• 정보보호학회논문지
• /
• 제29권6호
• /
• pp.1403-1412
• /
• 2019

터빈, 배관 및 저장탱크와 같은 물리장치들의 경우 노후화뿐만 아니라 제어장치에 대한 사이버공격으로 인해 PLC(Programmable Logic Controller)와 같은 제어시스템의 보호 및 상태감시기능이 동작하지 않는 경우, 피해파급력이 크고, 가동 중지 시 그 비용 손실 또한 매우 크다. 가동 중인 물리장치의 작동을 중지하지 않고 간접적으로 상태감시를 함으로써 가용성을 유지하기 위한 방안으로써 온도, 가속도, 전류 등을 간접적으로 감지하고, 데이터들을 Influx DB에 저장하여 실시간으로 감시하는 시스템을 설계 및 구현한다. 실제 구현된 시스템으로부터 데이터를 얻고 이를 이용하여 이상상태를 감지할 수 있음을 검증하였다. 간접적 실시간 감시시스템의 범용화를 통해 데이터를 축적해 활용하면, 추가비용 없이 가동을 중지하지 않고 사용할 수 있을 뿐만 아니라 미리 고장을 예측하고 필요한 경우에만 조치를 취하는 고장예지기술, 이상상태를 이중으로 감시하는 신뢰도 높은 건전성 관리 기술을 통해 유지보수비용과 위험도를 대폭적으로 감소시키고, 보안위협에 대한 대비가 가능하다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2001년도 학술발표회 발표논문집
• /
• pp.156-161
• /
• 2001

Currently, agricultural facilities are evaluated using either basic inspections or detailed analysis. However, conventional analyses as well as methods based on fuzzy logic and rule of thumb have not been very successful in providing a clear relationship between rating and real state of agricultural facilities, because they can't provide exactly acceptable reliability of degraded structures with manager or supervisor. Therefore, in this stage, we must define probabilistic variables for representing degradation of structures being given damages during a survival time. This paper describes the application of neural network system in developing the relation between subjective ratings and parameters of agricultural reservoir as well as that between subjective and analytical ratings. It is shown that neural networks can be trained and used successfully in estimating a rating based on several parameters. The specific application problem for agricultural reservoir in the rural area of Korea is presented and database is constructed to maintain training data set, the information of inspection and facilities. This study showed that a successful training of a neural network could be useful, especially if the input data set for target problem contains parameters with a diverse combination of inter-correlation coefficients. And the networks had a prediction rating of about $^{\ast}^{\ast}^{\ast}%$. The neural network system is expected to show high performance fairly in estimate than statistical method to use equation that is consisted of very lowly interrelated variables.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.491-501
• /
• 2002

Case-based reasoning is emerging as a leading methodology for the application of artificial intelligence. CBR is a reasoning methodology that exploits similar experienced solutions, in the form of past cases, to solve new problems. Hybrid model achieves some convergence of the wide proliferation of credit evaluation modeling. As a result, Hybrid model showed that proposed methodology classify more accurately than any of techniques individually do. It is confirmed that proposed methodology predicts significantly better than individual techniques and the other combining methodologies. The objective of the proposed approach is to determines a set of weighting values that can best formalize the match between the input case and the previously stored cases and integrates fuzzy sit concepts into the case indexing and retrieval process. The GA is used to search for the best set of weighting values that are able to promote the association consistency among the cases. The fitness value in this study is defined as the number of old cases whose solutions match the input cases solution. In order to obtain the fitness value, many procedures have to be executed beforehand. Also this study tries to transform financial values into category ones using fuzzy logic approach fur performance of credit evaluation. Fuzzy set theory allows numerical features to be converted into fuzzy terms to simplify the matching process, and allows greater flexibility in the retrieval of candidate cases. Our proposed model is to apply an intelligent system for bankruptcy prediction.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권3호
• /
• pp.186-199
• /
• 2013

