• 한국전자통신학회논문지
• /
• 제11권5호
• /
• pp.441-450
• /
• 2016

국제전기통신연합(ITU) 전파규칙(Radio Regulation)에서는 인공적인 유도 없이 공간에 퍼져나가는 3000GHz이하의 주파수를 전자파라고 정의하고 있으며, 우리나라도 국제 정의를 따르고 있다. 전파는 인공적인 유도 없이 공간에 퍼져 나가는 전자파로서 ITU가 정한 범위안의 주파수를 가진 것을 말한다. 이중 업무를 분배한 주파수는 300GHz까지인데, 분배된 주파수 중에서도 우리가 매일 접하는 생활용 주파수 대역의 90% 이상이 3GHz 이하이다. 전파는 송신설비 만 갖추면 누구나 생성해 낼 수 있는 것으로 고갈 없이 무한정 발생할 수 있지만, 주파수의 전파를 동일한 시간과 공간에서 이용하게 되면 혼간섭이 발생하게 되어 전파자원을 이용할 수 없게 된다. 이러한 이용 상의 물리적 유한성으로 인해 우리나라에서는 1961년 처음으로 전파관리법을 제정하여 전파자원을 국가가 관리하도록 하고, 권리를 부여받은 경우에만 전파를 이용할 수 있도록 규율하고 있다.

• 대한토목학회논문집
• /
• 제13권2호
• /
• pp.61-71
• /
• 1993

충돌이나 폭파시 발생하는 기계적 에너지나 화학적 에너지는 응력파의 형태로 매체를 통과하게 되며, 매체의 자유면과 절리면을 따라 반사와 굴절을 거듭하는 매우 복잡한 과정을 거치게 된다. 본 연구에서는 재료특성을 달리하는 층을 통과하는 소성응력파의 전파과정을 압력 부종속 모델인 Von-Mises 모델을 사용하여 연구하였다. 응력파의 전파과정을 연구하기 위한 지배 방정식(governing equation)으로서는 물체에 종속되어 있는 라그란지안 좌표계(lagrangian coordinate system)로 표현된 운동량과 질량보존(conservation of momentum and mass)법칙식을 사용하였으며 또한 충격전면(shock front)에 연속성을 부여하기 위해 인공점성(artificial viscosity)을 운동량 보존식에 첨가하였다. 주요 방정식을 풀기 위한 수치해석법으로는 시간과 공간 좌표계로 구성된 유한차분법(finite difference method)을 사용하였으며 소성변형률을 구하기 위한 소성이론으로서는 associated normality flow rule을 사용하였다.

• 한국항공우주학회지
• /
• 제34권7호
• /
• pp.63-70
• /
• 2006

본 논문은 영상기반 헤드 트랙커에 인공 표식의 면적을 이용하는 연구를 기술하였다. 헤드 트랙커 체계는 병진운동과 회전운동으로 구성되어 있으며, 이들은 웹 카메라에 의하여 감지되었다. 감지된 영상은 영상처리 기법과 인공 신경망에 의하여 운동에 따른 결과를 만들게 된다. 헤드 트랙커가 사용될 항공기의 조종석의 특성상 병진운동은 헬멧의 특정 색을 추적하게 하였다. 회전 운동은 인공 신경망을 이용하여 추적하였으며, 헬멧에 표시된 두 가지 색의 면적 비율을 입력 값으로 사용하였다. 여기서 역전파 알고리즘과 RBFN을 사용하였다. 두 알고리즘은 머리의 움직임과 같은 비선형 체계를 분류하고 추적하는데 용이한 알고리즘으로 역전파 알고리즘은 피드백 특성을, RBFN은 확률적 특성을 이용한다. 본 논문에서는 회전운동에 어느 알고리즘이 더 적합한 알고리즘인지 비교하였다.

• 전력전자학회논문지
• /
• 제11권1호
• /
• pp.29-37
• /
• 2006

본 논문에서는 LM-FNN(learning Mechanism-Fuzzy Neural Network) 제어기를 이용하여 IPMSM 드라이브의 고성능 속도를 제어한다. 고성능제어를 위하여 신경회로망과 퍼지제어를 혼합 적용한 FNN을 설계한고 더욱 성능을 개선하기 위하여 학습 메카니즘을 이용하여 FNN 제어기의 파라미터를 갱신시킨다. 그리고 ANN(Artificial Neural Network)을 이용하여 IPMSM 드라이브의 속도 추정기법을 제시한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다. 그리고 추정된 속도를 지령속도와 비교하여 전류제어와 공간벡터 PWM을 통하여 IPMSM의 속도를 제어한다. 본 연구에서 제시한 LM-FNN과 ANN 제어기의 제어특성과 추정성능을 분석하고 그 결과를 제시한다.

• 한국강구조학회 논문집
• /
• 제16권4호통권71호
• /
• pp.443-452
• /
• 2004

인간의 뇌와 유사한 병렬 연산 모델을 활용하여 다양하고 복잡한 비선형적인 문제에 효과적으로 연관관계를 조직화 할 수 있는 인공신경망에 관한 연구가 근래에 공학의 넓은 분야에서 도입되고 그에 따른 많은 성과가 나타나고 있다. 본 연구에서는 설계자의 판단력과 경험에 의존 하던 기존의 예비구조설계 단계에 효과적인 인공신경망을 적용하여 예비 구조설계 단계에 컴퓨터를 이용한 정형화된 방법을 제시하고자 한다. 이를 위해 각 구조물의 일반적인 설계과정에 따른 다단계 신경망을 제시하고 인공신경망의 학습은 역전파알고리즘과 유전알고리즘을 적용하여 예비구조설계의 원형을 구현한다. 이와 같이 구성된 다단계 신경망을 사장교의 예비구조설계 단계에 활용하여 본 연구의 적용성과 두가지 학습기법에 따른 결과를 비교 분석 한다.

