• Smart Structures and Systems
• /
• 제21권4호
• /
• pp.407-420
• /
• 2018

In structural health monitoring, it is meaningful to comprehensively utilize accelerometers and strain gauges to obtain the modal information of a structure. In this paper, a modal estimation theory is proposed, in which the displacement modes of the locations without accelerometers can be estimated by the strain modes of selected strain gauge measurements. A two-stage sensor placement method, in which strain gauges are placed together with triaxial accelerometers to obtain more structural displacement mode information, is proposed. In stage one, the initial accelerometer locations are determined through the combined use of the modal assurance criterion and the redundancy information. Due to various practical factors, however, accelerometers cannot be placed at some of the initial accelerometer locations; the displacement mode information of these locations are still in need and the locations without accelerometers are defined as estimated locations. In stage two, the displacement modes of the estimated locations are estimated based on the strain modes of the strain gauge locations, and the quality of the estimation is seen as a criterion to guide the selection of the strain gauge locations. Instead of simply placing a strain gauge at the midpoint of each beam element, the influence of different candidate strain gauge positions on the estimation of displacement modes is also studied. Finally, the modal assurance criterion is utilized to evaluate the performance of the obtained multitype sensor placement. A bridge benchmark structure is used for a numerical investigation to demonstrate the effectiveness of the proposed multitype sensor placement method.

• 한국안전학회지
• /
• 제27권5호
• /
• pp.148-157
• /
• 2012

Reliability-based design optimization (RBDO) problem is usually formulated as an optimization problem to minimize an objective function subjected to probabilistic constraint functions which may include deterministic design variables as well as random variables. The challenging task is that, because the probability models of the random variables are often assumed based on limited data, there exists a possibility of selecting inappropriate distribution models and/or model parameters for the random variables, which can often lead to disastrous consequences. In order to select the most appropriate distribution model from the limited observation data as well as model parameters, this study takes into account a set of possible candidate models for the random variables. The suitability of each model is then investigated by employing performance and risk functions. In this regard, this study enables structural design optimization and fitness assessment of the distribution models of the random variables at the same time. As the first paper of a two-part series, this paper describes a new design method considering probability model uncertainties. The robust performance of the proposed method is presented in Part 2. To demonstrate the effectiveness of the proposed method, an example of ten-bar truss structure is considered. The numerical results show that the proposed method can provide the optimal design variables while guaranteeing the most desirable distribution models for the random variables even in case the limited data are only available.

• 한국항해항만학회지
• /
• 제36권1호
• /
• pp.51-58
• /
• 2012

크루즈 관광 산업은 모든 관광 산업 중 세계적으로 가장 빠르게 성장하고 있는 관광산업임에도 불구하고, 지금까지 합리적 크루즈 경영의사결정에 관한 학술적 연구가 매우 미진한 상황이다. 이 논문은 크루즈 경영에 관한 기초적인 전략적 의사결정이라고 할 수 있는 크루즈 운항일정계획을 다루고 있다. 이전에 개발된 한척의 크루즈선박에 관한 모형의 제한점을 극복하여, 여러 척의 크루즈선박으로 구성된 크루즈 선대를 일반적으로 다룰 수 있는 최적화 의사결정계획 모형을 개발하였다. 후보운항일정계획들 간의 복잡성을 체계화하기 위해 선박별 후보운항일정계획 네트워크를 제안하였으며, 후보운항일정계획 네트워크 전체를 통합하는 정수계획모형을 개발하였다. 공개된 크루즈 운항일정 자료들에 바탕을 둔 가상 사례를 활용하여 개발된 모형을 실험하였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.265-270
• /
• 2010

강화학습(reinforcement learning)은 동적 환경과 시행-착오를 통해 상호 작용하면서 학습을 수행한다. 그러므로 동적 환경에서 TD-학습과 TD(${\lambda}$)-학습과 같은 강화학습 방법들은 전통적인 통계적 학습 방법보다 더 빠르게 학습을 할 수 있다. 그러나 제안된 대부분의 강화학습 알고리즘들은 학습을 수행하는 에이전트(agent)가 목표 상태에 도달하였을 때만 강화 값(reinforcement value)이 주어지기 때문에 최적 해에 매우 늦게 수렴한다. 본 논문에서는 미로 환경(maze environment)에서 최단 경로를 빠르게 찾을 수 있는 강화학습 방법(GORLS : Goal-Directed Reinforcement Learning System)을 제안하였다. GDRLS 미로 환경에서 최단 경로가 될 수 있는 후보 상태들을 선택한다. 그리고 나서 최단 경로를 탐색하기 위해 후보 상태들을 학습한다. 실험을 통해, GDRLS는 미로 환경에서 TD-학습과 TD(${\lambda}$)-학습보다 더 빠르게 최단 경로를 탐색할 수 있음을 알 수 있다.

