철도안전관리 수준평가 평가지표 개선방안 연구

조정길,엄득종,한상복,황현배 한국철도학회 2020 한국철도학회 학술발표대회논문집 Vol.2020 No.11

도시철도차량 차체의 경량화를 위한 소재 변경 및 구조체 최적화 연구

조정길(Jeong Gil Cho),구정서(Jeong Seo Koo),정현승(Hyun Seung Jung) 대한기계학회 2013 大韓機械學會論文集A Vol.37 No.9

본 연구에서는 알루미늄 압출재로 구성된 한국형 표준전동차모델(K-EMU)의 차체를 대상으로 치수 최적설계와 구조체 소재 변경을 통한 경량화방안에 대해 연구하였다. 우선 K-EMU 차체의 하부구조, 측벽구조, 단부구조의 부재별 두께를 현재의 압출가능 두께를 적용하여 치수 최적화 기법으로 약 14.8% 경량화 하였다. 그리고 치수최적설계 된 K-EMU 차체에 유지보수성이 좋은 고장력강(SMA570)재질의 프레임타입 하부구조를 적용하여 초기 K-EMU 차체대비 약 3.8% 경량화 된 하이브리드 차체를 도출하였다. 마지막으로 샌드위치 복합재를 하부구조와 지붕구조에 적용하여 초기 K-EMU 차체대비 약 30% 경량화 된 초경량 하이브리드 차체를 도출하였다. 도출된 차체 모델들은 모두 전동차 구조체 하중시험법을 만족하였다. This study proposes a weight reduction design for urban transit, specifically, a Korean EMU carbody made of aluminum extrusion profiles, according to size optimization and useful material changes. First, the thickness of the under-frame, side-panels, and end-panels were optimized by the size optimization process, and then, the weight of the Korean EMU carbody could be reduced to approximately 14.8%. Second, the under-frame of the optimized carbody was substituted with a frame-type structure made of SMA 570, and then, the weight of the hybrid-type carbody was 3.8% lighter than that of the initial K-EMU. Finally, the under-frame and the roof-panel were substituted with a composite material sandwich to obtain an ultralight hybrid-type carbody. The weight of the ultralight hybrid-type carbody was 30% lighter than that of the initial K-EMU. All the resulting carbody models satisfied the design regulations of the domestic Performance Test Standard for Electrical Multiple Unit.

복합소재를 적용한 철도차량 차체의 경량화 연구

조정길(Jeonggil Cho),김준우(Junwoo Kim),구정서(Jeongseo Koo),정현승(Hyunseung Jung) 한국자동차공학회 2014 한국자동차공학회 부문종합 학술대회 Vol.2014 No.5

모바일 폰의 관성 센서를 사용한 에너지 소모량 추정 모델

조정길(Jung-Gil Cho) 인문사회과학기술융합학회 2019 예술인문사회융합멀티미디어논문지 Vol.9 No.5

정확하게 사람의 에너지 소모량을 얻는 것은 라이프 스타일 모니터링 작업과 건강에서 신체 활동 수준을 추적하기 위한 기초로 활용된다. 에너지 소모량은 시간의 흐름에 따른 인간의 열량 섭취를 말하며, 신체 활동 수준을 정량화하기 위해 일반적으로 사용되는 단일 척도이며 당뇨와 비만 같은 만성 질환의 증가를 이해하는 중요한 결정 인자이다. 최근에 모바일 폰의 사용이 증가하면서 이를 이용한 연구가 활발히 진행되고 있다. 특히 건강한 삶을 유지하기 위하여 운동의 중요성이 강조되고 있고 모바일 폰을 사용하여 해결하려는 연구가 많이 시도되고 있다. 이에 따라서 이 논문에서는 기존의 인간 행동 인식 연구에서 모바일 폰의 가속도 센서만으로 구분하기 어려운 행동들의 인식률을 향상시키기 위하여 자이로스코프 센서의 데이터를 추가하여 보정하는 방법을 사용하였다. 제안한 칼로리 추정 모델은 활동량을 더 정확하게 측정할 수가 있으며, 연구 및 운동 처방에 많이 이용될 수가 있을 것으로 판단된다. Obtaining accurate human’s energy expenditure is used as a basis for tracking physical activity levels in lifestyle monitoring tasks and health. Energy expenditure refers to human’s calorific uptake over time, which is one commonly used single metric to quantify physical activity levels. It is an important determinant in understanding the development of chronic diseases, such as diabetes and obesity. Recently, the use of mobilephones has been increasing, and researches using them have been actively conducted. Especially, the importance of exercise is emphasized in order to maintain a healthy life, and many studies to solve using mobilephone are being tried. Therefore, in this paper, we use the method of adding and correcting the data of the gyroscope sensor in order to improve the recognition rate of behaviors that are difficult to distinguish only by the accelerometer sensor of the mobilephone in the existing human behavior recognition research. The proposed caloric expenditure estimation model can measure the caloric expenditure more accurately and it can be used for research and exercise prescription.

