 있어 중요한 역할을 한다. 본 연구에서 우리는 심층 특징 앙상블을 사용한 MRI 영상에서의 딥 러닝 기반 뇌종양 분류 모델을 제안한다. 우선 사전 학습된 3개의 합성 곱 신경망을 사용하여 입력 MRI 영상에 대한 심층 특징들을 추출한다. 그 이후 추출된 심층 특징들은 완전 연결 계층들로 구성된 분류 모듈의 입력 값으로 들어간다. 분류 모듈에서는 우선 3개의 서로 다른 심층 특징들 각각에 대해 먼저 완전 연결 계층을 거쳐 특징 차원을 줄인다. 그 이후 3개의 차원이 준 특징들을 결합하여 하나의 특징 벡터를 생성한 뒤 다시 완전 연결 계층의 입력값으로 들어가서 최종적인 분류 결과를 예측한다. 우리가 제안한 모델을 평가하기 위해 웹상에 공개된 뇌 MRI 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 모델이 다른 기계학습 기반 모델보다 더 좋은 성능을 나타냄을 확인하였다.

• Composites Research
• /
• 제32권6호
• /
• pp.314-318
• /
• 2019

본 연구에서는 습식 코팅 방식 중 하나인 다층박막적층법의 자동화 시스템을 제작하였다. 특히, 본 연구에서 제안한 자동화 시스템은 다층박막적층법의 공정 변수(예를 들어, 증착 재료, 코팅 깊이, 코팅 및 헹굼 시간)를 제어함으로써 손으로 작업하는 것과 동일한 변수 조작이 가능하게 설계되었다. 자동화 시스템을 통해 기판을 완벽하게 용액 안으로 침액시킬 수 있으며, 이를 통해 특별한 분자간 결합(예를 들어, 정전기적 인력, 공유 및 수소 결합)을 통해 기판 위에 균일한 다층의 박막 형성이 가능하다. 두 종류 이상의 용액으로 기판이 침액될 때, 이 기판은 다른 용액으로 이동되기 전에 청소 구역에서 헹굼과 건조 과정을 거친다. 이러한 담금, 헹굼, 건조 과정은 모두 컴퓨터 프로그램에 의해 제어 가능하다. 본 연구에서는 자동화 시스템을 통해 그래핀을 기반으로 하는 다층박막 샘플을 제작하였고, 균일한 그래핀의 적층 여부를 분석하기 위해 제작된 샘플의 흡광도와 두께를 측정하였다. 기판 위에 그래핀과 고분자 층의 적층이 진행될수록 흡광도와 두께가 균일하게 증가하는 결과를 통해, 본 연구에서 제작한 자동화 시스템이 수작업을 통한 다층박막의 적층을 완벽하게 대체 가능함을 알 수 있었다.

• 전자공학회논문지S
• /
• 제35S권8호
• /
• pp.106-112
• /
• 1998

최근에 영상 및 음성 데이터의 양은 크게 증가하고 있다. 이러한 경향에 따라 고밀도 자기기록 시스템이 필요하게 되었고 테이프의 트랙은 더욱 더 좁아지게 되었다. 따라서 DVCR(digital video cassette recorder)에서는 재생시에 캡스탄 모터의 속도와 위상을 정밀하게 제어하여, 헤드가 트랙을 따라 정확하게 주행하도록 유지시켜주는 캡스탄 서보시스템이 필요하게 되었다. 이를 위하여 DVCR에서는 ATF(Automatic Track Following)방식을 사용한다. 본 논문에서는 이산 푸리에 변환(discrete Fourier transform)을 이용한 새로운 DVCR용 ATF 블록의 설계방법을 제안하였다. 제안한 ATF 블록을 ALTERA사의 FPGA에 구현하여 실제 DVCR 시스템에서 그 성능을 시험하였다. 실험을 통하여 본 논문에서 제안한 방식이 기존의 디지털 저역통과필터(lowpass filter)를 사용한 구현법에 비해 비용면에서 더 효과적임을 검증하였다. 또한 로직게이트 수가 기존의 방법에 비하여 약 20% 감소함을 확인하였다.

