• 한국컴퓨터그래픽스학회논문지
• /
• 제22권5호
• /
• pp.1-16
• /
• 2016

본 논문에서는 최소자승법에 기반한 효율적인 곡선 복구 기법을 제안한다. 구체적으로는, 법선 벡터를 포함한 평면상의 샘플포인트가 주어졌을 때 계층적인 ZP(Zwart-Powell)-스플라인의 레벨로 곡선을 복구하는데, 세밀한 부문을 복구하면서도 비교적 큰 구멍도 효율적으로 메꾸고 있다. 정규화를 위해서는, (1) 선형시스템의 특이성을 피하기 위한 티코노프 정규항과 (2) 아이소커브를 부드럽게 하기 위한 이산 라플라스 정규항 두 가지를 사용하고 있다. 정량적인 벤치마크 테스트를 통해 비교한 결과, 본 방법은 다항식에 기반한 기법들에 비해 훨씬 우수한 결과를 보여준다는 것을 확인할 수 있다. 구멍이 있는 데이터의 경우, 계층적인 B-스플라인과 비교해본 결과 엇비슷한 품질을 보이지만 약 90%의 계산량만을 필요로 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.626-628
• /
• 2018

본 논문에서 기상 데이터를 사용하여 태양광 에너지를 예측하기 위해 기계학습 모델인 SVM(Support Vector Machine)과 ANN(Artificial Neural Network)의 성능을 비교한다. 장 단파 복사선 평균, 강수량, 온도 등 15가지 종류의 기상 데이터를 사용하여 두 모델을 생성하고, 실험을 통해 최적의 SVM의 RBF(Radial Basis Function) 파라미터와 ANN의 은닉층과 노드 개수, 정규화 파라미터를 도출하였다. SVM과 ANN 모델의 성능을 비교하기 위한 지표로서 MAPE(Mean Absolute Percentage Error)와 MAE(Mean Absolute Error)를 사용하였다. 실험 결과 SVM 모델은 MAPE=21.11, MAE=2281417.65의 성능을 달성하였고 ANN은 MAPE=19.54, MAE=2155345.10776의 성능을 달성하였다.

• 대한토목학회논문집
• /
• 제37권1호
• /
• pp.19-28
• /
• 2017

이 논문에서는, 1996년부터 2010년까지 915개 고속도로 교량에 대해 실시된 정밀안전진단 보고서를 수집하여 이들 교량의 상태를 분석하였다. 분석시 손상을, 결함, 물리력 및 열화에 의한 손상으로 구분하여 손상이 많이 발생하는 시기를 조사하고, 유손상율의 개념을 도입하여 손상의 특징을 조사하였으며, 고속도로 교량의 10대 손상, 다설한랭지역 교량과 일반지역 교량의 열화특성을 비교하여 합리적인 점검활동 개선 방향을 제시하였다. 연구결과, 시공시 실시하는 점검 또는 초기점검 제도 개선이 필요하고, 다설한랭지역의 경우 열화진행 속도가 빠르므로 주변 환경의 특성을 고려한 점검 활동 개선이 필요한 것으로 판단되었다. 이 연구 결과는 향후 고속도로 교량의 점검 활동 개선을 위해 널리 활용될 수 있을 것이다.

• Structural Monitoring and Maintenance
• /
• 제6권4호
• /
• pp.317-346
• /
• 2019

Performance assessment of pavements proves useful, in terms of handling the ride quality, controlling the travel time of vehicles and adequate maintenance of pavements. Roughness profiles provide a good measure of the deteriorating condition of the pavement. For the accurate estimates of pavement roughness from dynamic vehicle responses, vehicle parameters should be known accurately. Information on vehicle parameters is uncertain, due to the wear and tear over time. Hence, condition monitoring of pavement requires the identification of pavement roughness along with vehicle parameters. The present study proposes a scheme which estimates the roughness profile of the pavement with the use of accurate estimates of vehicle parameters computed in parallel. Pavement model used in this study is a two-layer Euler-Bernoulli beam resting on a nonlinear Pasternak foundation. The asphalt topping of the pavement in the top layer is modeled as viscoelastic, and the base course bottom layer is modeled as elastic. The viscoelastic response of the top layer is modeled with the help of the Burgers model. The vehicle model considered in this study is a half car model, fitted with accelerometers at specified points. The identification of the coupled system of vehicle-pavement interaction employs a coupled scheme of an unbiased minimum variance estimator and an optimization scheme. The partitioning of observed noisy quantities to be used in the two schemes is investigated in detail before the analysis. The unbiased minimum variance estimator (MVE) make use of a linear state-space formulation including roughness, to overcome the linearization difficulties as in conventional nonlinear filters. MVE gives estimates for the unknown input and fed into the optimization scheme to yield estimates of vehicle parameters. The issue of ill-posedness of the problem is dealt with by introducing a regularization equivalent term in the objective function, specifically where a large number of parameters are to be estimated. Effect of different objective functions is also studied. The outcome of this research is an overall measure of pavement condition.