We pose pattern classification as a density estimation problem where we consider mixtures of generative models under partially labeled data setups. Unlike traditional approaches that estimate density everywhere in data space, we focus on the density along the decision boundary that can yield more discriminative models with superior classification performance. We extend our earlier work on the recursive estimation method for discriminative mixture models to semi-supervised learning setups where some of the data points lack class labels. Our model exploits the mixture structure in the functional gradient framework: it searches for the base mixture component model in a greedy fashion, maximizing the conditional class likelihoods for the labeled data and at the same time minimizing the uncertainty of class label prediction for unlabeled data points. The objective can be effectively imposed as individual mixture component learning on weighted data, hence our mixture learning typically becomes highly efficient for popular base generative models like Gaussians or hidden Markov models. Moreover, apart from the expectation-maximization algorithm, the proposed recursive estimation has several advantages including the lack of need for a pre-determined mixture order and robustness to the choice of initial parameters. We demonstrate the benefits of the proposed approach on a comprehensive set of evaluations consisting of diverse time-series classification problems in semi-supervised scenarios.

• 화약ㆍ발파
• /
• 제39권3호
• /
• pp.44-64
• /
• 2021

4차 산업혁명 시대의 도래와 함께 빅데이터의 활용과 인공지능 기법을 활용한 공학적 응용이 증가하고 있다. 발파 분야에서도 인공지능 기법을 활용한 다양한 연구들이 보고되고 있다. 본 논문에서는 발파분야에서 많이 활용되고 있는 인공신경망, 퍼지 이론, 유전자 알고리즘, 떼 지능, 서포트 벡터머신과 같은 인공지능 기법을 소개하고 이들 기법을 이용한 발파진동, 비석, 암석 파쇄도, 폭풍압, 여굴 예측 기법에 대한 연구들을 조사, 정리하였다. 향후 인공지능 기법을 활용하여 보다 효율적이고 안전한 발파설계, 발파 효율 향상과 발파에 의한 주변 환경에 미치는 영향을 최소화하기 위하기 위한 발전적인 접근 방향에 대한 논의에 활용할 수 있는 기초 자료를 제공하고자 한다.

• Advances in concrete construction
• /
• 제11권1호
• /
• pp.1-9
• /
• 2021

This article discusses the issue of optimizing controller design issues, in which the artificial intelligence (AI) evolutionary bat (EB) optimization algorithm is combined with the fuzzy controller in the practical application of the building. The controller of the system design includes different sub-parts such as system initial condition parameters, EB optimal algorithm, fuzzy controller, stability analysis and sensor actuator. The advantage of the design is that for continuous systems with polytypic uncertainties, the integrated H2/H∞ robust output strategy with modified criterion is derived by asymptotically adjusting design parameters. Numerical verification of the time domain and the frequency domain shows that the novel system design provides precise prediction and control of the structural displacement response, which is necessary for the active control structure in the fuzzy model. Due to genetic algorithm (GA), we use a hierarchical conditions of the Hurwitz matrix test technique and the limits of average performance, Hierarchical Fitness Function Structure (HFFS). The dynamic fuzzy controller proposed in this paper is used to find the optimal control force required for active nonlinear control of building structures. This method has achieved successful results in closed system design from the example.

• Smart Structures and Systems
• /
• 제19권4호
• /
• pp.341-350
• /
• 2017

Based on the super elastic properties of the shape memory alloy (SMA) and the inverse piezoelectric effect of piezoelectric (PZT) ceramics, a kind of hybrid semi-active control device was designed and made, its mechanical properties test was done under different frequency and different voltage. The local search ability of genetic algorithm is poor, which would fall into the defect of prematurity easily. A kind of adaptive immune memory cloning algorithm(AIMCA) was proposed based on the simulation of clone selection and immune memory process. It can adjust the mutation probability and clone scale adaptively through the way of introducing memory cell and antibody incentive degrees. And performance indicator based on the modal controllable degree was taken as antigen-antibody affinity function, the optimization analysis of damper layout in a space truss structure was done. The structural seismic response was analyzed by applying the neural network prediction model and T-S fuzzy logic. Results show that SMA and PZT friction composite damper has a good energy dissipation capacity and stable performance, the bigger voltage, the better energy dissipation ability. Compared with genetic algorithm, the adaptive immune memory clone algorithm overcomes the problem of prematurity effectively. Besides, it has stronger global searching ability, better population diversity and faster convergence speed, makes the damper has a better arrangement position in structural dampers optimization leading to the better damping effect.

