• Computers and Concrete
• /
• 제22권2호
• /
• pp.249-259
• /
• 2018

This paper presents Artificial Neural Network (ANN) models for evaluating bond strength of deformed, plain and cold formed bars in low strength concrete. The ANN models were implemented using the experimental database developed by conducting experiments in three different universities on total of 138 pullout and 108 splitting specimens under monotonic loading. The key parameters examined in the experiments are low strength concrete, bar development length, concrete cover, rebar type (deformed, cold-formed, plain) and diameter. These deficient parameters are typically found in non-engineered reinforced concrete structures of developing countries. To develop ANN bond model for each bar type, four inputs (the low strength concrete, development length, concrete cover and bar diameter) are used for training the neurons in the network. Multi-Layer-Perceptron was trained according to a back-propagation algorithm. The ANN bond model for deformed bar consists of a single hidden layer and the 9 neurons. For Tor bar and plain bars the ANN models consist of 5 and 6 neurons and a single hidden layer, respectively. The developed ANN models are capable of predicting bond strength for both pull and splitting bond failure modes. The developed ANN models have higher coefficient of determination in training, validation and testing with good prediction and generalization capacity. The comparison of experimental bond strength values with the outcomes of ANN models showed good agreement. Moreover, the ANN model predictions by varying different parameters are also presented for all bar types.

• 한국IT서비스학회지
• /
• 제16권1호
• /
• pp.139-162
• /
• 2017

Museums contain a significant meaning as a place that reflects empirical knowledge that have been accumulated socially and scientifically in overall life of the public and provides the opportunity to enjoy prestigious culture, while serving as the extended place of education. The first objective of this study is to increase the accessibility of general public through the development of online museum programs as service contents and to present the ultimate direction the development of in art appreciation contents that can effectively expand the infrastructure of culture and art. Second, the effectiveness of online art appreciation programs by registered private museums, which continuously develop smart media-based online museum contents and systemization of archive as the distribution rate of smart devices is increased due to generalization of digital environments, was analyzed by each case to examine the objective distinctions strategies. Third, in terms of museum visitors and smart contents users, this study examines the expected effects of popular distribution by seeking various ways that can enhance the desired exhibit appreciation and autonomous utilization of educational programs, while not being restricted by the physical accessibility and limitation of space at the museums. The subjects of this study included cases of BoroomSan Museum, Savina Museum of Contemporary Art, Imageroot, Sangwon Museum of Art, Hello Museum, etc. and the online smarts contents art appreciation educational programs by registered private museums were analyzed. Results expected to achieve from such processes are as follows. First, the possibility to expand cultural participation in museum exhibition appreciation and museum education infrastructure became widen. Second, the educational program resources can be utilized as the culture and art asset that strengthens the museums' responsibilities in their social role. Third, museum archive can be constructed in more systematic way, and the efficiency of museum archive system can be enhanced to maintain the museum collection database in a consistent format. Fourth, the museum's smart contents users' continued access to museum's online contents may induce the exhibition effect of the site and voluntary participation in education, and can also expect an economic synergy effect as the users become potential visitors that may actually visit the museum in the future.

• Wind and Structures
• /
• 제36권6호
• /
• pp.405-421
• /
• 2023

Strong wind is the main factors of wind-damage of high-rise buildings, which often creates largely economical losses and casualties. Wind pressure plays a critical role in wind effects on buildings. To obtain the high-resolution wind pressure field, it often requires massive pressure taps. In this study, two traditional methods, including bilinear and bicubic interpolation, and two deep learning techniques including Residual Networks (ResNet) and Generative Adversarial Networks (GANs), are employed to reconstruct wind pressure filed from limited pressure taps on the surface of an ideal building from TPU database. It was found that the GANs model exhibits the best performance in reconstructing the wind pressure field. Meanwhile, it was confirmed that k-means clustering based retained pressure taps as model input can significantly improve the reconstruction ability of GANs model. Finally, the generalization ability of k-means clustering based GANs model in reconstructing wind pressure field is verified by an actual engineering structure. Importantly, the k-means clustering based GANs model can achieve satisfactory reconstruction in wind pressure field under the inputs processing by k-means clustering, even the 20% of pressure taps. Therefore, it is expected to save a huge number of pressure taps under the field reconstruction and achieve timely and accurately reconstruction of wind pressure field under k-means clustering based GANs model.

• 자원환경지질
• /
• 제48권2호
• /
• pp.115-130
• /
• 2015

확장 탄성 임피던스(extended elastic impedance, EEI)는 입사각에 따른 음향 임피던스(acoustic impedance, AI) 를 일반화한 탄성 임피던스(elastic impedance, EI)를 확장한 개념으로서 다양한 저류암 물성과 대비가 가능한 것으로 알려져 있다. 하지만 EEI 역산을 적용하여 예측한 저류암적 물성이 실제 물성을 얼마나 정확히 예측하는지를 검증한 사례는 거의 없다. 본 연구에서는 EEI 역산 기법을 이용하여 미국 와이오밍주 Teapot Dome 유전의 주요 저류층 중 하나인 Second Wall Creek 사암층의 P파속도($V_p$), S파속도($V_s$), P파속도-S파속도 비($V_p/V_s$), 포아송비(Poisson's ratio)와 같은 속도 물성들을 유추하고 실제 물리검층 자료와 비교하여 EEI 역산 기법의 정확도를 검증했다. 사용된 자료는 Teapot Dome 유전 남부의 3차원 공심점 모음 자료(CDP gather)와 많은 시추공에서 선택된 4개의 시추공 자료이다. $V_s$ 검층자료는 경험식을 통해 $V_p$ 검층자료로부터 계산되었다. 4개의 속도 물성 EEI 예측 %에러는 한 시추공에서의 포아송비를 제외하면 약 5%를 넘지 않는다. 그러나 속도로부터 직접적으로 계산되지 않는 공극률, 감마선 검층값, 밀도와 같은 물성들은 시추공에서의 EEI 역산 분석 결과가 만족스럽지 못하여 전체 자료에 EEI 역산을 적용할 수 없었다. 따라서 속도 물성의 경우 EEI 역산을 적용할 수 있지만 속도로부터 직접 계산이 되지 않는 물성의 경우는 EEI 역산 적용에 신중해야 할 것으로 판단된다.

