Merve Sagiroglu Maali;Mahyar Maali;Zhiyuan Fang;Krishanu Roy
Steel and Composite Structures
/
v.50
no.5
/
pp.515-529
/
2024
Cold-formed steel (CFS) is a popular choice for construction due to its low cost, durability, sustainability, resistance to high environmental and seismic pressures, and ease of installation. The beam-column connections in residential and medium-rise structures are formed using self-drilling screws that connect two CFS channel sections and a gusset plate. In order to increase the moment capacity of these CFS screwed beam-column connections, stiffeners are often placed on the web area of each single channel. However, there is limited literature on studying the effects of stiffeners on the moment capacity of CFS screwed beam-column connections. Hence, this paper proposes a new test approach for determining the moment capacity of CFS screwed beam-column couplings. This study describes an experimental test programme consisting of eight novel experimental tests. The effect of stiffeners, beam thickness, and gusset plate thickness on the structural behaviour of CFS screwed beam-column connections is investigated. Besides, nonlinear elasto-plastic finite element (FE) models were developed and validated against experimental test data. It found that there was reasonable agreement in terms of moment capacity and failure mode prediction. From the experimental and numerical investigation, it found that the increase in gusset plate or beam thickness and the use of stiffeners have no significant effect on the structural behaviour, moment capacity, or rotational capacity of joints exhibiting the same collapse behaviour; however, the capacity or energy absorption capacities have increased in joints whose failure behaviour varies with increasing thickness or using stiffeners. Besides, the thickness change has little impact on the initial stiffness.
Journal of Korean Society of Industrial and Systems Engineering
/
v.38
no.3
/
pp.56-63
/
2015
Several fields of science have demanded large-scale workflow support, which requires thousands of CPU cores or more. In order to support such large-scale scientific workflows, high capacity parallel systems such as supercomputers are widely used. In order to increase the utilization of these systems, most schedulers use backfilling policy: Small jobs are moved ahead to fill in holes in the schedule when large jobs do not delay. Since an estimate of the runtime is necessary for backfilling, most parallel systems use user's estimated runtime. However, it is found to be extremely inaccurate because users overestimate their jobs. Therefore, in this paper, we propose a novel system for the runtime prediction based on workload-aware clustering with the goal of improving prediction performance. The proposed method for runtime prediction of parallel applications consists of three main phases. First, a feature selection based on factor analysis is performed to identify important input features. Then, it performs a clustering analysis of history data based on self-organizing map which is followed by hierarchical clustering for finding the clustering boundaries from the weight vectors. Finally, prediction models are constructed using support vector regression with the clustered workload data. Multiple prediction models for each clustered data pattern can reduce the error rate compared with a single model for the whole data pattern. In the experiments, we use workload logs on parallel systems (i.e., iPSC, LANL-CM5, SDSC-Par95, SDSC-Par96, and CTC-SP2) to evaluate the effectiveness of our approach. Comparing with other techniques, experimental results show that the proposed method improves the accuracy up to 69.08%.
KSII Transactions on Internet and Information Systems (TIIS)
/
v.17
no.1
/
pp.216-238
/
2023
In intelligent transportation systems, traffic management is an important task. The accurate forecasting of traffic characteristics like flow, congestion, and density is still active research because of the non-linear nature and uncertainty of the spatiotemporal data. Inclement weather, such as rain and snow, and other special events such as holidays, accidents, and road closures have a significant impact on driving and the average speed of vehicles on the road, which lowers traffic capacity and causes congestion in a widespread manner. This work designs a model for multivariate short-term traffic congestion prediction using SLSTM_AE-BiLSTM. The proposed design consists of a Bidirectional Long Short Term Memory(BiLSTM) network to predict traffic flow value and a Convolutional Neural network (CNN) model for detecting the congestion status. This model uses spatial static temporal dynamic data. The stacked Long Short Term Memory Autoencoder (SLSTM AE) is used to encode the weather features into a reduced and more informative feature space. BiLSTM model is used to capture the features from the past and present traffic data simultaneously and also to identify the long-term dependencies. It uses the traffic data and encoded weather data to perform the traffic flow prediction. The CNN model is used to predict the recurring congestion status based on the predicted traffic flow value at a particular urban traffic network. In this work, a publicly available Caltrans PEMS dataset with traffic parameters is used. The proposed model generates the congestion prediction with an accuracy rate of 92.74% which is slightly better when compared with other deep learning models for congestion prediction.
Journal of the Earthquake Engineering Society of Korea
/
v.10
no.2
s.48
/
pp.1-10
/
2006
Reinforced concrete bridge columns with relatively small aspect ratio show flexure-shear behavior, which is flexural behavior at initial and medium displacement stages and shear failure at final stage. Since the columns with flexure-shear failure have lower ductility than those with flexural failure, shear capacity curve models shall be applied as well as flexural capacity curve in order to determine ultimate displacement for seismic design or performance evaluation. In this paper, a modified shear capacity curve model is proposed and compared with the other models such as the CALTRANS model, Aschheim et al.'s model, and Priestley et al.'s model. Four shear capacity curve models are applied to the 4 full scale circular bridge column test results and the accuracy of each model is discussed. It may not be fully adequate to drive a final decision from the application to the limited number of test results, however the proposed model provides the better prediction of failure mode and ultimate displacement than the other models for the selected column test results.
