• 한국가시화정보학회지
• /
• 제20권3호
• /
• pp.94-101
• /
• 2022

The evaluation of the drag and lift as the aerodynamic performance of airfoils is essential. In addition, the analysis of the velocity and pressure fields is needed to support the physical mechanism of the force coefficients of the airfoil. Thus, the present study aims at establishing two different deep learning models to predict force coefficients and flow fields of the airfoil. One is the convolutional neural network (CNN) model to predict drag and lift coefficients of airfoil. Another is the Encoder-Decoder (ED) model to predict pressure distribution and velocity vector field. The images of airfoil section are applied as the input data of both models. Thus, the computational fluid dynamics (CFD) is adopted to form the dataset to training and test of both CNN models. The models are established by the convergence performance for the various hyperparameters. The prediction capability of the established CNN model and ED model is evaluated for the various NACA sections by comparing the true results obtained by the CFD, resulting in the high accurate prediction. It is noted that the predicted results near the leading edge, where the velocity has sharp gradient, reveal relatively lower accuracies. Therefore, the more and high resolved dataset are required to improve the highly nonlinear flow fields.

• 대한지리학회지
• /
• 제47권5호
• /
• pp.677-699
• /
• 2012

기후변화가 가져올 벡터매개 질병(vector-borne diseases or VBDs)의 증가는 인구 집단의 건강에 대한 중요한 위협 요인이며, 앞으로 국제사회가 심각하게 대처해야 할 공중보건 문제로 부각되고 있다. 지구온난화로 대표되는 광범위한 기후변화로 한반도 기후 특성이 아열대화 되어가는 가운데, 토지이용, 인구분포, 생태환경 변화에 따른 영향으로 각종 질병의 발생과 확산 가능성이 유례없이 높아지고 있다. 특히, 모기, 진드기와 같은 매개체에 의해 전염되는 벡터매개 질병은 최근 20년 동안 이들 매개 곤충의 서식범위가 확대되어 질병 발생 빈도가 현격하게 증가했다. 보건지리학은 국지적인 환경과 보건 자료뿐 아니라 보다 광역적인 자료들을 통합하여 처리, 분석하고, 공간 및 비공간 자료간의 연관성 또는 상호관계를 파악하여 궁극적으로 질병의 시공간적 변화를 탐구하는 것에 초점을 두고 발전되어 왔다. 인문 및 자연환경 요인들을 GIS를 통해 다면적으로 분석하여, 개인의 건강관련 지표들과의 상관성을 기술하고 분석하는 공간역학(spatial epidemiology)은 보건지리학의 새로운 영역으로, 공간과학, 환경과학, 그리고 역학을 세 가지 주요 축으로 하여 급속히 성장하고 있다. 향후 보건지리학이 기여할 수 있는 주요 연구영역 중 하나로는, 보건 연구에서 주요 수단으로 사용되고 있는 보건 감시체계에 지리정보시스템을 기반으로 한 모니터링 시스템을 도입하는 것을 들 수 있다. 특히, 실시간 모니터링 방법론, 조기발생 감식 시스템의 구축, 그리고 관련 요인들의 공간변이를 예측하는 연구 등은 벡터매개 질병의 역학을 이해하는 데 필수적인 주요 연구 과제들이 될 것이다.

