• 대한교통학회지
• /
• 제21권1호
• /
• pp.91-102
• /
• 2003

본 연구는 $\circled1$Cellular Automata(이하 CA)모형을 기반으로 대규모 네트워크에 적용 가능한 보다 현실적인 CA차량모형 구축. $\circled2$구축된 CA차량모형을 이용한 차량 모의실험기의 개발과 개발된 차량 모의실험기를 이용한 단기링크통행시간 예측으로 구성된다. 구축된 CA차량추종모형은 기존의 CA차량추종모형 보다 현실적으로 감속을 통한 정지과정을 설명하면서 거시적 지표인 교통량-밀도-속도관계를 설명하였다. 또한 링크의 유출교통량(Outflow)을 제어하기 위한 차량의 링크전이모형은 기존의 차량 링크전이모형에 비하여 보다 안정된 대기차량을 형성하였다. 단기링크통행시간 예측을 위한 차량모의실험기는 대규모 가로망에 적용이 가능하도록 차량묶음(Packet, 이하차량묶음)방식과 링크기반 모의실험방식으로 컴퓨터의 연산 수행속도 및 메모리를 효율적으로 처리할 수 있었으며, 기존의 시계열자료 예측기법에서 고려할 수 없었던 차량의 행태 및 링크 상에서 발생하는 이동류 과포화, 뒷막힘현상 등의 메커니즘을 고려함으로서 기존 시계열자료 예측기법에 비하여 우수한 예측력을 보였다.

• 비파괴검사학회지
• /
• 제21권1호
• /
• pp.80-90
• /
• 2001

AE 신호와 재료의 기계적 물성과의 관계를 정량적으로 제시할 수 있는 방법을 개발하였다. 재료의 여러 가지 기계적 성질들 중 피로균열 거동에 관련된 응력확대계수를 중심으로 AE 신호와 같은 다변량 데이터의 처리에 많이 사용되고 있는 주성분 회귀분석과 비선형적 문제 해결에 적합한 신경회로망 기법을 이용하였다. 이를 위하여 강교량 부재인 SWS490B 강에 대한 피로균열전파 실험을 수행하였으며 표준 CT 시편에 대한 피로균열진전 시 발생하는 AE 신호의 각 변수와 응력확대계수와의 관계를 고찰하였다. 통계분석 방법인 변수선택법을 적용한 결과 AE 카운트(RC), 에너지(EN), 신호지속시간(ED)의 각각에 대한 유의성이 높은 것으로 나타났으나 전반적으로 전체 AE 변수를 모두 이용할 경우 통계적 유의성이 높은 것으로 나타났다. 부재의 반복하중 시 발생하는 피로균열진전을 정량적으로 도출할 수 있는 응력확대계수 추정모델을 개발하고 평가하였다. 미지 시료에 대하여 개발된 모델의 응력확대계수 예측 성능을 분석한 결과 주성분 회귀모델과 인공신경망 모델 모두 우수한 예측성능을 나타내었으나 전반적으로 인공신경망 모델이 주성분 회귀모델보다 다소 양호한 것으로 분석되었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권5호
• /
• pp.114-126
• /
• 2021

본 논문은 국내·외 (미국, 영국, 일본, 한국)의 교량유지관리활동을 비교하였다. 교량은 물류 및 교통망에 있어 매우 중요한 역할을 하고 있다. 제한된 예산으로 시민에게 적절한 수준의 서비스를 제공하기 위해서는 효율적인 교량 유지관리 활동 (예, 점검 및 보수·보강)이 이루어져야만 한다. 1980년대 후반 급속한 경제 성장은 국내 사회기반 시설 증가로 이어졌고 교량의 개소수 또한 급속도로 증가 하게 하였다. 교량 증가와 함께 노후화 또한 최근 빠르게 진행되고 있으며 이러한 교량 노후화 속도는 교량 유지관리를 담당하고 있는 관리주체에게는 상당한 부담이 되고 있다. 다행이 이러한 과정을 이미 경험하고 있는 해외국가의 체계적이고 종합적인 교량 유지관리 체계는 국내 유지관리 체계에 상당한 시사점을 줄 수 있을 것이라 판단하다. 따라서, 본 연구의 목적은 교량유지관리 선진국 (예, 미국, 영국, 일본)에서 시행되고 있는 교량 유지관리활동을 비교 분석하여 국내 유지관리에 시사하는 점을 분석하였다.