• 정보처리학회논문지B
• /
• 제14B권2호
• /
• pp.89-98
• /
• 2007

비디오와 브라우징, 검색, 조작을 위해서 비디오 내용을 기술하는 색인이 요구된다. 지금까지 색인의 구성은 대부분 비디오 내용에 제한된 키워드를 수작업으로 할당하는 전문가에 의해 수행되었는데 이는 비용과 시간을 소비하는 사업이므로 비디오 내용을 자동으로 분류하는 것이 필요하다. 이 연구는 축구, 골프, 야구, 농구, 배구 등 5종의 스포츠 뉴스 비디오의 분석과 요약을 위해서 자동적이고 효율적인 방법을 제안한다. 우선, 스포츠 뉴스 비디오를 앵커 장면과 스포츠 기사 장면으로 분류한다. 장면 분류는 앵커 장면의 영상 전처리와 색상 특정을 기반으로 한다. 그리고 필드의 우세색상과 모션 방향을 특징으로 이용하여 스포츠 장면을 5개의 장르로 분류한다. 241개의 스포츠 뉴스 장면에 대한 실험에서 75%의 정확도를 얻었다. 따라서 제안된 기법은 향후 개별 스포츠 뉴스와 스포츠 하이라이트를 위한 뉴스 비디오를 검색하는데 이용될 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제15권6호
• /
• pp.1-9
• /
• 2010

본 논문에서는 3GPP(3rd Generation Partnership Project)에서 정의한 SMS PDU (Protocol Data Unit) 포맷을 주어진 SMS 부호화 복호화 모듈에서 정확하게 구현했는지 검증하는 방법을 제안한다. 기존 SMS 관련 도구들은 SMS 게이트웨이를 통해 송수신하거나 또는 SMS PDU 해석을 목적으로 개발되어 3GPP에서 정의한 세부 SMS PDU 규격에 따라 정확히 구현했는지 테스트하는 용도로는 적합하지 않다. 본 논문에서 제안한 방법은 함수형 언어 Haskell로 작성된 QuickCheck 라이브러리를 활용해 3GPP에서 정의한 구조에 맞는 SMS PDU 테스트 데이터를 자동 생성하여 SMS 부호화 복호화 모듈을 테스트한다. C언어로 작성된 리눅스 모바일 플랫폼 SMS 모듈에 적용하여 이 모듈의 부호화 복호화 기능을 테스트한 결과 BCD 포맷 시간 정보를 잘못 해석하는 사례 등 중요한 오류들을 발견할 수 있었다. 제안한 방법은 3GPP에서 정의한 규격에 맞추어 SMS PDU를 생성하기 때문에 일반적인 SMS 모듈들에 모두 적용 가능한 장점을 지닌다. 본 논문에서 사용한 방법과 같이 QuickCheck 라이브러리를 통해 다른 네트워크 프로토콜 데이터 규격에 대한 부호화 복호화 검증에도 응용할 수 있을 것이다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.47-54
• /
• 2009

측정점으로부터의 3차원 객체 자동인식은 컴퓨터비전, 지능형로봇 등의 분야에서 주요 연구주제이다. 본 논문에서 저자는 측정오차가 포함되어 있으며 정렬되지 않은 대용량 3차원 측정점으로부터 객체를 자동적으로 추출하며 그 형상계수를 추정하는 소프트웨어 기술에 대한 소개를 하고자 한다. 해당 소프트웨어는 기능적으로 상호 연결된 형상모델 제시, 측정점 분할, 형상모델 맞춤의 세 부분으로 이루어졌으며 최단거리 최소제곱법(ODF)이 핵심요소이다. ODF는 형상모델과 측정점 사이의 최단거리의 제곱합을 최소화하는 형상모델 계수를 추정한다. 무작위로 선정된 부분 측정점에 대한 임시 형상모델로서 이차 곡면이 ODF에 의하여 구하여지면 우리는 이로부터 3차원 객체를 자동적으로 추출하는 과정인 최종 형상모델 제시, 측정점 분할, 형상모델 맞춤에 필요한 초기값을 제공할 수 있다. 소개된 소프트웨어 기술을 실제 3차원 측정점에 적용함으로써 그의 성능을 확인하고자 한다.