• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.61-81
• /
• 2023

This study presents an ensemble learning based Bayesian model updating approach for structural damage diagnosis. In the developed framework, the structure is initially decomposed into a set of substructures. The autoregressive moving average (ARMAX) model is established first for structural damage localization based structural motion equation. The wavelet packet decomposition is utilized to extract the damage-sensitive node energy in different frequency bands for constructing structural surrogate models. Four methods, including Kriging predictor (KRG), radial basis function neural network (RBFNN), support vector regression (SVR), and multivariate adaptive regression splines (MARS), are selected as candidate structural surrogate models. These models are then resampled by bootstrapping and combined to obtain an ensemble model by probabilistic ensemble. Meanwhile, the maximum entropy principal is adopted to search for new design points for sample space updating, yielding a more robust ensemble model. Through the iterations, a framework of surrogate ensemble learning based model updating with high model construction efficiency and accuracy is proposed. The specificities of the method are discussed and investigated in a case study.

• Smart Structures and Systems
• /
• 제31권1호
• /
• pp.69-78
• /
• 2023

The purpose of this paper is to develop a scalable grey predictive controller with unavoidable random delays. Grey prediction is proposed to solve problems caused by incorrect parameter selection and to eliminate the effects of dynamic coupling between degrees of freedom (DOFs) in nonlinear systems. To address the stability problem, this study develops an improved gray-predictive adaptive fuzzy controller, which can not only solve the implementation problem by determining the stability of the system, but also apply the Linear Matrix Inequality (LMI) law to calculate Fuzzy change parameters. Fuzzy logic controllers manipulate robotic systems to improve their control performance. The stability is proved using Lyapunov stability theorem. In this article, the authors compare different controllers and the proposed predictive controller can significantly reduce the vibration of offshore platforms while keeping the required control force within an ideal small range. This paper presents a robust fuzzy control design that uses a model-based approach to overcome the effects of modeling errors. To guarantee the asymptotic stability of large nonlinear systems with multiple lags, the stability criterion is derived from the direct Lyapunov method. Based on this criterion and a distributed control system, a set of model-based fuzzy controllers is synthesized to stabilize large-scale nonlinear systems with multiple delays.

• Smart Structures and Systems
• /
• 제32권6호
• /
• pp.393-402
• /
• 2023

Recently, hybrid and electric vehicles have been actively developed to replace internal combustion engine (ICE) vehicles. However, their vibrations and noise with complex spectra cause discomfort to drivers. To reduce the vibrations transmitted through primary excitation sources such as powertrains, structural changes have been introduced. However, the interference among different parts is a limitation. Thus, active mounting systems based on smart materials have been actively investigated to overcome these limitations. This study focuses on diminishing the source movement when a structure with two active mounting systems is excited to a single sinusoidal and a multi-frequency signal, which were investigated for source movement reduction. The overall structure was modeled based on the lumped parameter method. Active vibration control was implemented based on the modeled structure, and a multi-normalization least mean square (NLMS) algorithm was used to obtain the control input for the active mounting system. Furthermore, the performance of the NLMS algorithm was compared with that of the quantification method to demonstrate the performance of active vibration control. The results demonstrate that the vibration attenuation performance of the source component was improved.

• Steel and Composite Structures
• /
• 제49권6호
• /
• pp.645-666
• /
• 2023

Due to the steadily declining supply of natural coarse aggregates, the concrete industry has shifted to substituting coarse aggregates generated from byproducts and industrial waste. Oil palm shell is a substantial waste product created during the production of palm oil (OPS). When considering the usage of OPSC, building engineers must consider its uniaxial compressive strength (UCS). Obtaining UCS is expensive and time-consuming, machine learning may help. This research established five innovative hybrid AI algorithms to predict UCS. Aquila optimizer (AO) is used with methods to discover optimum model parameters. Considered models are artificial neural network (AO - ANN), adaptive neuro-fuzzy inference system (AO - ANFIS), support vector regression (AO - SVR), random forest (AO - RF), and extreme gradient boosting (AO - XGB). To achieve this goal, a dataset of OPS-produced concrete specimens was compiled. The outputs depict that all five developed models have justifiable accuracy in UCS estimation process, showing the remarkable correlation between measured and estimated UCS and models' usefulness. All in all, findings depict that the proposed AO - XGB model performed more suitable than others in predicting UCS of OPSC (with R², RMSE, MAE, VAF and A_15-index at 0.9678, 1.4595, 1.1527, 97.6469, and 0.9077). The proposed model could be utilized in construction engineering to ensure enough mechanical workability of lightweight concrete and permit its safe usage for construction aims.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 대한전자공학회논문지SP
• /
• 제44권2호
• /
• pp.116-125
• /
• 2007

