본 논문은 시스템에 대한 기능 중심의 신뢰도 예측을 수행하기 위한 모델링 방법론을 제안한다. 신뢰도 예측에 대한 다양한 기존 연구들이 있지만, 이 연구들의 공통점은 하드웨어 중심으로 신뢰도 예측을 수행하였다는 점이다. 신뢰성이 제품이 주어진 사용 조건 아래서 의도하는 기간 동안 정해진 기능을 성공적으로 수행하는 능력이라고 정의되는 점에서 보았을 때, 하드웨어 중심의 신뢰도는 논리적 모순을 가진다. 본 논문에서는 기능 중심의 신뢰도 예측을 위해 4-단계 모델링 절차(four-phase modeling procedure)를 제안하였다. 제안되는 모델링 방법론은 네 개의 모델로 구성된다; 1) 구조적 블록 모델(structure block model), 2) 기능 블록 모델 (function block model), 3) 장치 모델 (device model), 그리고 4) 신뢰성 예측 모델 (reliability prediction model). 본 논문에서는 제안하는 모델링 방법론을 이용하여 전자식 안정기에 대한 기능 중심의 신뢰도 예측을 수행하였으며, 하드웨어의 신뢰도를 결정하기 위해 신뢰도 예측 규격 중 하나인 MIL-HDBK-217F를 이용하였다.
The prediction of structural mechanical behaviors is vital important to early perceive the abnormal conditions and avoid the occurrence of disasters. Especially for underground engineering, complex geological conditions make the structure more prone to disasters. Aiming at solving the problems existing in previous studies, such as incomplete consideration factors and can only predict the continuous performance, the deep attention fused temporal convolution network (DATCN) is proposed in this paper to predict the spatial mechanical behaviors of structure, which integrates both the temporal effect and spatial effect and realize the cross-time prediction. The temporal convolution network (TCN) and self-attention mechanism are employed to learn the temporal correlation of each monitoring point and the spatial correlation among different points, respectively. Then, the predicted result obtained from DATCN is compared with that obtained from some classical baselines, including SVR, LR, MLP, and RNNs. Also, the parameters involved in DATCN are discussed to optimize the prediction ability. The prediction result demonstrates that the proposed DATCN model outperforms the state-of-the-art baselines. The prediction accuracy of DATCN model after 24 hours reaches 90 percent. Also, the performance in last 14 hours plays a domain role to predict the short-term behaviors of the structure. As a study case, the proposed model is applied in an underwater shield tunnel to predict the stress variation of concrete segments in space.
Kim, Taeyoon;Lee, Woo-Dong;Kwon, Yongju;Kim, Jongyeong;Kang, Byeonggug;Kwon, Soonchul
한국해양공학회지
/
제36권5호
/
pp.313-325
/
2022
Recently around the world, coastal erosion is paying attention as a social issue. Various constructions using low-crested and submerged structures are being performed to deal with the problems. In addition, a prediction study was researched using machine learning techniques to determine the wave attenuation characteristics of low crested structure to develop prediction matrix for wave attenuation coefficient prediction matrix consisting of weights and biases for ease access of engineers. In this study, a deep neural network model was constructed to predict the wave height transmission rate of low crested structures using Tensor flow, an open source platform. The neural network model shows a reliable prediction performance and is expected to be applied to a wide range of practical application in the field of coastal engineering. As a result of predicting the wave height transmission coefficient of the low crested structure depends on various input variable combinations, the combination of 5 condition showed relatively high accuracy with a small number of input variables defined as 0.961. In terms of the time cost of the model, it is considered that the method using the combination 5 conditions can be a good alternative. As a result of predicting the wave transmission rate of the trained deep neural network model, MSE was 1.3×10-3, I was 0.995, SI was 0.078, and I was 0.979, which have very good prediction accuracy. It is judged that the proposed model can be used as a design tool by engineers and scientists to predict the wave transmission coefficient behind the low crested structure.
This research addresses flow time prediction in the dynamic unbalanced job shop scheduling environment. The specific purpose of the research is to develop the job flow time prediction model in the dynamic unbalance djob shop. Such factors as job characteristics, job shop status, characteristics of the shop workload, shop dispatching rules, shop structure, etc, are considered in the prediction model. The regression prediction approach is analyzed within a dynamic, make-to-order job shop simulation model. Mean Absolute Lateness (MAL) and Mean Relative Error (MRE) are used to compare and evaluate alternative regression models devloped in this research.
Membrane proteins play important roles in the biology of the cell, including intercellular communication and molecular transport. Their well-established importance notwithstanding, the high-resolution structures of membrane proteins remain elusive due to difficulties in protein expression, purification and crystallization. Thus, accurate prediction of membrane protein topology can increase the understanding of membrane protein function. Here, we provide a brief review of the diverse computational methods for predicting membrane protein structure and function, including recent progress and essential bioinformatics tools. Our hope is that this review will be instructive to users studying membrane protein biology in their choice of appropriate bioinformatics methods.
