• Structural Engineering and Mechanics
• /
• 제65권5호
• /
• pp.547-556
• /
• 2018

Based on the shaking table tests of a 1:3.52 scale one-bay and one-story ancient wooden structure, a simplified structural mechanics model was established, and the structural state equation and observation equation were deduced. Under the action of seismic waves, the damage rule of initial stiffness and yield stiffness of the joint was obtained. The force hammer percussion test and finite element calculations were carried out, and the structural response was obtained. Considering the 5% noise disturbance in the laboratory environment, the stiffness parameters of the mortise-tenon joint were identified by the partial least squares of singular value decomposition (PLS-SVD) and the Extended Kalman filter (EKF) method. The results show that dynamic and static cohesion method, PLS-SVD, and EKF method can be used to identify the damage degree of structures, and the stiffness of the mortise-tenon joints under strong earthquakes is reduced step by step. Using the proposed model, the identified error of the initial stiffness is about 0.58%-1.28%, and the error of the yield stiffness is about 0.44%-1.21%. This method has high accuracy and good applicability for identifying the initial stiffness and yield stiffness of the joints. The identification method and research results can provide a reference for monitoring and evaluating actual engineering structures.

• 대한전자공학회논문지SD
• /
• 제38권12호
• /
• pp.56-65
• /
• 2001

본 논문은 이상적인 균일한 무손실 유전체를 갖는 일반적인 3차원 연결선 구조에서의 커패시턴스 추출 시, 널리 사용되는 일차 대조법(First-order collocation) 외에 고차 구적법을 결합하여 사용함으로써 정확성을 제고하고, 반복적 행렬-벡터의 곱을 효율적으로 수행하기 위한 알고리즘을 제안한다. 제안된 기법은 연결선에서 전기적 성질이 집중되어 있는 코너나 비아를 포함한 경우에 일차 대조법 대신에 구적법을 이용하여 고차로 근사함으로써 정확성을 보장한다. 또한, 이 기법은 경계 요소 기법에서 행렬의 대부분이 수치적으로 저차 계수(low rank)를 이룬다는 회로상의 전자기적 성질을 이용하여 모형차수를 축소함으로써 효율성을 증진한다. 이 기법은 SVD(Singular Value Decomposition)에 기반한 저차 계수 행렬 축소 기법과 신속한 행렬의 곱셈 연산을 위한 Krylov-subspace 차수 축소 기법인 Gram-Schmidt 알고리즘을 도입함으로써 효율적인 연산을 수행할 수 있다. 제안된 방법은 허용 오차 범위 내에서 효율적으로 행렬-벡터의 곱셈을 수행하며, 이를 기존의 연구에서 제시된 기법과의 성능 평가를 통하여 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제19권9호
• /
• pp.21-31
• /
• 2014

특이치 분해는 다양한 분야의 데이터 집단에서 고유한 특성을 찾는 특징 추출 분야에 많이 활용되고 있다. 하지만 특이치 분해의 복잡 행렬 연산은 많은 연산 시간을 요구한다. 본 논문에서는 특이치 분해의 대표적인 알고리즘인 one-sided block Jacobi를 고속 처리하기 위해 2차원 멀티코어 시스템을 이용하여 효율적으로 병렬 구현하고 성능을 향상시킨다. 또한, one-sided block Jacobi 알고리즘의 다양한 행렬 ($128{\times}128$, $64{\times}64$, $32{\times}32$, $16{\times}16$)을 서로 다른 2차원 PE 구조에 구현하고 성능 및 에너지를 분석함으로써 각 행렬에 대한 최적의 멀티코어 구조를 탐색한다. 더불어 동일한 행렬의 one-sided block Jacobi 알고리즘에 대해 선택된 멀티코어 구조와 상용 고성능 그래픽스 프로세싱 유닛 (GPU)과의 성능 비교를 통해 제안한 2차원 멀티코어 방법의 잠재 가능성을 확인한다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.17-25
• /
• 2013

본 논문에서는 다중사용자 다중입출력 시스템에서 대역폭 효율의 감소 없이 페이딩에 대한 수신 성능을 향상시키는 부호화 알고리듬을 제안한다. 기존의 다중사용자 다중입출력 방식으로 사용되는 공간분할다중화 방식은 페이딩 경로에 취약하며, 이를 극복하기 위한 시공간블록부호화 방식은 전송량이 떨어지는 단점이 있다. 이러한 문제점을 개선하기 위하여 제안 부호화 알고리듬은 페이딩 환경에 강인하고 전송량이 송신 안테나 개수에 비례하여 증가하는 LDC(linear dispersion code) 기법을 이용하여 송신 심벌을 부호화하고, 예측한 채널 이득의 특이값 분해 값을 LDC 부호화 심벌에 전처리하여 성능을 개선한다. 그리고 컴퓨터 모의실험을 통하여 기존 알고리듬과 제안하는 알고리듬의 성능을 비교 평가한다.

