• Geomechanics and Engineering
• /
• 제33권3호
• /
• pp.279-289
• /
• 2023

Brittleness index (BI) is an important property of rocks because it is a good index to predict rockburst. Due to its importance, several empirical and soft computing (SC) models have been proposed in the literature based on the punch penetration test (PPT) results. These models are very important as there is no clear-cut experimental means for measuring BI asides the PPT which is very costly and time consuming to perform. This study used a novel Multivariate Adaptive regression spline (MARS), M5P, and white-box ANN to predict the BI of rocks using the available data in the literature for an improved BI prediction. The rock density, uniaxial compressive strength (σ_c) and tensile strength (σ_t) were used as the input parameters into the models while the BI was the targeted output. The models were implemented in the MATLAB software. The results of the proposed models were compared with those from existing multilinear regression, linear and nonlinear particle swarm optimization (PSO) and genetic algorithm (GA) based models using similar datasets. The coefficient of determination (R²), adjusted R² (Adj R²), root-mean squared error (RMSE) and mean absolute percentage error (MAPE) were the indices used for the comparison. The outcomes of the comparison revealed that the proposed ANN and MARS models performed better than the other models with R² and Adj R² values above 0.9 and least error values while the M5P gave similar performance to those of the existing models. Weight partitioning method was also used to examine the percentage contribution of model predictors to the predicted BI and tensile strength was found to have the highest influence on the predicted BI.

• 대한조선학회논문집
• /
• 제60권3호
• /
• pp.202-211
• /
• 2023

The profile shops in shipyards produce section steels required for block production of ships. Due to the limitations of shipyard's production capacity, a considerable amount of work is already outsourced. In addition, the need to improve the productivity of the profile shops is growing because the production volume is expected to increase due to the recent boom in the shipbuilding industry. In this study, a scheduling optimization was conducted for a parallel welding line of the profile process, with the aim of minimizing tardiness and the number of set-up changes as objective functions to achieve productivity improvements. In particular, this study applied a dynamic scheduling method to determine the job sequence considering variability of processing time. A Markov decision process model was proposed for the job sequence problem, considering the trade-off relationship between two objective functions. Deep reinforcement learning was also used to learn the optimal scheduling policy. The developed algorithm was evaluated by comparing its performance with priority rules (SSPT, ATCS, MDD, COVERT rule) in test scenarios constructed by the sampling data. As a result, the proposed scheduling algorithms outperformed than the priority rules in terms of set-up ratio, tardiness, and makespan.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.243-245
• /
• 2021

기존 비콘은 비대면 서비스 제공에 적합한 기술이지만 환경에 따라 신호 세기의 편차가 커지기 때문에 정확한 실내 측위가 어렵다는 단점이 있다. 일반적으로 삼변측량기법을 사용하면 편차를 줄일 수 있으나 비콘 간 거리가 상당히 불규칙해지면 알고리즘 적용이 어려워진다. 이에 본 논문에서는 비콘 간 신호 세기 측정 오차를 줄일 방법에 대해 연구하였다. 먼저 TX값이 같다는 가정하에 RSSI를 이용한 거리 측정 공식을 변형하였다. 그리고 안드로이드로 구현한 비콘 스캐너 어플로 비콘 기기를 검색하여 기존 비콘과의 측정 오차를 비교하였다. 그 결과, 일정 거리가 멀어지면 측정값이 변동되지 않는 비콘보다 좀 더 먼 거리를 정확하게 측정하는 것을 확인할 수 있었다. 이를 통해 다양한 장애 상황에서도 정확한 실내 측위가 가능할 것이다. 또한 비콘을 비대면 서비스와 접목시킨 서비스 구축 사례도 늘어날 것으로 기대된다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.647-654
• /
• 2023