본 논문에서는 군대 주둔지 교도소 전략적 산업구조물 등 중요한 지역의 보안을 위한 조명환경 적응적인 실시간 영상 감시 시스템을 제안한다. 제안하는 시스템은 밝은 환경에서 뿐만 아니라 객체 판별이 어려운 어두운 환경에서도 객체 추출이 추적이 가능하도록 구현하며 그 절차는 다음과 같다. 첫 번째 단계에서는 입력 영상의 분포를 판별하여 전처리 여부를 판단하고 입력 영상이 어두워 객체 탐지가 어렵다고 판단되는 경우에는 Multi-scale Reinex Color Restoration (MSRCR) 과정을 거처 보정된 입력 영상을 얻는다. 두 번째 단계인 객체 정보 획득 과정에서는 정확한 객체의 추출을 위해 보정된 배경영상과 입력 영상과의 차영상을 이용하여 객체를 탐지하고 이진화 및 모폴로지 등 기본적인 영상처리 작업을 통하여 정확하게 객체를 추출한다. 마지막 단계에서는 추출된 객체의 중심점을 이용하여 좀 더 정확하게 객체를 추적할 수 있도록 한다. 실험 결과에서 제안하는 시스템은 어두운 환경에서 객체의 빠른 움직임에도 불구하고 효율적인 객체 탐지 및 추적을 수행한다.

• 대한교통학회지
• /
• 제25권6호
• /
• pp.197-208
• /
• 2007

건축기술의 발달로 세계적으로 초대형 건축물들이 나타나고 있다. 건축물들의 대형화, 복잡화는 안전상의 큰 문제점을 가지고 있으며, 이에 걸맞는 안전대책이 요구된다. 본 연구에서는 건물에 적용되는 최신기술 및 시스템을 외국사례를 기준으로 소개하고 더 나아가 이를 바탕으로 건물에서 화재시 직접적으로 피난자들을 유도할 수 있는 방안을 제시하였다. 구체적으로 빌딩에서 화재를 실시간으로 감지하여 영향을 파악할 수 있는 무선센서 네트워크가 현실화됨에 따라 이러한 정보를 이용할 수 있게 되었고, 이점에 착안하여 방향성유도등을 전제로 한 직접적인 유도방안을 마련하였다. 화재 정보를 이용함에 있어서 기본적으로 Quickest Path Algorithm에서 비지배경로의 개념을 사용하여 시간과 용량을 고려한 경로를 선택하게 하였고, 화재의 영향을 시간과 용량의 제한조건으로 설정하여 경로의 선택에 영향을 주도록 하였다. 마지막으로 사례연구를 통해 네트워크에 적용해본 결과 Quickest Path Algorithm은 링크의 용량에 따라 효율적인 분산유도가 가능하였으며, 화재상황을 부여하여 경로상 화재에 의한 온도, 연기에 의해 링크 이용이 제한되는 경우에 있어서 해당링크를 피하거나, 수요를 제한하여, 실제적용시 안전과 피난시간의 최소화 등 피난유도의 목적을 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.691-698
• /
• 2003

적응 횡단선 필터에서 수렴 속도의 개선을 위해 기존의 최소 평균 자승 알고리즘을 확장한 반복적 최소 자승 알고리즘의 탭 가중치 갱신 메커니즘에 재순환 데이터 버퍼를 이용함으로서 수렴특성을 개선시키는 효율적인 기법을 제시하였다. 본 논문은 기존의 적응 횡단선 필터에 데이터 재순환 버퍼 구조를 제안하여 새로운 RLS 탭 가중치 갱신 알고리즘을 유도하여 조화 평균 학습 곡선의 평균 자승 에러 값에 대한 반복수에 대해서 데이터 재순환 버퍼를 사용한 학습 곡선의 수렴 속도가 버퍼가 없는 경우의 재순환 버퍼 RLS 알고리즘의 수렴 속도보다 비례하여 빠르게 수렴한다는 것을 수학적인 연산을 통해 증명하였다. 채널 진폭의 왜곡의 정도와 재순환 데이터 버퍼 수에 따른 평균 자승 에러에 대한 삼차원 시뮬레이션 결과로부터 고유치 확산이 증가함에 따라 특정 값에 수렴하기 위한 요구된 샘플의 반복수가 비례하여 증가하였으며, 재순환 데이터 버퍼 수 B가 증가함에 따라 요구된 샘플의 반복수가 B배만큼 감소함으로서 제안된 구조에서 RLS 가중치 갱신 알고리즘의 수렴특성이 개선됨을 입증하였다.

