• 비파괴검사학회지
• /
• 제29권5호
• /
• pp.466-472
• /
• 2009

고온, 고압의 원자력 배관 누설 판별을 위해 음향방출기법(AE)을 이용한 누설감지 시스템인 ALMS 기법이 적용되고 있다. 이 시스템은 단지 AE 센서로 전해진 신호의 RMS값을 이용하여 누설의 유무만을 판단할 뿐, 누설 발생시 누설부의 크기나 형태를 평가하는 것에는 어려움이 있었다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 AE센서와 가속도센서를 동시에 이용한 이중 센서 시스템을 제안하였다. 빠른 학습 속도와 정확성을 위해 Levenberg-Marquardt 학습 알고리즘을 이용한 인공신경회로망을 적용시키고, 이를 통해 신뢰성 있는 분석 결과를 얻을 수 있다. 배관내 압력과 누설부의 크기와 모양에 따른 실험신호들을 학습시키고 그 판별 정확성을 확인하였다. 추가적으로 배관 두께에 따라 발생하는 파(wave)의 종류와 특성이 달라지는 것을 이론과 실험을 통하여 알아보았다.

• 한국해안해양공학회지
• /
• 제16권3호
• /
• pp.152-161
• /
• 2004

우리나라 연안 조위자료의 확률밀도함수 형태로 쌍봉형 정규분포 함수 형태를 제안하였다. 빈도분포 해석은 국립해양조사원에서 제공하는 인천, 군산, 목포, 제주, 여수, 마산, 가덕도, 부산, 포항, 속초 검조소의 1시간 간격 조위자료를 사용하였다. RMS 오차 및 결정계수($R^2$) 값을 비교ㆍ분석한 결과, 조위자료의 확률밀도함수로 본 연구에서 제안한 쌍봉형 함수가 기존에 사용하던 정규분포형 함수보다 더 적합한 함수로 파악되었다. 본 연구에서 제안된 함수의 매개변수는 Newton 방법을 수정한 Levenberg-Marquardt 방법으로 추정하였으며, 추정된 매개변수는 분석지점 검조소 자료의 비조화 상수와 밀접한 관계가 있는 것으로 파악되었다.

• 전자공학회논문지
• /
• 제52권1호
• /
• pp.121-131
• /
• 2015

현대의 수동형 위치 추정(passive emitter localization) 분야에서는 수신기 운용의 효율성을 위해 적은 수의 수신기를 이용한 원거리 신호원의 정밀한 위치추정을 지향한다. 적은 수의 수신기로 정밀한 위치추정을 위해서 연속적이고, 측정 정보들의 복합적 활용을 통해 위치 추정 성능 향상을 기대할 수 있다. 본 논문에서는 제한된 환경의 2개의 이동하는 수신기 환경에서 측정 정보별 이론적 위치추정 성능을 분석하고, 위치추정 성능이 우수할 것으로 예상되는 TDOA (time difference of arrival)와 FDOA (frequency difference of arrival), 그리고 DOA (direction of arrival) 복합 측정 정보기반으로 비선형 최소자승법 중 하나인 LM (Levenberg-Marquardt) 방법을 이용하여 지상 고정 신호원의 위치를 추정하는 방법을 제안한다. 구체적으로 TDOA를 이용하여 산출한 방위 모호성이 포함된 DOA들을 이용하여 신호원의 초기 위치를 산출하고, 해당 신호원의 초기 위치와 T/F/DOA를 이용하여 위치추정 성능을 향상 시킨다.

• 한국지능시스템학회논문지
• /
• 제16권1호
• /
• pp.1-7
• /
• 2006

본 논문에서는 6개의 특징점을 이용하는 가버 웨이블릿 신경망 기반 적응 표정인식 시스템을 제안한다. 특징 추출부를 포함하는 초기 네트워크의 구성은 Levenberg-Marquardt 기반의 학습방법이 사용되며, 따라서 특징 추출부 결정에 있어서 경험적 요소를 배재시킬 수 있다. 또한 새로운 사용자에 대한 적응 네트워크를 구성하기 위해서 개선된 보상함수를 가지는 Q-학습과, 비지도 퍼지 신경망 모델을 사용하였다. Q-학습을 통해서는 개인 사용자에 대해 분리도가 좋은 특징벡터를 얻을 수 있는 가버필터 세트를 얻을 수 있으며, 퍼지 신경망을 통해서는 사용자의 얼굴변화에 맞게 인식기를 변화시킬 수 있다. 따라서 제안된 시스템은 사용자의 얼굴변화를 따라갈 수 있는 좋은 적응 성능을 보이고 있다.

• 한국산학기술학회논문지
• /
• 제6권2호
• /
• pp.149-158
• /
• 2005

본 논문은 이온 선택성 전극을 모듈화한 MACS를 사용하여 시스템의 크기를 축소할 수 있었고, PDA를 사용함으로써 측정된 데이터를 장소에 구애받지 않고 분석할 수 있는 휴대용 전자혀 시스템을 개발하였다. MACS는 ${NH_4}^+$, $Na^+$, $Cl^-$, ${NO_3}^-$, $K^+$, $Ca^{2+}$, $Na^+$, pH의 7종의 이온 선택성 전극을 이용하여 구성하였으며, 초기화 및 교정과정과 완충용액에 의한 안정화 과정을 거친 후 MACS로 시료에 대한 각각의 이온선택성 전극의 변화를 측정한다. 이렇게 각 전극으로부터 측정된 데이터를 이용하여 신경회로망 알고리즘으로 측정된 시료의 종류를 구분할 수 있다. 실험은 분류가 어렵다고 알려진 고급양주와 저급양주를 분류하는 것으로 진행되었으며, 성공적이며 우수한 실험 결과를 얻었다 이로부터 사용된 알고리즘이 휴대용 전자혀 시스템에 적절히 사용될 수 있음을 밝혔으며, 실제 휴대용 전자혀 시스템에 간단한 학습에 의해 적용될 수 있을 것으로 생각된다.

