• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.195-207
• /
• 2022

COVID-19 has remained one of the most serious health crises in recent history, resulting in the tragic loss of lives and significant economic impacts on the entire world. The difficulty of controlling COVID-19 poses a threat to the global health sector. Considering that Artificial Intelligence (AI) has contributed to improving research methods and solving problems facing diverse fields of study, AI algorithms have also proven effective in disease detection and early diagnosis. Specifically, acoustic features offer a promising prospect for the early detection of respiratory diseases. Motivated by these observations, this study conceptualized a speech-based diagnostic model to aid in COVID-19 diagnosis. The proposed methodology uses speech signals from confirmed positive and negative cases of COVID-19 to extract features through the pre-trained Visual Geometry Group (VGG-16) model based on Mel spectrogram images. This is used in addition to the K-means algorithm that determines effective features, followed by a Genetic Algorithm-Support Vector Machine (GA-SVM) classifier to classify cases. The experimental findings indicate the proposed methodology's capability to classify COVID-19 and NOT COVID-19 of varying ages and speaking different languages, as demonstrated in the simulations. The proposed methodology depends on deep features, followed by the dimension reduction technique for features to detect COVID-19. As a result, it produces better and more consistent performance than handcrafted features used in previous studies.

• 한국공간구조학회논문집
• /
• 제22권3호
• /
• pp.49-56
• /
• 2022

Tuned mass damper (TMD) is widely used to reduce dynamic responses of structures subjected to earthquake loads. A smart tuned mass damper (STMD) was proposed to increase control performance of a traditional passive TMD. A lot of research was conducted to investigate the control performance of a STMD based on analytical method. Experimental study of evaluation of control performance of a STMD was not widely conducted to date. Therefore, seismic response reduction capacity of a STMD was experimentally investigated in this study. For this purpose, a STMD was manufactured using an MR (magnetorheological) damper. A simple structure presenting dynamic characteristics of spacial roof structure was made as a test structure. A STMD was made to control vertical responses of the test structure. Two artificial ground motions and a resonance harmonic load were selected as experimental seismic excitations. Shaking table test was conducted to evaluate control performance of a STMD. Control algorithms are one of main factors affect control performance of a STMD. In this study, a groundhook algorithm that is a traditional semi-active control algorithm was selected. And fuzzy logic controller (FLC) was used to control a STMD. The FLC was optimized by multi-objective genetic algorithm. The experimental results presented that the TMD can effectively reduce seismic responses of the example structures subjected to various excitations. It was also experimentally shown that the STMD can more effectively reduce seismic responses of the example structures conpared to the passive TMD.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.478-481
• /
• 2010

본 논문에서는 경제학, 사회학, 수학 분야에서 수십년 전부터 연구해오던 죄수의 딜레마 게임의 협동진화에 대해 고찰해보고자 한다. 반복적 죄수의 딜레마 게임은 게임이론의 가장 기본적인 이론으로써, 사회적 상호작용, 경제활동, 국제관계 등 다양한 현상들을 모델링 하기 위한 하나의 방법이다. 그 중에 N명이 참가하는 반복적 죄수 딜레마 게임의 전략은 유전 알고리즘(Genetic Algorithms, GAs)을 통해 진화적으로 만들어 낼 수 있으며, 이 경우에 그 결과를 일반적인 내쉬 균형 이 아닌, 모든 개체들이 유전알고리즘을 통해 협동으로 수렴하도록 유도할 수 있다는 사실은 상당히 시사하는 바가 크다. 기존에 주로 연구되어오던 죄수의 딜레마 게임은 협동으로의 수렴과정에서 일반적으로 순위기반선택(Rank-based selection)과 1점 교배기법(1point crossover)을 사용한다. 그러나 순위기반선택은 모든 개체에 순위을 매겨야 하기 때문에, 개체수가 커질수록 성능이 저하되며, 1점 교배기법은 개체 값이 분산되어있을 경우, 최적해(Optimal solution)을 찾기 힘들다는 단점이 있어, 개체수가 많은 경우에 적용하기에는 비효율적이다. 본 논문에서는 토너먼트 선택기법(Tournament selection)과 자기 적응형 교배기법(Self-adaptive crossover)을 적용한 새로운 기법을 제안한다. 또한 기존 기법과 비교 실험을 통해 제안기법이 기존기법에 비해 평균 수렴시간과 수렴 횟수에서 뛰어난 성능을 보이고 있음을 확인하였다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.227-249
• /
• 2003

