• Structural Engineering and Mechanics
• /
• 제86권6호
• /
• pp.715-730
• /
• 2023

Broad studies have addressed the issue of structural element damage identification, however, rubber bearing, as a key component of load transmission between the superstructure and substructure, is essential to the operational safety of a bridge, which should be paid more attention to its health condition. However, regarding the limitations of the traditional bearing damage detection methods as well as few studies have been conducted on this topic, in this paper, inspired by the model updating-based structural damage identification, a two-stage bearing damage identification method has been proposed. In the first stage, we deduce a novel bearing damage localization indicator, called element relative MSE, to accurately determine the bearing damage location. In the second one, the prior knowledge of bearing damage localization is combined with sailfish optimization (SFO) to perform the bearing damage estimation. In order to validate the feasibility, a numerical example of a 5-span continuous beam is introduced, also the noise robustness has been investigated. Meanwhile, the effectiveness and engineering applicability are further verified based on an experimental simply supported beam and actual engineering of the I-40 Bridge. The obtained results are good, which indicate that the proposed method is not only suitable for simple structures but also can accurately locate the bearing damage site and identify its severity for complex structure. To summarize, the proposed method provides a good guideline for the issue of bridge bearing detection, which could be used to reduce the difficulty of the traditional bearing failure detection approach, further saving labor costs and economic expenses.

• 한국음향학회지
• /
• 제27권1호
• /
• pp.40-46
• /
• 2008

천해 영역에서 선박과 같은 수상 소음원의 간섭 신호는 정합장처리를 이용한 수중 표적 탐지 및 위치추정 기법 적용에 있어 문제점으로 남아있다. 정지 음원의 경우 수신기공간의 음장에 대한 고유벡터분해를 통해 각 음원 성분을 분리하고 간섭 신호 성분을 제거할 수 있다. 하지만 일반적인 이동 음원 환경에서는 각 신호 성분의 에너지가 수신 음장의 부분공간에 퍼지게 되므로, 고유값 분포 비교만으로 각 신호 성분을 구별하기 어렵게 되거나 하나의 고유벡터에 각 신호성분이 섞이는 경우도 발생한다. 본 논문에서는 수상 음원과 수중 음원 신호의 물리적 특성 차이를 이용한 모드공간 간섭 신호 제거 기법을 제안하였다. 이 기법은 모드-공분산행렬에 대한 고유벡터분해를 통해 간섭 신호 성분을 판별하며, 이 성분들을 부분공간에서 제거함으로써 차폐되었던 표적 신호를 복원하고 위치추정을 가능하게 한다. 이를 모의실험을 통해 확인하고 결과에 대해 논의하였다.

• 디지털정책학회지
• /
• 제3권1호
• /
• pp.27-32
• /
• 2024

본 논문은 초해상도 결과의 품질을 향상시키기 위해 질감 특징을 세분화하여 각각을 대조하고, 그 결과를 가중치로 이용하는 초해상도 방법을 제안하였다. 초해상도에서 중요한 평가 기준인 품질의 향상을 위해서는 경계 영역과 같은 세부사항에서의 정확하고 명확한 복원 결과가 필요하며, 인공물과 같은 불필요한 잡음을 최소화하는 것이 중요하다. 제안하는 방법은 품질 향상을 위해 기존 CNN(Convolutional Neural Network) 기반의 초해상도 방법에서 특징 추정을 위해 다중 경로의 잔차 블록 구조와 skip-connection을 구성하였다. 추가적인 질감 분석을 위한 선명 및 흐림 이미지 결과를 추가로 학습하였다. 이를 활용하여 초해상도 수행 결과 또한 각각을 대조하여 가중치를 할당하는 방법을 이용해 영상의 세부사항 영역과 평활화 영역에 대해 개선된 품질을 얻을 수 있도록 하였다. 제안하는 방법의 실험 결과 평가 기준으로 활용되는 PSNR과 SSIM 값이 기존 알고리즘 대비 높은 결과 값을 얻어 품질이 개선됨을 확인할 수 있었다.

