• 한국공간구조학회논문집
• /
• 제22권3호
• /
• pp.33-40
• /
• 2022

Recently, cultural heritages in South Korea gain many interests of restoration and preservation from the government since many of that have been severely damaged during earthquakes. Many previous studies in both terms of experimental and analytical approaches have been done to examine structural behavior and decide appropriate methods of preservation. Being motivated by such researches, this research aims to investigate a religious stone pagoda dated back to the Goryeo Dynasty in Korea. The structure consists of a granite stone foundation and baked bricks, which resembles the shape of traditional pagodas. In order to examine the structural behavior of the pagoda, an analytical model is implemented using ANSYS, a comprehensive engineering simulation platform. For the time history analysis of the pagoda, several earthquake excitations are chosen and input to simulation modeling. Seismic response of the tower such as time domain, natural frequency, modal shapes and peak acceleration measured at each layer are presented and discussed. In addition, the amplification ratio of the tower is calculated from the accelerations of each layer to determine tower stability in accordance with Korean seismic design guide. The determination and evaluation of status and response of the brick tower by simulation analysis play an important role in the preservation of history as well as valuable architectural heritages in South Korea.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.181-193
• /
• 2022

Data-driven structural health monitoring (SHM) of civil infrastructure can be used to continuously assess the state of a structure, allowing preemptive safety measures to be carried out. Long-term monitoring of large-scale civil infrastructure often involves data-collection using a network of numerous sensors of various types. Malfunctioning sensors in the network are common, which can disrupt the condition assessment and even lead to false-negative indications of damage. The overwhelming size of the data collected renders manual approaches to ensure data quality intractable. The task of detecting and classifying an anomaly in the raw data is non-trivial. We propose an approach to automate this task, improving upon the previously developed technique of image-based pre-processing on one-dimensional (1D) data by enriching the features of the neural network input data with multiple channels. In particular, feature engineering is employed to convert the measured time histories into a 3-channel image comprised of (i) the time history, (ii) the spectrogram, and (iii) the probability density function representation of the signal. To demonstrate this approach, a CNN model is designed and trained on a dataset consisting of acceleration records of sensors installed on a long-span bridge, with the goal of fault detection and classification. The effect of imbalance in anomaly patterns observed is studied to better account for unseen test cases. The proposed framework achieves high overall accuracy and recall even when tested on an unseen dataset that is much larger than the samples used for training, offering a viable solution for implementation on full-scale structures where limited labeled-training data is available.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.166-173
• /
• 2024

본 연구에서는 얼굴 동영상에서 입술의 움직임과 음성 간의 동기화 탐지 방법을 제안한다. 기존의 연구에서는 얼굴 탐지 기술로 얼굴 영역의 바운딩 박스를 도출하고, 박스의 하단 절반 영역을 시각 인코더의 입력으로 사용하여 입술-음성 동기화 탐지에 필요한 시각적인 특징을 추출하였다. 본 연구에서는 입술-음성 동기화 탐지 모델이 음성 정보의 발화 영역인 입술에 더 집중할 수 있도록 사전 학습된 시각적 Attention 기반의 인코더 도입을 제안한다. 이를 위해 음성 정보 없이 시각적 정보만으로 발화하는 말을 예측하는 독순술(Lip-Reading)에서 사용된 Visual Transformer Pooling(VTP) 모듈을 인코더로 채택했다. 그리고, 제안 방법이 학습 파라미터 수가 적음에도 불구하고 LRS2 데이터 세트에서 다섯 프레임 기준으로 94.5% 정확도를 보임으로써 최근 모델인 VocaList를 능가하는 것을 실험적으로 증명하였다. 또, 제안 방법은 학습에 사용되지 않은 Acappella 데이터셋에서도 VocaList 모델보다 8% 가량의 성능 향상이 있음을 확인하였다.

• Computers and Concrete
• /
• 제34권2호
• /
• pp.151-168
• /
• 2024

This research aimed to appraise the effectiveness of four optimization approaches - cuckoo optimization algorithm (COA), multi-verse optimization (MVO), particle swarm optimization (PSO), and teaching-learning-based optimization (TLBO) - that were enhanced with an artificial neural network (ANN) in predicting the bearing capacity of shallow foundations located on cohesionless soils. The study utilized a database of 97 laboratory experiments, with 68 experiments for training data sets and 29 for testing data sets. The ANN algorithms were optimized by adjusting various variables, such as population size and number of neurons in each hidden layer, through trial-and-error techniques. Input parameters used for analysis included width, depth, geometry, unit weight, and angle of shearing resistance. After performing sensitivity analysis, it was determined that the optimized architecture for the ANN structure was 5×5×1. The study found that all four models demonstrated exceptional prediction performance: COA-MLP, MVO-MLP, PSO-MLP, and TLBO-MLP. It is worth noting that the MVO-MLP model exhibited superior accuracy in generating network outputs for predicting measured values compared to the other models. The training data sets showed R² and RMSE values of (0.07184 and 0.9819), (0.04536 and 0.9928), (0.09194 and 0.9702), and (0.04714 and 0.9923) for COA-MLP, MVO-MLP, PSO-MLP, and TLBO-MLP methods respectively. Similarly, the testing data sets produced R² and RMSE values of (0.08126 and 0.07218), (0.07218 and 0.9814), (0.10827 and 0.95764), and (0.09886 and 0.96481) for COA-MLP, MVO-MLP, PSO-MLP, and TLBO-MLP methods respectively.

