• 소성∙가공
• /
• 제4권3호
• /
• pp.214-221
• /
• 1995

In the paper, we have proposed a new method to determine the initial billet for the forged products using a function approximation in the neural network. The architecture of neural network is a three-layer neural network and the back propagation algorithm is employed to train the network. By utilizing the ability of function approximation of a neural network, an optimal billet is determined by applying the nonlinear mathematical relationship between the aspect ratios in the initial billet and the final products. The amount of incomplete filling in the die is measured by the rigid-plastic finite element method. The neural network is trained with the initial billet aspect ratios and those of the unfilled volumes. After learning, the system is able to predict the filling regions which are exactly the same or slightly different to the results of finite element simulation. This new method is applied to find the optimal billet size for the plane strain rib-web product in cold forging. This would reduce the number of finite element simulation for determining the optimal billet size of forging product, further it is usefully adapted to physical modeling for the forging design.

• 대한기계학회논문집A
• /
• 제34권4호
• /
• pp.399-405
• /
• 2010

강력한 파지와 정밀 조작이 가능한 인간형 로봇 손에 대한 연구는 인간의 손동작을 파악하여 메커니즘을 분석하고, 로봇 손에 적절하게 응용하여야 한다. 본 논문에서는 최소의 자유도를 적용한 실용적인 인간형 로봇 손의 파지 동작을 모사하고자, 고속카메라를 사용하여 인간의 손동작에 대한 움직임을 추출하고, 이를 분석하였다. 이러한 촬영 데이터를 필터링하여 실험 데이터를 얻었으며, 이를 활용한 수학적 모델을 구하였다. 또한, 말절골(DIP)은 중절골(PIP) 및 기절골(MCP)의 움직임과 비선형 관계 모델을 고찰하여, 신경회로망 및 커널 회귀 모델을 사용한 인간형 로봇 손의 파지 모델을 얻었다. 신경회로망과 커널 회귀를 이용한 과정을 비교함으로써, 커널 회귀 알고리즘을 통한 모델링이 실험 데이터와의 근접성이 우수한 유효 모델임을 입증하였다.

• 한국융합학회논문지
• /
• 제9권6호
• /
• pp.39-44
• /
• 2018

심층 신경회로망은 적합한 수학적 모델에 대한 어떠한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있기 때문에 최근 시계열 예측 분야에서 주목 받고 있다. 본 논문에서는 주가의 일별 종가를 예측하기 위한 심층 신경회로망 모델을 제안한다. 제안된 심층 신경회로망은 예측 정밀도를 높이기 위해 단일 층의 오토인코더와 4층의 신경회로망이 결합된 구조를 갖는다. 오토인코더 층은 주가 예측에 필요한 최적의 입력 특징을 추출하고 4층의 신경회로망은 추출된 특징을 사용해 주가 예측에 필요한 동특성을 반영하여 주가를 출력한다. 제안된 심층 신경회로망의 학습은 층별로 단계적으로 이뤄지며 최종 단계에서 전체 심층 신경회로망에 대해 한 번 더 학습이 실행된다. 본 논문에 제안된 방법으로 KOrea composite Stock Price Index (KOSPI) 일별 종가를 예측하는 심층 신경회로망을 구현하고 기존 방법과 예측 정확도를 비교, 평가한다.

• 한국콘텐츠학회논문지
• /
• 제2권4호
• /
• pp.1-8
• /
• 2002

본 논문에서는 디지털 컨텐츠 저작에 있어 멀티미디어 개념단위를 설정하여 사용자의 필요에 따라 임의로 분기할 수 있도록 설계함으로써 그 학습효과를 개선하는 새로운 분기방법을 제안한다. 이 분기방법은 임의시간에 사용자의 간단한 인터페이스에 의하여 컨텐츠페이지의 일부나 여러 컨텐츠페이지에 걸쳐 존재하는 개념단위 오브젝트의 시점으로 분기ㆍ접속하여 이를 반복, 재생, 환원 등 자유롭게 재생함으로써 디지털 컨텐츠의 상호작용을 크게 향상시킨다. 이와 같은 분기방법에 의하여 접속되는 개념단위 오브젝트는 모든 종류의 디지털 컨텐츠 저작에 적용될 수 있으나, 구조도나 모델의 각 블록, 난해한 수식 등 하나의 개념적인 단위로 독립시켜 설정할 수 있는 부분을 다수 포함하는 수학적 기반의 이공계 교과목 컨텐츠나 암기단위를 다수 포함하는 언어 교육용 컨텐츠 등에 특히 효과적이다. 또한, 본 논문의 새로운 분기방법을 기존의 페이지별 혹은 목차별 분기방법과 함께 구현하면, 사용자의 상호작용을 극대화하여 컨텐츠의 학습효과를 크게 향상시킨다