• 터널과지하공간
• /
• 제34권2호
• /
• pp.143-153
• /
• 2024

TBM 공법은 발파 공법에 비해 굴착 중 소음과 진동 수준이 낮고, 안정성이 높은 터널 굴착 공법이며, 전세계적으로 터널 프로젝트에 TBM 공법을 적용하는 사례가 증가하는 추세이다. 디스크 커터는 TBM의 커터헤드에 장착되는 굴착 도구로 지속적으로 막장면 지반과 상호작용하며, 이때 필연적으로 마모가 발생한다. 본 연구에서는 지질 조건과 TBM 운영파라미터, 머신러닝 알고리즘들을 이용하여 디스크 커터 마모를 정량적으로 예측하였다. 디스크커터 마모 예측의 입력변수 중 UCS 데이터의 수가 다른 기계 데이터 및 마모 데이터에 비해 매우 부족하기 때문에, 먼저 TBM 기계 데이터를 이용하여 전체 구간에 대한 UCS 추정을 진행하고, 완성된 전체 데이터로 마모율 계수 예측을 수행하였다. 마모율 계수 예측 모델의 성능을 비교해 본 결과 XGBoost 모델의 성능이 가장 높게 나타났으며, 복잡한 예측 모델의 해석을 위해 SHapley Additive exPlanation (SHAP) 분석을 진행하였다.

• 지구물리와물리탐사
• /
• 제27권2호
• /
• pp.144-153
• /
• 2024

최근 탄성파를 기반으로 건축물 안전진단(structure health monitoring, SHM)을 수행하는 방법들에 대한 연구들이 많이 수행되고 있다. 특히 지구물리탐사에서 주로 적용되어 오던 배경 잡음을 이용하는 탄성파 간섭법(seismic interferometry)이 SHM에 많이 적용되고 있다. 탄성파가 건축물 내부로 전파하며 발생하는 건축물의 반응을 분석하여 건축물의 강성 변화를 추정할 수 있을 뿐만 아니라, 건축물의 손상 여부와 그 위치도 평가할 수 있다. SHM에 적용되는 탄성파 간섭법에 대해 분석한 뒤 실제 적용 사례들도 분석한 결과, 탄성파 간섭법은 건축물의 안정성 평가나 모니터링 등에 적용할 수 있는 건축물 손상 탐지 평가 방법으로써 매우 효과적으로 활용할 수 있다고 판단된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제13권3호통권55호
• /
• pp.101-109
• /
• 2009

FBG센서로 변형율을 계측하고 추정 가능한 일부 저차모드를 중첩하여 교량의 동적변위를 추정하는 알고리즘을 제안하였다. 모드별 진동형상은 단순보의 이론식에서 유도하였고, 일반화좌표는 FBG센서에서 계측한 변형율에서 유도하였다. 일반 교량의 저차모드에서 발생하는 휨 및 비틀림모드는 각 거더별 혹은 구간별로 분리하여 단순보의 이론적 휨모드로 고려함으로써 다양한 형식의 교량에 적용할 수 있도록 하였다. 알고리즘의 적용에 고려해야 할 진동모드의 개수 및 변형율 센서의 개수를 결정하는 기준은 이론적으로 제시되었다. 제안된 방법의 효용성을 다양한 형식의 교량에 대한 수치예제, 모형교량에 대한 실내실험 및 자기부상열차용 PC Box 거더교에 대한 현장실험을 통해 검증하였다. 수치예제에서는 교량 진동형상의 오차 및 변형률 측정 오차가 동적변위 추정 결과에 미치는 영향을 분석하였다.

• 대한핵의학회지
• /
• 제37권5호
• /
• pp.288-300
• /
• 2003

목적: ${H_2}^{15}O$ PET의 정량화를 위하여 1-조직 구획모델이 쓰이며, 뇌혈류와 조직/혈액 분배계수를 구하기 위하여 nonlinear least squares (NLS) 방법이 사용되나 계산 시간이 긴 등의 문제로 파라미터를 각화소마다 구해야 하는 파라메트릭 영상 구성에는 적합하지 않다. 이 연구에서는 이와 같은 NLS 문제점을 극복하여 파라메트릭 영상을 빠르게 구성하기 위하여 제안된 파라미터 추정 알고리즘들을 구현하고, 이 방법들의 통계적 신뢰도와 계산의 효율성을 비교하였다. 대상 및 방법: 이 연구에서 이용한 방법들은 linear least squares (LLS), linear weighted least squares (LWLS), linear generalized least squares (GLS), linear generalized weighted least squares (GWLS), weighted integration (WI), 그리고 model-based clustering method (CAKS)이다. 노이즈 정도에 따른 각 파라메트릭 영상법의 정확성 및 통계적 신뢰성을 알아보기 위하여 Zubal 뇌모형(brain phantom)으로부터 동적 PET 영상을 모사하고 포아송노이즈를 더한 후 각 파라메트릭 영상 구성 방법을 적용하였다. 또한 정상인 16명에 대하여 얻은 실제 자료에 대하여 이 방법들을 적용하고 결과를 비교하였다. 결과: 뇌혈류와 분배계수에 대한 평균 오차는 방법에 따라 크게 다르지 않았으며 모든 방법이 뇌혈류 및 분배계수 추정에 있어 무시할 만한 바이어스를 보였다. 파라메트릭 영상의 정성적 특성 또한 유사하였으나 CAKS 방법의 계산 속도가 월등하여 NLS 방법의 약 1/500, LLS 방법의 약 1/25의 계산시간을 보였다. 결론: 뇌혈류 파라메트릭 영상 구성을 위한 빠른 파라미터 추정 알고리즘들 중에 보다 개선되어 제안된 LWS, GLS, GLWS, CAKS 방법들이 단순하고 빠른 LLS, WI 방법들에 비하여 통계적 신뢰성을 크게 향상시키지는 못하나 CAKS 방법은 계산 시간을 유의하게 단축시키므로 가장 적합한 파라메트릭 영상 구성방법이라 할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.515-530
• /
• 2021

