• Nuclear Engineering and Technology
• /
• 제54권10호
• /
• pp.3943-3948
• /
• 2022

Single-photon emission computed tomography is one of the reliable pin-by-pin verification techniques for spent-fuel assemblies. One of the challenges with this technique is to increase the total fuel assembly verification speed while maintaining high verification accuracy. The aim of the present study, therefore, was to develop an artificial intelligence (AI) algorithm-based tomographic image analysis technique for partial-defect verification of fuel assemblies. With the Monte Carlo (MC) simulation technique, a tomographic image dataset consisting of 511 fuel-rod patterns of a 3 × 3 fuel assembly was generated, and with these images, the VGG16, GoogLeNet, and ResNet models were trained. According to an evaluation of these models for different training dataset sizes, the ResNet model showed 100% pattern estimation accuracy. And, based on the different tomographic image qualities, all of the models showed almost 100% pattern estimation accuracy, even for low-quality images with unrecognizable fuel patterns. This study verified that an AI model can be effectively employed for accurate and fast partial-defect verification of fuel assemblies.

• Wind and Structures
• /
• 제33권6호
• /
• pp.423-435
• /
• 2021

Although existing algorithms can predict wind speed using historical observation data, for engineering feasibility, most use moment methods and probability density functions to estimate fitted parameters. However, extreme wind speed prediction accuracy for long-term return periods is not always dependent on how the optimized frequency distribution curves are obtained; long-term return periods emphasize general distribution effects rather than marginal distributions, which are closely related to potential extreme values. Moreover, there are different wind speed parent sample types; how to theoretically select the proper extreme value distribution is uncertain. The influence of different sampling time intervals has not been evaluated in the fitting process. To overcome these shortcomings, updated steps are introduced, involving parameter sensitivity analysis for different sampling time intervals. The extreme value prediction accuracy of unknown parent samples is also discussed. Probability analysis of mean wind is combined with estimation of the probability plot correlation coefficient and the maximum likelihood method; an iterative estimation algorithm is proposed. With the updated steps and comparison using a Monte Carlo simulation, a fitting policy suitable for different parent distributions is proposed; its feasibility is demonstrated in extreme wind speed evaluations at Longhua and Chuansha meteorological stations in Shanghai, China.

• Smart Structures and Systems
• /
• 제29권2호
• /
• pp.321-336
• /
• 2022

Model uncertainty is a key factor that could influence the accuracy and reliability of numerical model-based analysis. It is necessary to acquire an appropriate updating approach which could search and determine the realistic model parameter values from measurements. In this paper, the Bayesian model updating theory combined with the transitional Markov chain Monte Carlo (TMCMC) method and K-means cluster analysis is utilized in the updating of the structural model parameters. Kriging and polynomial chaos expansion (PCE) are employed to generate surrogate models to reduce the computational burden in TMCMC. The selected updating approaches are applied to three structural examples with different complexity, including a two-storey frame, a ten-storey frame, and the national stadium model. These models stand for the low-dimensional linear model, the high-dimensional linear model, and the nonlinear model, respectively. The performances of updating in these three models are assessed in terms of the prediction uncertainty, numerical efforts, and prior information. This study also investigates the updating scenarios using the analytical approach and surrogate models. The uncertainty quantification in the Bayesian approach is further discussed to verify the validity and accuracy of the surrogate models. Finally, the advantages and limitations of the surrogate model-based updating approaches are discussed for different structural complexity. The possibility of utilizing the boosting algorithm as an ensemble learning method for improving the surrogate models is also presented.

• 한국항공우주학회지
• /
• 제41권11호
• /
• pp.883-890
• /
• 2013

군용 항공기의 개발과정 중 전투 생존성 분석은 반드시 거쳐야 할 필수 과정이다. 군용 항공기의 전투 생존성 분석을 위한 방법은 M&S 기법 적용이 일반적이며 필요시 최종단계에서 Live Fire Test를 거친다. 본 연구에서는 비용대비 효과도를 고려하여 M&S기법을 통해 개념설계단계에서 신속하게 정성적으로 전투 생존성을 분석할 수 있는 연구를 수행하였다. 본 연구를 위하여 필수사건 및 필수요소 분석기법, 몬테카를로 시뮬레이션 등 확률, 통계기법들을 이용한 '확률변수 가중치 환산법' 알고리즘을 고안하여 제시하였다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.156-161
• /
• 2020

복수 무인기를 운영하는 환경에서 분산 임무 할당 알고리즘의 사용은 임무를 지휘 통제하는 중앙 관제 시스템이 없기 때문에 중앙 집중식 임무 할당 방식에 비해 무인기의 임무 중 탈락 이벤트로부터 보다 큰 강건성을 가지게 된다. 또한 무인기 스스로 상황을 인지하고 통신을 통해 임무를 재할당 하는 방식이기 때문에 임무 반경 또한 더욱 넓힐 수 있는 장점을 가지고 있다. 하드웨어 성능이 향상되고 비용이 감소함에 따라 임무 환경에서의 복수 무인기 운용에 대한 필요성이 증대되고 있으며, 작전 반경이 넓고 단일 고장에 강건한 분산 임무 할당 알고리즘에 대한 연구 필요성이 대두되고 있다. 본 논문은 대표적인 분산 임무할당 알고리즘인 CBBA를 기반으로 하여, 기존에 점 좌표로 단순화 되어 설정된 임무 종류를 점 좌표에 대한 감시 업무와 선형 경로의 정찰 임무로 구분하여 보다 현실에서의 임무 상황을 반영할 수 있도록 발전시켰다. 본 연구의 결과로서 복수무인기가 과다 임무가 부여된 상황에서 동일한 임무위치 및 보상을 갖는 상황을 몬테 카를로 시뮬레이션을 통해 최종 보상합(global reward)을 비교한다.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.186-190
• /
• 2015