그래프 연결성 측정을 사용한 그래프 기반의 어의 중의성 해소

조정길,신광철 한국정보기술학회 2014 한국정보기술학회논문지 Vol. No.

Word Sense Disambiguation(WSD) is one of tasks in the Natural Language Processing(NLP) that uses to identifying the sense of words in context. Since Human language includes many ambiguous words. Thus, the objective of WSD is identifying the correct sense of word. This paper describes an unsupervised graph-based method for word sense disambiguation, we uses a graph connectivity structure for finding the correct senses. This algorithm has few parameters and does not require sense-annotated data for training. The results assessed the performance of algorithms on standard data sets, and showed that the best measures perform comparably to state-of-the-art. In the future, we are interested in applying the proposed method to weight graphs. 어의 중의성 해소는 문맥에서 단어의 의미를 식별하는데 사용하는 자연 언어 처리 작업의 한부분이다. 사람의 언어는 많은 모호한 단어가 포함되어 있기 때문에 어의 중의성 해소의 목적은 단어의 정확한 의미를 파악하는 것이다. 이 논문에서는 어의 중의성 해소에 대한 비감독 그래프 기반의 방법을 설명하고, 단어의 정확한 의미를 찾기 위하여 그래프 연결성 구조를 사용한다. 이 논문의 알고리즘은 몇 개의 매개변수를 사용하며, 학습에 대한 의미 주석을 단 데이터가 필요하지 않다. 결과는 표준 데이터 셋에서 알고리즘의 성능을 평가하고, 최신 기술로 만족할만한 측정을 달성한 것을 보여주었다. 향후에 우리는 제안된 방법에 가중 그래프를 적용하는 것을 시도할 계획이다.

그래프의 고유벡터 중심성을 이용한 소셜 미디어 마이닝

조정길,허원회 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.4

With the rise of social media, the web has become a vibrant and lively realm in which individuals all around the globe interact, share, and conduct numerous daily activities. Mining social media data is the task of mining user-generated content with social relations. This data presents novel challenges encountered in social media mining. Sadly, social media data is significantly different from the traditional data that we are familiar with in general data mining. Apart from enormous size, the mainly user-generated data is noisy and unstructured, with various social relations. Frequent subgraph mining is an important task for exploratory data analysis on the graph database analysis, involves the overhead of candidate set generation and isomorphism checking. In this work, we propose to reduced the search space and address isomorphism overheads, a eigenvector centrality approach to subgraph mining. The proposed method is to keep the number of frequency patterns to reflect the threshold value to extract frequent subgraph shows that effectively and efficiently. 소셜 미디어의 등장으로 웹은 전 세계 개인의 의해 상호작용, 공유와 수많은 일상적인 활동을 수행하는 활기차고 생동감 넘치는 영역이 되고 있다. 소셜 미디어 마이닝은 소셜 관계에서 사용자가 생성한 콘텐츠를 마이닝하는 작업이다. 이러한 소셜 미디어 마이닝은 우리에게 새로운 기회를 제공한다. 유감스럽게도 소셜 미디어 데이터는 데이터 마이닝에 익숙한 기존의 데이터와 크게 다르다. 주로 사용자가 생성한 데이터는 엄청난 크기 외에도 다양한 사회적 관계로 잡음이 있고 구조화되지 않은 것들이다. 빈발 서브그래프 마이닝은 그래프 데이터베이스에서 탐색 데이터 분석을 위한 중요한 과제이며, 후보 셋 생성과 동형 테스트의 오버 헤드를 수반한다. 이 논문에서는 검색 공간을 감소시키고 동형 테스트의 오버헤드를 해결하기 위한 서브그래프 마이닝 고유벡터 중심성 접근법을 제안한다. 제안된 방법이 임계값을 반영하여 빈발 패턴의 수를 유지하여 효율적으로 빈발 서브그래프를 추출하는데 효과적임을 보여준다.

