• Geomechanics and Engineering
• /
• 제29권2호
• /
• pp.171-182
• /
• 2022

Reusing the used pile has not yet been implemented due to the unpredictability of the bearing capacity evolution. This paper presents an analytic approach to estimate the sides shear setup after the dissipation of pore pressure. Long-term evolution of adjacent soil is simulated by viscoelastic-plastic constitutive model. Then, an innovative concept of quasi-overconsolidation is proposed to estimate the strength changes of surrounding soil. Total stress method (α method) is employed to evaluate the long term bearing capacity. Measured data of test piles in Louisiana and semi-logarithmic time function are cited to validate the effectiveness of the presented method. Comparisons illustrate that the presented approach gives a reasonably prediction of the side shear setup. Both the presented method and experiment show the shaft resistance increase by 30%-50%, and this highlight the potential benefit of piles reutilization.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.339-341
• /
• 2024

본 논문에서는 전기 자동차 배터리 팩 설계에서 성능 예측을 위해 전산유체해석 및 Long Short-Term Memory (LSTM)를 활용한다. 두 계산 모두의 예측이 상당한 유사성을 나타내며, 전산유체해석은 시스템 유체 역학을 고려한 상세한 물리 모델을 제공하고, LSTM은 시계열 데이터를 기반으로 한 딥러닝 모델로 효과적으로 패턴을 파악, 향후 온도 상승을 예측한다. 결과는 두 접근 모두가 효과적인 예측을 제공하며 향후 전기 자동차 배터리 팩 설계 및 최적화에서 종합적인 접근의 필요성을 강조한다. 특히, LSTM 기반 예측에 소요되는 시간은 계산 유체 역학의 약 25%로, 약 일주일 정도로 빠르게 확인 가능하다. 이는 현대 산업 환경에서 시간적 효율성이 중요한 측면을 강조하며, 계산 유체 역학의 상세한 물리 모델링과 LSTM의 빠른 예측 속도를 결합한 설계 방법론을 제안한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2017년도 추계학술대회
• /
• pp.50-53
• /
• 2017

장기 해운불황에 따라 불확실성이 증폭되고 있는 상황에서 경기추세의 이해뿐만 아니라 예측 또한 중요해지고 있는 실정이다. 본 논문에서는 최근 특정 복잡한 문제에 대해서 각광받고 있는 인공신경망을 적용하여 BDI 예측을 연구하였다. 사용된 인공신경망은 순환신경망으로 RNN과 LSTM 그리고 비교의 목적으로 MLP를 통해 2009.04.01.부터 2017.07.31.의 기간을 대상으로 연구를 진행하였다. 또한 전통적 시계열 예측방법론인 ARIMA 분석을 실시해 인공신경망들의 예측성능과 비교하였다. 결과로 순환신경망인 RNN의 성능이 가장 뛰어났으며 LSTM의 특정 시계열(BDI)에의 적용가능성을 확인할 수 있었다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.313-319
• /
• 2023

본 논문에서는 일부 소음 데이터만 알고 있을 때 결손된 데이터를 예측할 목적으로 수조에서 측정된 기포유동 소음 데이터와 수중 운동체 발사 소음 데이터를 시계열 기계학습 모델인 Long Short Term Memory(LSTM)에 적용해 보았다. 기포유동소음 데이터는 파이프에서 측정된 소음으로 기포소음, 유동소음, 유체기인소음이 혼합되어 있으며 유형별로 3가지로 분류할 수 있다. 수중 운동체 발사소음은 모형 발사튜브에서 수중 운동체가 사출될 때 발생하는 소음으로 순간소음이며 발사 이벤트마다 불규칙하게 변한다. 이러한 종류의 소음 생성을 위해서는 해석적인 모델보다는 데이터 기반 모델이 유용할 수 있다. 본 연구에서는 LSTM을 데이터 기반 모델을 만들었다. 모델에 영향을 주는 LSTM의 은닉유닛의 개수, 입력시퀸스의 개수, 데시메이션 인자에 따른 모델의 성능을 확인하고 최적의 LSTM 모델을 구성했다. 같은 유형은 새로운 데이터에 대해서도 잘 동작하는 것을 보였다.

