Aerodynamic force coefficients are generally obtained from traditional wind tunnel tests or computational fluid dynamics (CFD). Unfortunately, the techniques mentioned above can sometimes be cumbersome because of the cost involved, such as the computational cost and the use of heavy equipment, to name only two examples. This study proposed to build a deep neural network model to predict the aerodynamic force coefficients based on data collected from CFD simulations to overcome these drawbacks. Therefore, a series of CFD simulations were conducted using different geometric parameters to obtain the aerodynamic force coefficients, validated with wind tunnel tests. The results obtained from CFD simulations were used to create a dataset to train a multilayer perceptron artificial neural network (ANN) model. The models were obtained using three optimization algorithms: scaled conjugate gradient (SCG), Bayesian regularization (BR), and Levenberg-Marquardt algorithms (LM). Furthermore, the performance of each neural network was verified using two performance metrics, including the mean square error and the R-squared coefficient of determination. Finally, the ANN model proved to be highly accurate in predicting the force coefficients of similar bridge sections, thus circumventing the computational burden associated with CFD simulation and the cost of traditional wind tunnel tests.
The purpose of this study was to determine the accuracy of the prediction methods which are frequently used in the clinic, such as Moyers', Tanaka and Johnston's, Song's Hixon and Oldfather's, Kaplan's, Smith's. These prediction methods were compared to the data, which were obtained from 100 Kyung-Hee University students (50 males and 50 females) with normal occlusion of permanent dentition, using a retrospective statistical analysis. The standard periapical radiopgraphs for the lower premolars using 16-inch long cone technique and the yellow stone dental casts were taken from each samples. The mesiodistal widths of 4 incisors, canine, premolars were measured on the dental casts, and those of premolars were measured on the radiographs. The correlation coefficients, paired samples t-tests, regression coefficients between the actual measuredments of the samples and the predicted measurements of each methods were analyzed. The results obtained were as follows: 1. The prediction methods using periapical radiographs tended to show a stronger correlation than the methods using dental casts; the correlation coefficients between the actual widths of the lower canine and premolars and the predicted widths of the tested methods were higher in Smith, Kaplan, Hixon & Oldfater, and Tanaka & Johnston (p<0.001). 2. The Moyers' probability chart at 65 % showed a tendency toward the least difference between the actual measurements and the predicted widths of the lower canine and the premolars, and the methods of Smith, Kaplan, Tanaka & Johnston also showed a less difference. 3. By means of evaluation in correlation coefficients and paired smaples t-tests, the Smith and Tanaka & Johnston in male, and the Moyers' 65 % and Song in female showed a high tendency toward accurate methods. 4. The regression equations by models that are derived from the study were as follows: Male(Lt.) :Y=10.799+0.475X Femle(Lt.) :Y= 7.427+0.609X (Rt.) :Y=11.043+0.462X (Rt.) :Y= 8.475+0.556X 5. The regression equations by radiographs that are dericed from the study were as follows: Male(Lt.) :Y=6.5651+0.9720X Femle(Lt.) :Y=4.8656+1.0632X (Rt.) :Y=7.8610+0.9060X (Rt.) :Y=4.5483+1.0843X
Concrete's compressive strength is widely studied in order to understand many qualities and the grade of the concrete mixture. Conventional civil engineering tests involve time and resources consuming laboratory operations which results in the deterioration of concrete samples. Proposing efficient non-destructive models for the prediction of concrete compressive strength will certainly yield advancements in concrete studies. In this study, the efficiency of using radial basis function neural network (RBFNN) which is not common in this field, is studied for the concrete compressive strength prediction. Complementary studies with back propagation neural network (BPNN), which is commonly used in this field, have also been carried out in order to verify the efficiency of RBFNN for compressive strength prediction. A total of 13 input parameters, including novel ones such as cement's and fly ash's compositional information, have been employed in the prediction models with RBFNN and BPNN since all these parameters are known to influence concrete strength. Three different train: test ratios were tested with both models, while different hidden neurons, epochs, and spread values were introduced to determine the optimum parameters for yielding the best prediction results. Prediction results obtained by RBFNN are observed to yield satisfactory high correlation coefficients and satisfactory low mean square error values when compared to the results in the previous studies, indicating the efficiency of the proposed model.
