• Advances in nano research
• /
• 제11권6호
• /
• pp.595-606
• /
• 2021

This paper conducted mainly for forecasting the behavior of the shear connectors in steel-concrete composite beams based on the different factors. The main goal was to analyze the influence of variable parameters on the shear strength of C-shaped and L-shaped angle shear connectors. The method of ANFIS (adaptive neuro fuzzy inference system) was applied to the data in order to select the most influential factors for the mentioned shear strength forecasting. Five inputs are considered: height, length, thickness of shear connectors together with concrete strength and respective slip of the shear connectors after testing. The ANFIS process for variable selection was also implemented in order to detect the predominant factors affecting the forecasting of the shear strength of C-shaped and L-shaped angle shear connectors. The results show that the forecasting methodology developed in this research is useful for enhancing the multiple performances characterizing in the shear strength prediction of C and L shaped angle shear connectors analyzing.

• Advances in nano research
• /
• 제14권2호
• /
• pp.155-164
• /
• 2023

Grain size in sheet metals in one of the main parameters in determining formability. Grain size control in industry requires delicate process control and equipment. In the present study, effects of grain size on the formability of steel sheets is investigated. Experimental investigation of effect of grain size is a cumbersome method which due to existence of many other effective parameters are not conclusive in some cases. On the other hand, since the average grain size of a crystalline material is a statistical parameter, using traditional methods are not sufficient for find the optimum grain size to maximize formability. Therefore, design of experiment (DoE) and artificial intelligence (AI) methods are coupled together in this study to find the optimum conditions for formability in terms of grain size and to predict forming limits of sheet metals under bi-stretch loading conditions. In this regard, a set of experiment is conducted to provide initial data for training and testing DoE and AI. Afterwards, the using response surface method (RSM) optimum grain size is calculated. Moreover, trained neural network is used to predict formability in the calculated optimum condition and the results compared to the experimental results. The findings of the present study show that DoE and AI could be a great aid in the design, determination and prediction of optimum grain size for maximizing sheet formability.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.132-132
• /
• 2021

Access to accurate spatial precipitation in many hydrological studies is necessary. Existence of many mountains with diverse topography in South Korea causes different spatial distribution of precipitation. Rain gauge stations show accurate precipitation information in points, but due to the limited use of rain gauge stations and the difficulty of accessing them, there is not enough accurate information in the whole area. Weather radars can provide an integrated precipitation information spatially. Despite this, weather radar data have some errors that can not provide accurate data, especially in heavy rainfall. In this study, some location-based variable like aspect, elevation, plan curvature, profile curvature, slope and distance from the sea which has most effect on rainfall was considered. Then Automatic Weather Station data was used for spatial training of variables in each event. According to this, K-fold cross-validation method was combined with Adaptive Neuro-Fuzzy Inference System. Based on this, 80% of Automatic Weather Station data was used for training and validation of model and 20% was used for testing and evaluation of model. Finally, spatial distribution of precipitation for 1×1 km resolution in Gwangdeoksan radar station was estimates. The results showed a significant decrease in RMSE and an increase in correlation with the observed amount of precipitation.

• 자동차안전학회지
• /
• 제9권4호
• /
• pp.38-47
• /
• 2017

With automobiles sharply increasing worldwide, we are faced with serious social problems such as traffic accidents, traffic jams, environmental pollution, and economic inefficiency. In response, research on ITS is promoted mainly by regions with advanced automotive industry such as the US, Europe, and Japan. While Korea is working to get ahead to take global market through developing and turning into global standards systems related to ASV(Advanced Safety Vehicle), the country is not excellently prepared for such projects. The purpose of ACC is to control the vehicle's longitudinal speed and distance and minimize driver workload. Such a system should be useful in preventing accidents, as it reduces driver workload in the 21st-century world of telematics created by the development of automobile culture industry. In this light, the thesis presents a method to test and evaluate ACC system and a mathematical method to assess distance. Furthermore, for the proposed test and evaluation, theoretical values are tested with vehicle test and a database is acquired, by using vehicles equipped with an ACC system. We proposed the scenarios suitable for the domestic environment and conducted the actual road test. Theoretical evaluation criteria for developing ACC system may be employed and scenario-specific evaluation methods may find their useful application through testing the formula proposed by comparing the database and the mathematical method. and, many companies are expected to utilize the scenario in the developing stage of ACC, and be able to employ as a verification method by harnessing theoretical formula before a road test.