Since the mechanism of chloride diffusion and its ratio in concrete depend on structural conditions and concrete as a micro-structure, if these are analyzed quantitatively, the long-term ageing of structures can be predicted. Although, a quantitative analysis of concrete micro-structure, in which the results are affected by various parameters, is very difficult, this can be done indirectly by the durability test of concrete. In this study, the compressive strength, void ratio and air permeability of concrete. In this study, the compressive strength, void ratio and air permeability of concrete are chosen as the parameters in concrete durability test, and these effects on test results are analysed according to changes of mixing properties. The relationships between parameters and chloride diffusion velocity is used for prediction models of chloride diffusion. The developed prediction models for the chloride diffusion according to mixing and physical properties, can be used to estimate the service life and corrosion initiation of reinforcing bars in marine structures.
A quantitative structure activity relationship (QSAR) study is performed for modeling and prediction of oral bioavailabilities of 216 diverse set of drugs. After calculation and screening of molecular descriptors, linear and nonlinear models were developed by using multiple linear regression (MLR), artificial neural network (ANN), support vector machine (SVM) and random forest (RF) techniques. Comparison between statistical parameters of these models indicates the suitability of SVM over other models. The root mean square errors of SVM model were 5.933 and 4.934 for training and test sets, respectively. Robustness and reliability of the developed SVM model was evaluated by performing of leave many out cross validation test, which produces the statistic of $Q^2_{SVM}=0.603$ and SPRESS = 7.902. Moreover, the chemical applicability domains of model were determined via leverage approach. The results of this study revealed the applicability of QSAR approach by using SVM in prediction of oral bioavailability of drugs.
프리스트레스트 콘크리트 구조물인 원자로 격납구조에서 콘크리트의 크리프는 프리스트레스의 가장 큰 시간의존적 손실을 야기하며 격납구조의 설계 시공 및 유지관리시의 안전성 확보에 매우 중요한 재료특성이다. 본 논문은 원자로 격납구조 콘크리트의 크리프 특성에 관한 연구이다. 본 논문에서는 5종 시멘트로 제조된 원자로 격납구조 콘크리트의 크리프트성을 알기 위하여 크리프시험을 수행하였다. 또한 최근 개정된 건교부 제정 콘크리트 표준시방서와 일본 콘크리트 표준 시방서에 의한 크리프 예측식을 포함하여 ACI-209식, CEB/FIB식 및 HANSEN식의 적용성을 평가하기 위하여 예측식들에 의한 크리프 예측결과를 실험결과와 비교하였다. 비교로부터 건교부제정 콘크리트 표준시방서의 크리프 예측식이 다른 비교 대상 크리프 예측식들보다 대상 콘크리트의 크리프치를 비교적 잘 예측함을 알았으며, 1년 이상의 재령에서는 비교대상이 된 모든 예측식들이 크리프 변형을 과소평가함을 알았다. 한편 실험결과의 회귀분석으로부터 재령 1년이후의 재하조건에 의해 발생되는 대상 콘크리트의 크리프를 유효하게 예측할 수 있는 예측식을 제안하였다.
딥러닝 기법을 활용하여 분자 구조로부터 물성을 예측하는 시스템은 화학, 생물학, 재료 연구에 적용하기 위해 개발되었다. 분자 구조와 물성 정보가 축적된 데이터베이스를 기반으로, 구조와 물성간의 관계식을 찾는 딥러닝 모형을 구축한 후 최종적으로는 새로운 분자 구조에 대한 물성 예측값을 제공할 수 있다. 또한 선정된 분자 구조의 실제 물성값에 대한 실험을 병행하여 지속적인 검증 및 모형 업데이트를 수행하게 된다. 이를 통해 다량의 분자구조로부터 물성이 우수한 분자 구조를 빠른 시간 안에 스크리닝할 수 있으며, 연구의 효율성 및 성공률을 높일 수 있다. 본 논문에서는 딥러닝을 활용한 물성 예측 시스템의 전반적인 구성과 LG화학에서 실제 신규 구조 발굴에 적용된 사례를 중심으로 소개하고자 한다.
A ribonucleic acid (RNA) is one of the two types of nucleic acids found in living organisms. An RNA molecule represents a long chain of monomers called nucleotides. The sequence of nucleotides of an RNA molecule constitutes its primary structure, and the pattern of pairing between nucleotides determines the secondary structure of an RNA. Non-coding RNA genes produce transcripts that exert their function without ever producing proteins. Predicting the secondary structure of non-coding RNAs is very important for understanding their functions. We focus on Nussinov's algorithm as useful techniques for predicting RNA secondary structures. We introduce a new traceback matrix and scoring table to improve above algorithm. And the improved prediction algorithm provides better levels of performance than the originals.
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.