• Geomechanics and Engineering
• /
• 제2권1호
• /
• pp.57-69
• /
• 2010

A major consideration in the design of tunnels in urban areas is the prediction of the ground movements and surface settlements associated with the tunneling operations. Excessive ground movements can damage adjacent building and utilities. In this paper, a neural network model is used to predict the maximum surface settlement, based on instrumented results from three separate EPB tunneling projects in Singapore. This paper demonstrates that by coupling the trained neural network model to a spreadsheet optimization technique, the reliability assessment of the settlement serviceability limit state can be carried out using the first-order reliability method. With this method, it is possible to carry out sensitivity studies to examine the effect of the level of uncertainty of each parameter uncertainty on the probability that the serviceability limit state has been exceeded.

• 항공우주시스템공학회지
• /
• 제14권6호
• /
• pp.1-9
• /
• 2020

Global e-commerce and delivery companies are actively pursuing last-mile delivery service using drones, and various delivery schedule planning studies have been conducted. In this study, separate individual route networks were constructed to reflect drone route constraints such as prohibited airspace and truck route constraints such as rivers, which previous studies did not incorporate. The A* algorithm was used to calculate the shortest path distance matrix between the starting point and destinations. In addition, we proposed an optimal delivery schedule plan using genetic algorithms and applied it to compare the efficiency with that of vehicle-only delivery.

• 센서학회지
• /
• 제33권1호
• /
• pp.48-55
• /
• 2024

Metal-oxide-based semiconductor gas sensors are widely used because of their advantages, such as high response and simple sensing mechanism. Recently, with the rapid progress in sensor networks, computing power, and microsystem technology, sensor applications are expanding to various fields, such as food quality control, environmental monitoring, healthcare, and artificial olfaction. Therefore, the development of highly selective gas sensors is crucial for practical applications. This article reviews the developments in novel sensor design consisting of sensing films and physical and chemical filters for highly selective gas sensing. Unlike conventional sensors, the sensor structures with filters can separate the sensing and catalytic reactions into independent processes, enabling selective and sensitive gas sensing. The main objectives of this study are directed at introducing the role of various filters in gas-sensing reactions and promising sensor applications. The highly selective gas sensors combined with a functional filter can open new pathways toward the advancement of high-performance gas sensors and electronic noses.

• 한국공간정보시스템학회 논문지
• /
• 제8권1호
• /
• pp.37-57
• /
• 2006

위치 기반 서비스(Location Based Services) 지원을 위해 이동체(Moving Objects)의 위치 정보를 효과적으로 저장 및 검색하기 위한 기술이 요구되었으며, 이러한 이동체를 효율적으로 관리하기 위한 이동체 색인에 대한 연구가 진행되어 왔다. 이러한 이동체 색인들은 실 세계에 응용이 많이 되는 제한된 망 구조(도로, 철도 선로 등)를 따라 움직이는 이동체에 대해 고려가 되어 있지 않기 때문에, 제한된 망 구조 기반 이동체 색인들이 제안되었다. 그러나 이 색인들은 다음과 같은 두 가지 문제점을 가지고 있다. 첫 번째로, 제한된 망 구조에 기반한 이동체 색인은 시간 도메인 별로 나뉘어져 있기 때문에 이동체의 현재부터 과거까지의 위치를 모두 필요로 하는 경우 현재 위치 색인과 과거 위치 색인에서 중복된 공간 탐색을 해야 하는 문제점이 있다. 두 번째로, 이러한 경우 현재 위치 색인과 과거 위치 색인을 모두 구축해 놓아야 하므로 색인의 공간적인 비용 및 갱신 비용에 대한 부담이 따른다. 본 논문에서는 이러한 문제점들을 해결하기 위해 제한된 망 구조 내의 이동체를 위한 통합 색인을 제안한다. 제안 색인은 이동체의 현재 위치뿐만 아니라 과거 위치까지 함께 지원하기 때문에 기존 이동체 색인의 문제점인 이동체의 현재 및 과거 위치 검색 시 별도의 계산 과정이 필요했던 점을 해결한다. 또한 현재 위치 색인 및 과거 위치 색인의 공통된 부분을 통합하였기 때문에 색인을 별도로 유지하는 것 보다 색인의 공간적인 비용 및 갱신 비용을 감소시킨다.