부도예측모형의 구축은 은행 등 금융기관이 신용평가시스템 혹은 심사역 의사결정지원시스템을 구축하는데 중요한 기반이 된다. 많은 선행연구들에서는 기업의 부도예측을 위하여 전통적으로 다변량 판별분석이나 로짓분석과 같은 통계기법이 많이 사용되었으나, 최근에는 많은 연구들에 의해 그 우수성이 보고되고 있는 인공신경망, 귀납적 학습방법 등 인공지능 기법이 부도예측분야에 많이 응용되고 있다. 일반적으로 인공신경망 기법을 응용한 부도예측모형에서는 기업의 재무정보 및 비재무 정보를 입력변수로 주고 기업의 부도여부를 출력변수로 설정하여 학습을 통해 이들의 관계를 추출하고 있다. 그러므로 입력변수의 선정은 모형의 정확도에 커다란 영향을 미치며, 입력변수가 잘못 선정된 경우 예측 정확도는 현저히 낮아진다. 그러나 최적의 입력변수군을 선정하는 문제는 매우 어려운 과제 중 하나로, 선행 연구들에서는 주로 전문가의 의견을 반영하거나, 문헌을 통해 도출, 혹은 통계적 기법을 활용하여 입력변수를 선정하는 것이 일반적이었다. 본 연구에서는 많은 선행 연구에서 모형구축에의 한계점으로 명시하고 있는 입력변수 선정의 문제에 대해 유전자 알고리즘을 이용한 최적화를 통하여 입력 변수군을 도출하는 방법론을 제시하였고, 이 방법론이 다른 통계기법이나 전문가에 의한 변수 선택 방법론에 비해 우수함을 인공신경망 모형에 적용한 결과를 비교함으로 보여 주었으며, 이들간의 예측력의 차이가 유의함을 통계적 검증하였다. 모형의 실험을 위하여 총 528개사의 재무정보를 활용하였는데, 이는 1995년부터 1997년까지 3년간 부도가 발생한 일반법인 제조업체 중 외감법인 이상 264개사와 동수의 건전기업의 재무 데이터로 구성하였다. 기업이 도산에 이르기까지 많은 변인들이 다양하게 작용하게 된다. 그러나 이러한 변인들을 모두 모형에 적용하는 것은 비효율적이며, 인공신경망 모형에서 과다 입력변수를 사용하는 경우 수렴과 일반화 모두에 바람직하지 않은 결과가 나타난다. 따라서 적절한 입력변수군의 선택은 인공신경망 모형의 효율성과 성능을 향상시키게 되고, 이는 부도 예측율의 향상으로 이어질 수 있다. 이에 인공신경망 모형을 위한 최적의 입력변수군을 선정하고자 한 본 연구는 결국 기업의 부도 예측율을 높이기 위한 방법론을 제시했다는 점에 그 의의가 있다.

• Steel and Composite Structures
• /
• 제34권5호
• /
• pp.743-767
• /
• 2020

Due to the impressive flexural performance, enhanced compressive strength and more constrained crack propagation, Fibre-reinforced concrete (FRC) have been widely employed in the construction application. Majority of experimental studies have focused on the seismic behavior of FRC columns. Based on the valid experimental data obtained from the previous studies, the current study has evaluated the seismic response and compressive strength of FRC rectangular columns while following hybrid metaheuristic techniques. Due to the non-linearity of seismic data, Adaptive neuro-fuzzy inference system (ANFIS) has been incorporated with metaheuristic algorithms. 317 different datasets from FRC column tests has been applied as one database in order to determine the most influential factor on the ultimate strengths of FRC rectangular columns subjected to the simulated seismic loading. ANFIS has been used with the incorporation of Particle Swarm Optimization (PSO) and Genetic algorithm (GA). For the analysis of the attained results, Extreme learning machine (ELM) as an authentic prediction method has been concurrently used. The variable selection procedure is to choose the most dominant parameters affecting the ultimate strengths of FRC rectangular columns subjected to simulated seismic loading. Accordingly, the results have shown that ANFIS-PSO has successfully predicted the seismic lateral load with R² = 0.857 and 0.902 for the test and train phase, respectively, nominated as the lateral load prediction estimator. On the other hand, in case of compressive strength prediction, ELM is to predict the compressive strength with R² = 0.657 and 0.862 for test and train phase, respectively. The results have shown that the seismic lateral force trend is more predictable than the compressive strength of FRC rectangular columns, in which the best results belong to the lateral force prediction. Compressive strength prediction has illustrated a significant deviation above 40 Mpa which could be related to the considerable non-linearity and possible empirical shortcomings. Finally, employing ANFIS-GA and ANFIS-PSO techniques to evaluate the seismic response of FRC are a promising reliable approach to be replaced for high cost and time-consuming experimental tests.