• 지구물리와물리탐사
• /
• 제7권2호
• /
• pp.136-147
• /
• 2004

본 논문에서는 자기지전류 탐사법에 대한 3차원 이상체의 모형 반응 결과를 분석하였다. 분석에 이용된 3차원 모형은 비전도성 배경 매질 내에 전도성 고립이상체가 존재하는 모형과, 같은 모형에 전도성 표토층을 추가한 모형이다. 지하의 전도성 이상체에 의한 겉보기 전기비저항 이상에는 뚜렷한 주파수 의존성이 존재하며, 이는 이상체 주변에 발생되는 전류 집중 및 유도 전류 거동의 주파수 의존성 때문이다. 지표에서 tipper와 induction vector의 반응에도 뚜렷한 주파수 의존성이 존재하였으며, 그 외에도 tipper와 induction vector의 반응은 이상체의 위치와 직접적인 연관성이 존재하였다. 또한, 2차원 탐사를 가정하여 한 측선에서 겉보기 전기비저항과 위상, induction vector를 분석하면, 3차원 이상체의 존재 여부 및 위치 파악에 도움을 줄 것으로 판단되었다. 전도성 표토층을 추가한 모형의 반응은 대체적으로 고립이상체 모형의 반응과 비슷한 양상을 나타내었지만, 전도성 표토층의 영향으로 이상체에 의한 반응의 크기가 감소하였으며, 이상체의 영향이 나타나는 영역도 크게 감소하였다. 위와 같이 본 연구에서 논의된 3차원 모형 반응에 대한 분석 결과 및 그 방법은 지하 구조의 3차원 반응의 이해와 MT 탐사 자료의 해석에 효과적인 지침이 될 것으로 생각된다.

• Journal of Mechanical Science and Technology
• /
• 제20권4호
• /
• pp.447-454
• /
• 2006

Hydraulic actuators are important in modern industry due to high power, fast response, and high stiffness. In recent years, hybrid actuation system, which combines electric and hydraulic technology in a compact unit, can be adapted to a wide variety of force, speed and torque requirements. Moreover, the hybrid actuation system has dealt with the energy consumption and noise problem existed in the conventional hydraulic system. Therefore, hybrid actuator has a wide range of application fields such as plastic injection-molding and metal forming technology, where force or pressure control is the most important technology. In this paper, the solution for force control of hybrid system is presented. However, some limitations still exist such as deterioration of the performance of transient response due to the variable environment stiffness. Therefore, intelligent switching control using Learning Vector Quantization Neural Network (LVQNN) is newly proposed in this paper in order to overcome these limitations. Experiments are carried out to evaluate the effectiveness of the proposed algorithm with large variation of stiffness of external environment. In addition, it is understood that the new system has energy saving effect even though it has almost the same response as that of valve controlled system.

• 한국콘텐츠학회논문지
• /
• 제14권1호
• /
• pp.14-23
• /
• 2014

인터넷 상에서 광범위한 데이터 교환 및 저장의 수단으로 XML에 대한 많은 연구가 진행되어왔다. 특히, XML 문서에 대한 구조 정보를 검색하기 위해서 XML 트리의 각 노드에 레이블을 부여하는 레이블링 기법에 대한 연구가 요구되었다. 레이블링 기법은 각 노드에 레이블을 할당하여 XML 트리 상에서 조상-후손 또는 부모-자식 등의 구조 정보를 검색 할 수 있게 한다. 또한, 레이블링 기법은 기존의 레이블들에 영향을 주지 않도록 동적인 XML 문서 환경을 효율적으로 지원해야 하는 요구 사항을 가진다. 본 논문에서 제안하는 레이블링 기법은 벡터 표현 방식을 기반으로 동적인 XML 문서의 변경을 효율적으로 지원하고 레이블의 길이를 줄임으로서 XML 문서의 레이블 크기를 작게 하여 저장 공간을 적게 요구할 뿐 아니라 검색시간을 향상시킨다. 성능 실험을 통하여 기존의 레이블링 기법보다 레이블 크기와 검색 시간 등에서 우수함을 보인다.