• 융합정보논문지
• /
• 제10권9호
• /
• pp.237-243
• /
• 2020

본 연구는 채용과 승진에 있어 여성골프지도자들의 불평등한 현실을 조사하고 이를 극복 할 수 있는 대안을 알아보는데 목적이 있다. 이에 드라이빙레인지에 취업한 지도경력이 10년 이상 된 여성골프지도자 9명의, 심층인터뷰와 본 연구자의 참여 관찰로 이루어졌으며 영역분석과 분류분석을 활용하고 전문가의 협의, 삼각검증방법, 참여자들과의 재확인을 하였다. 연구 결과는 첫째, 여성골프지도자들은 사회적 인식과 먼저 진출한 남성골프지도자들의 네트워크에 동등한 경쟁을 할 수 없었다. 둘째, 여성골프지도자들은 한국사회에서 유교문화로 교육되어온 여성의 역할론에 충실했다. 셋째, 젠더 불평등 현실을 극복하기 위해서 스스로 교육을 선택해 자아존중감을 높이고 있었다. 넷째, 채용공고와 업무 표준화로 공정한 기회를 주어야 한다. 마지막으로, 선수의 비율은 곧 지도자의 비율로 이어지며 지도자의 수가 평등으로 가는 조건이 된다는 것을 확인할 수 있었다.

• Earthquakes and Structures
• /
• 제19권1호
• /
• pp.29-44
• /
• 2020

The effectiveness and the sensitivity of a Wireless impedance/Admittance Monitoring System (WiAMS) for the prompt damage diagnosis of two single-storey single-span Reinforced Concrete (RC) frames under cyclic loading is experimentally investigated. The geometrical and the reinforcement characteristics of the RC structural members of the frames represent typical old RC frame structure without consideration of seismic design criteria. The columns of the frames are vulnerable to shear failure under lateral load due to their low height-to-depth ratio and insufficient transverse reinforcement. The proposed Structural Health Monitoring (SHM) system comprises of specially manufactured autonomous portable devices that acquire the in-situ voltage frequency responses of a network of twenty piezoelectric transducers mounted to the RC frames. Measurements of external and internal small-sized piezoelectric patches are utilized for damage localization and assessment at various and increased damage levels as the magnitude of the imposed lateral cycle deformations increases. A bare RC frame and a strengthened one using a pair of steel crossed tension-ties (X-bracing) have been tested in order to check the sensitivity of the developed WiAMS in different structural conditions since crack propagation, damage locations and failure mode of the examined frames vary. Indeed, the imposed loading caused brittle shear failure to the column of the bare frame and the formation of plastic hinges at the beam ends of the X-braced frame. Test results highlighted the ability of the proposed SHM to identify incipient damages due to concrete cracking and steel yielding since promising early indication of the forthcoming critical failures before any visible sign has been obtained.

• 대한전자공학회논문지SD
• /
• 제40권9호
• /
• pp.702-713
• /
• 2003

정보통신 및 네트워크의 급격한 발전으로 인하여 정보보호분야의 중요성은 매우 크다. 또한 사용자에 의한 서비스 수요가 증가하면서 개인정보보호에 대한 관심이 증가하였다. 이러한 이유로 대칭형 암호방식보다는 비대칭형 암호방식이 주류를 이루게 되었다. 그러나 비대칭형 암호방식은 대칭형 암호시스템에 비하여 처리속도가 낮아서 적용되는 분야가 한정된다. 그러므로 본 논문에서는 대칭형 암호시스템을 이용하여 비대칭형 암호시스템의 인증기능을 수행할 수 있도록 하는 암호시스템을 설계하였다. 제안된 암호시스템은 블록 암호방식과 스트림 암호방식을 혼용하여 사용하였다. 대칭형/비대칭형 암호시스템은 고정된 키에 의하여 암호/복호를 수행하지만 제안된 암호시스템은 평문의 정보에 의하여 키수열이 변화하도록 함으로써 비도 측면에서 매우 높은 안전성을 가지도록 하였다. 그러므로 비인가자가 키정보를 확보하여도 크랙하기가 매우 어려워진다. 그러므로 제안된 암호시스템은 대칭형 암호시스템의 처리속도와 비대칭 암호시스템의 인증기능을 가지고 있으므로 데이터 인증 또는 중요한 정보의 교환에 매우 유용하게 사용되리라 사료된다.

