• 한국수산과학회지
• /
• 제31권2호
• /
• pp.202-209
• /
• 1998

본 연구에서는 부유식 해상관측시설의 파랑중 운동응답 및 표류력 해석을 위해 Green 적분방정식에 기초한 3차원 수치해법을 개발하였다. 본 방법에서는 소오스분포와 더브렛분포를 함께 사용하였으며, 판요소로는 3각형 요소와 4각형 요소를 병행 사용하였다. 불규칙파수 현상을 제거하기 위해 개량된 적분방정식 해법을 적용하였으며, 시간평균 표류력의 계산은 원인별 성분파악이 가능한 물체표면 직접적분법을 사용하였다. 개발된 전산 프로그램의 검증을 위해 비교자료가 있는 구형 부유체에 대한 계산이 수행되었고, 이에 대한 계산을 통해 개발된 프로그램으로부터 신뢰성있는 결과를 얻을 수 있음을 확인하였다. 실제시설에 대한 적용예로서 직경 2.6m 흘수 3.77m인 원통형 해상관측용 부이에 대한 계산을 수행하여 그 운동특성 및 표류력 특성을 고찰하였다. 운동응답 해석결과는 공진주파수를 설치해역의 파랑 탁월주파수 범위밖에 놓이도록 부이의 형상과 치수를 조정하는데 활용할 수 있고, 또 이들 계산을 통해 댐퍼 등의 설치효과도 미리 예측할 수 있다. 또한, 계산된 표류력은 황천중에서 계류계에 걸리는 최대하중을 예측하는데 이용할 수 있으므로 계류계의 설계에 있어 중요한 기초자료로 활용된다. 본 수치해법은 원칙적으로 대상 부유체의 형상에 제약을 받지 않으므로 향후 다양한 형상의 부유식 해상관측 시설들의 설계 및 설치$\cdot$운용에 폭 넓게 적용할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.19-28
• /
• 2021

코로나로 인해 건강관리에 대한 관심이 증가하고 있는 요즘, 여러 사람이 함께 이용하는 헬스장이나 공용시설을 이용하는데 어려움이 늘어남에 따라 홈 트레이닝을 하는 이들이 늘어나고 있다. 이에 본 연구에서는 홈 트레이닝 사용자들에게 좀 더 정확하고 의미 있는 운동 추천을 제공하기 위해 개인 성향 정보를 활용한 개인화된 운동 추천 알고리즘을 제안한다. 이를 위해 식습관 정보, 육체적 조건 등 개인을 나타낼 수 있는 개인 성향 정보를 사용해 k-최근접 이웃 알고리즘으로 데이터를 비만의 기준에 따라 분류하였다. 또한, 운동 데이터 셋을 운동의 레벨에 따라 등급을 구별하였으며 각 데이터 셋의 이웃 정보를 바탕으로 모델 기반 협업 필터링 방법 중 차원 축소모델인 특이값 분해 알고리즘(SVD)을 통해 사용자들에게 개인화된 운동 추천을 제공한다. 따라서 메모리 기반 협업 필터링 추천 기법의 데이터 희소성과 확장성의 문제를 해결할 수 있고, 실험을 통해 본 연구에서 제안하는 알고리즘의 정확도와 성능을 검증한다.

• 대한기계학회논문집A
• /
• 제33권8호
• /
• pp.745-752
• /
• 2009

In robust design, the mean and variance of design performance are frequently used to measure the design performance and its robustness under uncertainties. In this paper, we present the Gauss-type quadrature formula as a rigorous method for mean and variance estimation involving arbitrary input distributions and further extend its use to robust design optimization. One dimensional Gauss-type quadrature formula are constructed from the input probability distributions and utilized in the construction of multidimensional quadrature formula such as the tensor product quadrature (TPQ) formula and the univariate dimension reduction (UDR) method. To improve the efficiency of using it for robust design optimization, a semi-analytic design sensitivity analysis with respect to the statistical moments is proposed. The proposed approach is applied to a simple bench mark problems and robust topology optimization of structures considering various types of uncertainty.