• 한국경제지리학회지
• /
• 제23권1호
• /
• pp.1-17
• /
• 2020

본 연구는 기업 간 거래망을 활용하여 지역 간 경제적 연계를 확인하고 경제적 상호의존성에 기초한 기능적 경제권을 설정하는데 그 목적이 있다. 기존의 경제권은 이미 알려진 행정도 경계나 문화적 동질성을 기준으로만 설정되거나 실증자료를 활용하더라도 통근, 인구이동, 화물흐름 등 경제활동을 충분히 설명하지 못하는 자료에만 의존하였다. 본 연구는 이러한 한계를 극복하기 위해 한국기업데이터의 CRETOP+ 데이터베이스를 활용하여 실제 기업 간 거래망을 구축하고, 커뮤니티 발견법을 적용해 우리나라의 기능적 경제권을 파악하였다. 분석결과 거래망에 따라 6~7개의 경제권이 도출되었다. 특히 수도권, 충청권, 강원권을 통합한 하나의 거대한 경제권역이 형성되어 있었으며, 전북, 전남은 서로 간의 기업 간 거래빈도가 매우 낮아 호남권으로 묶이기보다 별도의 경제권을 형성하고 있는 것으로 나타났다. 대구, 경북의 경제권과 부산, 경남의 경제권이 각각 존재하는 것으로 나타났지만 울산, 경주, 포항은 도 경계를 넘어서 별도의 권역을 형성하고 있는 것으로 나타났다. 이를 통해 본 연구는 향후 국가균형발전정책에서 실증 자료에 기반한 정책공간의 설정이 필요함을 주장한다.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.495-505
• /
• 2019

딥 러닝의 대표 알고리즘에는 영상 인식에 주로 사용되는 CNN(Convolutional Neural Networks), 음성인식 및 자연어 처리에 주로 사용되는 RNN(Recurrent Neural Networks) 등이 있다. 이 중 CNN은 데이터로부터 자동으로 특징을 학습하는 알고리즘으로 특징 맵을 생성하는 필터까지 학습할 수 있어 영상 인식 분야에서 우수한 성능을 보이면서 주류를 이루게 되었다. 이후, 객체 탐지 분야에서는 CNN의 성능을 향상하고자 R-CNN 등 다양한 알고리즘이 등장하였으며, 최근에는 검출 속도 향상을 위해 YOLO(You Only Look Once), SSD(Single Shot Multi-box Detector) 등의 알고리즘이 제안되고 있다. 하지만 이러한 딥러닝 기반 탐지 네트워크는 정지 영상에서 탐지의 성공 여부를 결정하기 때문에 동영상에서의 안정적인 객체 추적 및 탐지를 위해서는 별도의 추적 기능이 필요하다. 따라서 본 논문에서는 동영상에서의 객체 추적 및 탐지 성능 향상을 위해 딥 러닝 기반 탐지 네트워크에 칼만 필터를 결합한 방법을 제안한다. 탐지 네트워크는 실시간 처리가 가능한 YOLO v2를 이용하였으며, 실험 결과 제안한 방법은 기존 YOLO v2 네트워크에 비교하여 7.7%의 IoU 성능 향상 결과를 보였고 FHD 영상에서 20 fps의 처리 속도를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1396-1412
• /
• 2023

Conversation modeling is an important and challenging task in the field of natural language processing because it is a key component promoting the development of automated humanmachine conversation. Most recent research concerning conversation modeling focuses only on the current utterance (considered as the current question) to generate a response, and thus fails to capture the conversation's logic from its beginning. Some studies concatenate the current question with previous conversation sentences and use it as input for response generation. Another approach is to use an encoder to store all previous utterances. Each time a new question is encountered, the encoder is updated and used to generate the response. Our approach in this paper differs from previous studies in that we explicitly separate the encoding of the question from the encoding of its context. This results in different encoding models for the question and the context, capturing the specificity of each. In this way, we have access to the entire context when generating the response. To this end, we propose a deep neural network-based model, called the Context Model, to encode previous utterances' information and combine it with the current question. This approach satisfies the need for context information while keeping the different roles of the current question and its context separate while generating a response. We investigate two approaches for representing the context: Long short-term memory and Convolutional neural network. Experiments show that our Context Model outperforms a baseline model on both ConvAI2 Dataset and a collected dataset of conversational English.