• Computers and Concrete
• /
• 제24권6호
• /
• pp.541-553
• /
• 2019

Alkali-silica reaction (ASR) in concrete can induce degradation in its mechanical properties, leading to compromised serviceability and even loss in load capacity of concrete structures. Compared to other properties, ASR often affects the modulus of elasticity more significantly. Several empirical models have thus been established to estimate elastic modulus reduction based on the ASR expansion only for condition assessment and capacity evaluation of the distressed structures. However, it has been observed from experimental studies in the literature that for any given level of ASR expansion, there are significant variations on the measured modulus of elasticity. In fact, many other factors, such as cement content, reactive aggregate type, exposure condition, additional alkali and concrete strength, have been commonly known in contribution to changes of concrete elastic modulus due to ASR. In this study, an artificial intelligent model using artificial neural network (ANN) is proposed for the first time to provide an innovative approach for evaluation of the elastic modulus of ASR-affected concrete, which is able to take into account contribution of several influence factors. By intelligently fusing multiple information, the proposed ANN model can provide an accurate estimation of the modulus of elasticity, which shows a significant improvement from empirical based models used in current practice. The results also indicate that expansion due to ASR is not the only factor contributing to the stiffness change, and various factors have to be included during the evaluation.

• 디지털콘텐츠학회 논문지
• /
• 제18권2호
• /
• pp.347-356
• /
• 2017

희소 표현을 이용한 얼굴 인식 방법론은 강인성이 입증된 우수한 얼굴 인식 방법으로 알려져 있다. 이 방법론의 단점은 $L_1$-노름 최적화 문제를 통해 희소해를 구하는 과정에서 많은 시간이 소요되어 실시간 응용 분야에 적합하지 않다는 것이다. 통상적인 $L_2$-노름 최적화 문제를 통해 얻어진 희소해는 희소성이 결여되고 정확도가 떨어져서 희소 표현을 이용한 인식 방법론에는 사용되고 있지 않다. 우리는 본 논문에서는 탐욕적인 방식으로 $L_2$-노름 최적화 문제를 푸는 ROMP 방식을 도입해 희소해를 구하는 방법을 제안하고, 실험을 통해 제안한 방식이 정확도에서 기존 방식과 유사하며 속도는 60배 이상 빠름을 보였다. 또한, 희소 표현기반인식 방법론으로 희소해의 분포만을 고려하여 분류하는 단순한 방식인 C-SCI 방법론을 제안하였다. 이 방법론은 테스트 데이터를 복원하는 기존 방식과 성능 면에서는 유사하나 속도 면에서는 약 5배 빠름을 실험적으로 입증하였고, 이론적인 복잡도 분석 결과도 제시하였다.

• 지구물리와물리탐사
• /
• 제14권3호
• /
• pp.214-219
• /
• 2011

본 논문에서는 시간영역에서 분리된 잔여 파동장을 이용하여 주파수영역 파형역산을 수행하였다. 시간영역 잔여 파동장들을 절대값의 크기에 따라 정렬하여 분류하고, 이를 여러 개의 그룹으로 분리하였다. 분리된 잔여 파동장들은 각 그룹별로 목적함수의 경사 방향을 정규화한 후 평균하기 때문에 통상적인 잔여 파동장에서 작은 크기를 가지는 파동장들을 상대적으로 강조하는 효과가 있고, 이는 파형역산 시 심부구조의 이미지 향상에 도움을 준다. 파형역산은 시간영역에서 분리된 잔여 파동장을 이용하여 주파수영역에서 수행되며, 목적함수의 경사방향은 구조보정에서 많이 쓰이는 역전파 기법을 적용하여 계산된다. 본 연구에서 제안한 알고리듬의 타당성을 확인하기 위하여 SEG/EAGE 암염 모델과 Marmousi 모델을 이용하여 파형역산을 수행하였다. 역산 결과를 통해 제안된 알고리즘이 일반적인 주파수영역 파형역산에 비해 심부구조에 대하여 향상된 결과를 제시함을 확인하였다.

