• 한국구조물진단유지관리공학회 논문집
• /
• 제10권2호
• /
• pp.133-144
• /
• 2006

FRP 판은 외부 부착된 보강 판의 효과적인 부착강도의 증진으로 실질적으로 부착강도에 대한 많은 연구가 수행되어왔다. 선행연구자들은 이러한 부착강도를 알아보기 위하여 다양한 변수를 설정하여 실험을 통하여 FRP 판의 부착강도를 규명하였다. 그러나, 이러한 부착강도를 알아보기 위한 실험은 장비구축의 비용과 시간 소비가 많이 되고 수행하기 어렵기 때문에 국한적으로 수행되고 있다. 본 연구는 선행연구자들의 부착실험 데이터를 다양한 신경망 모형과 알고리즘을 적용하여 최적의 인공신경망 모형을 개발하는데 그 목적이 있다. 인공신경망 모형의 출력층은 부착강도, 입력층은 FRP 판의 두께, 폭, 부착 길이, 탄성계수, 인장강도와 콘크리트의 압축강도, 인장강도, 폭을 변수로 선정하여 학습을 수행하였다. 개발된 인공신경망 모형은 역전파 학습 알고리즘을 적용하였으며, 오차는 0.001범위에 수렴되도록 학습을 하였다. 또한, 일반화 과정은 Bayesian 기법을 도입함으로써 보다 일반화된 방법으로 과대적합의 문제를 해소하였다. 개발된 모형의 검증은 학습에 이용되지 않은 다른 선행연구자들의 부착강도 결과 값과 비교함으로서 실시하였다.

• Journal of Information Technology Applications and Management
• /
• 제19권1호
• /
• pp.1-12
• /
• 2012

Data mining is the process of searching and analyzing large quantities of data for finding out meaningful patterns and rules. Artificial Neural Network (ANN) is one of the tools of data mining which is becoming very popular in forecasting the future values. Some of the areas where it is used are banking, medicine, retailing and fraud detection. In finance, artificial neural network is used in various disciplines including stock market forecasting. In the stock market time series, due to high volatility, it is very important to choose a model which reads volatility and forecasts the future values considering volatility as one of the major attributes for forecasting. In this paper, an attempt is made to develop two models - one using feed forward back propagation Artificial Neural Network and the other using Autoregressive Conditional Heteroskedasticity (ARCH) technique for forecasting stock market returns. Various parameters which are considered for the design of optimal ANN model development are input and output data normalization, transfer function and neuron/s at input, hidden and output layers, number of hidden layers, values with respect to momentum, learning rate and error tolerance. Simulations have been done using prices of daily close of Sensex. Stock market returns are chosen as input data and output is the forecasted return. Simulations of the Model have been done using MATLAB$^{(R)}$ 6.1.0.450 and EViews 4.1. Convergence and performance of models have been evaluated on the basis of the simulation results. Performance evaluation is done on the basis of the errors calculated between the actual and predicted values.

• 한국지반공학회논문집
• /
• 제19권2호
• /
• pp.267-278
• /
• 2003

인공신경망은 복잡한 문제를 해결하는데 있어 여러 분야에서 널리 활용되고 있는 매우 효과적인 기법으로 알려져 있다. 본 연구에서는 터널거동을 효과적으로 예측하기 위해 이러한 인공신경망 기법을 이용한 터널거동 예측시스템 (TBPS)을 개발하였다. 본 시스템 개발을 위해 시공이 완료된 31개 현장 193 개소 지점으로부터 얻은 터널 계측자료 (즉, 천단침하, 내공변위, 록볼트 축력, 숏크리트 압축 및 전단응력, 내진시 라이닝의 응력 등)를 D/B화하여 이용하였다. 또한 개발된 TBPS의 학습을 위해 가장 효과적이라 알려진 역전파 알고리즘을 사용하여 이들 자료의 학습을 실시하였다. 이러한 과정을 통해 개발된 TBPS를 이용하여 예측한 터널 거동 값과 현장계측 값, 수치해석에 의한 결과 값의 상호 비교 분석을 실시하였다. 비교분석 결과, TBPS에 의한 거동예측결과 값의 변화는 실무에 적용 가능한 범주에 있는 것으로 나타났다. 따라서 본 연구에서 개발된 TBPS는 터널의 타당성검토나 기본 및 실시설계 등에 적용하여 효율적으로 필요한 정보를 신속하게 얻을 수 있는데 사용될 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.816-819
• /
• 2005

본 논문에서는 카타디옵트릭 카메라를 사용할 때 발생하는 공간 왜곡 문제를 해결하기 위해 3차원 포물면 좌표 변환 함수와 신경회로망을 이용한 좌표 변환 및 보정 기법을 제안한다. 본 연구에서 사용하는 포물면 거울을 이용한 카타디옵트릭 카메라는 360$^{\circ}$의 전 방향 영상을 얻을 수 있으나, 렌즈의 외형에 의해 영상이 왜곡되어 나타나는 특징을 가지고 있다. 따라서 3차원 공간상에서 왜곡 영상에서의 좌표를 실제 거리 좌표로 변환하기 위해 포물면 거울 초점과 이미지 상의 좌표를 포물면 거울 위로 투영시킨 좌표를 이용한 좌표 변환 함수를 사용한다. 이 과정에서 발생하는 오차를 BP(Back propagation) 신경망 알고리즘으로 수정한다.