• Journal of Construction Engineering and Project Management
• /
• 제5권1호
• /
• pp.11-19
• /
• 2015

This paper presents optimized artificial neural networks (ANNs) claims prediction and decision awareness framework that guides owner organizations in their pre-bid construction project decisions to minimize claims. The framework is composed of two genetic optimization ANNs models: a Claims Impact Prediction Model (CIPM), and a Decision Awareness Model (DAM). The CIPM is composed of three separate ANNs that predict the cost and time impacts of the possible claims that may arise in a project. The models also predict the expected types of relationship between the owner and the contractor based on their behavioral and technical decisions during the bidding phase of the project. The framework is implemented using actual data from international projects in the Middle East and Egypt (projects owned by either public or private local organizations who hired international prime contractors to deliver the projects). Literature review, interviews with pertinent experts in the Middle East, and lessons learned from several international construction projects in Egypt determined the input decision variables of the CIPM. The ANNs training, which has been implemented in a spreadsheet environment, was optimized using genetic algorithm (GA). Different weights were assigned as variables to the different layers of each ANN and the total square error was used as the objective function to be minimized. Data was collected from thirty-two international construction projects in order to train and test the ANNs of the CIPM, which predicted cost overruns, schedule delays, and relationships between contracting parties. A genetic optimization backward analysis technique was then applied to develop the Decision Awareness Model (DAM). The DAM combined the three artificial neural networks of the CIPM to assist project owners in setting optimum values for their behavioral and technical decision variables. It implements an intelligent user-friendly input interface which helps project owners in visualizing the impact of their decisions on the project's total cost, original duration, and expected owner-contractor relationship. The framework presents a unique and transparent hybrid genetic algorithm-ANNs training and testing method. It has been implemented in a spreadsheet environment using MS Excel$^{(R)}$ and EVOLVERTM V.5.5. It provides projects' owners of a decision-support tool that raises their awareness regarding their pre-bid decisions for a construction project.

• 한국통신학회논문지
• /
• 제34권12B호
• /
• pp.1535-1541
• /
• 2009

본 논문은 ZigBee 네트워크에서 사용되는 기존 트리 라우팅 보다 더 적은 전달 홉수(Hop count)를 갖는 향상된 라우팅 알고리즘을 제안한다. 이 향상된 라우팅 알고리즘은 네트워크의 전체적인 트래픽을 줄여 노드의 에너지 소모를 감소시킨다. 이로 인하여 한정된 에너지를 갖는 노드로 구성된 센서 네트워크가 더 오랜 시간 유지될 수 있다. 본 논문에서 제안되는 라우팅 알고리즘은 라우팅 경로가 upstream인 경우와 downstream인 경우로 분리하여 각각 제시되며, 노드가 라우팅 경로 선택 시 부모노드 및 자식노드의 정보뿐만 아니라 이웃 테이블의 정보를 이용하여 적절한 다음 노드를 결정한다. 시뮬레이션에서는 네트워크의 종류, 네트워크의 구성 노드 개수, 각 노드가 갖는 이웃노드의 개수를 다양하게 변화시키면서 성능향상을 관찰하였다. 시뮬레이션 결과로 upstream 알고리즘과 downstream 알고리즘을 각각 적용 하였을 때 기존 라우팅 알고리즘과 성능을 비교하고, 두 가지의 알고리즘을 동시에 적용한 경우에 대한 성능평가를 수행한다.

• 전자공학회논문지CI
• /
• 제40권5호
• /
• pp.266-279
• /
• 2003

본 논문에서는 문자의 형식정보를 이용하여 인식대상 문자군을 분할하여 인쇄체 문자를 인식하는 방법을 제안한다. 인식대상 문자를 전체 7개의 형식으로 나누는데, 한글 문자의 경우 자소 조합 방식에 따라 6개의 형식으로 분류하며, 영·숫자 및 기호 문자의 경우 1개의 형식으로 분류한다. 각 문자형식에 따라 입력 문자 영상을 몇 개의 인식단위로 나누고, 이에 대한 방향각도 특징을 추출하여 신경망 인식기에 입력하여 인식한 후 인식된 각 인식단위를 조합하여 문자인식을 한다. 각각 구현된 7가지 형식별 문자인식기를 단순 스위칭 및 통합 방법과 두 방법의 변형 방법 등 7가지의 방법으로 결합하여 최종 문자인식을 하였다. 실험 결과, 단순 스위칭 방법은 98.62%, 단순 통합 방법은 90.54%, 나머지 5가지의 변형 방법들이 97.35%에서 98.65%의 인식 성능을 보였다.