• 한국전산구조공학회논문집
• /
• 제17권3호
• /
• pp.319-332
• /
• 2004

복합재료(FRP)는 재료적 고비강도, 고내구성 등으로 인하여 건설분야에 널리 사용되고 있어, 본 연구에서는 인발성형된 FRP 바닥판의 형상최적설계를 수행하였다. 최적설계의 정식화에서 목적함수는 단위모듈의 체적을 최소화하도록 하였으며, 설계변수는 바닥판 단면의 기하적 치수와 재료적 물성을 사용하였다. 반면 바닥판의 성능을 최대한 효율적으로 설계하기 위하여 설계 제약조건으로 처짐규정, 재료파괴 기준, 좌굴하중, 바닥판 최소두께와 응력을 사용하였다. 단면형상의 효율적 결정과 시공성을 고려하여 구조적 보조부재를 포함하지 않는 튜브 모양의 형상으로 제한하였으며, 최적화 알고리즘은 Index기법을 적용하여 수렴성을 극대화한 개선된 GAs를 사용하였다. 상용 프로그램인 ABAQUS를 사용하여 3차원 유한요소해석을 수행하였고, 구조해석 결과를 최적화 과정에 필요한 제약조건으로 활용하고, 민감도 분석을 수행하였다. 본 연구를 통하여 개발한 최적화 프로그램을 검증하기 위하여, 40m의 지간, 폭 12.14m에 주형 간격이 2.5m인 단순교를 대상으로 하였으며, 도로교 설계 기준을 만족하는 DB-24하중을 적용하였다. 복합재료의 재료로 E-glass섬유를 사용하였으며, 최적설계를 수행한 결과 인발성형공법에 의한 실용적인 단면을 제안하였다.

• Composites Research
• /
• 제13권5호
• /
• pp.50-59
• /
• 2000

본 논문에서는 복합재료 패널 플러터를 억제할 수 있는 두 가지 방법에 대해서 연구하였다. 첫번째, 능동제어 방법에서는 선형 제어 이론을 바탕으로 제어기를 설계하였으며 제어입력이 작동기에 가해진다. 여기서 작동기로는 PZT를 사용하였다. 두 번째, 인덕터와 저항으로 구성되어진 션트회로를 사용하여 시스템의 감쇠를 증가시킴으로써 패널 플러터를 억제할 수 있는 새로운 방법인 수동감쇠기법에 대한 연구가 수행되었다. 이 수동감쇠기법은 능동적 제어보다 강건(robust)하며 커다란 전원 공급이 필요하지 않고 제어기나 감지 시스템과 같이 복잡한 주변 기기가 필요 없이도 실제 패널 플러터 억제에 쉽게 응용할 수 있는 장점을 가지고 있다. 최대의 작동력/감쇠 효과를 얻기 위해서 유전자 알고리듬을 사용하여 압전 세라믹의 형상과 위치를 결정하였다. 해밀턴 원리를 사용해서 지배 방정식을 유도하였으며, 기하학적 대변형을 고려하기 위해 von-Karman의 비선형 변형률-변위 관계식을 사용하였으며 공기력 이론으로는 준 정상 피스톤 1차 이론을 사용하였다. 4절점 4각형 평판 요소를 이용하여 이산화된 유한 요소 방정식을 유도하였다. 효율적인 플러터 억제를 위해 패널 플러터에 중요한 영향을 미치는 플러터 모드를 이용한 모드축약기법을 사용하였으며, 이를 통해 비선형 연계 모달 방정식이 얻어지게 된다. 능동적 제어 방법과 수동 감쇠 기법에 의해 수행되어진 플러터 억제 결과들을 Newmark 비선형 시분할 적분법을 통해 시간 영역에서 살펴 보았다.

• 한국강구조학회 논문집
• /
• 제19권1호
• /
• pp.29-41
• /
• 2007

다른 복잡한 의사 결정 문제와 같이 구조설계는 많은 다른 기준들 사이의 상반관계에서 이루어지는 의사 결정 문제이다 . 다양하게수학적으로 프로그래밍 된 설계 기법이 점차 현실적인 요소를 감안하여 현실화되고 있으나 여전히 많은 설계의 제한, 즉 수학적으로 모델화 되지 못하는 많은 설계요소들과 관련되어 있다. 본 연구는 이러한 제한을 인식하고 강 프레임 구조물의 최적 설계에 관하여 다루어 지지 않은 설계요소를 감안하여 실무 설계자들에게 하나의 유일한 설계해가 아닌 다른 몇 가지 유용한 설계 대안을 제시할 수 있는 설 계 시스템을 개발 하였다. 본 연구의 알고리즘에 의해 얻어진 설계 대안들은 모델화된 목적함수에 관해 최적의 해는 아니지만 매우 적합한 해들이 며, 동시에 유일한 최적해와 비교 시 다른 설계 해로써 때로는 임의 모델화 되지 않은 설계요소에 관해서는 오히려 더 나은 결과를 나타내 줍 중에 효과적으로 저항하도록 보와 기둥이 모멘트 연결된 강 프레임 구조물을 대상으로 안정성에 문제가 없이 경비절감에 효과적인 설계를 위해 재료비뿐만 아니라 가설 시 부재연결에 소요되는 경비를 포함하는 최소 경비 설계를 위한 의사 결정 지원 시스템을 개 발하고자 한다. 본 시스템은 최적 설계해에 대한 설계대안을 생성하기 위한 변형된 최적화 문제형식으로, 이때 최적 설계해는 하중저항계수설계법 에 따른 비선형 해석과정과 유전알고리즘을 바탕으로 한 최적화 알고리즘을 결합한 알고리즘을 반복 수행하여 얻은 모멘트 연결의 수와 총 경비 와의 상반관계로부터 결정된다. 유용성 평가를 위해 생성된 각 설계대안을 다양한 설계요소에 관해 고찰하였다.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.17-28
• /
• 2005