• 콘크리트학회논문집
• /
• 제22권1호
• /
• pp.19-27
• /
• 2010

건축물이나 교량과 같은 RC 구조물의 경우, 다양한 유해 환경하의 재료적인 열화나 구조적 문제로 콘크리트의 노후화 및 손상이 발생하게 된다. 콘크리트의 균열이나 철근의 부식, 구조 단면의 변형 등은 구조적 안전성 저하 및 구조물 거동 특성 변화의 주요 원인이 되기도 한다. 따라서 이와 같은 콘크리트 구조물의 보수 보강을 위하여, 효과적이고 적용이 간편한 공법의 개발이 콘크리트 분야의 중요한 연구 과제 중의 하나로 인식되어 왔다. 다양한 보수 보강 기법들이 과거 수십 년 동안 개발되어 적용되고 있으며, 이중에서도 최근 FRP 복합 재료를 구조물의 외부에 접착시키는 방법을 통한 보강 방식이 많이 사용되고 있다. 이 연구는 인공 지능(AI)의 일종인 뉴로퍼지모델(ANFIS) 을 이용하여, FRP로 보강된 원주형 콘크리트 부재의 보강 효과를 분석하는데 그 목적이 있다. ANFIS 모델을 이 연구에 적용하기 위하여, 기존 연구 자료 및 실험에서 얻은 결과를 통해 학습 데이터와 시험 데이터 세트를 구축하였다. 이 연구에서 구축된 ANFIS 모델은 기존 피보강 콘크리트의 압축강도, 보강재의 두께, 보강재의 보강 겹수, 보강재의 탄성계수, 보강재의 파단강도 및 보강재와 피보강재의 체적비, 피보강재의 부재크기를 입력 자료의 파라미터로 사용하여, 압축강도, 변형률, 2차탄성계수 등을 예측하는 방식으로 활용될 수 있으며, ANFIS 모델을 통하여 예측된 결과를 기존 연구자들이 제안한 FRP 보강 콘크리트 부재의 구성 방정식과 비교할 때 더 높은 정확도로 예측이 가능함을 확인할 수 있다.

• Nuclear Engineering and Technology
• /
• 제54권2호
• /
• pp.608-616
• /
• 2022

Power peaking factors (PPF) is an important parameter for safe and efficient reactor operation. There are several methods to calculate the PPF at TRIGA research reactors such as MCNP and TRIGLAV codes. However, these methods are time-consuming and required high specifications of a computer system. To overcome these limitations, artificial intelligence was introduced for parameter prediction. Previous studies applied the neural network method to predict the PPF, but the publications using the ANFIS method are not well developed yet. In this paper, the prediction of PPF using the ANFIS was conducted. Two input variables, control rod position, and neutron flux were collected while the PPF was calculated using TRIGLAV code as the data output. These input-output datasets were used for ANFIS model generation, training, and testing. In this study, four ANFIS model with two types of input space partitioning methods shows good predictive performances with R² values in the range of 96%-97%, reveals the strong relationship between the predicted and actual PPF values. The RMSE calculated also near zero. From this statistical analysis, it is proven that the ANFIS could predict the PPF accurately and can be used as an alternative method to develop a real-time monitoring system at TRIGA research reactors.

• 한국과학교육학회지
• /
• 제36권1호
• /
• pp.177-190
• /
• 2016

이 연구는 '지구의 운동과 태양계' 학습 발달과정의 타당성을 2가지 측면에서 검증하고자 하였다: 첫 번째는 구인 타당도로서 학생들이 학습하는 동안에 본 연구의 학습 발달과정에서 설정한 가설적인 발달 경로에 따라 실제로 학생들의 발달이 나타나는가를 조사하였다. 두 번째는 결과 타당도로서 학습 발달과정에 기반한 적응적 교수활동이 대부분의 학생들에게 향상된 학습효과를 산출하는가를 조사하였다. 이를 위해 서울, 강원, 광주 지역 소재 6개 초등학교에서 5학년 학생 373명과 교사 17명이 연구에 참여하였다. 초등학교 5학년의 태양계와 별 단원에서 지구의 운동과 태양계 관련 내용을 포함하는 적응적 교수활동을 개발하고, 교수활동 사전과 사후에 순위 선다형 문항(13개)으로 구성된 검사지를 투입하여 그 결과를 비교 분석하였다. 구인 타당도를 알아보기 위해 실험군 학생들을 대상으로 사전과 사후의 수준 변화를 분석한 결과, 약 64%에 해당하는 학생들이 적응적 교수활동에 의해 가설적으로 설정한 경로를 따라 발달하는 것으로 나타났으며, 사전/사후 검사 결과를 Rasch 모델로 적용한 분석 결과도 이를 뒷받침하였다. 결과 타당도를 알아보기 위해 실험군과 대조군의 사전검사를 공변량으로 한 공변량분석(ANCOVA)을 실시한 결과, 실험군 학생들의 수준 향상이 대조군 학생들의 경우에 비해 비해 통계적으로 유의미하게 높은 것으로 나타났으며(F=30.819, p=0.000), 실험군이 대조군보다 정적(+) 수준 변화 경향이 더 뚜렷하게 나타났다. 또한, Rasch 모델을 적용하여 결과 타당도를 검증한 결과, 실험군이 대조군보다 학생 능력치 상승이 더 높게 나타났으며, 이러한 차이는 통계적으로 유의미한 것으로 분석되었다(F=11.632, p=0.001).

