http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
케이슨식 방파제 대상 실시간 모니터링 데이터 분석을 위한 온라인 학습 기반 적응적 이상상태 탐지 알고리즘 개발
진승섭(Seung-Seop Jin),민지영(Jiyoung Min),김영택(Young-Taek Kim),김률리(Ryulri Kim) 한국연안방재학회 2023 한국연안방재학회지 Vol.10 No.1
Most port structures are massive and data measured on them sensitively changes to the surrounding environment including sea waves, tides, wind, and other operational conditions so it might be difficult to extract and long-term monitor their own features such as natural frequencies and mode shapes. To solve this problem, an anomaly detection algorithm with online learning was developed for the analysis of monitoring data on the port structures. For this, data were first measured on a 1/50 scaled model of caisson type breakwater through hydraulic model experiments, and the characteristics of data were investigated. Then an unsupervised algorithm was developed to online detect abnormal conditions caused by the drift, which can track the reconstruction error from the principal component analysis and the Euclidean distance between original and reconstructed signals. The experimental results showed that the proposed algorithm could be successfully applied to time-dependent dataset shifts with high accuracy and automatically calculate the threshold based on the adaptive model.
가우시안 프로세스 기반 능동적 학습을 활용한 비파괴 검사의 자율적 데이터 획득 방법
진승섭 ( Jin Seung-seop ),홍진영 ( Hong Jin-young ),최하진 ( Choi Ha-jin ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.2
일반적으로 비파괴검사는 가용한 시간 및 예산 안에서 검사영역에 대한 데이터 수집 위치를 주관적으로 설정하고, 이를 토대로 검사를 수행한다. 하지만 탐지하고자 하는 결함(손상)은 국부적으로 존재하고, 그 위치에 대한 사전 정보는 대부분 알 수 없거나 불확실성이 높다. 또한 구조물 특징 및 노출 환경에 따라 결함의 형태 및 분포가 상이해진다. 비파괴검사의 데이터 수집 위치와 그 수(샘플링)는 최종 검사 결과와 가시화(visualization)에 큰 영향을 미친다. 따라서 샘플링은 비파괴검사의 성능과 신뢰성을 좌우하는 중요한 요소이다. 본 연구에서는 가우시안 프로세스의 능동적 학습(Active learning)을 통해 객관적이고 신뢰성 높은 자율적 데이터 수집 기법을 제안하였다. 제안 기법은 소수의 초기 샘플을 토대로 결함이 존재할 가능성이 높은 위치를 가우시안 프로세스 회귀모형과 베이지안 최적화를 통해 능동적으로 추정하고, 이를 순차적으로 수집하는 자율적 데이터 획득(샘플링) 방법이다. 제안된 기법은 콘크리트 슬래브의 다양한 박리 결함 탐지를 위한 충격반향법에 적용하였으며, 그 결과 제안기법이 높은 샘플링 효율과 신뢰성을 가지며 다양한 결함들을 자율적으로 탐지함을 확인하였다.
베이지안 추론의 우도 함수에 대한 이해와 일반화: 콘크리트 크리프 예측
진승섭 ( Jin Seung-seop ),박영수 ( Park Young-soo ) 한국구조물진단유지관리공학회 2022 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.26 No.2
역 해석은 실험 등으로 측정된 대상 시스템의 관측치를 가장 잘 모사하는 예측모델의 최적 변수를 추정하는 문제이다. 베이지안 추론은 여러 불확실성 요소들을 베이즈 정리를 기반으로 모델 변수와 예측 불확실성을 확률적으로 정량화하는 방법이다. 베이지안 추론의 우도 함수는 잔차(모델 예측과 관측치의 차이)의 적합도를 확률적으로 산출한다. 일반적으로 사용하는 우도 함수는 가우시안 분포이며, 이는 잔차의 통계적 특성이 Gauss-Markov 이론을 따른다는 가정에 기인한다. Gauss-Markov 이론의 잔차 가정이 만족하지 않을 경우, 베이지안 추론을 통한 불확실성 정량화의 정확도 및 일관성이 결여될 수 있다. 본 연구에서는 다양한 잔차 특성에서도 활용 가능한 일반화된 우도 함수를 소개하고, 이를 콘크리트 크리프의 장기 시간 변형 예측 문제에 적용하였다. 이를 통해 베이지안 추론 내 우도 함수의 역할과 잔차의 통계적 가정의 중요성을 확인하였다.