• 한국생산제조학회지
• /
• 제25권6호
• /
• pp.410-420
• /
• 2016

The geometric dimension and shape of microchannels that are formed during surface texturing are widely studied for applications in flow control, and drag and friction reduction. In this research, a new method for controlling the deformation of U channels during micro-rolling-based surface texturing was developed. Since the width of the U channels is almost constant, controlling the depth is essential. A calibration procedure of initial rolling gap, and proportional-integral PI controllers and a linear interpolation have been applied simultaneously to control the depth. The PI controllers drive the position of the pre-U grooved roll as well as the rolling gap. The relationship between the channel depth and rolling gap is linearized to create a feedback signal in the depth control system. The depth of micro channels is studied on A2021 aluminum lamina surfaces. Overall, the experimental results demonstrated the feasibility of the method for controlling the depth of microchannels.

• Wind and Structures
• /
• 제38권1호
• /
• pp.1-13
• /
• 2024

In order to effectively simulate nonstationary stochastic turbulent wind fields, four separation hybrid (SEP-H) models are proposed in the present study. Based on the assumption that the lateral turbulence component at one single-point is uncorrelated with the longitudinal and vertical turbulence components, the fluctuating wind is separated into 2nV-1D and nV1D nonstationary stochastic vector processes. The first process can be expressed as double proper orthogonal decomposition (DPOD) or proper orthogonal decomposition and spectral representation method (POD-SRM), and the second process can be expressed as POD or SRM. On this basis, four SEP-H models of nonstationary stochastic turbulent wind fields are developed. In addition, the orthogonal random variables in the SEP-H models are presented as random orthogonal functions of elementary random variables. Meanwhile, the number theoretical method (NTM) is conveniently adopted to select representative points set of the elementary random variables. The POD-FFT (Fast Fourier transform) technique is introduced in frequency to give full play to the computational efficiency of the SEP-H models. Finally, taking a long-span bridge as the engineering background, the SEP-H models are compared with the dimension-reduction DPOD (DR-DPOD) model to verify the effectiveness and superiority of the proposed models.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2005년도 BIOINFO 2005
• /
• pp.319-324
• /
• 2005

An integrated approach for prostate cancer detection using proteomic data is presented. Due to the high-dimensional feature of proteomic data, the discrete wavelet transform (DWT) is used in the first-stage for data reduction as well as noise removal. After the process of DWT, the dimensionality is reduced from 43,556 to 1,599. Thus, each sample of proteomic data can be represented by 1599 wavelet coefficients. In the second stage, a voting method is used to select a common set of wavelet coefficients for all samples together. This produces a 987-dimension subspace of wavelet coefficients. In the third stage, the Autoassociator algorithm reduces the dimensionality from 987 to 400. Finally, the artificial neural network (ANN) is applied on the 400-dimension space for prostate cancer detection. The integrated approach is examined on 9 categories of 2-class experiments, and also 3- and 4-class experiments. All of the experiments were run 10 times of ten-fold cross-validation (i. e. 10 partitions with 100 runs). For 9 categories of 2-class experiments, the average testing accuracies are between 81% and 96%, and the average testing accuracies of 3- and 4-way classifications are 85% and 84%, respectively. The integrated approach achieves exciting results for the early detection and diagnosis of prostate cancer.

• 대한기계학회논문집A
• /
• 제39권7호
• /
• pp.721-727
• /
• 2015

풍력 발전기용 기계부품은 주로 자유단조 공법을 통하여 제조된다. 본 연구는 풍력발전기용 타워부품인 도아프레임의 제조하기 위한 발전된 단조공법에 관한 연구이다. 개발된 단조공법의 장점은 원소재 회수율을 높임에 따라 원소재 투입량을 줄임으로 제조원가를 낮춘다. 기존의 단조공업은 유압프레스를 이용하여 단조작업이 이루어지며 최종제품과 단조품의 형상 차이로인하여 많은 부분이 가공으로 제거된다. 하지만 제안된 단조공법은 열간 자유단조와 링롤링공법을 통하여 원소재 회수율을 높이게 된다. 새로운 공법의 유효성은 링롤링 블랭크의 치수와 밀접한 관련이 있기 때문에 유한요소해석을 통하여 블랭크의 치수를 최적화 하였다. 유한요소해석을 통하여 얻은 단조품의 치수는 시제품 생산을 통하여 검증하였다.

