• Smart Structures and Systems
• /
• 제24권5호
• /
• pp.567-585
• /
• 2019

In the past two decades, structural health monitoring (SHM) systems have been widely installed on various civil infrastructures for the tracking of the state of their structural health and the detection of structural damage or abnormality, through long-term monitoring of environmental conditions as well as structural loadings and responses. In an SHM system, there are plenty of sensors to acquire a huge number of monitoring data, which can factually reflect the in-service condition of the target structure. In order to bridge the gap between SHM and structural maintenance and management (SMM), it is necessary to employ advanced data processing methods to convert the original multi-source heterogeneous field monitoring data into different types of specific physical indicators in order to make effective decisions regarding inspection, maintenance and management. Conventional approaches to data analysis are confronted with challenges from environmental noise, the volume of measurement data, the complexity of computation, etc., and they severely constrain the pervasive application of SHM technology. In recent years, with the rapid progress of computing hardware and image acquisition equipment, the deep learning-based data processing approach offers a new channel for excavating the massive data from an SHM system, towards autonomous, accurate and robust processing of the monitoring data. Many researchers from the SHM community have made efforts to explore the applications of deep learning-based approaches for structural damage detection and structural condition assessment. This paper gives a review on the deep learning-based SHM of civil infrastructures with the main content, including a brief summary of the history of the development of deep learning, the applications of deep learning-based data processing approaches in the SHM of many kinds of civil infrastructures, and the key challenges and future trends of the strategy of deep learning-based SHM.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.51-55
• /
• 2019

본 논문에서는 잡음 환경에 강인한 음성 인식 성능을 위해 특징 보상 이득을 이용한 음성 향상 기법을 제안한다. 본 논문에서는 변분모델 생성 기법을 채용한 병렬 결합된 가우스 혼합 모델(Parallel Combined Gaussian Mixture Model, PCGMM) 기반의 특징 보상 기법으로부터 계산할 수 있는 특징 보상 이득을 이용하는 음성 향상 기술을 제안한다. 불일치 환경 음성 인식 시스템 적용 환경에서 본 논문에서 제안하는 기법이 실험 결과에서 기존의 전처리 기법 및 이전 연구에서 제안된 특징 보상 기반의 음성 향상 기법에 비해 다양한 잡음 및 SNR(Signal to Noise Ratio) 조건에서 월등한 인식 성능을 나타내는 것을 확인한다. 또한 잡음 모델 선택 기법을 적용함으로써 음성 인식 성능을 유사한 수준으로 유지하면서 계산량을 대폭적으로 감축할 수 있다.

• 정보보호학회논문지
• /
• 제19권6호
• /
• pp.37-47
• /
• 2009

차량 애드혹 네트워크 환경에서 차량들은 교통 정보를 비롯한 다양한 서비스를 네트워크 인프라를 통해 제공 받을 수 있으며 운전자의 생명과 직결되는 차량의 운행 정보들을 빈번한 통신으로 상호 교환한다. 따라서 운전자의 편의와 안전을 위해서 송수신 되는 정보들을 효율적이고 안전하게 전송하는 프로토콜의 연구는 계속되어 왔다. 그 중 TSVC는 TESLA를 기반으로 설계되어 전송과 연산의 효율성을 보장 하지만 수신된 메시지의 검증이 일정시간이 지난 후에 이루어져 시간적인 지연을 가진다. 그러므로 시간에 민감한 메시지들의 전송에 TSVC를 적용하는 것은 적절하지 않다. 본 논문에서는 안전한 통신과 차량의 익명성을 보장하며 메시지 검증에 지연을 최소화하는 효율적인 메시지 인증 기법을 제안한다. 제안하는 기법은 시간에 민감한 메시지들의 전송에 적합하며, 서비스거부 공격에도 강건하다.

• 한국정보기술학회논문지
• /
• 제17권6호
• /
• pp.103-114
• /
• 2019

주파수변조연속파형(FMCW) 레이더 시스템을 사용하는 이동 객체탐지가 최근 각광을 받고 있다. 레이더 객체탐지는 탐지범위 내 존재하는 고정된 객체 및 클러터들로부터 반사되는 잡음신호로 인해 매우 도전적인 문제이다. 본 논문에서는 FCMW 레이다를 이용하여 잡음배경하 이동객체탐지를 위해 강인한 주성분분석법(RPCA)을 이용한다. 먼저 원 레이더 입력신호에 보상과 보정을 적용한다. 다음 경사하강법을 사용하는 RPCA가 저계수의 성질을 갖는 잡음배경 모델을 구하기 위해 사용된다. 본 논문에서는 RPCA 계산을 위해 소요계산량이 적은 새로운 업데이트 알고리즘을 제안한다. 마지막으로 이동객체는 자동 다중스케일에 기반한 피크 탐지법에 의해 정위한다. 모든 단계는 슬라이딩 윈도우 방법 기반하여 처리된다. 제안된 방법을 타 RPCA 기반의 방법들과 다양한 실험 시나리오 상에서 비교했을 때, 처리 속도와 정확도 척도에서 우수한 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.956-962
• /
• 2020

