• 제목/요약/키워드: NMS Algorithm

검색결과 23건 처리시간 0.017초

유한요소모델개선을 위한 하이브리드 최적화기법의 수치해석 검증 (Numerical Verification of Hybrid Optimization Technique for Finite Element Model Updating)

  • 정대성;김철영
    • 한국지진공학회논문집
    • /
    • 제10권6호
    • /
    • pp.19-28
    • /
    • 2006
  • 기존의 유한요소모델개선기법들은 측정에 의한 모달 데이터와 해석적으로 계산된 시스템 행렬로 구성된 수학적인 목적함수를 사용하거나 업데이팅 변수에 관한 모달 특성의 미분함수를 사용하여야만 한다. 따라서 교량구조물과 같은 복잡한 구조물에의 적용이 어렵고 역해석에 있어 해의 안정성 문제가 발생할 수 있다. 또한 개선된 모델이 물리적인 의미를 지니지 못할 수도 있다. 본 논문에서는 유전자알고리즘과 Welder-Mead의 심플렉스기법을 사용한 하이브리드 최적화 유한요소모델개선기법을 제안하였다. 하이브리드 최적화 기법의 성능을 검증하기 위해 3개의 국부최소값과 1개의 전체최소값을 갖는 Goldstein-Price 함수를 사용하여 비선형문제에 대한 적용성을 검토하였다. 또한 최적화목적함수의 영향을 검토하기 위해 10개의 자유도를 갖는 스프링-질량 모델을 사용하여 변수연구를 수행하였다. 최종적으로 수치해석을 통해서 질량과 강성을 동시에 개선하기 위한 최적화 목적함수를 제시하고, 제안된 하이브리드 최적화 기법이 유한요소모델개선을 위해 매우 효과적인 방법임을 입증하였다.

SNMP와 이동에이전트의 해석적 모델 및 성능 평가 (Analytical Models and Performance Evaluations of SNMP and Mobile Agent)

  • 이정우;윤완오;신광식;최상방
    • 한국통신학회논문지
    • /
    • 제28권8B호
    • /
    • pp.716-729
    • /
    • 2003
  • 최근 인터넷, 인트라넷 등과 같은 네트워크의 급속한 발전에 따라 많은 네트워크 구성요소를 체계적으로 관리할 필요성이 커지고 있다. 네트워크 규모의 급속한 성장은 기존의 SNMP(Simple Network Management Protocol), CMIP(Common Management Information Protocol) 등을 기반으로 한 클라이언트-서버(client-server) 관리 패러다임으로는 한계를 가진다. 따라서 네트워크를 효율적으로 관리하기 위해서 최근 분산형(distributed) 패러다임인 이동에이전트(Mobile Agent)를 네트워크 관리에 이용하려는 연구가 많이 이루어지고 있다. 본 논문에서는 중앙 집중형의 SNMP, 분산형의 이동에이전트, 그리고 이들 두 접근 방법의 단점을 극복하기 위한 이동에이전트의 한 형태인 혼합모드의 해석적 모델을 제안하고 그 성능을 비교 분석한다. 제안한 해석적 모델을 네트워크 응답 시간에 중점을 두어 성능 평가한 결과 LAN에서는 대체적으로 SNMP가 유리한 반면 WAN에서는 네트워크 환경에 따라 이동에이전트 또는 혼합모드가 더 좋은 응답 시간을 보임을 알 수 있다. 또한 해석적 방법의 결과를 바탕으로 네트워크 환경, 지연(delay), 태스크(task), 관리 노드 수를 고려한 적응형 네트워크 관리 알고리즘을 제안한 후 실험하였다. 그 결과 적응형 네트워크 관리 알고리즘을 사용하였을 때, 이동에이전트 또는 혼합모드 네트워크 관리 패러다임을 사용하는 것과 비교할 때 약 10%의 성능향상이 있음을 알 수 있다.

A Study on Traffic Vulnerable Detection Using Object Detection-Based Ensemble and YOLOv5

  • Hyun-Do Lee;Sun-Gu Kim;Seung-Chae Na;Ji-Yul Ham;Chanhee Kwak
    • 한국컴퓨터정보학회논문지
    • /
    • 제29권1호
    • /
    • pp.61-68
    • /
    • 2024
  • 횡단보도에서 발생하는 교통사고를 해결하기 위한 시도가 계속되고 있지만, 교통사고는 끊임 없이 일어나는 상황이다. 특히 노인, 장애인 등의 교통약자들은 교통사고에 노출될 위험이 더 크다. 이에 대한 문제점을 주의 깊게 볼 필요가 있다. 본 논문은 교통 약자 중 휠체어, 목발과 같은 보조 기구를 이용하는 보행자를 위해 YOLO v5 모델을 활용한 객체 탐지 기술을 제안한다. 휠체어, 목발 사용자 그리고 보행자의 이미지 크롤링, Roboflow와 Mobibity Aids 데이터를 수집하였다. 일반화 성능을 높이기 위해 데이터 증강 기법을 활용하였다. 더하여 Type 2 error를 줄이기 위해 앙상블 기법을 이용하여 Recall이 96%인 높은 성능 수치를 얻었다. 이를 통해 교통약자를 목표로 YOLO 내 단일 모델을 앙상블 할 시, 객체를 놓치지 않고 정확한 탐지 성능을 보여준다는 것을 입증하였다.