• Earthquakes and Structures
• /
• 제11권6호
• /
• pp.1101-1121
• /
• 2016

Base isolation, one of the popular seismic protection approaches proven to be effective in practical applications, has been widely applied worldwide during the past few decades. As the techniques mature, it has been recognised that, the biggest issue faced in base isolation technique is the challenge of great base displacement demand, which leads to the potential of overturning of the structure, instability and permanent damage of the isolators. Meanwhile, drain, ventilation and regular maintenance at the base isolation level are quite difficult and rather time- and fund- consuming, especially in the highly populated areas. To address these challenges, a number of efforts have been dedicated to propose new isolation systems, including segmental building, additional storey isolation (ASI) and mid-storey isolation system, etc. However, such techniques have their own flaws, among which whipping effect is the most obvious one. Moreover, due to their inherent passive nature, all these techniques, including traditional base isolation system, show incapability to cope with the unpredictable and diverse nature of earthquakes. The solution for the aforementioned challenge is to develop an innovative vibration isolation system to realise variable structural stiffness to maximise the adaptability and controllability of the system. Recently, advances on the development of an adaptive magneto-rheological elastomer (MRE) vibration isolator has enlightened the development of adaptive base isolation systems due to its ability to alter stiffness by changing applied electrical current. In this study, an innovative semi-active storey isolation system inserting such novel MRE isolators between each floor is proposed. The stiffness of each level in the proposed isolation system can thus be changed according to characteristics of the MRE isolators. Non-dominated sorting genetic algorithm type II (NSGA-II) with dynamic crowding distance (DCD) is utilised for the optimisation of the parameters at isolation level in the system. Extensive comparative simulation studies have been conducted using 5-storey benchmark model to evaluate the performance of the proposed isolation system under different earthquake excitations. Simulation results compare the seismic responses of bare building, building with passive controlled MRE base isolation system, building with passive-controlled MRE storey isolation system and building with optimised storey isolation system.

• 대한토목학회논문집
• /
• 제31권5B호
• /
• pp.439-447
• /
• 2011

변화할 것으로 예측되고 있는 기후환경에서 현재 수공구조물의 적응능력을 평가하고 지속가능한 시스템을 만들고자 하는 것은 최근의 수자원 관리의 핵심이다. 본 연구에서는 한강수계 5개의 댐을 대상으로 다양한 유입량에 따른 방류량 및 저류량의 변화를 퍼지 추론 시스템을 이용하여 분석하였다. 유입량의 변화에 대한 최대 저류량 및 최소 저류량의 변화를 저수지의 적응능력이라 정의하여 분석한 결과, 저류용량이 상대적으로 작은 광동댐은 유입량의 급격한 증가를 감당하기 어려우며, 소양강댐은 강우량 변화에 대한 적응능력이 가장 뛰어난 것으로 판단되었다. 그러나 퍼지 추론 시스템은 소속함수를 임의로 지정하고, 과거 자료를 이용하여 검증하기가 용이하지 않으므로, 보다 정확하고 효율적인 모의를 위해 소양강댐을 대상으로 적응 신경망-퍼지추론 시스템을 구축하여 적응능력을 평가하였다. 과거 자료의 빈도분석 결과와 기후변화 시나리오를 바탕으로 구축된 9개의 강우 시나리오에 대해 소양강댐의 방류량 및 저류량을 모의한 결과, 유입 시나리오에 따라 매우 상이한 저수지 운영결과를 나타냄을 알 수 있으며, 적응 신경망-퍼지 추론 시스템이 변화하는 강우량과 패턴에도 불구하고 안정적으로 저수지를 운영함을 알 수 있었다.