• 전기학회논문지
• /
• 제67권11호
• /
• pp.1496-1505
• /
• 2018

The technology of emotion recognition is necessary for human computer interaction communication. There are many cases where one cannot communicate without considering one's emotion. As such, emotional recognition technology is an essential element in the field of communication. n this regard, it is highly utilized in various fields. Various bio-sensor sensors are used for human emotional recognition and can be used to measure emotions. This paper proposes a system for recognizing human emotions using two physiological sensors. For emotional classification, two-dimensional Russell's emotional model was used, and a method of classification based on personality was proposed by extracting sensor-specific characteristics. In addition, the emotional model was divided into four emotions using the Support Vector Machine classification algorithm. Finally, the proposed emotional recognition system was evaluated through a practical experiment.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2011년도 제37회 추계학술대회논문집
• /
• pp.404-407
• /
• 2011

노즐 출구에서 유출되는 이차제트의 코안다 효과를 이용하는 유체역학적 추력편향제어 방법은 초음속 제트의 효율적인 추력편향을 위한 새로운 방법이다. 그동안 진행된 유동가시화 결과에서 관련 기술의 장단점이 관찰된 바 있으나 그 결과가 정성적인 한계가 있었다. 따라서 이차제트의 코안다 효과를 이용한 추력편향제어의 성능특성에 관한 정량적 관찰 연구가 진행되었으며, 이를 통한 시험장치 설계, 보정 및 자료획득 연구결과가 제시되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.290-295
• /
• 2005

Hydraulic actuators are important in modern industry due to high power, fast response, and high stiffness. In recent years, hybrid actuation system, which combines electric and hydraulic technology in a compact unit, can be adapted to a wide variety of force, speed and torque requirements. Moreover, the hybrid actuation system has dealt with the energy consumption and noise problem existed in the conventional hydraulic system. Therefore, hybrid actuator has a wide range of application fields such as plastic injection-molding and metal forming technology, where force or pressure control is the most important technology. In this paper, the solution for force control of hybrid system is presented. However, some limitations still exist such as deterioration of the performance of transient response due to the variable environment stiffness. Therefore, intelligent switching control using Learning Vector Quantization Neural Network (LVQNN) is newly proposed in this paper in order to overcome these limitations. Experiments are carried out to evaluate the effectiveness of the proposed algorithm with large variation of stiffness of external environment. In addition, it is understood that the new system has energy saving effect even though it has almost the same response as that of valve controlled system.

• 한국분무공학회지
• /
• 제18권4호
• /
• pp.209-214
• /
• 2013

The present study aims to determine the optimized shape for the maximum electric energy production of building integrated photovoltaic system (BIPV) noise barrier through numerical analysis. The shape of BIPV noise barrier is one of the important factors in determining angle difference between direction vector of the sun and normal vector of the sound barrier surface. This study simulated numerically the flow and thermal fields for different angles in the range from $90^{\circ}$ to $180^{\circ}$, and from the results, the amount of isolation onto noise barrier surface was estimated along the angle between ground and top side of noise barrier. The commercial CFD code (Fluent V. 13.0) was used for calculation. It was found that the maximum amount of insolation per unit area was 19.6 MJ for $105^{\circ}$ case during a day in summer and was estimated 12.4 MJ in $150^{\circ}$ case during a day in winter. The results of the summer and winter cases showed the different tendency and this result would be useful in determining the appropriate shape of noise barrier which can be mounted under various circumstances.

• Nuclear Engineering and Technology
• /
• 제52권7호
• /
• pp.1436-1442
• /
• 2020

Nuclear infrastructure systems play an important role in national security. The functions and missions of nuclear infrastructure systems are vital to government, businesses, society and citizen's lives. It is crucial to design nuclear infrastructure for scalability, reliability and robustness. To do this, we can use machine learning, which is a state of the art technology used in various fields ranging from voice recognition, Internet of Things (IoT) device management and autonomous vehicles. In this paper, we propose to design and develop a machine learning algorithm to perform predictive maintenance of nuclear infrastructure. Support vector machine and logistic regression algorithms will be used to perform the prediction. These machine learning techniques have been used to explore and compare rare events that could occur in nuclear infrastructure. As per our literature review, support vector machines provide better performance metrics. In this paper, we have performed parameter optimization for both algorithms mentioned. Existing research has been done in conditions with a great volume of data, but this paper presents a novel approach to correlate nuclear infrastructure data samples where the density of probability is very low. This paper also identifies the respective motivations and distinguishes between benefits and drawbacks of the selected machine learning algorithms.