• 대한기계학회논문집A
• /
• 제37권9호
• /
• pp.1093-1098
• /
• 2013

방탄소재로서 사파이어 재료가 대두되고 있지만 고속 충돌관련 동적거동 및 파괴특성에 관한 연구는 부족한 실정이다. 탄자와 취성세라믹재료간의 상호작용을 연구하기 위해서는 고화질의 초고속 연속영상이 필수적이다. 본 연구에서는 고속충돌 및 관통 현상을 순차적으로 촬영할 수 있는 장치를 개발하였다. 이 장치는 속도측정장치, 마이크로프로세서를 사용한 카메라 구동장치 그리고 다수의 CCD카메라로 이루어져있다. 선형배열센서를 사용한 속도측정장치는 직경 1-2 mm 탄자의 마하 3 속도를 측정할 수 있다. 발사된 탄자가 속도측정장치를 통과하면 속도와 시간이 측정되고 탄자가 비행하는 동안 카메라 구동장치가 정확한 충돌시간을 계산하여 다수의 카메라에 순차적으로 트리거 신호를 보내서 충돌 전후의 형상을 순차적으로 촬영한다. 정확한 충돌시간 예측을 못하면 고해상도의 사진촬영이 거의 불가능하다. 본 연구에서 개발된 정밀 촬영장치를 사용하여 고해상도의 영상을 확보할 수 있었다.

• 자원환경지질
• /
• 제54권1호
• /
• pp.151-160
• /
• 2021

함암모늄 2:1 점토광물 내 암모늄 거동과 질소동위원소 특성을 살펴보기 위해 일본 남서부 해저 와카미코 화구(Wakamiko crater) 내 열수가 분출하는 두 지점에서 퇴적물 코어를 채취하여 스멕타이트로 대표되는 점토입자를 추출하였다. 점토입자 내 무기탄소 제거 후 순차적인 유기물 분해과정에서 감소하는 탄소-질소 비에 근거하여 무기질소 함량을 추정한 결과, 전질소에 대한 무기질소 비율은 SES 지점(Core#1093MG: av. 11.5%)에 비해 SWS 지점 (Core#1094MR: av. 18.2%)에서 높은 경향을 보였다. 후자에서 높은 광물 결정도를 보인 점은 상대적으로 진전된 광물화와 함께 교환성 암모늄이 비교환성 암모늄으로 전환된 결과로 해석된다. 단계적인 점토입자 내 교환성 암모늄의 제거과정에서 나타난 질소동위원소 조성 변화(SES 지점: Core#1093MG: -4.4 ~ +0.2 ‰, av. -2.4 ‰; SWS 지점: Core#1094MR: -0.7 ~ +3.0 ‰, av. +1.5 ‰)로부터 심부 마그마에서 비롯된 열류 및 열수에 의한 국부적인 온도변화는 함암모늄 2:1 점토광물의 형성에 관여한 유체 내 용존 암모늄과 암모니아 사이에서 질소동위원소 분별을 야기했을 것이다.

• 폴리머
• /
• 제29권6호
• /
• pp.593-598
• /
• 2005

Layer-by-layer(LbL) 자기 조립법에 의한 poly(ethylene-alt-maleic anhydride)(PEMAh)/poly(4-vinyl pyridine)(P4VP) 다층막의 염료 흡착 거동 및 pH 변화에 의한 염료 방출 거동을 Rodamine 6G(R6G)를 지시제로 사용하여 조사하였다. UV-vis 분광 분석을 이용하여 (PEMAh/P4VP)n 다층막의 두께 및 R6G의 흡착 및 방출 거동을 조사하였다. 다층막에 흡착되는 R6G의 흡착량은 필름의 두께 증가에 따라 선형적으로 증가하였다. (PEMAhAh/P4VP)n 다층막의 투과성은 pH 조건에 민감한 거동을 보였으며, 방출액의 pH가 감소할수록 R6G 방출 속도와 방출량은 증가하였다. PEMAh/poly(ethyleneimine)(PEI) capping layer를 (PEMAh/P4VP)n 다층막에 추가로 적층함으로써 흡착된 R6G의 방출 속도를 조절할 수 있었다.