지능형 자동차는 주변 환경에 대한 인식을 바탕으로 동작을 계획하고 움직인다. 따라서 정확한 환경 인식은 자율 주행 자동차의 필수 요소로 여겨진다. 차량의 주행 환경은 차량이나 보행자 같은 동적인 장애물이 다수 존재하여, 안전한 동작을 위해 이런 동적 장애물에 대한 인식이 정확하게 이루어져야 한다. 이를 위해 센서의 불확실성을 극복하는 일이 필수적이다. 본 논문에서는 레이더 센서를 이용하여 다수의 차량을 인식하고 추적하는 알고리즘을 제안한다. 제안된 추적 시스템은 몇 가지 특징을 갖는다. 레이더 센서가 차량을 계측할 때, 그 데이터가 양 모서리에서 주로 나타나는 특징을 혼합 밀도 네트워크로 표현하고, 이렇게 표현된 레이더 데이터의 확률적인 분포를 파티클 필터의 가중치 계산에 적용하여 추적 알고리즘을 수행하였다. 또한, 파티클 필터가 갖는 차원의 저주를 극복하고 시간의 흐름에 따라 그 숫자가 변화하는 다수 대상체의 상태를 예측하기 위해 가역 점프 마르코프 체인 몬테 카를로 (RJMCMC)를 통한 샘플링을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증되었다.

• 한국수자원학회논문집
• /
• 제34권2호
• /
• pp.119-130
• /
• 2001

본 연구에서는 한강유역의 1일, 2일, 3일 연최대강우자료를 대상으로 L-모멘트법을 이용한 지점 빈도해석과 지역 빈도해석을 실시하여 그 결과를 비교하였다. 지역빈도해석을 실시하기 위하여 한강유역을 남한강, 북한강, 한강하류부 유역의 3개 소유역으로 분할하고, 각 유역에 대한 자료의 이산도 및 동질성을 검토하였으며, 각 소유역에 대하여 여러 분포형을 적용한 결과, 남한강유역과 한강하류부 유역은 lognormal 분포형, 북한강 유역은 gamma-3 분포형이 적정분포형으로 선정되었다. 지역빈도해석과 지점빈도해석을 통하여 선정된 확률분포형을 이용, Monte Carlo 모의를 수행하였으며, 재현기간에 따른 상대편의와 상대제곱근 오차를 산정하였다. 지역빈도해석과 지점빈도해석을 비교한 결과 상대제곱근오차에 있어서 지역빈도해석을 수행한 경우가 지점빈도해석에 비해 그 결과가 우수하였으며, 재현기간이 커질수록 그 차이는 현저하게 나타났다. 따라서, 한강유역의 강우량에 대해서 지역빈도해석 수행함이 지점빈도해석에 비해 우수하다는 결론을 얻게 되었다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제46권6호
• /
• pp.527-533
• /
• 2023

The purpose of this study is to evaluate the clinical risk of spinal radiosurgery by calculating the dose difference due to dose calculation algorithm and multi-leaf collimator positioning error. The images acquired by the CT simulator were recalculated by correcting the multi-leaf collimator position in the dose verification program created using MATLAB and applying stoichiometric calibration and Monte Carlo algorithm. With multi-leaf collimator positioning error, the clinical target volume (CTV) showed a dose difference of up to 13% in the dose delivered to the 95% volume, while the gross tumor volume (GTV) showed a dose difference of 9%. The average dose delivered to the total volume showed dose variation from -8.9% to 9% and -10.1% to 10.2% for GTV and CTV, respectively. The maximum dose delivered to the total volume of the spinal cord showed a dose difference from -14.2% to 19.6%, and the dose delivered to the 0.35 ㎤ volume showed a dose difference from -15.5% to 19.4%. In future research, automating the linkage between treatment planning systems and dose verification programs would be useful for spinal radiosurgery.

• 전자공학회논문지B
• /
• 제30B권12호
• /
• pp.59-66
• /
• 1993

In this paper we propose an adaptive update rate tracking algorithm for a phased array radar, based on the interacting multiple model(IMM) algorithm. The purpose of the IMM algorithm hers is twofold: 1) to estimate and predict the target states, and 2) to estimate the level of the process noise. Using the estimate of the process noise level adapted to target dynamics, the update interval is determined to maintain a desired prediction accuracy so that the radar system load is minimized. The adaptive update rate tracking algorithm is implemented for a phased array radar and evaluated with Monte Carlo simulations on various trajectories. The evaluation results of the proposed algorithm and a standard Kalman filter without the adaptive update rate control are presented to compare.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권9호
• /
• pp.381-388
• /
• 2002

This paper suggests the activation-only VSIMM estimator, applied mainly to target tracking problems. This algorithm is much simpler and easier to implement than the ordinary VSIMM algorithm. Also the activation-only VSIMM algorithm provides a substantial reduction in computation while having identical performance with the ordinary VSIMM estimator and the FSIMM estimator. More importantly, the drawbacks related to the improper termination and activation inherent to the VSIMM algorithm are eliminated in this algorithm. The performance of this estimator will be shown through a Monte Carlo simulation for maneuvering target tracking in comparison with the FSIMM and the VSIMM.