• Advances in nano research
• /
• 제16권3호
• /
• pp.231-249
• /
• 2024

When the amplitude of the vibrations is equivalent to that clearance, the vibrations for small amplitudes will really be significantly nonlinear. Nonlinearities will not be significant for amplitudes that are rather modest. Finally, nonlinearities will become crucial once again for big amplitudes. Therefore, the concrete panel system may experience a big amplitude in this work as a result of the high temperature. Based on the 3D modeling of the shell theory, the current work shows the influences of the von Kármán strain-displacement kinematic nonlinearity on the constitutive laws of the structure. The system's governing Equations in the nonlinear form are solved using Kronecker and Hadamard products, the discretization of Equations on the space domain, and Duffing-type Equations. Thermo-elasticity Equations. are used to represent the system's temperature. The harmonic solution technique for the displacement domain and the multiple-scale approach for the time domain are both covered in the section on solution procedures for solving nonlinear Equations. An effective data-driven solution is often utilized to predict how different systems would behave. The number of hidden layers and the learning rate are two hyperparameters for the network that are often chosen manually when required. Additionally, the data-driven method is offered for addressing the nonlinear vibration issue in order to reduce the computing cost of the current study. The conclusions of the present study may be validated by contrasting them with those of data-driven solutions and other published articles. The findings show that certain physical and geometrical characteristics have a significant effect on the existing concrete panel structure's susceptibility to temperature change and GPL weight fraction. For building construction industries, several useful recommendations for improving the thermo-mechanics' behavior of structural concrete panels are presented.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.105-116
• /
• 2022

Stay cables play an essential role in cable-stayed bridges. Severe vibrations and/or harsh environment may result in cable failures. Therefore, an efficient structural health monitoring (SHM) solution for cable damage detection is necessary. This study proposes a data-driven method for immediately detecting cable damage from measured cable forces by recognizing pattern transition from the intact condition when damage occurs. In the proposed method, pattern recognition for cable damage detection is realized by time series classification (TSC) using a deep learning (DL) model, namely, the long short term memory fully convolutional network (LSTM-FCN). First, a TSC classifier is trained and validated using the cable forces (or cable force ratios) collected from intact stay cables, setting the segmented data series as input and the cable (or cable pair) ID as class labels. Subsequently, the classifier is tested using the data collected under possible damaged conditions. Finally, the cable or cable pair corresponding to the least classification accuracy is recommended as the most probable damaged cable or cable pair. A case study using measured cable forces from an in-service cable-stayed bridge shows that the cable with damage can be correctly identified using the proposed DL-TSC method. Compared with existing cable damage detection methods in the literature, the DL-TSC method requires minor data preprocessing and feature engineering and thus enables fast and convenient early detection in real applications.

• 패션비즈니스
• /
• 제27권4호
• /
• pp.141-162
• /
• 2023

With the prospect that integrating creative AI in the fashion design field will become more visible, this study considered the case of creative fashion design development through Human-AI Co-creation (HAIC). Methodologically, this research encompasses a literature review and empirical investigations. In the literature review, the fashion design and creative HAIC processes, and the possibilities of integrating AI in fashion design were considered. In the empirical study, based on the case analysis of generating fashion design through HAIC, the HAIC type according to the role and interaction method, and characteristics of humans and AI was considered, and the HAIC process for fashion design was derived. The results of this study are summarized as follows. First, HAIC types in fashion design are divided into four types: AI-driven passive HAIC, human-driven passive HAIC, flexible interaction-based HAIC, and integrated interaction-based value creation HAIC. Second, the stages of the HAIC process for creative fashion design can be broadly divided into semantic data integration, visual ideation, design creation and expansion, design presentation, and design/manufacturing solution and UX platform creation. Third, in fashion design, HAIC contributes to human ability, enhancement of creativity, achievement of efficient workflow, and creation of new values. This research suggests that HAIC has the potential to revolutionize the fashion design industry by facilitating collaboration between humans and AI; consequently, enhancing creativity, and improving the efficiency of the design process. It also offers a framework for understanding the different types of HAIC and the stages involved in the creative fashion design process.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.244-247
• /
• 2022

In recent years, the logistics industry has greatly driven the world's economic development. Due to the frequent occurrence of logistics information leakage and forgery, it is necessary to find a solution that can accurately trace the logistics information and ensure the security and authenticity of the logistics information. The birth of blockchain technology has enabled the logistics industry to realize the development from quantitative change to qualitative change. The distributed storage idea, decentralization characteristics, immutable nature, complex encryption algorithm, and other technical characteristics of the blockchain technology make it have a wide range of application prospects in the logistics industry. The purpose of this paper is to apply blockchain technology to the whole chain of logistics information traceability, to indirectly store the corresponding data generated by the logistics circulation link on the blockchain, and to combine the researched consensus algorithm and searchable encryption algorithm to form A set of logistics information traceability system to achieve efficient and accurate traceability of logistics information.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권4호
• /
• pp.7-16
• /
• 2023