• 스마트미디어저널
• /
• 제4권4호
• /
• pp.18-23
• /
• 2015

본 논문에서는 텐서보팅을 이용하여 기존 마르코프 랜덤 필드 메소드 안의 가우시안 혼합 모델 함수의 성능을 향상시킬 수 있는 적합한 클러스터 개수 검출 방법을 제시한다. 제안하는 방법의 핵심 포인트는 텐서보팅의 인풋 데이터 토큰의 연속성인 saliency map을 통한 중심점 개수의 추출이다. 우리는 가장 먼저 주어진 자연 영상에서 전경 및 배경 후보 영역을 분리한다. 다음으로, 분리된 각 후보 영역에 대하여 텐서보팅을 적용하여 적절한 클러스터 개수를 추출한다. 우리는 검출된 클러스터 개수를 이용하여 정확한 가우시안 혼합 모델 모델링을 수행할 수 있다. 그리고 이를 적용한 마르코프 랜덤 필드의 unary term과 pairwise term을 계산하여 자연 영상의 텍스트 이진화 결과를 반환한다. 실험 결과, 제안된 방법이 최적의 클러스터 개수를 반환하고, 향상된 텍스트 이진화 결과를 반환함을 확인하였다.

• 한국건설관리학회논문집
• /
• 제10권5호
• /
• pp.148-157
• /
• 2009

When an emergency situation happens in buildings, the top priority is to ensure the occupant from danger as soon as possible. Achieving that goal is a multifaceted and difficult task. However, current evacuation systems have many deficiencies in dealing with the emergency in multi-level structures. The shortage of abilities to continuously update database, predict the future situation and provide the information to users with contextual information is the limit in current systems. Thus, it is very crucial to introduce Evacuation Information System (EIS), which is able to respond quickly to the emergency, and transfer the information to both the administrator and the occupant. The main purpose of this paper is to build EIS on the basis of the indoor Geographical Information System (GIS). When the emergency happens, EIS gives the instruction to Emergency Response Model (ERM) at once. ERM carries out the order and calculates the optimal evacuation routes, then sends the result to EIS. At last, EIS transmits evacuation messages to the occupant who implements evacuation plan. This paper highlights the benefits of EIS in two aspects. One is that EIS can update the data continuously to support evacuation strategy-making. The other is that it can transmit evacuation messages to both the administrator and the occupant.

• 지능정보연구
• /
• 제10권3호
• /
• pp.1-10
• /
• 2004

본 논문에서는 영문 인쇄체의 접합 문자를 분할하는 새로운 알고리듬을 제안한다. 본 논문에서 제안하는 문자 분할의 접근 방식은 특징을 기반으로 한 접근 방식(feature-based approaches)과 인식을 기반으로 한 접근 방식(recognition-based approaches)의 단점을 보안한 새로운 문자 분할 방법이다. 접합 문자의 측면 윤곽 특징을 정의하고, 그 측면 윤곽 특징을 이용하여 문자 인식의 도움 없이도 접합 문자 내의 문자를 일차 내정하여 분할 한 후 다시 측면 윤곽 특징을 이용하여 문자 분할을 최종 확정한다. 또한 본 논문에서는 분할 비용을 정의하는데, 분할 비용은 최적의 경로로 문자 분할을 수행하도록 한다. 제안된 문자 분할의 성능은 U.S. 메일에서 주소를 자동으로 인식하여 메일을 자동으로 도착지별로 분류하는 시스템(Envelope Reader System)을 이용해 구해졌다. 3359개의 메일이 실험되어졌는데, 제안된 문자 분할 알고리즘에 의해 분류율이 $68.92\%$에서 $80.08\%$로 성능이 향상되었다.