본 연구에서는 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 다중선형회귀모형을 활용하여 금강 유역 상류에 위치한 용담댐 유역의 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 6일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 사용하여 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. 토양수분 산정 모형의 검증자료로 TDR로 측정된 6개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행 강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. 다중선형회귀모형은 전체 기간 및 계절별로 나누어 모의하였으며, 독립변수의 증감에 따른 상관성 분석을 진행하였다. 산정된 토양수분은 결정계수(R²)와 평균제곱근오차(RMSE)를 활용하여 검증하였다. 초지 지역에서 후방산란계수만을 이용한 토양 수분 산정 결과 R²가 0.13, RMSE가 4.83%으로 나타났으며 선행강우를 5일까지 사용했을 경우 R²가 0.37, RMSE가 4.11%로 상관성이 상승하는 모습을 보였다. 이 때, 토양수분의 계절별 변동성과 감소 패턴의 반영을 위해 무강우누적일수의 적용과 계절별 회귀식을 작성한 결과 R²가 0.69, RMSE가 2.88%로 상관성이 크게 상승하였다. SAR 기반 토양수분 추정 시 선행강우 및 무강우누적일수의 활용이 효과적이었다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.23-31
• /
• 2010

모바일 영상 서비스와 센서 네트워크와 같은 저전력, 저복잡도의 비디오 부호기를 필요로 하는 분야의 수요가 증대됨에 따라 프레임간의 상관성을 이용하지 않고 압축함으로써 낮은 복잡도로도 높은 압축률을 얻을 수 있는 분산 비디오 코딩에 대한 연구가 활발하게 진행되고 있다. 분산 비디오 코딩에서 부호기는 오류정정 부호기를 이용하여 원래 영상보다 압축된 형태의 신드롬을 생성한다. 반면, 복호기에서는 원본 영상을 추정하고 부호기에서 만들어진 신드롬을 이용하여 추정한 원본 영상의 오류를 정정한다. 이 때, 추정된 원본 영상을 보조 정보라 하며, 보조 정보는 원본 영상이 가상의 상관 채널을 통해 얻어진 영상이라 해석할 수 있다. 분산 비디오 코딩의 성능 향상을 위해서는 오류 정정 복호기와 최적 복원과정의 성능향상이 필요하며, 두 과정 모두 가상의 상관 채널의 정확도에 영향을 받는다. 본 논문에서는 오류 정정 복호기와 복원과정에서 최적의 입력값을 예측하기 위하여, 상관 채널의 구성 파라미터의 정확한 추정을 위한 효과적인 알고리즘들을 제안한다. 일반적으로 상관 채널은 라플라시안 분포로 모델링 되는데, 이 분포와 실제 채널 측정값과의 자승오류를 최소화 하는 알고리즘인 최소자승법 및 복잡도를 낮춘 변형된 알고리즘을 제안하였다. 또한, 신뢰구간 설정으로 기존의 채널 파라미터 추정 알고리즘을 사용할 때 오류를 줄이는 방법을 제안하였다. 제안된 알고리즘으로 Mother 영상과 Foreman 영상에서 각각 최대 PSNR이득 1.8 dB와 1.1 dB를 얻었으며, 특히 상관도가 낮은 영역에서 더 효과적인 성능 개선을 보인다.