Cut-out이 있는 Box형 차체의 하부구조 소재대체 경량화 설계 방법

조정길(Jeonggil Cho),구정서(Jeongseo Koo),정현승(Hyunseung Jung) 한국자동차공학회 2013 한국 자동차공학회논문집 Vol.21 No.2

비중량 기계적 물성치를 이용한 하이브리드형 차체 모델의 경량화 평가 연구

조정길(Jeonggil Cho),구정서(Jeongseo Koo),정현승(Hyunseung Jung) 한국자동차공학회 2011 한국자동차공학회 부문종합 학술대회 Vol.2011 No.5

In this paper, we estimated the weight-reduction rate of a hybrid-type bodyshell for several engineering materials using specific stiffness and strength indices. For evaluating the weight-reduction rate of a hybrid box-type model in a given condition, we used a theoretical approach and verified it with finite-element analysis. We obtained a good correlation between both the results. The suggested approach can be applied to the weight reduction design of hybrid bodyshells by material substitution. The specific mechanical properties to estimate the weight-reduction can be utilized as good criteria for material substitution of hybrid bodyshells at the basic-design stage.

Cut-out이 있는 단순 Box형 차체의 소재대체 경량화 설계 방법

조정길(Jeonggil Cho),구정서(Jeongseo Koo),정현승(Hyunseung Jung) 한국자동차공학회 2012 한국자동차공학회 부문종합 학술대회 Vol.2012 No.5

In this paper, to substitute an underframe material of a box-type bodyshell having cut-outs, we suggested a material substitution method with an alternative light-weight material. We derived a box-type baseline model without cut-outs which is similar to the stiffness condition of a box-type bodyshell having cut-outs. To derive a hybrid bodyshell by under-frame material substitution, the material substitution method for a box-type hybrid bodyshell without cut-outs was applied to the box-type baseline model. We compared the FE simulation results of the derived hybrid bodyshells having cut-outs for various materials with the theoretical results of the suggested method.

빅 데이터에서 맵리듀스를 적용한 빈발 서브그래프 마이닝

조정길 사단법인 인문사회과학기술융합학회 2015 예술인문사회융합멀티미디어논문지 Vol.5 No.4

In order to select useful features, recent graph mining techniques applies repeated mining of frequent subgraphs either by varying minimum supports or by dividing a graph database recursively. Frequent subgraph mining(FSM) is an important task for exploratory data analysis on graph data. Over the years, many algorithms have been proposed to solve this task. MapReduce is a programming paradigm for distributed computing on the Hadoop framework which allows to host big data handling applications. MapReduce is becoming the de-facto paradigm for computation on massive data, an efficient FSM algorithm on this paradigm is of huge demand. In this work, we propose a new frequent subgraph mining algorithm which uses an iterative MapReduce based framework. MapReduce-based frequent subgraph mining(FSM) technique through experiments seem to suggest that more frequent patterns efficiently than traditional methods can find them. 최근의 마이닝 연구에 있어서 최소 지지도를 변화시켜 가면서 또는 그래프 데이터베이스를 분할하며 반복적으로 빈발 서브그래프를 마이닝하는 방법이 사용되고 있다. 빈발 서브그래프 마이닝(FSM)은 그래프 데이터에서 탐색 데이터 분석을 위한 중요한 과제이다. 이러한 추세로 몇 년에 걸쳐서 많은 알고리즘들이 FSM 작업을 해결하기 위하여 연구되었고 제안되었다. 맵리듀스는 빅 데이터 처리를 위한 하듑 프레임워크를 이용하는 분산처리 응용 서비스 개발을 위한 프로그래밍 패러다임이다. 맵리듀스는 대용량 데이터 계산을 위한 사실상의 패러다임이 되고, 이 패러다임에 기반한 효율적인 FSM 알고리즘은 커다란 수요가 되고 있다. 이 논문에서 우리는 반복적인 맵리듀스 기반의 프레임워크를 사용하여 새로운 빈발 서브그래프 마이닝 알고리즘을 제안한다. 실험을 통하여 제안하는 맵리듀스 기반의 빈발 서브그래프 마이닝 기법이 기존의 기법보다 더 효율적으로 빈발 패턴들을 찾을 수 있음을 보인다.