• 한국통신학회논문지
• /
• 제26권11A호
• /
• pp.1872-1879
• /
• 2001

본 논문에서는 다시점 영상에서 영상의 특성을 고려하여 효율적으로 미세 변이를 추정하고 중간 시점 영상을 합성하는 알고리듬을 제안하며 이를 모의 실험을 통해 검증한다. 제안한 방법은 영역분할 양방향 화소정합을 통해 변이 추정의 수행 속도를 향상시키는 동시에 신뢰도를 높이며, 적절한 비용함수의 제안과 유사 영역에 대한 정합 창 확장 알고리듬, 변이 평활화와 불확실 영역 변이 할당 알고리듬을 통해 잘못 할당된 변이와 불확실 영역을 제거함으로서 변이의 신뢰도를 더욱 높일 수 있다. 이렇게 추정된 변이는 다시점 영상의 중간 시점 영상 합성을 위해 사용된다. 제안된 방식을 통해 기존의 방식들보다 더욱 안정적인 변이 정보를 얻을 수 있었고, 합성된 중간 시점 영상도 객관적으로나 주관적으로나 더욱 좋은 결과를 보였으며, 또한 전체적인 수행 시간도 줄어들어 더 효율적인 알고리듬임을 확인할 수 있었다.

• Membrane and Water Treatment
• /
• 제9권2호
• /
• pp.115-121
• /
• 2018

Artificial neural network (ANN) simulation is used to predict the dynamic change of permeate flux during wheat starch industry wastewater microfiltration with and without static turbulence promoter. The experimental program spans range of a sedimentation times from 2 to 4 h, for feed flow rates 50 to 150 L/h, at transmembrane pressures covering the range of $1{\times}10^5$ to $3{\times}10^5Pa$. ANN predictions of the wastewater microfiltration are compared with experimental results obtained using two different set of microfiltration experiments, with and without static turbulence promoter. The effects of the training algorithm, neural network architectures on the ANN performance are discussed. For the most of the cases considered, the ANN proved to be an adequate interpolation tool, where an excellent prediction was obtained using automated Bayesian regularization as training algorithm. The optimal ANN architecture was determined as 4-10-1 with hyperbolic tangent sigmoid transfer function transfer function for hidden and output layers. The error distributions of data revealed that experimental results are in very good agreement with computed ones with only 2% data points had absolute relative error greater than 20% for the microfiltration without static turbulence promoter whereas for the microfiltration with static turbulence promoter it was 1%. The contribution of filtration time variable to flux values provided by ANNs was determined in an important level at the range of 52-66% due to increased membrane fouling by the time. In the case of microfiltration with static turbulence promoter, relative importance of transmembrane pressure and feed flow rate increased for about 30%.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.386-386
• /
• 2017

지하수 해석을 위해 3차원 수치해석 모형이 적용되고 있으나, 다양한 매개변수를 명확히 적용하기에는 한계가 있다. 특히, 수리전도도는 지층의 투수성정도를 나타내는 계수로 지하수 분석에 매우 중요한 매개변수이다. 신뢰성의 확보를 위해 양수시험을 통해 산출된 결과를 이용하고 있으나 소수관정의 시험결과를 유역의 대푯값으로 적용하기에 불확실도가 매우 높고, 수위변화가 독특한 지역의 정확한 수리특성을 적용하기에 한계가 있다. 이 연구에서는 수리전도도 특성을 해석하기 위하여 3차원 수치해석모형을 적용하였으며, 모델보정 방법 중 Regularization(정규화)라고 불리는 Pilot point 기법을 사용하였다. 제주도와 같이 수리전도도 값이 지역별로 차이가 크고 동일 유역 내에도 다른 지질구조를 보이는 등 동일 매질에서 동일 투수성을 보이지 않는 다양함으로 실측값들을 적용하기에 어려운 곳에서 정규화라는 보정방법은 최적화된 방법이다. 지하수위는 중제주유역 내 위치한 12개소 수위관측정의 2016년 연평균수위를 적용하였다. 미계측지역은 제주도 등수위선자료를 이용하여 DEM을 구축하였으며, 임의지점 17개소를 선정하여 대표수위로 적용하였다. 중제주유역의 평균 수리전도도는 82.90 m/day로 분석되었으며, 유역의 동측 하류부는 최대 1,745 m/day로 비교적 큰 결과가 산출되었다. 유역의 중앙에 위치하는 OR관측정을 기준으로 동 서지역의 지하수위를 검토한 결과 서측은 지형구배에 따라 지하수위가 형성하고 있으나, 동측의 경우 상 하류의 표고차가 30m이상 발생되지만 지하수위는 유사한 형태를 보이고 있다. 지하수 흐름에 해석되는 Darcy의 방정식은 수리전도도와 동수경사는 반비례관계를 나타내며, 이 이론에 의해 상 하류 지하수위가 유사하게 형성되는 동측지역은 국부적으로 수리전도도가 높게 형성되는 것으로 확인되었다. 실무에서는 유역경계에 따라 평균화된 매개변수가 적용되므로 명확한 지하수 해석이 어렵고, 수리전도도와 같이 지역적 편차가 심한 매개변수는 다양한 연구를 통해 적용성검토가 수행되어야 한다.