• 한국통신학회논문지
• /
• 제40권7호
• /
• pp.1296-1306
• /
• 2015

오늘날 IP 네트워크에서 소모되는 에너지를 줄이기 위해 여러 곳에서 다양한 방법으로 연구되어 왔다. 본 논문은 다양한 에너지 프로파일을 갖는 IP 네트워크에서 에너지를 감소시키는 한 방법을 제안하고, 그 특성을 자세히 분석한다. 에너지 프로파일 기반 OSPF 라우팅 방식을 제안하면서, 경로 설정 시 기존 OSPF 방식의 metric과 네트워크 소자의 에너지 소모량에 가중치를 부여하여, 최대 에너지 절약 효과를 얻기 위해 다양한 경우에 대해서 분석한다. 그 결과 본 논문의 제안 방식은 IP 네트워크의 각 소자에 랜덤한 에너지 프로파일을 적용하면, 입력 라우터의 평균 입력 부하가 0.5일 때 기존의 운영 방식에 비해 67% 정도 에너지를 절약 할 수 있음을 확인한다. 그리고 본 방식의 알고리즘은 최소 에너지 소모가 되도록 라우팅하기 때문에 기존 라우팅 방식에 비해 경로의 홉 수가 다소 증가하고 있지만, 평균 홉 수 증가는 1.4홉 이내로 제한되고 있다. 그리고 본 방식이 실제 IP 네트워크 적용될 때, 에너지 절약 효과가 우수함을 나타낸다.

• 한국항공우주학회지
• /
• 제48권10호
• /
• pp.773-782
• /
• 2020

심층신경망 기반 하이브리드 유한요소해석을 위한 조인트 모델 방법 구축을 소개한다. 트렉터의 앞차축에서 다양한 체결 조건에 의해 유발되는 복잡한 거동 상태를 가지는 볼트와 베어링의 재료 모델을 심층신경망으로 대체했다. 볼트는 6자유도를 갖는 1차원 티모센코 빔 요소를 이용했고, 베어링은 3차원 솔리드 요소를 이용했다. 다양한 하중 조건을 바탕으로 유한요소해석을 한 뒤, 모든 요소에서 응력-변형률 데이터를 추출하고 텐서플로를 이용하여 학습시켰다. 신경망 기반 유한요소해석을 할 때 추출된 데이터를 바탕으로 학습된 심층신경망은 ABAQUS 서브루틴 안에 포함되어 현재 해석 증분의 응력을 예측하고 접선강도행렬을 계산할 수 있게 했다. 학습된 심층신경망 조인트 모델의 일반화 성능은 훈련에 사용되지 않은 새로운 하중 조건에서 해석하여 검증하였다. 최종적으로 이 방법을 이용하여 심층신경망 기반 앞차축 해석을 진행하고 응력장 분포를 검증했다. 또한, 실제 트렉터의 3점 굽힘 실험 결과와 비교하여 심층신경망 기반 해석의 타당성을 검토했다.