• 정보관리연구
• /
• 제33권1호
• /
• pp.31-47
• /
• 2002

본 연구의 목적은 과학기술전문정보 이용자들에 대한 전반적인 현황을 파악하고 이용자 중심 서비스에 대한 합리적인 방안을 제시하고자 기존에 구축되어 있는 국내 과학기술전문정보에 대한 이용자 중심의 품질평가와 일반 과학기술정보서비스에 대한 이용자 기대사항 등을 분석하였다. 품질평가 조사는 한국과학기술정보원에서 제공하고 있는 과학기술전문정보 데이터베이스 검색서비스 BIST와 SATURN을 중심으로 수행되었다. 그 결과 검색결과의 정확성, 검색성, 사용자지원성은 BIST가 약간 높았으며 완전성에서는 SATURN이 약간 높은 것으로 나타났으나, 전체적으로 비슷한 양상을 보였다. 최신성 평가에서는 BIST가 신속한 것으로 나타났으며, 검색결과 평균건수는 SATURN이 더 많았다. 이용자 요구사항 분석은 일반 과학기술전문이용자에게 설문조사를 하여 전반적인 국내 과학기술전문정보 이용환경 현황을 조사하였다. 그 결과 이용자들이 가장 선호하는 자료유형은 국외 학술지로 나타났고 최신성, 원문입수방법, 정보서비스 선택기준 등에서는 모든 이용자 유형에서 유사한 결과를 보여주었다. 그러나 외국어 정보검색시 번역 지원도와 필요로 하는 도움말의 유형 선호도에 있어서 이용자 유형별로 차이를 나타냈다. 본 연구는 과학기술전문정보 품질평가와 전반적인 이용환경 조사를 병행하여 특정 서비스 품질평가가 내포하는 구체성과 과학기술이용 커뮤니티의 일반성을 동시에 수용하고자 하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.177-193
• /
• 2014

개인정보 분야에서의 다양한 정보 보안 이슈가 발생함에 따라 해당 분야의 전문가를 확인하기 위한 프레임워크는 매우 중요한 영역이 되었다. 전문가 탐색과정은 주로 연구 업적 등을 통한 주관적인 평가가 일반적이지만 보다 객관적인 방식을 통한 선정이 매우 중요하다. 소셜 네트워크 분석기법의 응용이 다양한 영역에서 활용됨에 따라 본 연구는 개인정보보호분야의 전문가를 확인하고 해당 전문가들의 연구실적을 판단하기 위한 분석 프레임워크를 제시하고자 하였다. 본 연구는 연구 목적에 따라 개인정보보호 연구영역의 연구성과 자료를 바탕으로 소셜 네트워크 분석을 실시하고 핵심연구자의 성과를 분석하였다. 수집된 데이터는 연구의 공저자, 발행기관, 소속기관 등의 네트워크 구성에 활용되어 핵심전문가 집단을 관리하기 위한 프레임워크를 제시하였다. 본 연구는 NDSL에서 최근 5년 동안 발표된 논문들을 중심으로 자료를 수집하였다. 연구자들이 학술 정보를 교환하는 정기 간행물인 학술지를 바탕으로 연구 네트워크를 형성하는 네트워크 자료를 수집함으로써 연구활동에 대한 정보를 분석할 수 있었다. 일반적으로 연구자들은 연구 결과를 논문으로 발표하고, 발표된 논문들이 다수의 관련 분야 전문가들에게 공유된다는 점에서 학술연구지는 연구자들의 지식관련 의사소통 공간이며 지식의 구조화에 핵심적인 역할을 수행한다. 그에 따라 본 연구의 연구 대상 분야로 설정한 개인정보보호 분야의 연구 구조를 이해하기 위해 국내에서 발표된 관련 분야의 논문들을 연구 대상으로 자료가 수집되었다. 특히 자료의 선별 기준은 국내 최대의 데이터베이스를 보유하고 있는 NDSL에서 개인정보보호 관련 키워드를 보유한 논문 데이터를 수집 및 정제하여 분석 자료로 사용하였다. 2005년부터 2013년까지 약 2,000개의 연구결과 중 주제 관련성, 공저자 추출 등을 수집하였다. 데이터 수집 이후 연구 분석을 위한 데이터 처리를 통하여 통해 총 784개의 논문을 선정하고 분석대상으로 확정하였다. 분석 결과, 개인정보보호 연구영역의 전문가 집단을 이용한 연구논문 성과에 대한 분석은 핵심 연구자들을 추출해내고 전문가 집단을 관리하는 데 도움을 제공할 수 있다. 특히 소속집단 및 연구논문 발행기관을 분석함으로써 개인정보보호 연구영역에서 확인되지 않았던 연구자들의 연구 논문 게재의 공저자 네트워크가 매우 밀접함을 확인할 수 있다. 또한 연구논문의 발행기관 및 소속집단의 특성을 추출함으로써 개인정보보호 영역의 전문가 평가지표로서 소셜 네트워크 지표들의 활용가능성을 확인하였다.