딥러닝은 이미지, 텍스트와 같이 복잡한 데이터를 분류 및 인식하는데 유용한 방법으로 딥러닝 기법의 정확도는 딥러닝이 인터넷상의 AI 기반의 서비스를 유용하게 하는데 기초가 되었다. 그러나 딥러닝에서 훈련에 사용되는 방대한 양의 사용자 데이터는 사생활 침해 문제를 야기하였고 사진이나 보이스와 같이 사용자이 개인적이고 민감한 데이터를 수집한 기업들이 데이터들을 무기한으로 소유한다. 사용자들은 자신의 데이터를 삭제할 수 없고 사용되는 목적도 제한할 수 없다. 예를 들면, 환자 진료기록에 대한 딥러닝 기술을 적용하기 원하는 의료기관들과 같은 데이터소유자들은 사생활과 기밀유지 문제로 환자의 데이터를 공유할 수 없고 딥러닝 기술의 혜택을 받기 어렵다. 우리는 멀티 파티 시스템에서 다수의 작업자들이 입력 데이터집합을 공유하지 않고 신경망 모델을 공동으로 사용할 수 있는 프라이버시 보존 기술을 적용한 딥러닝 방법을 설계한다. 변형된 확률적 경사 하강에 기초한 최적화 알고리즘을 이용하여 하위 집합을 선택적으로 공유할 수 있는 방법을 이용하였고 결과적으로 개인정보를 보호하면서 학습 정확도를 증가시킨 학습을 할 수 있도록 하였다.

• 대한토목학회논문집
• /
• 제26권4A호
• /
• pp.621-637
• /
• 2006

스트럿-타이 모델 방법은 응력교란영역을 갖는 콘크리트 구조부재의 설계에 효과적인 방법으로 알려져 있다. 그러나 하중이나 기하학적 조건이 복잡한 경우 현행 설계기준의 스트럿-타이 모델 방법은 스트럿-타이 모델의 선정, 스트럿-타이 모델의 구조형식, 그리고 구성요소의 유효강도 측면에서의 불확실성으로 인해 콘크리트 구조부재의 합리적인 설계가 어려운 부분이 있다. 본 연구에서는 이러한 불확실성을 개선하기 위해 콘크리트 구조부재의 기하학적 형상을 바탕으로 초기격자모델을 구성하고 간단한 최적화 알고리즘을 이용하여 콘크리트 스트럿과 철근 타이의 하중전달능력을 결정함으로써 다양한 하중조건에 적합한 스트럿-타이 모델의 선정과 동시에 일관된 설계를 수행할 수 있는 격자 스트럿-타이 모델 방법을 제안하였다. 철근콘크리트 깊은 보의 극한강도평가와 개구부를 가지는 벽체의 설계를 통해 제안한 방법의 타당성과 효율성을 검증하였다.

• 대한토목학회논문집
• /
• 제26권6A호
• /
• pp.1023-1032
• /
• 2006

본 논문에서는 기존 교량 유지관리방법의 한계를 극복하고 예방유지관리 체계의 구현을 위하여 새로운 교량 유지관리기법을 제안하였다. 제안된 방법은 생애주기비용뿐만 아니라 생애주기성능을 함께 고려하여 열화되는 교량의 최적 유지관리전략을 수립할 수 있다. 교량의 성능변화는 신뢰성에 기초한 안전도와 상태등급을 세분화한 상태지수에 의해 평가되며, 생애주기 비용은 직접유지관리비용뿐만 아니라 도로이용자비용과 파손비용을 고려하여 추정하였다. 교량수명 동안의 성능 및 비용과 관련된 다중목적 조합 최적화 문제인 교량 유지관리 시나리오 집합의 생성을 위해 유전자알고리즘을 적용하였다. 개발된 방법을 실교량에 적용하여 유지관리전략 수립의 과정과 효과를 고찰하였다. 이러한 결과를 통해, 개발된 방법은 유지관리를 위한 의사결정과정에 효과적으로 활용될 수 있을 것으로 판단된다.