• 대한토목학회논문집
• /
• 제11권1호
• /
• pp.79-87
• /
• 1991

본 논문에서는 단조증가하중을 받는 철근콘크리트 쉘구조의 탄성, 비탄성, 극한영역등 모든 응력상태에 대한 재료적(材料的), 기하학적(幾何學的) 비선형(非線形) 해석(解析)을 위해서 유한요소법에 의한 수치해법(數値解法)을 개발하였다. 유한요소로서는 면회전단변형을 고려하여 Degeneration 방법에 의해 유도된 8절점 Serendipity 등매개변수 요소를 사용하였으며, 두께방향에 대한 철근과 콘크리트의 재료성질을 고려하기 위하여 층상화기법(層狀化技法)을 도입하였다. 기하학적(幾何學的) 비선형성(非線形性)은 Von Karman의 가정에 기본을 둔 total Lagrangian formulation에 의해 고려하였으며, 재료적(材料的) 비선형성(非線形性)에 대해서는 균열콘크리트에 대한 인장, 압축, 전단모델과 콘크리트 중에 있는 철근모델을 조합하여 고려하였다. 이에 대한 콘크리트의 균열모델로서는 분산균열모델을 사용했으며, 철근에 대해서는 1축 응력상태로 가정하여 등가의 분산분포된 철근량으로 모델화하였다. 차후 논문( )의 수치예제를 통하여 본 논문의 해석방법이 기하학적(幾何學的), 재료적(材料的) 비선형성(非線形性)을 고려한 임의형상의 철근콘크리트 쉘구조의 해석에 적합한 방법임을 입증하고자 한다.

• 한국전산구조공학회논문집
• /
• 제20권3호
• /
• pp.347-352
• /
• 2007

축소시스템 기법은 전체 구조의 거동을 나타내는 저차 고유모드를 근사화한다. 지난 연구에서 축소 시스템을 구축하기 위한 2단계 축소기법을 제안하였다. 첫 단계에서 리츠벡터를 이용한 각 요소의 레일리 지수를 통해 요소 에너지를 예측 하고 이를 토대로 후보영역을 선정한다. 다음 단계에서 후보영역에 포함된 자유도로 축소된 1단계 축소 시스템에 순차적 소거법을 적용하여 최종적인 주자유도를 선정한다. 이번 연구에서는 2단계 축소 기법에 축소시스템 개선을 위한 반복적 기법을 적용하여 중간영역에서의 고차모드의 정확도를 추가적인 시스템의 확장없이 구하는 방법을 제안한다. 이 방법은 축소시스템에서 고유치와 고유모드의 정확도를 조절하는 것까지도 가능하다. 최종적으로 제안된 기법의 성능을 수치 예제를 통해 검증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.540-549
• /
• 2003

협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다. 본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다.

• 대한기계학회논문집A
• /
• 제30권1호
• /
• pp.66-75
• /
• 2006

Nonlinear response structural optimization using equivalent static loads (NROESL) has been proposed. Nonlinear response optimization is solved by sequential linear response optimization with equivalent static loads which are generated from the nonlinear responses and linear stiffness matrix. The linear stiffness matrix should be obtained in NROESL, and this process can be fairly difficult for some applications. Proportional transformation of loads (PTL) is proposed to overcome the difficulties. Equivalent static loads are obtained by PTL. It is the same as NROESL except for the process of calculating equivalent static loads. PTL is developed for large-scale probems. First, linear and nonlinear responses are evaluated from linear and nonlinear analyses, respectively. At a DOF of the finite element method, the ratio of the two responses is calculated and an equivalent static load is made by multiplying the ratio and the loads for linear analysis. Therefore, the mumber of the equivalent static loads is as many as that of DOF's and an equivalent static load is used with the reponse for the corresponding DOF in the optimization process. All the equivalent static loads are used as multiple loading conditions during linear response optimization. The process iterates until it converges. Examples are solved by using the proposed method and the results are compared with conventional methods.