캐릭터 애니메이션 분야에서 목표 지향적 이동을 위해 원하는 궤적을 재현하는 것은 항상 어려운 과제이다. 생성 모델을 사용하는 데이터 기반 방법은 명시적인 조건 없이 긴 동작 시퀀스를 예측하는 효율적인 방법 중 하나이다. 이러한 방법은 고품질의 결과물을 생성해내지만, 멀리 있는 목표물을 무작위로 타격하는 것처럼 더 어려운 상황의 모션을 합성(synthesis)에 있어서는 제한될 수 있다. 하지만 이는 모션 데이터 클립을 모방하는 GAN Discriminator 를 사용하고 강화학습을 통해 해결할 수 있다. 본 연구는 캐릭터들이 GAN 기반 접근법과 리워드 설계를 통해 복싱을 구현하는 것을 목표로 한다. 논문에서 사용된 두 가지의 최신 연구인 Adversarial Motion Prior 와 Adversarial Skill Embedding 에 대해 비교실험하며, 또한 복싱을 경쟁 스포츠에 적용하기 위하여 멀티 에이전트 강화 학습을 위한 대규모 self-play 프레임워크인 TimeChamber 를 활용한다.

• 한국융합학회논문지
• /
• 제7권6호
• /
• pp.43-48
• /
• 2016

무선센서 네트워크는 센서 데이터베이스 관리 시스템을 통해 보다 효율적으로 개발 및 운용될 수 있다. 센서 데이터베이스 관리 시스템은 무선센서 입력에 대해 선언된 사용자 정의 질의를 처리하기 위해 사용자들에게 익숙한 SQL 유형의 사용자 접속을 지원한다. 무선센서 네트워크상의 전형적 질의 유형은 임의의 스냅 샷 값 검색이나 오래도록 지속되는 연속 질의 형태를 갖는다. 무선센서 네트워크상에서 질의 처리는 베이스스테이션으로부터 여러 노드들로 질의를 보내는 과정과 여러 노드에서 얻어지는 질의 결과를 베이스스테이션으로 회수하는 과정이 있는데 이러한 질의의 파급이나 베이스스테이션으로의 결과 전송은 많은 에너지 소모를 요구한다. 이 논문은 무선센서 네트워크상에서 영역 질의를 처리함에 있어 질의 및 결과를 파급시키는데 소모되는 에너지를 절약시켜 주기 위한 분산정보수집(DIG: Distributed Information Gathering)이라고 이름붙인 효율적 색인 방법을 제안한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.151-171
• /
• 2015

본 연구는 최근 가장 큰 이슈로 떠오르는 "사물인터넷(IoT: Internet of Things)"의 개념과 국내 외 IoT 시장에 대한 현황을 고찰하였으며, IoT 시대의 도래로 인해 유발되는 패러다임 전환 발생에 따른 기업측면의 적절한 대응방안에 대한 해결책을 도출하였다. 따라서 본 연구는 티핑포인트(Tipping point)에 있는 IoT 경쟁 시대에 적절하게 대응하기 위한 기업의 경영전략을 '패러다임 전환(paradigm shift)'이라는 시각을 통해 대응 방안을 제시하였다. 특히, 과거의 경영 패러다임과 IoT 시대의 경영 패러다임을 비교 분석하여 i)지식 및 학습 주도 경영, ii)기술 및 혁신 중심 경영, iii)수요 창출 경영, iv)글로벌 협업 경영으로 새롭게 패러다임 전환(Paradigm Shift)이 발생할 것으로 예측 및 제안하였고, 이러한 패러다임의 전환에 대응하기 위한 기업측면의 경영전략 프로세스 모델을 구축하기 위해 Gartner가 제시한 'RTE Cyclone model'을 활용하였다. '실시간 기업(RTE)' 이라는 개념은 급변하는 IoT 시대에 기업측면의 경영 전략 프로세스로 활용가치가 있다고 판단되며, 본 연구에서 적절히 응용하여 'IoT-RTE Cyclone model'을 제안하였다. 특히, 제안한 모델은 기업의 민첩성을 강조하고 IT 및 IoT 기술을 통한 실시간 모니터링, 분석, 실행을 기본으로 하며, 기업의 경영 프로세스 각 부문을 통합시켜 기업의 전반적인 서비스를 지원하기 때문에 빠르게 변화하는 IoT 시대에서 영위하는 기업측면에서의 효과적인 대응전략으로 활용할 수 있다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.