• 방송공학회논문지
• /
• 제22권3호
• /
• pp.282-294
• /
• 2017

본 논문에서는 차량이 움직일 때 발생하는 카메라의 움직임, 도로상의 광원에 강건한 지능형 전조등 제어 시스템을 제안한다. 후보광원을 검출할 때 카메라의 원근 범위 추정 모델을 기반으로 한 ROI (Region of Interest)를 사용하며 이는 FROI (Front ROI)와 BROI (Back ROI)로 나뉘어 사용된다. ROI내에서 차량의 전조등과 후미등, 반사광 및 주변 도로의 조명들은 2개의 적응적 임계값에 의해 세그먼트화 된다. 세그먼트화 된 광원 후보군들로부터 후미등은 적색도(redness)와 Haar-like특징에 기반한 랜덤포레스트 분류기에 의해 검출된다. 전조등과 후미등 분류 과정에서 빠른 학습과 실시간 처리를 위해 SVM(Support Vector Machine) 또는 CNN(Convolutional Neural Network)을 사용하지 않고 랜덤포레스트 분류기를 사용했다. 마지막으로 페어링(Pairing) 단계에서는 수직좌표 유사성, 광원들간의 연관성 검사와 같은 사전 정의된 규칙을 적용한다. 제안된 알고리즘은 다양한 야간 운전환경을 포함하는 데이터에 적용한 결과, 최근의 관련연구 보다 향상된 검출 성능을 보여주었다.

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.857-871
• /
• 2013

최근 국지성 집중호우, 돌발홍수와 같은 급격한 기상변화로 인한 피해가 증가함에 따라, 레이더와 위성영상 등 원격탐측 방법을 사용한 강우 예측 및 관측에 대한 관심이 높아지고 있다. 본 연구에서는 자료지향형 모형의 하나인 뉴로-퍼지기법(ANFIS : Adaptive Neuro Fuzzy Inference System)을 사용하여 유역 유출량을 산정하였고, 레이더 단기 강우예측 모형인 MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation; Germann et al., 2002, 2004) 강우예측자료를 입력변수의 하나로 사용하였다. 뉴로-퍼지기법 및 레이더 강우예측자료를 사용한 홍수량 산정의 적용성 평가를 위해 충주댐 상류유역의 2010년 및 2011년 홍수기에 발생한 6개의 강우사상을 사용하여 모형 생성 시 사용한 강우자료의 종류에 따른 결과를 비교하고, 입력변수 조합에 따른 15개 모형을 구성하여, 모형 구성과정의 군집화 방법을 변화시키며 이에 따른 결과를 비교 분석하였다. 연구 결과, 기 발생한 홍수사상 중 가장 큰 홍수사상을 사용하여 모형을 생성할 경우 홍수량 산정의 정확도가 높아지는 것으로 나타났고, 모형의 생성이 가능한 범위 안에서 비교적 clustering 반경이 클수록 홍수량 산정의 정확도가 높아지는 것으로 나타났다. 충주댐 유역의 홍수량 예측에서는 t+6~t+16시간의 예측에서 MAPLE 강수예측자료를 사용한 모형의 홍수량 산정 결과의 정확도가 상대적으로 높은 것으로 나타났다.

• 한국음향학회지
• /
• 제11권2호
• /
• pp.73-84
• /
• 1992

본 논문에서는 잡음 환경에서 음성 인식 시스템의 성능을 개선할 수 있는 잡음제거 방식과 거리 측정 방법을 연구하고 백색 및 유색 잡음 환경에서 거리 측정 방법에 따른 음성 인식 시스템의 성능을 평가하였다. 잡음 제거 방법으로는 음성 인식 시스템의 전처리 과정으로서 사용될 수 있는 스펙트럼 차감법, 자기 상관 차감법, 적응 잡음 제거, 적응 빔 형성기가 있으며 거리 측정 방법으로는 Log Likelihood Ration($d_{LLR}$), 켑스트럼에 의한 거리 측정 ($d_{CEP}$), 가중 켑스트럼 거리 측정 ($d_{WCEP}$), 스펙트럼 기울기에 의한 거리 측정 ($d_{RPS}$), 켑스트럼 투영 거리 측정방법 ($d_{CP},\;d_{BCP},\;d_{WCP},\;d_{BWCP}$)들이 있다. 백색 및 자동차 잡음 환경에서의 화자 종속 단독음 인식 실험 결과, 켑스트럼 계수의 높은 차수에 큰 가중을 두는 거리 측정 방법인 $d_{RPS},\;d_{WCEP}$가 잡음에 강한 특성을 나타내었으며, 잡음이 존재할 때는 pre-emphasis를 하지 않은 경우가 높은 인식율을 얻을 수 있었다.