• 감성과학
• /
• 제13권1호
• /
• pp.47-60
• /
• 2010

기존 웹 페이지 자동분류 연구는 일반적으로 학습 기반인 kNN(k-Nearest Neighbor), SVM(Support Vector Machine)과 통계 기반인 Bayesian classifier, NNA(Neural Network Algorithm)등 여러 종류의 분류작업에서 입증된 분류 기법을 사용하여 웹 페이지를 분류하였다. 하지만 인터넷 상의 방대한 양의 웹 페이지와 각 페이지로부터 나오는 많은 양의 자질들을 처리하기에는 공간적, 시간적 문제에 직면하게 된다. 그리고 분류 대상을 표현하기 위해 흔히 사용하는 단일(uni-gram) 자질 기반에서는 자질들 간의 관계 분석을 통해 자질에 정확한 의미를 부여하기 힘들다. 특히 본 논문의 분류 대상인 한글 웹 페이지의 자질인 한글 단어는 중의적인 의미를 가지는 경우가 많기 때문에 이러한 중의성이 분류 작업에 많은 영향을 미칠 수 있다. 잠재적 의미 분석 LSA(Latent Semantic Analysis) 분류기법은 선형 기법인 특이치 분해 SVD(Singular Value Decomposition)을 통해 행렬의 분해 및 차원 축소(dimension reduction)를 수행하여 대용량 데이터 집합의 분류를 효율적으로 수행하고, 또한 차원 축소를 통해 새로운 의미공간을 생성하여 자질들의 중의적 의미를 분석할 수 있으며 이 새로운 의미공간상에 분류 대상을 표현함으로써 분류 대상의 잠재적 의미를 분석할 수 있다. 하지만 LSA의 차원 축소는 전체 데이터의 표현 정도만을 고려할 뿐 분류하고자 하는 범주를 고려하지 않으며 또한 서로 다른 범주 간의 차별성을 고려하지 않기 때문에 축소된 차원 상에서 분류 시 서로 다른 범주 데이터간의 모호한 경계로 인해 안정된 분류 성능을 나타내지 못한다. 이에 본 논문은 새로운 의미공간(semantic space) 상에서 서로 다른 범주사이의 명확한 구분을 위한 특별한 차원 선택을 수행하여 최적의 차원 선택과 안정된 분류성능을 보이는 최적의 지도적 LSA을 소개한다. 제안한 지도적 LSA 방법은 기본 LSA 및 다른 지도적 LSA 방법들에 비해 저 차원 상에서 안정되고 더 높은 성능을 보였다. 또한 추가로 자질 생성 및 선택 시 불용어의 제거와 자질에 대한 가중치를 통계적인 학습을 통해 얻음으로써 더 높은 학습효과를 유도하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.39-46
• /
• 2013

최근 모바일 산업이 발달하고 성능이 향상되어 생활 속에서 모바일 기기의 사용량이 늘고 있다. 현재 모바일 기기에는 고성능 카메라를 장착하고 있어 데스크톱에서 수행하던 영상 정합을 모바일 기기에서 수행할 수 있다. 그러나 모바일 기기는 제한된 하드웨어 자원을 가지고 있어 영상 정합을 수행하기에 연산량이 많다. 따라서 본 논문에서는 모바일 환경에서 효율적인 영상 정합을 위한 향상된 특징점 기술자 추출 및 정합 기법 제안한다. 특징점 기술자 생성시 방향 윈도우 확장 및 기술자의 차원을 줄여 정확도를 높이면서 연산량을 감소시킨다. 또한 정합점 분류 기법을 통하여 영상 정합의 연산량을 감소시킨다. 실험결과 기존의 방법보다 영상 정합 속도가 향상되어 모바일 환경에 적합하면서도 자연스러운 영상을 생성할 수 있었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.