• 대한전자공학회논문지TC
• /
• 제47권9호
• /
• pp.37-43
• /
• 2010

간섭제거 무선중계기는 미약한 기지국/단말의 RF신호를 곧바로 증폭해서 송출하여 기지국과 단말간의 연결범위를 확장하는 중계기로 송출된 신호의 일부가 주위환경에 의해 반사되어 입력되는 간섭신호를 제거하는 기능이 필수적이다. 본 논문에서는 궤환 신호 제거를 위한 채널 추정 알고리즘으로 Variable Stepsize Complex Signed-Signed(VSCSS) LMS 적응 알고리즘을 제안하였다. 제안된 알고리즘은 곱셈/나눗셈 연산이 없이 구현할 수 있어 FPGA 구현시 소요되는 논리 자원(Resource)을 획기적으로 줄일 수 있다. 알고리즘의 성능을 CSS-LMS 알고리즘과 비교 분석하였으며 모의실험을 통해 얻어진 학습곡선(Learning Curve)으로부터 분석의 유효성을 검증하였다. 또한 페이딩 궤환 채널 환경에서 WCDMA 신호에 대한 모의실험으로 널리 사용되고 있는 NLMS 알고리즘과 수렴 속도 및 오차 측면에서 거의 같은 성능을 보임을 입증하였다.

• 전자공학회논문지C
• /
• 제36C권4호
• /
• pp.31-43
• /
• 1999

본 논문의 주요 목표는 고성능 SVP(Stack-based Video Processor)를 설계하는 것이다. SVP는 과거에 제안된 스택 머신과 영상 프로세서의 최적의 측면만을 선택함으로써 더 좋은 구조를 갖도록 하는 포괄적인 구조이다. 본 구조는 객체 지향형 프로그램의 소규모의 많은 서브루틴을 가지고 있기 때문에 스택 버퍼를 갖는 준범용 S-RISC(Stack-based Reduced Instruction Set Comuter)를 이용하여 객체 지향형 영상 데이터를 처리한다. 그리고 MPEG-4의 반화소 단위 처리와 고급 모드 움직임 보상, 움직임 예측, SA-DCT(Shape Adaptive-Discrete Cosine Transform)가 가능하며, 절대값기, 반감기를 가지고 있어서 부호화하기로 확장할 수 있도록 하였다. SVP는 0.6㎛ 3-메탈 계층 CMOS 표준 셀 기준을 이용하여 설계되었으며, 110K 로직 게이트와 12Kbit SRAM 내부 버퍼로 이루어지고 50 MHz의 동작 속도를 가진다 . MPEG-4의 VLBL(Very Low Bitrate Video) 최대 전송율인 QCIF 15fps(frame per second)로 영상 재생 알고리즘을 수행한다.

• 한국산학기술학회논문지
• /
• 제21권1호
• /
• pp.774-779
• /
• 2020

본 논문에서는 RNN 순환 신경망 (Recurrent Neural Network) 모델을 사용하여 스마트 중간층 면진 시스템의 지진 응답 제어 성능을 수치 해석을 통하여 검토하였다. 이를 위해서 지진 하중을 받는 건물의 동적 지진 응답 예측을 위한 RNN 모델을 개발하였다. 보다 실제적인 연구를 위하여 중간층 면진 시스템이 설치된 실존하는 건물인 시오도메 스미토모 건물을 예제 구조물로 선택하였다. 스마트 중간층 면진 시스템은 기존의 납 댐퍼를 대신하여 MR (Magnetorheological) 댐퍼를 사용하여 구성하였다. 그 외 고무 베어링이나 강재 댐퍼는 그대로 사용 하였다. 수치 해석을 통하여 개발된 RNN 모델이 기존의 FEM (Finite Element Method) 모델과 비교해서 매우 정확한 응답을 예측하는 것을 확인할 수 있었다. RNN 모델을 사용하면 자유도가 많은 FEM 모델을 사용한 경우에 비하여 해석 시간을 대폭 줄일 수 있다. 개발된 RNN 모델을 사용한 수치 해석 결과 스마트 중간층 면진 시스템이 기존의 수동 중간층 면진 시스템에 비하여 구조물의 지진 응답을 대폭 저감시킬 수 있는 것을 확인할 수 있었다.