• 한국산학기술학회논문지
• /
• 제21권1호
• /
• pp.560-567
• /
• 2020

점진판재성형은 금형을 제작하지 않고 판재를 가공하는 방법으로서 빠른 시제품 제작과 소량 생산에 적합한 성형법이다. 이러한 점진판재성형의 공정 변수로 공구 직경, 매 스탭당 Z-방향 깊이, 공구 이송 속도, 공구 회전 속도 등은 성형품의 품질에 크게 영향을 미친다. 본 연구에서는 두께가 1.0mm인 Al3004판재를 사용하여 원뿔절두체(VWACF: Varying Wall Angle Conical Frustum) 모델의 점진성형을 실시하였으며, 각각의 변수들의 조합에서 성형성을 판단하였다. BP신경망 (BPNN: Back Propagation Neural Network)를 기반으로 Minitab 소프트웨어를 사용하여 성형 각도를 예측하는 2 차 수학적 모델을 구축하였다. 또한 이 모델을 유전 알고리즘의 목적함수로 사용하였으며 최대 성형 각도로 얻기 위한 최적의 변수 조합을 찾아내었다. 공구 직경은 6mm, 회전 속도는 180rpm, Z-방향 피치는 0.401mm, 이송 속도는 772.4mm/min일 경우 가장 큰 성형 각도인 87.071°를 갖는 컵을 성형할 수 있었다.

• Smart Structures and Systems
• /
• 제14권5호
• /
• pp.943-960
• /
• 2014

A visually servoed paired structured light system (ViSP) was recently proposed as a novel estimation method of the 6-DOF (Degree-Of-Freedom) relative displacement in civil structures. In order to apply the ViSP to massive structures, multiple ViSP modules should be installed in a cascaded manner. In this configuration, the estimation errors are propagated through the ViSP modules. In order to resolve this problem, a displacement estimation error back-propagation (DEEP) method was proposed. However, the DEEP method has some disadvantages: the displacement range of each ViSP module must be constrained and displacement errors are corrected sequentially, and thus the entire estimation errors are not considered concurrently. To address this problem, a pose-graph optimized displacement estimation (PODE) method is proposed in this paper. The PODE method is based on a graph-based optimization technique that considers entire errors at the same time. Moreover, this method does not require any constraints on the movement of the ViSP modules. Simulations and experiments are conducted to validate the performance of the proposed method. The results show that the PODE method reduces the propagation errors in comparison with a previous work.

• 한국자동차공학회논문집
• /
• 제13권2호
• /
• pp.22-28
• /
• 2005

Exhaust gas emissions from internal combustion engines are one of the major sources of air pollution. And, it is extremely difficult to increase gasoline engine efficiency and to reduce $NO_X$ and PM(particulate matter) simultaneously in diesel combustion. This paper offers some basic concepts to overcome the above problems. To solve the problems, a recommended technique is CAI(controlled auto-ignition) combustion. In this paper, a flame trap was used to simulate internal EGR(exhaust gas recirculation) effect. An experimental study was carried out to find combustion characteristics using homogeneous premixed gas mixture in the constant volume combustion chamber(CVCC). Flame propagation photos and pressure signals were acquired to verify the flame trap effect. The flame trap creates high speed burned gas jet. It achieves higher flame propagation speed and more stable combustion due to the effect of geometry and burned gas jet.

• Smart Structures and Systems
• /
• 제30권4호
• /
• pp.397-410
• /
• 2022

It is essential to monitor the working conditions of bolt-connected joints, which are widely used in various kinds of steel structures. The looseness of bolts may directly affect the stability and safety of the entire structure. In this study, a guided wave-based method for bolt looseness detection and localization is presented for a joint structure with multiple bolts. SH waves generated and received by a small number (two pairs) of magnetostrictive transducers were used. The bolt looseness index was proposed based on the changes in the reconstructed responses excited by the time reversal signals of the measured unit impulse responses. The damage locations and local damage severities were estimated using the damage indices from several wave propagation paths. The back propagation neural network (BPNN) technique was employed to identify the local damages. Numerical and experimental studies were conducted on a lap joint with eight bolts. The results show that the total damage severity can be successfully detected under the effect of external force and measurement noise. The local damage severity can be estimated reasonably for the experimental data using the BPNN constructed by the training patterns generated from the finite element simulations.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2007년도 추계학술대회 논문집
• /
• pp.307-312
• /
• 2007

The paper is proposed artificial neural network(ANN) sensorless control of induction motor drive with fuzzy learning control-fuzzy neural network(FLC-FNN) controller. The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. Also, this paper is proposed speed control of induction motor using FLC-FNN and estimation of speed using ANN controller The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The error between the desired state variable and the actual one is back-propagated to adjust the rotor speed, so that the actual state variable will coincide with the desired one. The proposed control algorithm is applied to induction motor drive system controlled FLC-FNN and ANN controller, Also, this paper is proposed the analysis results to verify the effectiveness of the FLC-FNN and ANN controller.

• 전력전자학회논문지
• /
• 제11권3호
• /
• pp.224-232
• /
• 2006

본 논문은 적응 퍼지 제어기에 의한 유도전동기의 ANN 센서리스 제어를 제시한다. 또한 AFC를 사용하여 속도를 제어하고 ANN 제어기를 이용하여 속도를 추정한다. 신경회로망의 역전파 알고리즘은 전동기 속도의 실시간 추정에 사용된다. 요구상태 변수와 실제 상태는 실제 상태 변수는 요구값에 일치하기 위해서 역전파 알고리즘에 의해 회전자 속도를 조절한다. 제시된 제어 알고리즘 AFLC와 ANN 제어기는 유도전동기 드라이브 시스템 제어에 적용된다. 그리고 본 논문은 AFLC와 ANN 제어기의 우수한 결과를 나타낸다.