• 한국정보과학회논문지:정보통신
• /
• 제30권3호
• /
• pp.424-436
• /
• 2003

본 논문에서는 공유 트리에 기반에서 IP 멀티캐스팅을 위한 센트로이드 기반 백본코아트리 (Centroid-based Backbone Core Tree: CBCT) 생성 알고리즘을 제안한다 코아기반트리(Core Based Tree: CBT)는 공유 트리를 이용하여 멀티캐스트 자료를 전달하는 것으로 소스 기반 트리에 비하여 각 라우터가 유지해야 하는 상태 정보의 양이 적고, 적용하기 간단한 장점을 가지고 있지만, 코아 라우터(Core router) 선택이 어렵고, 멀티캐스트 트래픽이 코아로 집중되는 문제점을 가지고 있다. 백본코아트리(Backbone Core Tree: BCT)는 CBT의 단점을 보완하기 위해 제안되었다. BCT는 각 멀티캐스트 그룹마다 특정한 코아 라우터를 선정하지 않는 대신 코아라우터 후보들을 백본코아트리(BCT)로 연결하고, 이 트리를 통하여 코아라우터 후보들이 서로 협동하므로써 위의 두 가지 문제점을 해결한다. 이때 BCT를 어떻게 구성하는가에 따라 멀티캐스트 성능이 크게 변하게 된다. 본 논문에서는 백본코아라우터 후보들 및 이들을 연결하는 BCT를 생성하기 위해 네트워크의 최소 신장 트리와 센트로이드를 이용하는 효율적인 알고리즘 CBCT를 제시한다. 제안된 알고리즘의 성능평가를 위해서 CBT와 CBCT 프로토콜의 성능비교 결과를 보인다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.360-366
• /
• 2008

퍼지 규칙기반 분류 시스템에서 초기의 퍼지 분할은 주어진 데이터가 가진 속성들의 도메인을 고려함으로서 결정되어지고, 최적의 분류 경계면은 초기에 정의된 퍼지 분할의 파라미터들을 조정함으로서 찾을 수 있다. 본 논문에서는 학습과정들을 사용하지 않고 패턴분류의 성능을 최대화하기 위해 통계적 정보에 기반을 둔 퍼지 분할의 선택방법을 제안한다. 제안된 방법에서 통계적 정보는 주어진 수치적인 데이터로부터 각 입력 속성의 '불확실성 영역', 즉 패턴분류문제에서 분류 경계면이 결정되는 영역을 추출하기 위해 사용되었다. 또한 통계적인 정보에 의해서 생성된 퍼지 분할구간에 대응하는 후보 규칙들을 추출하기 위한 방법과 그 후보 규칙들 간의 커플링 문제를 최소화하기 위한 방법도 추가적으로 논의하였다. 실험에서는 제안된 방법의 효용성을 보이기 위해 IRIS와 New Thyroid Cancer 데이터를 사용한 기존 패턴분류 방법들과의 분류 정확성을 비교하였고, 그 결과들로부터 제안된 방법이 기존의 방법들보다 더 좋은 분류 정확성을 제공함을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.71-77
• /
• 2019

본 연구에서는 다중 선택 배낭 모형의 최적해를 찾는 해법을 제시하고자 한다. 다중 선택은 동일한 집단에 소속된 구성원들이 동시에 선택되거나 동시에 배제되는 상황에서 관찰된다. 각 집단 간 관련성의 측정치인 오목 함수가 의사결정기준으로 설정되었다. 다중 선택은 비선형 제약식으로 모형화 되는데 일반 배낭 제약식으로 변환될 수 있다. 따라서 최적 해법 개발을 위해 오목함수 최소화 문제와 배낭 문제의 일반적인 해법들에서 채택하고 있는 분지 한계 접근법을 이용하였다. 단체상에서 오목함수를 가장 근접하게 하한추정하는 함수가 1차식이라는 사실이 한계 전략의 이론적 토대가 된다. 또한 하위 단계에서도 1차식 목적함수가 유일하게 결정되도록, 후보 단체를 두 개의 초평면에 투사시킴으로써 1차원 낮은 두 개의 하위 단체로 분할하는 방법이 분지 전략의 핵심이다. 앞으로 본 연구의 결과는 다양한 형태의 배낭 제약식 하에서의 오목 함수 최소화 문제의 해법을 개발하는데 응용될 수 있을 것이다.