• Coupled systems mechanics
• /
• 제7권2호
• /
• pp.197-209
• /
• 2018

Fiber-reinforced concrete (FRC) is a material with increasing application in civil engineering. Here it is assumed that the material consists of a great number of rather small fibers embedded into the concrete matrix. It would be advantageous to predict the mechanical properties of FRC using nondestructive testing; unfortunately, many testing methods for concrete are not applicable to FRC. In addition, design methods for FRC are either inaccurate or complicated. In three-point bending tests of FRC prisms, it has been observed that fiber reinforcement does not break but simply pulls out during specimen failure. Following that observation, this work is based on an assumption that the main components of a simple and rather accurate FRC model are mechanical properties of the concrete matrix and fiber pullout force. Properties of the concrete matrix could be determined from measurements on samples taken during concrete production, and fiber pullout force could be measured on samples with individual fibers embedded into concrete. However, there is no clear relationship between measurements on individual samples of concrete matrix with a single fiber and properties of the produced FRC. This work presents an inverse model for FRC that establishes a relation between parameters measured on individual material samples and properties of a structure made of the composite material. However, a deterministic relationship is clearly not possible since only a single beam specimen of 60 cm could easily contain over 100000 fibers. Our inverse model assumes that the probability density function of individual fiber properties is known, and that the global sample load-displacement curve is obtained from the experiment. Thus, each fiber is stochastically characterized and accordingly parameterized. A relationship between fiber parameters and global load-displacement response, the so-called forward model, is established. From the forward model, based on Levenberg-Marquardt procedure, the inverse model is formulated and successfully applied.

• 한국항공우주학회지
• /
• 제46권7호
• /
• pp.557-566
• /
• 2018

본 논문에서는 항공기 자동 공중급유를 위해 영상기반 상대 항법 시스템을 구현한다. 급유기와 피급유기는 프로브-드로그 방식의 공중급유를 가정하며 상대항법은 피급유기가 드로그에 대한 상대정보를 획득하며 진행한다. 드로그로부터 상대정보를 획득하기 위해 드로그 형태를 규정하고 IR카메라를 이용한 영상처리를 진행한다. 영상처리를 통해 얻은 드로그의 정보로부터 Gaussian Least Squares Differential Correction(GLSDC) 및 Levenberg-Marquardt(LM)을 이용한 상대항법을 진행하고 시뮬레이션을 통해 두 알고리즘의 분석을 수행한다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2012년도 제38회 춘계학술대회논문집
• /
• pp.397-402
• /
• 2012

본 논문에서는 미지의 두 열물성 값인 열전도율과 열확산율을 구하기 위하여 Levenberg-Marquardt 방법에 의한 역해석 기법을 도입하였다. 일차원 열전도 문제에 대하여 연산식을 유도하였으며, 시편에 대하여 두 지점의 온도 및 입력유동의 열유속 측정값을 적용하였다. 예측된 열전도율 및 열확산율은 알려진 그라파이트 시편에 대한 열물성 값과 비교하였으며 그 결과 본 논문에서 제시된 역해석 예측 기법 실험의 유효성이 파악되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.229-232
• /
• 2008

A Neural network classification of human activity data is presented. The data acquisition system involves a tri-axial accelerometer in wireless sensor network environment. The wireless ad-hoc system has the advantage of small size, convenience for wearability and cost effectiveness. The system can further improve the range of user mobility with the inclusion of ad-hoc environment. The classification is based on the frequencies of the involved activities. The most significant Fast Fourier coefficients, of the acceleration of the body movement, are used for classification of the daily activities like, Rest walk and Run. A supervised learning approach is used. The work presents classification accuracy with the available fast batch training algorithms i.e. Levenberg-Marquardt and Resilient back propagation scheme is used for training and calculation of accuracy.

• 상하수도학회지
• /
• 제19권4호
• /
• pp.395-403
• /
• 2005

It is very important to forecast water supply for reasonal operation and management of water utilities. In this paper, water supply forecasting models using artificial intelligence are developed. Artificial intelligence models shows better results by using Temperature(t), water supply discharge (t-1) and water supply discharge (t-2), which are expressed by neural network(LMNNWS; Levenberg-Marquardt Neural Network for Water Supply, MDNNWS; MoDular Neural Network for Water Supply) and neuro fuzzy(ANASWS; Adaptive Neuro-Fuzzy Inference Systems for Water Supply). ANFISWS model which is applied for water supply forecasting shows stable application to the variable water supply data. As results, MDNNWS model shows the highest overall accuracy among proposed water supply forecasting models and the lowest estimation error with the order of ANFISWS, LMNNWS model.