• 한국해양학회지
• /
• 제30권6호
• /
• pp.543-549
• /
• 1995

연속된 AVHRR/SST 자료를 이용한 표층유속의 추정에 역행렬법이 이용되어 왔다. 본 모델에서 방정식체계는 열방정식과 제한요소로서 가중치가 있는 발산최소화이다. 제한요소는 열방정식의 속도해중에서 null space(Menke, 1984)에 해당하는 해를 구하기 위하여 도입되었으며 이 식들은 격자화한 영역에서 AVHRR/SST의 수온경사에 의해 선형화된다. 실험은 열방정식에 대한 발산최소화의 상대적 중요성을 나타내는 가중치의 크기를 설정하기 위하여 수행하였으며 행렬식은 SVD(Singular Value Decomposion)에 의해 해를 구했다. 실험에서 가상온도분포의 수온경사와 가상유속장의 발산의 크기는 실제해역에 근사시켰다. 열방정식은 착산의 효과를 무시하고 열속이 공간적으로 일정한 것으로 가정하여 구성하였으며 이와같은 가정에 의한 오류를 고려하기 위하여 가상 온도자료에 무작위오류를 도입하였다. 실험결과에 의하면 가중치를 설정하는 기준으로서 상대오차 최소화가 잔차최소화보다 바람직한 것으로 나타났으며 가중치가 $10^{-1}$의 크기일 때 추정유속의 오류가 가장 작은것으로 나타났다.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.803-812
• /
• 2017

T-커머스는 양방향 디지털 TV를 기반으로 양방향 데이터방송 기술을 활용하여 상거래를 하는 기술융합형 서비스이다. 채널 번호와 판매상품이 제한된 환경에서 T-커머스의 매출을 극대화 하기 위해서는 각 제품의 시간대별 경쟁력을 고려하여 매출이 최대화 되도록 프로그램을 편성해야 한다. 이를 위해, 본 논문에서는 딥러닝을 이용해 T-커머스에서 각 상품을 각 시간대에 편성하였을 때의 매출을 예측하는 방법을 제안한다. 제안하는 방법은 심층신경망을 이용해 판매 상품과 시간대, 주차, 휴일 여부, 그리고 날씨를 입력 받아 실제 방송으로 편성했을 때 기대되는 매출을 예측한다. 그리고, 통계적 모델과 SVD(Singular Value Decomposition)를 적용하여 판매 데이터의 편중 및 희박성 문제를 완화한다. 실제 T-커머스 운영자인 (주)더블유쇼핑의 판매 기록 데이터에 대하여 실험하였을 때 실제 매출과 예측치의 차이가 0.12의 NMAE(Normalized Mean Absolute Error)를 보여 제안하는 알고리즘이 효과적으로 동작함을 확인하였다. 제안된 시스템은 (주)더블유쇼핑의 T-커머스 시스템 적용되어 방송 편성에 활용되었다.

• 대한기계학회논문집A
• /
• 제34권2호
• /
• pp.183-189
• /
• 2010

위치인식시스템은 이동로봇이 실내에서 주행하는데 가장 중요한 기술의 하나인데 본 논문에서 연구된 시스템은 GPS 시스템과 유사하게 3 개이상의 위성 비이컨에서 초음파와 무선통신파를 발사하고 로봇에 부착된 리시버는 초음파와 무선통신파의 수신되는 시간차를 계산하여 각 비컨까지의 거리를 구하고 또한 이로부터 로봇의 위치를 계산한다. 일반적으로 거리정보는 초음파의 한 파장 이내의 오차를 가지게 되는데 본 논문에서는 이에 따른 위치오차를 테일러 확장과 SVD(Singular Value Decomposition)를 이용하여 구하였다. 또한 본 논문에서는 거리오차에 따른 위치오차의 정확도를 잴 수 있는 값으로 민감도를 제시하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권2호
• /
• pp.1-28
• /
• 2018