• 대한수학교육학회지:학교수학
• /
• 제10권2호
• /
• pp.259-277
• /
• 2008

본 연구는 인지 진단 이론을 활용하여 수학 평가 결과를 분석하고 교수 학습에 활용하는 방안을 모색하고자 하였다. $2003{\sim}2006$년에 실시된 국가수준 학업성취도 평가의 중학교 3학년 수학 검사에서 30개의 선다형 문항을 선정하여 검사지를 재구성하고 검사를 실시하였고 인지 진단 이론의 한 모형인 Fusion Model을 적용하여 평가 결과를 분석하였다. 검사 문항을 통해 학생들이 숙달한 수학적 속성을 판별하고, 학생 전체와 성취수준별로 숙달한 속성과 그 속성의 개수를 분석하였다. 그리고 학생 개개인의 수학적 강점과 약점을 분석하여 교사들에게 학생 개개인의 수학적 능력에 대한 정보를 구체적으로 알려줄 수 있었다. 이 결과는 학생들의 수학 학습에 대한 진단과 처방, 추후 학습 지도에 유용한 정보로 활용될 수 있을 것이다.

• Genomics & Informatics
• /
• 제19권1호
• /
• pp.11.1-11.8
• /
• 2021

For the novel coronavirus disease 2019 (COVID-19), predictive modeling, in the literature, uses broadly susceptible exposed infected recoverd (SEIR)/SIR, agent-based, curve-fitting models. Governments and legislative bodies rely on insights from prediction models to suggest new policies and to assess the effectiveness of enforced policies. Therefore, access to accurate outbreak prediction models is essential to obtain insights into the likely spread and consequences of infectious diseases. The objective of this study is to predict the future COVID-19 situation of Korea. Here, we employed 5 models for this analysis; SEIR, local linear regression (LLR), negative binomial (NB) regression, segment Poisson, deep-learning based long short-term memory models (LSTM) and tree based gradient boosting machine (GBM). After prediction, model performance comparison was evelauated using relative mean squared errors (RMSE) for two sets of train (January 20, 2020-December 31, 2020 and January 20, 2020-January 31, 2021) and testing data (January 1, 2021-February 28, 2021 and February 1, 2021-February 28, 2021) . Except for segmented Poisson model, the other models predicted a decline in the daily confirmed cases in the country for the coming future. RMSE values' comparison showed that LLR, GBM, SEIR, NB, and LSTM respectively, performed well in the forecasting of the pandemic situation of the country. A good understanding of the epidemic dynamics would greatly enhance the control and prevention of COVID-19 and other infectious diseases. Therefore, with increasing daily confirmed cases since this year, these results could help in the pandemic response by informing decisions about planning, resource allocation, and decision concerning social distancing policies.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.110-113
• /
• 2022

신호를 제어하는 방식은기존의 전통적인 수학적 방식을 이용한 최적화를 넘어 이제 인공지능이 본격적으로 활용되기 시작하는 단계까지 발전하였다. 이에 따라 인공지능을 적용하는 방안에 대해 다양한 연구들이 진행되고 있는데, 현행 연구에서는 주로 좋은 교통 상황에 대한 마땅한 고려 없이 간단히 지체도만을 고려하여 보상함수를 설정하는 방식을 주로 채택하고 있다. 그러나 이 경우 현실성이 떨어지는 신호 제어 방식을 인공지능이 학습할 가능성이 존재한다는 문제점을 지닐 뿐더러, 보상 함수에서 좋다고 평가하는 것이 실질적인 서비스 수준의 정의에 부합하지 않음을 확인할 수 있다. 따라서 본 연구에서는 기존의 보상함수 설정 사례를 분석하고, 개선 방향을 제시하고자 한다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.9-18
• /
• 2024