This paper presents the analytical prediction of stability lobes in milling. The stability lobes are obtained by measuring the frequency response function (FRF) of a machining center at the cutting point of the end mill cutter, identifying cutting constants, and approximating cutting force coefficients. The stability lobes are experimentally verified through cutting tests.
This paper is a study on the design of adptive filter for QRS complex detection. We propose a simple adaptive algorithm to increase capability of noise cancelation in QRS complex detection with two stage adaptive filter. At the first stage, background noise is removed and at the next stage, only spectrum of QRS complex components is passed. Two adaptive filters can afford to keep track of the changes of both noise and QRS complex. Each adaptive filter consists of prediction error filter and FIR filter The impulse response of FIR filter uses coefficients of prediction error filter. The detection rates for 105 and 108 of MIT/BIH data base were 99.3% and 97.4% respectively.
HEVC 표준에서 율-왜곡 최적화(RDO) 과정은 좋은 압축 성능을 보이지만 상대적으로 많은 부호화 시간이 요구된다. RDO 과정의 부호화 시간을 줄이기 위해서 본 논문에서는 변환 계수와 CBF(Coded Block Flag) 이용한 고속 인트라 예측 방법을 제안한다. 제안된 고속 인트라 압축방법은 HM16.0 참조SW의 RMD(Rough Mode Decision)를 통해 나온 인트라 예측모드의 후보 수를 3개로 줄이고 이산 여현 변환(Discrete Cosine Transform) 계수 분포와 비교하여 예측 모드의 수를 한 번 더 줄인다. 이후 RDO를 수행하기 전, 양자화된 DCT 계수값이 모두 0이 되는 후보가 있으면 RDO과정 없이 그 후보를 선택하는 방법이다. 제안된 방법은 HEVC 부호화 보다 비트율이 2.5% 중가했지만 평균 55%의 부호화 속도 향상을 얻는다.
In order to monitor operating performance of contaminated outdoor insulators, a wavelet-based flashover prediction method is proposed. In most cases, the low-frequency components, namely, fundamental, $3^{rd}$, and $5^{th}$ harmonic components have been mainly used for the sake of the spectral analysis of the leakage current. However, in this paper, the detail coefficients of wavelet transform representing high-frequency components are used as important information to predict a flashover in the contaminated insulator. Experimental results verify that the proposed method has a superior capability for flashover prediction.
For geometric accuracy in the net shape machining, the problem of tool deflection should be resolved in some fashion. In particular, this is crucial in finish cut operation where slim tools are used. The purpose of this paper is to verify the validity and effectiveness of the prediction model of the machined surface. Experimental results are presented for the cut of steel material with HSS endmill of diameter 6mm on machining center. The results shows that 1) the machining error due totool deflection is serious even in the low cutting load, 2) by using the mechanistic simulation model with experimental coefficients, the machining error was predicted with maximum prediction error of 10% which was significantly reduced to the desired level by the path modification method.
This paper reviews a ceiling prediction method based on a mesoscale meteorological modeling system in South Korea. The study was motivated by the tendency of higher model ceiling height than the observed in daily operational forecasts. The goal of the paper is to report an effort to improve the operational ceiling prediction skill by conducting numerical experiments controlling a model parameter. In a case experiment, increasing constant values used in the relationship between extinction coefficients and concentration showed better performance, indicating a short-term strategy for operational local ceiling forecast improvement.
This paper deals with a prediction method for the condensation of ternary refrigerant mixture inside a horizontal smooth tube. Based on some reliable assumptions, the governing equations for the local heat and mass transfer characteristics are derived, and the prediction for the condensation of ternary zeotropic refrigerant mixtures composed of HFC32/HFC125/HFC134a, including R407C, is carried out. The local values of vapor quality, thermodynamic states at bulk vapor, vapor-liquid interface and bulk liquid, mass flux etc. are obtained for a constant wall temperature and a constant wall heat flux conditions, and the effects of the composition of HFC32/HFC125/HFC134a on heat transfer characteristics are examined. The prediction result is also compared with experimental data for condensation of ternary refrigerant mixtures. The predicted wall temperature distribution has a similar trend with experimental data but the predicted local heat transfer coefficients are 20-30% higher than the experimental data.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.