최근 임베디드 시스템에서 사용되는 데이터의 크기가 증가함에 따라, 대용량의 데이터를 안전하게 수신하기 위한 ECC (Error Correction Code) 복호화 연산의 필요성이 강조되고 있다. 본 논문에서는 GPU가 내장된 임베디드 시스템에서 해밍 코드를 사용하여 ECC 복호화를 할 때, 신드롬 벡터를 계산하는 연산의 수행을 가속할 방법을 제안한다. 제안하는 가속화 방법은, 복호화 연산의 행렬-벡터 곱셈이 희소 행렬을 나타내는 자료 구조 중 하나인 CSR (Compressed Sparse Row) 형식을 사용하고, GPU의 CUDA 커널에서 병렬적으로 수행되도록 한다. 본 논문에서는 GPU가 내장된 실제 임베디드 보드를 사용하여 제안하는 방법을 검증하였고, 결과는 GPU 기반으로 가속된 ECC 복호화 연산이 CPU만을 사용한 경우에 비하여 수행 시간이 감소하는 것을 보여준다.

• Advances in nano research
• /
• 제15권5호
• /
• pp.401-410
• /
• 2023

Vibration investigation of fluid-filled three layered cylindrical shells is studied here. A cylindrical shell is immersed in a fluid which is a non-viscous one. Shell motion equations are framed first order shell theory due to Love. These equations are partial differential equations which are usually solved by approximate technique. Robust and efficient techniques are favored to get precise results. Employment of the wave propagation approach procedure gives birth to the shell frequency equation. Use of acoustic wave equation is done to incorporate the sound pressure produced in a fluid. Hankel's functions of second kind designate the fluid influence. Mathematically the integral form of the Lagrange energy functional is converted into a set of three partial differential equations. It is also exhibited that the effect of frequencies is investigated by varying the different layers with constituent material. The coupled frequencies changes with these layers according to the material formation of fluid-filled FG-CSs. Throughout the computation, it is observed that the frequency behavior for the boundary conditions follow as; clamped-clamped (C-C), simply supported-simply supported (SS-SS) frequency curves are higher than that of clamped-simply (C-S) curves. Expressions for modal displacement functions, the three unknown functions are supposed in such way that the axial, circumferential and time variables are separated by the product method. Computer software MATLAB codes are used to solve the frequency equation for extracting vibrations of fluid-filled.

• Smart Structures and Systems
• /
• 제33권2호
• /
• pp.119-131
• /
• 2024

Drift angle is a significant index for diagnosing post-event structures. A common way to estimate this drift response is by using modal parameters identified under natural excitations. Although the modal parameters of shear structures cannot be identified accurately in the real environment, the identification error has little impact on the estimation when measurements from several floors are used. However, the estimation accuracy falls dramatically when there is only one accelerometer. This paper describes the susceptibility of single sensor identification to modelling error and simulations that preliminarily verified this characteristic. To make a robust evaluation from measurements of one floor of shear structures based on imprecisely identified parameters, a novel scheme is devised to approximately correct the mode shapes with respect to fictitious frequencies generated with a genetic algorithm; in particular, the scheme uses constrained minimization to take both the mathematical aspect and the realistic aspect of the mode shapes into account. The algorithm was validated by using a full-scale shear building. The differences between single-sensor and multiple-sensor estimations were analyzed. It was found that, as the number of accelerometers decreases, the error rises due to insufficient data and becomes very high when there is only one sensor. Moreover, when measurements for only one floor are available, the proposed method yields more precise and appropriate mode shapes, leading to a better estimation on the drift angle of the lower floors compared with a method designed for multiple sensors. As well, it is shown that the reduction in space complexity is offset by increasing the computation complexity.