• 응용통계연구
• /
• 제21권1호
• /
• pp.141-149
• /
• 2008

다변량 자료분석에서 최근의 추세는 관측개체의 수 n이 커지는 외에 변수의 수 p가 큰사례들이 많아지고 있다는 것이다. n개 개체 각각에서 획득된 p개 변수들 $X_1$, $X_2$, $\ldots$, $X_p$ 가운데는 이름이나 개념적으로는 구분이 가능하지 만 실제로 거의 중복이 되는 변수들이 있을 수 있는데, 이들 변수들이 모두 분석에 포함되면 여러 문제가 유발될 수 있다. 예컨대 주성분 분석이나 인자분석에서는 중복 변수들이 주축(主軸, principal axis) 결정에, 관측개체 군집 화에서는 개체간 거리 산출에 왜곡된 영향을 줄 수 있다. 또한 목적변수가 지정된 지도학습(supervised learning)에서 설명변수들의 중복성은 추정모형의 안정성을 해치는 결과를 초래한다. 실제 자료 분석에서는 한 자료 세트가 여러 기법으로 탐색되고 다수의 모형이 추출되므로 변수세트를 최대한 절약적(parsimonious)으로 구성할 필요가 있다. 본 연구의 목적은 $X_1$, $X_2$, $\ldots$, $X_p$ 중에서 필요한 변수들은 선적하고 불필요한 변수들은 제거함으로써 주어진 변수세트를 보다 적은 크기의 변수세트로 대치하는 방법을 제시하는 데 있다. 제안 방법을 몇 개의 수치적 사례에 적용해 봄으로써 선적 변수와 제거변수간 관계의 시각화, 회귀모형에서의 유용성, 범주형 자료분석에서의 활용 등에 대해 논의 하고자 한다.

• 국제지역연구
• /
• 제15권2호
• /
• pp.125-150
• /
• 2011

경제가 선진화 되면서 나타나는 경제의 서비스화는 일반적으로 생산성 저하 현상을 야기할 것이라는 우려가 있다. 그러나 선진국의 경우 경제의 서비스화 현상이 진행되면서 생산성이 오히려 상승하는 Baumol의 역설 현상이 발생하였다. Oulton(1999, 2001)은 이러한 현상의 이유로 하나의 산업에서의 생산이 타 산업으로부터 중간재를 공급받아 생산되는 연쇄과정인 전후방연관효과에서 찾고 있다. 따라서 본 연구에서는 Oulton(1999, 2001)의 이론을 실증적으로 검증해 볼 필요성이 있다고 판단하였다. 또한 더미변수를 이용하여 소비자 서비스와 생산자 서비스의 중간 투입 간의 영향력 차이를 파악하고자 하였다. 위의 연구 목적을 달성하기 위해 한국은행에서 발간되는 산업연관표(1990, 1995, 2000, 2005)의 자료로 멀티레벨모형(Multi-level Model)을 활용하여 이론 검증을 실시하였다. 연구 결과, Oulton(1999, 2001)의 이론과 같이 한국의 경우에 중간재 생산자 서비스의 투입 비중이 상승하면 다요소생산성(Multifactor Productivity)이 상승하였다. 또한 중간재 생산자 서비스의 비중 변화와 달리 중간재 소비자 서비스의 비중 변화는 다요소생산성에 유의한 영향을 유발하지 않았다. 주요 산업(서비스업, 제조업, 그 외 산업)별로 중간재 생산자 서비스의 비중 변화의 효과 차이를 검증한 결과 제조업이 서비스업과 그 외의 기타산업에 비해 중간재 생산자 서비스의 비중 변화의 효과가 더 작았다.