• 대한교통학회지
• /
• 제25권6호
• /
• pp.171-183
• /
• 2007

도시교통 수요는 활동 수행으로부터 유발된다. 개인의 활동 의사결정에 의한 일상활동의 개인 간 총합은 집합적 공간행동으로 관찰되며, 활동간 서로 다른 공간의 극복을 위해 유발된 통행은 활동 간의 구조적인 상호연쇄관계에 의해 그 구체적 형태를 부여받는다. 개인의 하루 일상을 통한 시공간적 의사결정 및 사회적 실행과 사회 공간적 환경간의 상호작용을 탐구하는 활동기반접근법은 도시민의 일상과 통행을 분석하는데 중요한 이론 틀을 제공한다. 이 연구는 도시민의 일상활동을 활동기반접근법에 근거하여 대표적인 유형으로 분류하고, 분류된 유형의 프로파일과 관련 있는 활동 주체 특성과 활동 당시의 상황 특성을 분석하였다. 분석 결과 도시민의 일상활동은 소수의 대표적 활동패턴 집단으로 분류 가능하며, 각 집단의 특성은 다차원 프로파일에 의해 유의하게 요약되었다. 또한 각각의 프로파일은 서로 다른 사회경제적, 상황적 특성과 상관되어 있음을 확인하였다. 연구는 도시민의 일상활동 원리를 밝힘으로써, 도시교통 정책수단에 대한 도시민의 개별 반응 양식과 그 집합적 행동을 예측하기 위한 이론적 기초를 제공한다.

• 인터넷정보학회논문지
• /
• 제6권5호
• /
• pp.45-56
• /
• 2005

컴퓨터 네트워크의 확대 및 인터넷 이용의 급격한 증가에 따라 네트워크 서비스 품질의 보장과 네트워크의 관리가 어려울 뿐만 아니라 네트워크 보안의 취약성으로 인하여 해킹 및 정보유출 등의 위협에 노출되어 있다. 특히 시스템 침입의 보안 위협에 대한 능동적인 대처 및 침입 이후에 동일하거나 유사한 유형의 사건 발생에 대해 실시간에 대응하는 것이 중요하므로 침임 탐지 시스템에 대한 많은 연구가 진행되고 있다. 본 논문에서는 시스템 호출을 이용하여 이상 침입 탐지 시스템의 성능을 향상시키기 위해, 특징 선택과 가변 길이 데이터를 고정 길이 학습 패턴으로 변환 생성하는 문제를 해결하기 위한 사운덱스 알고리즘을 적용한 신경망 학습을 통하여 이상 침입 탐지의 연구를 하고자 한다. 즉, 가변 길이의 순차적인 시스템 호출 데이터를 사운덱스 알고리즘에 의한 고정 길이의 행위 패턴을 생성하여 역전파 알고리즘에 의해 신경망 학습을 수행하였다. 역전파 신경망 기법을 UNM의 Sendmail Data Set을 이용하여 시스템 호출의 이상 탐지에 적용하여 성능을 검증하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권5호
• /
• pp.299-303
• /
• 2017

딥 러닝(Deep learning)은 기존 인공 신경망 내 계층 수를 증가시킴과 동시에 효과적인 학습 방법론을 제시함으로써 객체/음성 인식 및 자연어 처리 등 고수준 문제 해결에 있어 괄목할만한 성과를 보이고 있다. 그러나 학습에 필요한 시간과 리소스가 크다는 한계를 지니고 있어, 이를 줄이기 위한 연구가 활발히 진행되고 있다. 본 연구에서는 아파치 스파크 기반 클러스터 컴퓨팅 프레임워크 상에서 딥 러닝을 분산화하는 두 가지 툴(DeepSpark, SparkNet)의 성능을 학습 정확도와 속도 측면에서 측정하고 분석하였다. CIFAR-10/CIFAR-100 데이터를 사용한 실험에서 SparkNet은 학습 과정의 정확도 변동 폭이 적은 반면 DeepSpark는 학습 초기 정확도는 변동 폭이 크지만 점차 변동 폭이 줄어들면서 SparkNet 대비 약 15% 높은 정확도를 보였고, 조건에 따라 단일 머신보다도 높은 정확도로 보다 빠르게 수렴하는 양상을 확인할 수 있었다.