• 터널과지하공간
• /
• 제13권6호
• /
• pp.434-443
• /
• 2003

본 연구에서는 비서형 모델에 적용 가능한 역전파 알고리즘을 이용하여 도로터널에서 발생하는 오염물질을 예측하기 위한 인공신경망을 개발하였다. 도로 터널에서 중요시되는 오염인자는 CO농도와 가시도이므로, 인공신경망의 구성을 각각의 독립적인 네트워크로서 구성하였다. 사용한 입력데이터는 영동고속도로에 위치한 종류식 환기 방식을 채택한 일방향 2차선 도로 터널 2개소에서 실측한 데이터를 사용하였다. 예측치와 실측치를 비교할 때 인공신경망의 학습도는 약 95%의 정확성을 보이는 것으로 나타났다. 분석결과 개발된 인공신경망에 의한 결과는 PIARC 방식에 의한 계산치 보다 약 5배 정도의 정확성을 보였다. 특히 주행속도가 낮을 경우 더 높은 정확도를 나타낼 것으로 기대 되었다.

• Computers and Concrete
• /
• 제21권1호
• /
• pp.47-54
• /
• 2018

Artificial neural network models can be successfully used to simulate the complex behavior of many problems in civil engineering. As compared to conventional computational methods, this popular modeling technique is powerful when the relationship between system parameters is intrinsically nonlinear, or cannot be explicitly identified, as in the case of concrete behavior. In this investigation, an artificial neural network model was developed to assess the residual compressive strength of self-compacted concrete at elevated temperatures ($20-900^{\circ}C$) and various relative humidity conditions (28-99%). A total of 332 experimental datasets, collected from available literature, were used for model calibration and verification. Data used in model development incorporated concrete ingredients, filler and fiber types, and environmental conditions. Based on the feed-forward back propagation algorithm, systematic analyses were performed to improve the accuracy of prediction and determine the most appropriate network topology. Training, testing, and validation results indicated that residual compressive strength of self-compacted concrete, exposed to high temperatures and relative humidity levels, could be estimated precisely with the suggested model. As illustrated by statistical indices, the reliability between experimental and predicted results was excellent. With new ingredients and different environmental conditions, the proposed model is an efficient approach to estimate the residual compressive strength of self-compacted concrete as a substitute for sophisticated laboratory procedures.

• 한국염색가공학회지
• /
• 제12권1호
• /
• pp.61-67
• /
• 2000

This study was carried out to develope antimicrobial artificial suede by coating with water soluble polyurethane resin and the copolymer of N,N'-dialkyl-N,N'-dialkyl ammonium chloride (DADAAC) and acrylamide as a antimicrobial additve. The copolymer of DADAAC and acrylamide was synthesized by free radical initiation and intra-intermolecular propagation, and the prepared copolymers had sufficient compatibility with water soluble polyurethane resin. The MIC values of the prepared copolymers and antimicrobial characteristics of the artificial suede coated by polyurethane were evaluated. With the increase in the proportion of DADAAC, which is antimicrobially active part in the DADAAC/acrylamide copolymers, the MIC value becomes lower. The MIC value of DADAAC-AA (1 : 1) copolymer is below 30 ppm against S. aureus, and below 90 ppm against K pneumoniae. The artificial suede coated by water soluble polyurethane resin with 1.0% owl concentration of DADAAC/acrylamide copolymer has good antimicrobial fastness as to show colony reduction of above 90% and 80% against S. aureus and K. pneumoniae respectively in the shake flask test after 10 times of washing, and above 95% and 85% after 10 times of dry-cleaning. The elastic recovery of coated suede fabric is not affected up to 1.0% owf concentration of DADAAC-AA copolymer in the polyurethane coating.

• 한국물환경학회지
• /
• 제21권1호
• /
• pp.21-28
• /
• 2005

The training and prediction modeling using an artificial neural network was implemented to predict the turbidity of treated water as well as to estimate the optimized feed concentration of polyaluminium chloride (PACl) in a water treatment plant. The parameters used in the input layers were pH, temperature, turbidity and alkalinity, while those in output layers were PACl and turbidity of treated water. Levenberg-Marquadt method of feedforward back-propagation perceptron in the neural network toolbox of MATLAB program was used in this study. Correlation coefficients of the training data with the measured data were 0.9997 for PACl and 0.6850 for turbidity and those of the testing data with measured data were 0.9140 for PACl and 0.3828 for turbidity, when four parameters at input layer, 12-12 nodes each at both the first and the second hidden layers, and two parameters(PACl and turbidity) at output layer were used. Although the predictability of PACl was improved, compared to that of the previous studies to use the only coagulant dose as output layer, turbidity in treated water could not be predicted well. Acquisition of more data through several years obtained with the advanced on-line measuring system could make the artificial neural network useful and practical in actual water treatment plants.

• 대한방사선기술학회지:방사선기술과학
• /
• 제43권3호
• /
• pp.195-208
• /
• 2020

Artificial intelligence(AI) is a field of computer science that is defined as allowing computers to imitate human intellectual behavior, even though AI's performance is to imitate humans. It is grafted across software-based fields with the advantages of high accuracy and speed of processing that surpasses humans. Indeed, the AI based technology has become a key technology in the medical field that will lead the development of medical image analysis. Therefore, this article introduces and discusses the concept of deep learning-based medical imaging analysis using the principle of algorithms for convolutional neural network(CNN) and back propagation. The research cases application of the AI based medical imaging analysis is used to classify the various disease(such as chest disease, coronary artery disease, and cerebrovascular disease), and the performance estimation comparing between AI based medical imaging classifier and human experts.