• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1587-1596
• /
• 2016

This paper presents an interactive locomotion controller using motion capture data and inverted pendulum model. Most of the data-driven character controller using motion capture data have two kinds of limitation. First, it needs many example motion capture data to generate realistic motion. Second, it is difficult to make natural-looking motion when characters navigate dynamic terrain. In this paper, we present a technique that uses dimension reduction technique to motion capture data together with the Gaussian process dynamical model (GPDM), and interpolates the low-dimensional data to make final motion. With the low-dimensional data, we can make realistic walking motion with few example motion capture data. In addition, we apply the inverted pendulum model (IPM) to calculate the root trajectory considering the real-time user input upon the dynamic terrain. Our method can be used in game, virtual training, and many real-time applications.

• Structural Engineering and Mechanics
• /
• 제76권4호
• /
• pp.529-540
• /
• 2020

Concurrent topology optimization of macrostructure and microstructure has attracted significant interest due to its high structural performance. However, most of the existing works are carried out under deterministic conditions, the obtained design may be vulnerable or even cause catastrophic failure when the load position exists uncertainty. Therefore, it is necessary to take load position uncertainty into consideration in structural design. This paper presents a computational method for robust concurrent topology optimization with consideration of load position uncertainty. The weighted sum of the mean and standard deviation of the structural compliance is defined as the objective function with constraints are imposed to both macro- and micro-scale structure volume fractions. The Bivariate Dimension Reduction method and Gauss-type quadrature (BDRGQ) are used to quantify and propagate load uncertainty to calculate the objective function. The effective properties of microstructure are evaluated by the numerical homogenization method. To release the computation burden, the decoupled sensitivity analysis method is proposed for microscale design variables. The bi-directional evolutionary structural optimization (BESO) method is used to obtain the black-and-white designs. Several 2D and 3D examples are presented to validate the effectiveness of the proposed robust concurrent topology optimization method.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.518-524
• /
• 2018

라이브 음악 또는 리메이크를 통해서 재발매된 음악을 원곡의 커버곡이라 부른다. 본 논문은 고속 커버곡 검색을 위한 특징 축약을 위해 2차원 퓨리에 변환을 이용하는 방법을 연구하였다. 이차원 퓨리에 변환은 조변화에 대해서 불변성을 가지고 있으므로, 커버곡 검색을 위한 특징 축약 방법으로 적합하다. 기존 퓨리에 변환 방법에서는 크기값 만을 활용하였으나, 본 논문에서는 인접한 크로마 블록은 같은 조변화를 가진다는 가정하에 위상 정보를 추가로 활용하는 방법을 제안하였다. 두 가지 커버곡 실험 데이터셋에서 성능 비교를 수행하였으며, 제안된 방법이 기존 방법에 비해서 우수한 커버곡 검색 정확도를 보임을 확인하였다.

• 국제초고층학회논문집
• /
• 제9권4호
• /
• pp.307-314
• /
• 2020

High-rise buildings with vertical setback are widely used in practice. From the field investigation of the past earthquakes, it was found that such kind of vertically irregular high-rise building structures easily suffer severe damage during strong earthquakes. This paper presents an extensive study on the earthquake responses of moment-resisting frame structures (MFS) popularly applied in high-rise buildings with vertical setback. Four groups of MFS are designed, including three groups of structures with vertical setback and one group of structures with the lateral stiffness varying along the building height but without vertical setback. The numerical models of the structures are established, and the time history analysis of the structures under different levels of earthquakes is conducted. The earthquake responses of the structures are compared. The influence of the ratio between the horizontal setback dimension and the previous plan dimension, the eccentricity of setback, and the position where the setback occurs on the seismic performance of structures is studied. The rationality of the provisions for the structures with vertical setback specified in the current design codes is checked by the findings from this study.

• 응용통계연구
• /
• 제34권6호
• /
• pp.957-968
• /
• 2021

역중도절단확률가중(inverse censoring probability weighting, ICPW)은 생존분석에서 흔히 사용되는 방법이다. 중도절단 회귀모형과 같은 ICPW 방법의 응용에 있어서 중도절단 확률의 정확한 추정은 핵심적인 요소라고 할 수 있다. 본 논문에서는 중도절단 확률의 추정이 ICPW 기반 중도절단 회귀모형의 성능에 어떠한 영향을 주는지 모의실험을 통하여 알아보았다. 모의실험에서는 Kaplan-Meier 추정량, Cox 비례위험(proportional hazard) 모형 추정량, 그리고 국소 Kaplan-Meier 추정량 세 가지를 비교하였다. 국소 KM 추정량에 대해서는 차원의 저주를 피하기 위해 공변량의 차원축소 방법을 추가적으로 적용하였다. 차원축소 방법으로는 흔히 사용되는 주성분분석(principal component analysis, PCA)과 절단역회귀(sliced inverse regression)방법을 고려하였다. 그 결과 Cox 비례위험 추정량이 평균 및 중위수 중도절단 회귀모형 모두에서 중도절단 확률을 추정하는 데 가장 좋은 성능을 보여주었다.