• 한국인터넷방송통신학회논문지
• /
• 제18권1호
• /
• pp.59-69
• /
• 2018

본 논문에서는 5G 무선 통신을위한 다중 셀 다중 입력 다중 출력 (MIMO)-비 직교 다중 접속 (NOMA) 다운 링크 시스템에서 WSRM (weighted sum-rate maximization) 문제를 해결하기위한 견고한 빔 형성 설계를 제시한다. 이 연구는 채널 추정 행렬에 최악의 모델, 즉 SVOF (singular value uncertainty model)로서 불확실성을 추가함으로써 기지국 (BS)에서 불완전한 채널 상태 정보 (CSI)를 고려한다. 이러한 관찰을 통해, WSRM 문제는 BS에서의 전송 전력 제약에 따라 공식화된다. 객관적 문제는 해결하기 어려운 비 결정적 다항식 (NP) 문제로 알려져 있다. 객관적 문제를 효율적으로 해결할뿐만 아니라 최적의 송신 빔 포밍 행렬을 찾기 위해 ML (majorization minimization) 기법을 안정화시킨 견고한 빔 형성 설계를 제안한다. 또한 최상의 사용자 쌍을 클러스터로 선택하여 더 높은 합계를 달성하는 공동 사용자 클러스터링 및 전력 할당 (JUCPA) 알고리즘을 제안한다. 제안 된 JUCPA 알고리즘과 함께 제안된 견고한 빔 포밍 설계가 기존의 NOMA 기법 및 기존의 OMA (orthogonal multiple access) 기법과 비교하여 총 레이트 측면에서 성능을 크게 향상 시킨다는 것을 보여주기 위해 광범위한 수치 결과가 제공된다.

• 생물환경조절학회지
• /
• 제15권4호
• /
• pp.289-295
• /
• 2006

온실의 환기연구를 위한 CFD 시뮬레이션 모델에 토마토 작물을 설계함에 있어서 우선적으로 작물군의 기하학적 형상 설계 및 이의 공기 항력계수를 찾고자 하였다. 작물군 형상을 간단한 형태의 공기투과성 매체로 설계하고 이의 공기저항의 물리적 특성을 풍동실험을 통하여 구하였다. 토마토 작물군과 작물군 사이에서 측정된 값과 작물군 중앙부에서 측정되어진 값들을 분리하여 계산하여 된 결과 공기저항값인 항력계수 $C_d 값은 각각 0.2551와 0.2621로 나타났다. 최종적으로 이들의 평균값인 0.26을 Fluent CFD 프로그램의 작물군 공기투과성 매체의 x, y, z축의 내부저항값으로 입력되었다. 이 실험결과를 이용하여 전산유체역학 (CFD)을 이용한 시설내 작물군이 존재하는 경우의 온실 환기연구를 효과적으로 수행할 수 있게 되었다. 또한 풍동을 이용한 작물의 공기저항 연구를 위한 실험방법을 개발하여 앞으로도 다양한 작물들을 대상으로 공기유동의 물리적 특성연구를 수행할 수 있게 되었다.

• 한국토양비료학회지
• /
• 제41권4호
• /
• pp.267-272
• /
• 2008

현장에서의 토양 측정을 위해서는 전처리 과정이 짧을수록 유리하므로 최대한 처리를 하지 않은 토양 시료에 대해 질산태 질소의 측정과 그에 맞는 정량화 방법을 제안하였다. 건조 토양을 분광분석에 그대로 사용하는 경우 산란, 분산되는 빛의 양이 많고 노이즈도 증가하므로 Diffuse reflectance 모드 (Diffuse reflectance infrared Fourier transform spectroscopy: DRIFTS)로 측정하였다. 토양 자체가 나타내는 분광 피크에 의해 질산염의 피크가 가려지는 간섭효과를 보완하기 위해 DRIFTS 스펙트럼에 1차 도함수를 적용하였으며, $1500-1200cm^{-1}$ 영역에서 질산염에 의한 신호의 향상이 확인되었고, 이를 이용해 다변량 회귀분석 모델 (PLSR)을 적용하여 정량화를 수행하였다. 1차 도함수를 이용한 분석모델에서도 각기 다른 종류의 토양을 적용하였을 때 결과치의 신뢰도가 감소하는 결과가 나타났다. 대표적인 토양으로 사질 (sand), 미사질 (sandy loam), 토탄질 (peat), 점토질 (clay) 토양에 대해 각각의 스펙트럼을 특성화하여 해당되는 정량모델을 적용하였다. 그 결과 다양한 종류의 토양에 대한 정량분석의 신뢰도가 향상되었다 ($R^2$>0.95, RPD>6.0). 스펙트럼의 신호처리와 토양 특성별 정량모델의 적용을 통해 현장 시료에 가까운 상태의 토양 질산염을 보다 빠르고 간단하게 평가할 수 있을 것으로 기대되며, 향후에 보다 다양한 조건의 토양에 대해 분광학적 분석을 수행하여 라이브러리가 구축된다면 이러한 기술의 확대 적용이 가능할 것으로 사료된다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.25-36
• /
• 2008

본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue) 및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support Vector Machine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의 특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기반으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다. 6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다. 학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.