• 한국기계가공학회지
• /
• 제19권7호
• /
• pp.7-15
• /
• 2020

Recently, the fourth industrial revolution has been presented as a new paradigm and additive manufacturing (AM) has become one of the most important topics. For this reason, process monitoring for each cross-sectional layer of additive metal manufacturing is important. Particularly, deep learning can train a machine to analyze, optimize, and repair defects. In this paper, image classification is proposed by learning images of defects in the metal cross sections using the convolution neural network (CNN) image labeling algorithm. Defects were classified into three categories: crack, porosity, and hole. To overcome a lack-of-data problem, the amount of learning data was augmented using a data augmentation algorithm. This augmentation algorithm can transform an image to 180 images, increasing the learning accuracy. The number of training and validation images was 25,920 (80 %) and 6,480 (20 %), respectively. An optimized case with a combination of fully connected layers, an optimizer, and a loss function, showed that the model accuracy was 99.7 % and had a success rate of 97.8 % for 180 test images. In conclusion, image labeling was successfully performed and it is expected to be applied to automated AM process inspection and repair systems in the future.

• Spatial Information Research
• /
• 제16권2호
• /
• pp.263-278
• /
• 2008

최근 지방자치단체들은 u-City 사업구상을 통해 지능형 지하시설물 관리를 계획하고 있지만, 지하시설물의 지능화를 위해서는 막대한 재원이 소요되므로 단계적 접근이 필요하다. 따라서 본 연구의 목표는 센싱기술 개발의 우선순위가 높은 상수도 모니터링 항목을 도출하여 기술적 실현가능성과 경제적 파급효과가 높은 킬러어플리케이션을 발굴하는데 있다. 이를 위해 상수도 업무분석, 심층면담조사, 지자체 설문조사, 전문가의견조사 등을 통해 최종 모니터링 항목을 도출하였다. 분석 결과 유량계 유량, 상수관로 누수 균열, 상수관로 압력, 정수장 유량에 대한 모니터링 기술개발의 우선순위가 높게 나타났다. 이러한 연구결과는 상수도 시설물 관리의 실제적인 수요와 우선순위를 도출하고 평가하였다는데 의의가 있으며, 향후 지하시설물 지능화 관련 기술개발의 방향성 제시에 기여할 것이라 기대된다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.365-381
• /
• 2023

The existing vision-based techniques for inspection and condition assessment of civil infrastructure are mostly manual and consequently time-consuming, expensive, subjective, and risky. As a viable alternative, researchers in the past resorted to deep learning-based autonomous damage detection algorithms for expedited post-disaster reconnaissance of structures. Although a number of automatic damage detection algorithms have been proposed, the scarcity of labeled training data remains a major concern. To address this issue, this study proposed a semi-supervised learning (SSL) framework based on consistency regularization and cross-supervision. Image data from post-earthquake reconnaissance, that contains cracks, spalling, and exposed rebars are used to evaluate the proposed solution. Experiments are carried out under different data partition protocols, and it is shown that the proposed SSL method can make use of unlabeled images to enhance the segmentation performance when limited amount of ground truth labels are provided. This study also proposes DeepLab-AASPP and modified versions of U-Net++ based on channel-wise attention mechanism to better segment the components and damage areas from images of reinforced concrete buildings. The channel-wise attention mechanism can effectively improve the performance of the network by dynamically scaling the feature maps so that the networks can focus on more informative feature maps in the concatenation layer. The proposed DeepLab-AASPP achieves the best performance on component segmentation and damage state segmentation tasks with mIoU scores of 0.9850 and 0.7032, respectively. For crack, spalling, and rebar segmentation tasks, modified U-Net++ obtains the best performance with Igou scores (excluding the background pixels) of 0.5449, 0.9375, and 0.5018, respectively. The proposed architectures win the second place in IC-SHM2021 competition in all five tasks of Project 2.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.451-457
• /
• 2018

본 연구는 인공지능 분야의 딥러닝 기술을 기반으로 한 하수관 손상의 자동 탐지 분류 시스템을 제안한다. 성능의 최적화를 위하여 DB 획득 시 발생된 조도 및 그림자 변화와 같은 다양한 환경변화에 강인한 시스템을 구현하였다. 제안된 시스템에서는 Convolutional Neural Network(CNN) 기반의 균열 탐지 및 손상 분류 기법을 구현하였다. 최적의 결과를 위하여 $256{\times}256$ 픽셀 해상도의 CCTV 영상 9,941개를 이용하여 CNN모델을 적용하여 손상부위에 대한 딥러닝을 수행하였고 그 결과 98.76 %의 인식률을 획득하였다. 기계학습을 통한 딥러닝 모델을 기반으로 다양한 환경의 하수도 DB에서 $720{\times}480$ 픽셀 해상도의 646개의 이미지를 추출하여 성능 평가를 수행 하였다. 본 시스템은 다양한 환경에서 구축된 하수관 데이터베이스 에서 손상 유형의 자동 탐지 및 분류에 최적화된 인식률을 제시한다.