• 전자공학회논문지CI
• /
• 제41권1호
• /
• pp.1-8
• /
• 2004

인터넷의 발달과 데이터베이스의 구축이 보편화됨에 따라 막대한 양의 데이터 속에서 의사 결정에 필요한 지식을 찾아내는 작업은 결코 쉬운 일이 아니다 본 논문에서는 대규모 데이터의 효율적인 분석을 위하여 지식의 탐사 이전에 데이터에 대한 축소 작업을 수행하기 위한 효과적인 차원 축소 전략에 의한 패턴분류 기법을 제안한다. 이를 위해 본 논문에서는 통계적학습 모형인 Support Vector Machine의 VC-dimension에 기반한 RBF 신경망 모형을 제안한다. 기존의 RBF 신경망 모형은 주로 퍼셉트론 모형의 전처리 작업만을 수행하지만 제안하는 신경망 모형은 VD-dimension과 연계한 독자적으로 데이터를 분석할 수 있는 능력을 갖춘 모형을 구축하고 이를 바탕으로 개체들을 정확한 레이블로 분류한다. 기계 학습 데이터를 이용하여 본 논문에서 제안하는 모형의 성능을 비교 평가한 결과 기존의 여러 분류 알고리즘에 비해 우수한 성능을 보임이 실험을 통해 확인되었다.

• 터널과지하공간
• /
• 제22권2호
• /
• pp.120-129
• /
• 2012

최근 친환경적 광산 개발에 대한 사회적 요구에 따라 갱외 시설물도 갱내화하는 경향이 있다. 지하 광산 구조물은 보통 높이보다 폭이 큰 공간을 필요로 하기 때문에 안정성 평가가 중요하다. 본 연구에서는 강도감소법을 이용하여 안전율을 분석하고, 강도감소법과 다변량 회귀분석을 조합하여 지하 광산 구조물의 규모 결정을 위한 수치해석적 설계의 접근방법을 수행하였다. 설계 매개변수는 암반의 전단강도와 측압계수 그리고 지하 광산 구조물의 폭과 설치심도이다. 지하 광산 구조물의 안정성은 입력된 매개변수의 서로 다른 조건하에서 강도 감소법으로 계산된 안전율의 개념으로 평가되었으며, 다양한 다변량 회귀분석을 통해 안전율에 대한 적합한 함수를 얻었다. 최종적으로 최적의 회귀모델을 사용하여 지하 광산 구조물의 규모 결정에 있어서의 초기 설계 정보를 제공하는 도표를 제안했다.

• 한국정밀공학회지
• /
• 제31권7호
• /
• pp.615-622
• /
• 2014

Copper pipes have been widely used as components of System Air-Conditioner due to high thermal conductivity. This system consists of 150 pipes, which are approximately 10m long in total. Dimensional changes occur during pipe processing such as expansion, reduction and bending. This processing induces changes in length of pipes and makes dimensional differences from original pipes. The summation of the differences of pipes components leads to make huge cumulative dimensional differences. The cumulative differences can cause serious problems such as crack, refrigerant leakage. However the differences have not been considered so far. To satisfy target quality of the system, it is essential to predict and calibrate the differences. In this paper, the changes in dimension were predicted using FEM and it was found that cumulative differences could cause indesirable stress during assembly process. As a result, dimensional differences or indesirable stress could be reduced using the proposed method.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국제학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.524-529
• /
• 1993

Component Cost Analysis considers any given system driven by a white noise process as an interconnection of different components, and assigns a metric called "component cost" to each component. These component costs measure the contribution of each component to a predefined quadratic cost function. One possible use of component costs is for model reduction by deleting those components that have the smallest component cost. The theory of Component Cost Analysis is extended to include finite-bandwidth colored noises. The results also apply when actuators have dynamics of their own. When the dynamics of this input are added to the plant, which is to be reduced by CCA, the algorithm for model reduction process will be called Weighted Component Cost Analysis (WCCA). Closed-form analytical expressions of component costs for continuous time case, are also derived for a mechanical system described by its modal data. This is very useful to compute the modal costs of very high order systems beyond Lyapunov solvable dimension. A numerical example for NASA's MINIMAST system is presented.presented.

• Journal of Information Technology Applications and Management
• /
• 제16권1호
• /
• pp.97-113
• /
• 2009

Collaborative filtering(CF) has been a very successful approach for building recommender system, but its widespread use has exposed to some well-known problems including sparsity and scalability problems. In order to mitigate these problems, we propose two novel models for improving the typical CF algorithm, whose names are ISCF(Item-Selected CF) and USCF(User-Selected CF). The modified models of the conventional CF method that condense the original dataset by reducing a dimension of items or users in the user-item matrix may improve the prediction accuracy as well as the efficiency of the conventional CF algorithm. As a tool to optimize the reduction of a user-item matrix, our study proposes genetic algorithms. We believe that our approach may relieve the sparsity and scalability problems. To validate the applicability of ISCF and USCF, we applied them to the MovieLens dataset. Experimental results showed that both the efficiency and the accuracy were enhanced in our proposed models.