• 콘크리트학회논문집
• /
• 제25권4호
• /
• pp.419-428
• /
• 2013

이 연구에서는 고강도 철근콘크리트 외부 보-기둥 접합부의 시공성 및 내진성능을 개선하기 위하여 보-기둥 접합부 영역의 스터럽 및 띠철근 유무에 따라 고인성섬유 복합모르타르를 사용하여 내진성능을 평가하였다. 총 5개의 실험체를 제작하고 실험을 수행하여 내진성능을 평가하였으며, 이 연구의 시험 결과를 근거로 다음과 같은 결론을 얻었다. 기존 고강도 철근콘크리트 내부 보-기둥 접합부의 위험단면 영역을 고인성섬유 복합모르타르로 보강한 결과 재하 전 과정을 통하여 섬유의 가교역할로 인한 균열 분산효과로 인하여 균열 제어 효과가 커서 안정적인 파괴형태 및 내력을 나타내었다. 고강도 철근콘크리트 외부 보-기둥 접합부의 시공성 및 내진성능을 개선하기 위하여 고인성섬유 복합모르타르를 사용하여 보강한 실험체(BCJNSP 시리즈)는 스터럽과 띠철근이 제거 되었음에도 안정적인 이력거동을 나타내었고, 최대내력이 전단보강근이 없는 실험체 BCJNS의 1.09~2.03배로 증가하였다. 그리고 고인성섬유 복합모르타르를 사용하여 보강한 실험체(BCJNSP 시리즈)는 표준실험체 BCJC의 최대내력이 0.92~0.96배로 거의 비슷하였고, 에너지소산능력은 최대 1.62배로 크게 증가하였다.

• 한국화재소방학회논문지
• /
• 제33권6호
• /
• pp.165-172
• /
• 2019

본 연구는 소방대원들이 화재현장에서 진압 및 구조 업무 활동 시 필수로 착용하고 있는 SCBA 시스템에 팀원 간 의사소통이 가능하도록 다자간 동시 양방향 통신이 적용된 SCBA 면체용 무선통신 모듈을 설계·제작하여 그 성능을 확인하였다. 본 시험 조건에서 팀 통신모듈 성능평가결과 가시거리(LOS)에서 500 m 이상 통신이 가능하며, 건축물 내부 수평 통신거리는 1:1로 최소 36 m에서 최대 51 m까지 측정되었다. 또한, Ad-hoc 기능을 구현하여, 3 hoc 자동중계로 통신거리가 128 m 까지 확대되었다. 건축물 내부 수직 통신거리는 오픈된 계단실의 경우 5층까지, 구획된 계단실의 경우 3층까지 통신되었고, 2 hoc 자동중계를 통해 5층까지 모든 통신이 가능하였다. 화재상황을 가정한 통신 성능실험결과 별도의 PTT 키 조작 없이도 소방무선통신 표준약어를 5명의 팀원이 정확히 인지하는 것을 확인할 수 있었다. 추가적으로 불꽃저항성 실험결과 950 ± 50 ℃의 불꽃에 5 s간 노출 후 즉시 소화되어 내염성을 지닌 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 한국도로학회논문집
• /
• 제11권4호
• /
• pp.69-78
• /
• 2009

경부고속도로 건설을 기점으로 급격한 경제성장을 이룬 우리나라 고속도로는 현재 신규도로의 건설사업 물량이 둔화되면서 기존의 도로망을 효율적으로 활용하고 최적의 공용성 유지가 필요한 시점이 되었다. 최적의 공용성 확보를 위해 교통하중을 가장 적극적으로 통제하는 방법은 과적단속이다. 본 연구에서는 과적단속의 효율화를 위해 고속축하중측정 시스템을 개발하고 이를 통해 국내 고속도로 과적화물차 행태 분석을 실시하며, 본 시스템을 활용한 과적단속시스템 개발 가능성에 대하여 검토하는 것을 목적으로 하였다. 본 연구에서 개발한 고속축하중측정 시스템은 차로당 2조의 루프센서와 2조의 축중센서, 2조의 원더링센서로 이루어져 있다. 특히 원더링센서는 차량의 좌우 타이어의 위치 판독이 가능하여 과적단속 시스템으로 활용시 차로의 이탈유무를 판독할 수 있으며, 윤거 측정 및 윤형식(단륜/복륜) 구분이 가능하여 차종을 구분함에 있어서 기존 차종분류 시스템보다 세분화된 분류가 가능하여 12종 차종분류시 오분류 비율이 매우 낮은 장점을 가지고 있다. 본 시스템에 대한 검증시험 결과 모든 시험조건의 전체평균오차가 축하중 15% 이내, 총하중 7% 이내로 나타났다. COST-323에서 제시하고 있는 WIM 등급기준에 따르면 사회기반시설 설계와 유지관리 및 평가목적으로 사용가능한 B(10) 등급으로 나타났으며, 과적이 가장 문제되는 5축 카고 화물차에 대한 분석결과는 축중량 오차 8%, 총중량 오차 5%로 단속가능 수준인 A(5)등급으로 나타났다. 고속도로의 차종별 중량분석 결과 12종 분류기준에서 5종, 6종, 7종, 12종 차량이 하중기준을 초과하는 비율이 가장 높게 나타났으며, 주로 가변축을 장착한 차량으로 축조작에 의한 축하중 과적비율이 매우 높게 나타나 이러한 차량에 대한 실효성 있는 과적단속기법이 필요한 것으로 판단된다. 도로교통분야에 있어서 차종별 교통량 자료는 도로의 계획과 건설, 유지관리, 교통류분석 및 도로행정에 필요한 기본 자료이며 각종 연구에 필요한 기초자료로 활용되어지는 필수적인 요소이다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.123-139
• /
• 2019

국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.