• 전자공학회논문지CI
• /
• 제37권2호
• /
• pp.31-43
• /
• 2000

본 논문은 얼굴영상에서 눈과 입 부위를 추출하기 위한 알고리즘을 제안하였다. 첫째로, 눈과 입의 에지 이진 화소 집합의 고유 값 (Eigenvalue) 과 고유 벡터 (Eigenvector) 로 부터 추출한 정보들은 눈과 입을 찾기 위한 좋은 특징이 된다. 눈과 입 부위의 긍정적 샘플과 부정적 샘플로부터 추출한 고유 특징들로 다층 신경망을 학습하여 특정 영역이 눈과 입 부위 포함하는 정도를 나타내도록 하였다. 둘째로, 시스템의 강건성 확보를 위해 서로 다른 구조의 단일 MLP를 묶어서 그 결과를 이용하는 Ensemble network 구조를 사용하였다. 두 눈과 입에 각각 별도의 Ensemble network을 사용하였고, 각 Ensemble network내 MLP들의 출력이 최대가 되는 영역의 중심 좌표들을 평균하여 최종 위치를 결정하였다. 셋째로, 특징 정보 추출 검색 영역을 즐기기 위해 얼굴 영상 에지 정보와 눈과 입의 위치 관계를 이용해 눈과 입의 대략적인 영역을 추출하였다. 제안된 시스템은 적은 수의 정면 얼굴에서 추출한 고유 특징들로 학습된 Ensemble network을 사용하여 학습에 사용되지 않은 다른 사람들의 정면얼굴 뿐만 아니라 일정한 범위 내 자세 변화에서도 좋은 일반화 성능을 얻고 있으며, 작은 범위 내에서의 얼굴 크기 변화나 좌우 20°이내의 자세 변화에 대해서도 신경망의 일반화 기능을 이용하여 강건한 결과를 얻고 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제38권1호
• /
• pp.104-115
• /
• 2001

본 논문에서는 칼라 인접성과 기울기를 이용한 새로운 내용 기반 영상 검색 방법을 제안한다. 칼라 영상의 특징 정보로 사용되는 칼라 히스토그램은 시점이나 영상의 회전등의 영향을 적게 받고 특징 정보의 계산이 간단하고 빠른 장점이 있지만 칼라의 위치 정보를 나타낼 수 없기 때문에 균일 양자화에 의해 비슷한 히스토그램을 가진 서로 다른 영상을 구별하지 못하고 특징 저장량이 많은 등 단점이 있다. 제안한 방법은 기존의 방법들에서 보편적으로 사용하는 양자화 대신 영상에서의 인접 화소의 칼라 변화량 즉 기울기를 계산하여 보다 정확한 색차를 구함으로써 비슷한 칼라가 서로 다르게 양자화됨으로 인한 오차를 감소시켰다. 동시에 영상의 주요 칼라 구성 특징을 나타나는 칼라 인접성 정보를 추출하여 이진 배열로 표시함으로써 특징 정보의 방대한 저장량을 줄이고 비교속도를 향상시켰다. 실험 결과 기존의 검색 방법에 비하여 제안한 방법은 적은 특징 저장 양으로 외부조건의 변화에 더욱 강건함을 보여주고 있다.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.273-282
• /
• 2005

실시간 객체 추적(Real-time object tracking)은 비디오 감시 시스템, 비전 기반 네비게이터와 같은 비전 응용 산업이 발달하면서 그 중요성이 더해지고 있는 분야이다. 객체 추적을 위해 많이 이용되고 있는 알고리즘으로 Mean-shift와 Condensation 알고리즘이 있다. Mean-shift 알고리즘을 기반으로 한 객체 추적 알고리즘은 구현이 간단하고, 적은 계산 복잡도를 갖는 장점이 있다. 따라서 실시간 객체 추적 시스템에 적합하다고 할 수 있지만, 지역 모드(Local mode)로 수렴하는 특성으로 인해 복잡한 환경(Cluttered environment)에서는 좋은 성능을 나타내지 못하는 단점을 가지고 있다. 반면, 여러 개의 후보들을 이용해 객체의 위치를 추정하는 Condensation 추적 알고리즘은 복잡한 환경에서 특정 객체를 추적하는데 많이 사용된다. 하지만 Condensation 알고리즘을 기반으로 한 추적 알고리즘은 정확한 추적을 하기 위해서 복잡도가 높은 객체 모델과 많은 수의 후보가 요구된다. 따라서 높은 복잡도를 갖게 되고, 이것으로 인해 복잡한 환경에서는 실시간 구현이 어렵다는 단점을 갖게 된다. 본 논문에서는, 복잡한 환경에서 실시간 객체 추적에 적합하도록 Condensation 알고리즘과 Mean-shift 알고리즘을 결합해서, 적은 수의 후보들을 이용하는 모델을 제안한다. 적은 수의 후보들을 이용하더라도, Mean-shift 알고리즘을 이용해 보다 높은 유사도를 가지는 후보들만을 이용함으로써, Condensation 알고리즘이나 Mean-shift 알고리즘만을 이용할 때보다 더 나은 성능을 얻을 수 있었다.