• Structural Engineering and Mechanics
• /
• 제87권3호
• /
• pp.255-272
• /
• 2023

Spatial cable systems can provide more transverse stiffness and torsional stiffness without sacrificing the vertical bearing capacity compared with conventional vertical cable systems, which is quite lucrative for long-span earth-anchored suspension bridges' development. Higher economy highlights the importance of refined form-finding analysis. Meanwhile, the internal connection between the lateral and vertical sags has not yet been specified. Given this, an analytic algorithm of form-finding for the earth-anchored suspension bridge with spatial cables is proposed in this paper. Through the geometric compatibility condition and mechanical equilibrium condition, the expressions for cable segment, the recurrence relationship between catenary parameters and control equations of spatial cable are established. Additionally, the nonlinear general reduced gradient method is introduced into fast and high-precision numerical analysis. Furthermore, the analytic expression of the lateral and vertical sags is deduced and discussed. This is very significant for the space design above the bridge deck and the optimization of the sag-to-span ratio in the preliminary design stage of the bridge. Finally, the proposed method is verified with the aid of two examples, one being an operational self-anchored suspension bridge (with spatial cables and a 260 m main span), and the other being an earth-anchored suspension bridge under design (with spatial cables and a 500 m main span). The necessity of an iterative calculation for hanger tensions on earth-anchored suspension bridges is confirmed. It is further concluded that the main cable and their connected hangers are in very close inclined planes.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권4호
• /
• pp.1-11
• /
• 2022

선형 스키닝 기반 3D 인체 생성 모델 SMPL (Skinned Multi-Person Linear Model)은 1990년대 미국 거주 미국인들 3천 8백여명을 대상으로 만들어진 3D 신체 데이터베이스인 CEASAR 로부터 최적화 기법을 통해 만들어진 가장 널리 쓰이는 통계적인 3D 모델이다. 본 연구는 한국인 체형의 통계적 특성을 보다 정확히 표현하는 SMPL기반의 한국인 체형 3D 모델을 제안한다. 이를 위해 우리는 한국인 여성 2천7백여명의 신체 각 부위의 실측 데이터에 기존 3D SMPL 모델을 피팅하는 비선형 최적화 알고리즘을 개발한다. 이를 사용하여 한국인 3D 신체 데이터베이스를 구축하고, 주성분 분석 방법으로 한국인 체형 기반 매개화된 3D 모델을 개발한다. 본 연구를 통해 제안하는 한국인의 체형적 특징을 가진 블렌드쉐입과 새로운 체형 파라미터는 기존 모델이 표현하는 체형에 비해 한국인 체형 데이터 특성을 잘 반영함을 확인하였다. 뿐만 아니라, 우리의 모델은 SMPL에 비해 신체 실측 데이터에 대한 피팅 정확도를 개선함을 확인하였다. 제안된 모델은 향후 아바타 생성이나 인체 형상 측정 등 다양한 용도로 사용될 수 있다.

• Smart Structures and Systems
• /
• 제32권5호
• /
• pp.281-295
• /
• 2023

The purpose of this study is to demonstrate and verify the application of phase-control absolute-acceleration-feedback active tuned mass dampers (PCA-ATMD) to multiple-degree-of-freedom (MDOF) building structures. In addition, servo speed control technique has been developed as a replacement for force control in order to mitigate the negative effects caused by friction and inertia. The essence of the proposed PCA-ATMD is to achieve a 90° phase lag for a structure by implementing the desired control force so that the PCA-ATMD can receive the maximum power flow with which to effectively mitigate the structural vibration. An MDOF building structure with a PCA-ATMD and a real-time filter forming a complete system is modeled using a state-space representation and is presented in detail. The feedback measurement for the phase control algorithm of the MDOF structure is compact, with only the absolute acceleration of one structural floor and ATMD's velocity relative to the structure required. A discrete-time direct output-feedback optimization method is introduced to the PCA-ATMD to ensure that the control system is optimized and stable. Numerical simulation and shaking table experiments are conducted on a three-story steel shear building structure to verify the performance of the PCA-ATMD. The results indicate that the absolute acceleration of the structure is well suppressed whether considering peak or root-mean-square responses. The experiment also demonstrates that the control of the PCA-ATMD can be decentralized, so that it is convenient to apply and maintain to real high-rise building structures.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.