최근 컴퓨터 게임에서 지능 캐릭터는 게이머들의 흥미를 계속 유발시킬 수 있기 때문에 더욱 더 중요한 요소로 부각되고 있다. 지능 캐릭터를 구현하는 대표적인 방법으로 신경망을 사용하여 상대 캐릭터의 행동패턴과 게임 규칙을 학습하는 방법이 연구되었다. 그러나 게임의 규칙은 갑자기 변경될 수 있으며 온라인 게임과 같은 상황에서는 게이머에 따라서 행동 특성이 크게 다를 수 있다. 본 논문에서는 지능 캐릭터가 이러한 환경의 변화에 적응하는 방법으로서 개체 수준 적응 알고리즘과 개체군 수준 적응 알고리즘을 제안한다. 개체 수준 적응 알고리즘에서 각 지능 캐릭터는 자신의 게임 점수의 변화를 계속해서 관찰하면서, 최종적으로 획득한 점수들을 고려하여 환경의 변화를 판단하고, 만약 변화가 감지된 경우에는 다시 새로운 학습을 시작한다. 대용량 온라인 게임과 같이 다수의 사용자가 있는 게임에서는 지능 캐릭터들이 다양한 행동 패턴과 전략을 가지고 있는 여러 상대 캐릭터들과 대전한다. 개체군 수준 적응 알고리즘은 유전자 알고리즘을 이용하여 지능 캐릭터들의 출현을 조절하여 게임 월드내의 균형이 유지되도록 한다. 제안한 알고리즘의 성능을 평가하기 위하여 간단한 대전 액션 게임을 구현하고 그 환경 상에서 게임 규칙과 상대 캐릭터들의 행동 패턴을 변화시키면서 실험하였다. 실험 결과 지능 캐릭터는 제안한 기법을 이용하여 환경 변화에 적응할 수 있음을 보였다.

• 대한약침학회지
• /
• 제18권2호
• /
• pp.7-18
• /
• 2015

Objectives: Lawsone (1,4 naphthoquinone) is a non redox cycling compound that can be catalyzed by DT diaphorase (DTD) into 1,2,4-trihydroxynaphthalene (THN), which can generate reactive oxygen species by auto oxidation. The purpose of this study was to evaluate the toxicity of the phytomarker 1,4 naphthoquinone and its metabolite THN by using the molecular docking program AutoDock 4. Methods: The 3D structure of ligands such as hydrogen peroxide ($H_2O_2$), nitric oxide synthase (NOS), catalase (CAT), glutathione (GSH), glutathione reductase (GR), glucose 6-phosphate dehydrogenase (G6PDH) and nicotinamide adenine dinucleotide phosphate hydrogen (NADPH) were drawn using hyperchem drawing tools and minimizing the energy of all pdb files with the help of hyperchem by $MM^+$ followed by a semi-empirical (PM3) method. The docking process was studied with ligand molecules to identify suitable dockings at protein binding sites through annealing and genetic simulation algorithms. The program auto dock tools (ADT) was released as an extension suite to the python molecular viewer used to prepare proteins and ligands. Grids centered on active sites were obtained with spacings of $54{\times}55{\times}56$, and a grid spacing of 0.503 was calculated. Comparisons of Global and Local Search Methods in Drug Docking were adopted to determine parameters; a maximum number of 250,000 energy evaluations, a maximum number of generations of 27,000, and mutation and crossover rates of 0.02 and 0.8 were used. The number of docking runs was set to 10. Results: Lawsone and THN can be considered to efficiently bind with NOS, CAT, GSH, GR, G6PDH and NADPH, which has been confirmed through hydrogen bond affinity with the respective amino acids. Conclusion: Naphthoquinone derivatives of lawsone, which can be metabolized into THN by a catalyst DTD, were examined. Lawsone and THN were found to be identically potent molecules for their affinities for selected proteins.