This paper presents the results of an investigation into the pull-out capacity characteristics of screw anchor piles. Theoretical background of screw anchor pile (SAP) was first discussed. A series of reduced-scale model tests were performed on a number of cases with different SAP geometries such as pitch and diameter of screw as well as relative density of the model ground. The applicability of the pull-out capacity prediction equations were also examined based on the test results. It was shown that the pitch of screw has negligible effect on the pull-out capacity, while the diameter of screw has relatively large effect on pull-out capacity under a given condition. Practical implications of the findings from this study are discussed in great detail.
In this study, 34 laboratory load test data were collected, and analyzed to propose the equations for predicting ultimate bearing capacity of sand compaction pile (SCP) and gravel compaction pile (GCP) reinforced clay. The collected data were compared with the ultimate bearing capacity estimated by existing theoretical equations, and the prediction accuracy of the existing theoretical equations was identified. Also, multiple regression analysis was performed to predict the ultimate bearing capacity, and the most efficient number and type of input variables were selected through error evaluation by leave-one-out cross validation. Finally, the multiple regression equations for estimating the ultimate bearing capacity of laboratory load test for SCP and GCP were proposed, and their performance was evaluated.
The use of high-strength concrete (HSC) has significantly increased over the last decade, especially in offshore structures, long-span bridges, and tall buildings. The behavior of such concrete is noticeably different from that of normal-strength concrete (NSC) due to its different microstructure and mode of failure. In particular, the shear capacity of structural members made of HSC is a concern and must be carefully evaluated. The shear fracture surface in HSC members is usually trans-granular (propagates across coarse aggregates) and is therefore smoother than that in NSC members, which reduces the effect of shear transfer mechanisms through aggregate interlock across cracks, thus reducing the ultimate shear strength. Current code provisions for shear design are mainly based on experimental results obtained on NSC members having compressive strength of up to 50MPa. The validity of such methods to calculate the shear strength of HSC members is still questionable. In this study, a new approach based on artificial neural networks (ANNs) was used to predict the shear capacity of NSC and HSC beams without shear reinforcement. Shear capacities predicted by the ANN model were compared to those of five other methods commonly used in shear investigations: the ACI method, the CSA simplified method, Response 2000, Eurocode-2, and Zsutty's method. A sensitivity analysis was conducted to evaluate the ability of ANNs to capture the effect of main shear design parameters (concrete compressive strength, amount of longitudinal reinforcement, beam size, and shear span to depth ratio) on the shear capacity of reinforced NSC and HSC beams. It was found that the ANN model outperformed all other considered methods, providing more accurate results of shear capacity, and better capturing the effect of basic shear design parameters. Therefore, it offers an efficient alternative to evaluate the shear capacity of NSC and HSC members without stirrups.
This paper presents an investigation into the flexural behavior of reinforced concrete (RC) beams retrofitted by ultra-high performance fiber-reinforced concrete (UHPFRC) layers. The experimental study has been conducted in two parts. In the first part, four methods of retrofitting with UHPFRC layers in both the up and down sides of the beams have been proposed and their efficiency in the bonding of the normal concrete and ultra-high performance fiber-reinforced concrete has been discussed. The results showed that using the grooving method and the pre-casted UHPFRC layers in comparison with the sandblasting method and the cast-in-place UHPFRC layers leads to increase the load carrying capacity and the energy absorption capacity and causes high bond strength between two concretes. In the second part of the experimental study, the tests have been conducted on the beams with single UHPFRC layer in the down side and in the up side, using the effective retrofitting method chosen from the first part. The results are compared with those of non-retrofitted beam and the results of the first part of experimental study. The results showed that the retrofitted beam with two UHPFRC layers in the up and down sides has the highest energy absorption and load carrying capacity. A finite element analysis was applied to prediction the flexural behavior of the composite beams. A good agreement was achieved between the finite element and experimental results. Finally, a parametric study was carried out on full-scale retrofitted beams. The results indicated that in all retrofitted beams with UHPFRC in single and two sides, increasing of the UHPFRC layer thickness causes the load carrying capacity to be increased. Also, increases of the normal concrete compressive strength improved the cracking load of the beams.
Nowadays, precise prediction of the pump performance becomes more important than ever before in high-value industries such as power plants and large ships. The power consumed in such pumps of large head and capacity definitely affects the efficiency of the entire system. In this study, we report the theoretical and CFD results used in prediction of the performance change caused by the reduction of impeller diameter. We have found that the theoretical calculation is somehow useful at least in estimating the very beginning condition for the CFD main calculation.
Journal of the Korea Institute of Military Science and Technology
/
v.16
no.2
/
pp.185-190
/
2013
The previous steganographic methods by using the interpolation were difficult to estimate the distortion because the size of cover image is extended by interpolation algorithms. In this paper, to solve the problems of previous methods proposed the improved steganographic method based on the pixel replacement algorithms. In our method, we cannot extend a cover image, but also can estimate exactly the distortion of the stego-images. In the experimental results, the estimated distortion and embedding capacity of stego-image are shown on three pixel replacement methods.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.