Purpose More than 7.6 million mobile apps could be approved on both Apple iTunes Store and Google Play. For managing those existed Apps, Apple Inc. established twenty-four primary categories, as well as Google Play had thirty-three primary categories. However, all of their categorizations have appeared more and more problems in managing and classifying numerous apps, such as app miscategorized, cross-attribution problems, lack of categorization keywords index, etc. The purpose of this study focused on introducing individual information cognitive processing as the classification criteria to update the current categorization on Apple iTunes Store. Meanwhile, we tried to observe the effectiveness of the new criteria from a classification process on Apple iTunes Store. Design/Methodology/Approach A research approach with four research stages were performed and a series of mixed methods was developed to identify the feasibility of adopting individual information cognitive processing as categorization criteria. By using machine-learning techniques with Term Frequency-Inverse Document Frequency and Singular Value Decomposition, keyword lists were extracted. By using the prior research results related to car app's categorization, we developed individual information cognitive processing. Further keywords extracting process from the extracted keyword lists was performed. Findings By TF-IDF and SVD, keyword lists from more than five thousand apps were extracted. Furthermore, we developed individual information cognitive processing that included a categorization teaching process and learning process. Three top three keywords for each category were extracted. By comparing the extracted results with prior studies, the inter-rater reliability for two different methods shows significant reliable, which proved the individual information cognitive processing to be reliable as criteria of categorization on Apple iTunes Store. The updating suggestions for Apple iTunes Store were discussed in this paper and the results of this paper may be useful for app store hosts to improve the current categorizations on app stores as well as increasing the efficiency of app discovering and locating process for both app developers and users.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.63-72
• /
• 2005

본 논문에서는 가상성형 시스템에 적합한 Radial Basis Function(RBF) 기반의 변형 기법과 변형된 얼굴 구성 요소를 얼굴 영상에 혼합하는 기법을 제시한다. 가상성형을 위한 변형 기법은 유동적인 얼굴 구성 요소들을 변형함에 있어 부드러움과 정확성을 가져야 하고 변형 부위 이외의 다른 얼굴 구성 요소에는 왜곡을 주지 않는 지역성도 가져야 한다. 이를 위해 제안된 가상성형 시스템은 자유형태 변형 모델을 기반으로 RBF에 의해 격자들의 변형 정도를 계산한다. 성형의 정확성을 위해 변형 오차는 기준곡선 정점들의 목표 위치와 실제 변형된 위치 사이의 오차제곱합을 이용하여 Singular Value Decomposition(SVD)에 의해 반복적으로 RBF 매핑 함수의 계수들을 계산하여 보정한다. 변형된 얼굴 구성 요소는 Euclidean Distance Transform(EDT)에 의해 계산된 혼합 비율을 사용하여 원본 얼굴 영상과 합성된다. 제안된 변형 기법과 합성 기법은 가상성형 결과의 정확도와 왜곡 측면에서 우수한 성능을 보인다는 것을 실험적으로 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.39-48
• /
• 2023

본 연구는 의류의 디자인 간 치수의 불일치와 비표준화로 인해 온라인 구매 시 발생하는 치수 선택의 오류 문제를 해결할 수 있는 방안을 제시하기 위해 수행되었다. 본 논문은 구매자에게 개인화된 치수를 제시할 수 있는 기계 학습 기반 추천 시스템의 구현 방안을 다루고 있다. 온라인 상거래로부터 발생된 구매 데이터를 사용하여 비음수 행렬 분해(NMF), 특이값 행렬 분해(SVD), k-최근접 이웃(KNN), 공동 클러스터링(Co-Clustering) 등 여러 검증된 협업 필터링 알고리즘을 훈련하였고, 이들 간에 성능을 비교하였다. 연구 결과, 비음수 행렬 분해 (NMF) 알고리즘이 다른 알고리즘들보다 뛰어난 성능을 보임을 확인할 수 있었다. 동일한 계정을 사용하는 여러 구매자가 포함되는 구매 데이터의 특성에도 불구하고, 제안 모형은 충분한 정확도를 보였다. 본 연구의 결과는 치수 선택의 오류로 인한 반품률을 감소하고 전자상거래 플랫폼에서의 고객 경험을 향상시키는 데 기여할 것으로 기대된다.