최근 수중표적의 저소음화와 해상교통량의 증가로 인한 주변 소음의 증가로 능동 소나 시스템의 중요성이 증대되고 있다. 하지만 신호의 다중 경로를 통한 전파, 다양한 클러터와 주변 소음 및 잔향 등으로 인한 반향신호의 낮은 신호대잡음비는 능동 소나를 통한 수중 표적 식별을 어렵게 만든다. 최근 수중 표적 식별 시스템의 성능을 향상 시키기 위해 머신러닝 혹은 딥러닝과 같은 데이터 기반의 방법을 적용시키려는 시도가 있지만, 소나 데이터셋의 특성 상 훈련에 충분한 데이터를 모으는 것이 어렵다. 부족한 능동 소나 데이터를 보완하기 위해 수학적 모델링에 기반한 방법이 주로 활용되어오고 있다. 그러나 수학적 모델링에 기반한 방법론은 복잡한 수중 현상을 정확하게 모의하는 데에는 한계가 있다. 따라서 본 논문에서는 심층 신경망 기반의 소나 신호 합성 기법을 제안한다. 제안하는 방법은 인공지능 모델을 소나 신호 합성 분야에 적용하기 위해, 음성 합성 분야에서 주로 사용되는 타코트론 모델의 주요 모듈인 주의도 기반의 인코더 및 디코더를 소나 신호에 적절하게 수정하였다. 실제 해상 환경에 모의 표적기를 배치해 수집한 데이터셋을 사용하여 제안하는 모델을 훈련시킴으로써 보다 실제 신호와 유사한 신호를 합성해낼 수 있게 된다. 제안된 방법의 성능을 검증하기 위해, 합성된 음파 신호의 스펙트럼을 직접 분석을 진행하여 비교하였으며, 이를 바탕으로 오디오 품질 인지적 평가(Perceptual Quality of Audio Quality, PEAQ)인지적 성능 검사를 실시하여 총 4개의 서로 다른 환경에서 생성된 반사 신호들에 대해 원본과 비교해 그 차이가 최소 -2.3이내의 높은 성적을 보여주었다. 이는 본 논문에서 제안한 방법으로 생성한 능동 소나 신호가 보다 실제 신호에 근사한다는 것을 입증한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제25권2호
• /
• pp.403-430
• /
• 2011

본 연구에서는 고등학생 6명을 대상으로 CAS 그래핑 계산기를 활용한 수업이 대수 영역에 대한 학생들의 개념 이해에 어떤 영향을 주는지 알아보고, 협동 수업에서 학생들이 방정식, 부등식, 함수의 개념을 각각 어떻게 연결 짓는지 살펴보았다. 또한 CAS 그래핑 계산기를 활용한 수업 이후 학생들의 수학적 태도가 어떻게 변화되었는지 알아보았다. 연구 결과 그래핑 계산기는 학생들이 지필로 푼 문제를 확인하고 그 결과를 비교할 수 있도록 하며, 지필로 푼 문제에 대한 즉각적인 피드백을 제공하여 학생들이 방정식과 일차 부등식을 자기 반성적으로 학습하도록 도와주었다. 이차 부등식에서는 학생들이 기존에 암기하고 있었던 공식으로 문제를 푸는 것에 한계를 느끼게 함으로써 기존에 가지고 있었던 잘못된 개념을 수정하고 이차 함수를 통하여 이차 부등식의 근본적인 개념을 이해하도록 도와주었다. 함수에서는 함수의 정의를 여러 가지 문자와 수식을 이용하여 빠르게 파악할 수 있게 하였으며, 함수에 대한 직관적인 이해를 가능하게 하였다. 또한 그래핑 계산기의 활용은 방정식, 부등식, 함수 영역 간의 연결을 가능하게 도와주었고, 학생들에게 수학의 유용성과 실용성을 느낄 수 있게 하였다. 그리고 학생들의 수학적 태도를 긍정적으로 변화시켰다.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2019

신경회로망은 적합한 수학적 모델에 대한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있어서 주가 예측에 널리 사용되어 왔다. 본 논문에서는 신경회로망 모델을 사용하여 일별 KOrea composite Stock Price Index (KOSPI) 종가를 예측한다. 예측된 종가를 기반으로 KOSPI에 연동해 변동하는 Exchange Traded Funds (ETFs)의 거래를 위한 알파 매매를 제안한다. 본 논문에 제안된 방법으로 KOSPI 예측 신경회로망 모델들을 구현하고 예측 정확도를 평가한다. 구현된 신경회로망 모델(NN1)의 학습 오차(MAPE)는 0.427, 평가 오차는 0.627이다. 평가용 데이터를 사용해 알파 매매를 시뮬레이션하면 수익률은 7.16 ~ 15.29 %를 보인다. 이는 125 거래일 데이터로 거둔 수익률로 제안된 알파 매매가 효과적임을 보인다.