• 한국독성학회:학술대회논문집
• /
• 한국독성학회 2006년도 춘계학술대회
• /
• pp.45-46
• /
• 2006

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2001년도 학술발표회 논문집(II)
• /
• pp.721-726
• /
• 2001

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.11-20
• /
• 2023

자동차보험 교통사고 진료비는 매년 증가하고 있다. 본 연구는 교통사고 진료비용 상승의 주요 항목인 경상환자 중 장기입원환자(18일 이상)를 예측하는 모델을 decision tree 등 5개 알고리즘을 이용하여 생성하고, 장기입원에 영향을 미치는 요인을 분석했다. 그 결과, 예측 모델의 정확도는 91.377 ~ 91.451이며 각 모델 사이에 큰 차이점은 없었으나 random forest와 XGBoost 모델이 91.451로 가장 높았다. 설명변수 중요도에 있어서 병원 소재지, 상병명, 병원 종류 등 장기환자군과 비 장기입원 환자군 사이에 모델마다 상당한 차이가 있었다. 모델 평가는 훈련 데이터의 교차검증(10회)한 모델별 평균 정확도와 실험 데이터의 정확도를 상호 비교한 결과로 검정했다. 설명변수 유의성 검증을 위해 범주형 변수는 카이제곱 테스트를 실시하였다. 본 논문의 연구 결과는 경상 환자들의 과잉진료 및 사회적 보험료 비용을 줄이는 진료행태 분석에 도움이 될 것이다.

• 기술사
• /
• 제18권2호
• /
• pp.1-5
• /
• 1985

In the flood prediction research, it is pointed out that the difficulty of flood prediction is the frequently experienced overestimation of flood peak. That is caused by the rainfall prediction difficulty and the nonlinearity of hydrological phenomena. Even though the former reason will remain still unsolved, but the latter one can be possibly resolved the method of the AMRA (Auto Regressive Moving Average) model for each runoff component as developed by Dr. Hino and Dr. Hasebe. The principle of the method consists of separating though the numerical filters the total runoff time series into long-term, intermediate and short-term components, or ground water flow, interflow, and surface flow components. As a total system, a hydrological system is a non-linear one. However, once it is separated into two or three subsystems, each subsystem may be treated as a linear system. Also the rainfall components into each subsystem a estimated inversely from the runoff component which is separated from the observed flood. That is why flood prediction can be done without rainfall data. In the prediction of surface flow, the Kalman filter will be applicable but this paper shows only impulse function method.

• Computers and Concrete
• /
• 제30권5호
• /
• pp.301-310
• /
• 2022

Cement-based sensors have been widely used as structural health monitoring systems, however, their long-term sensing performance have not actively investigated. In this study, a deep learning-based methodology is adopted to predict the long-term piezoresistive properties of cement-based sensors. Samples with different multi-walled carbon nanotube contents (0.1, 0.3, and 0.5 wt.%) are fabricated, and piezoresistive tests are conducted over 10,000 loading cycles to obtain the training data. Time-dependent degradation is predicted using a modified long short-term memory (LSTM) model. The effects of different model variables including the amount of training data, number of epochs, and dropout ratio on the accuracy of predictions are analyzed. Finally, the effectiveness of the proposed approach is evaluated by comparing the predictions for long-term piezoresistive sensing performance with untrained experimental data. A sensitivity of 6% is experimentally examined in the sample containing 0.1 wt.% of MWCNTs, and predictions with accuracy up to 98% are found using the proposed LSTM model. Based on the experimental results, the proposed model is expected to be applied in the structural health monitoring systems to predict their long-term piezoresistice sensing performances during their service life.

• 한국음향학회지
• /
• 제14권4호
• /
• pp.38-45
• /
• 1995

본 논문에서는 CELP (Code Excited Linear Prediction) 부호화기의 장구간 예측단에 MBE(Multi-Band Excitation) 방법을 도입하여 4.8kbps 이하의 낮은 전송률에서 성능을 향상시키는 방법을 제안한다. 제안한 방법에서는 기존의 CELP 방법으로 장구간 예측을 한 후에도 여전히 남아 있는 주기적 성분들을 다시 한번 다중대역(multiband)으로 장구간 예측을 한다. 이때 전 스펙트럼을 기본 주파수의 하모닉 간격으로 대역 분할하고, 주기적 다중대역 여기 신호는 각 대역 내의 하모닉들에서 여기 신호 스펙트럼과 근사한 크기를 갖는 정현파 (sine wave)의 합으로 표현함으로써 실제 여기 신호의 특성을 잘 반영하도록 한다. 제안된 방법의 성능 평가를 위해서 4.8 kbps의 전송률에서 컴퓨터 모의 실험을 하였다. 음질 평가의 비교 기준 대상으로 4.8 kbps DoD CELP와 4.4 kbps IMBE를 선정하여 주관적인 음질 평가를 실시한 결과 4.8 kbps DoD CELP보다 우수하였고, 4.4 kbps IMBE와는 비슷하였다.