Earticle

PURPOSES : Evaluation of input parameters determination procedure for dynamic analysis of aggregates in DEM. METHODS : In this research, the aggregate slump test and angularity test were performed as fundamental laboratory tests to determine input parameters of spherical particles in DEM. The heights spreads, weights of the simple tests were measured and used to calibrate rolling and static friction coefficients of particles. RESULTS : The DEM simulations with calibrated parameters showed good agreement with the laboratory test results for given dynamic condition. CONCLUSIONS : It is concluded that the employed calibration method can be applicable to determine rolling friction coefficient of DEM simulation for given dynamic conditions. However, further research is necessary to connect the result to the behavior of aggregate in packing and mixing process and to refine static friction coefficient.

Inkjet printing makes use of ink droplets to form required patterns on a substrate. In order for the inkjet technology to produce reliable patterning tools, the jetting performance needs be controlled precisely. For controlling ink jetting performance, input waveform should be properly designed. In the past, the research was focused on designing dwell time of the input waveform for controlling jetting speed. However, the jetting performance is also closely related to rising and falling time. In this study, the effect of the rising and falling time on droplet speed will be investigated by measuring the droplet speed. In this study, the power OP amp (PA98A) was used in order to drive piezo inkjet head by amplifying the waveform generated from arbitrary function generator. The experimental results show that change of rising and falling time in the waveform not only affect the droplet speed but also optimal dwell time.

형태 인식에서 유익한 특징정보의 선정 및 추출이 대단히 중요한 역할을 한다. 본 논문은 유익한 특징정보의 선정과 신경망의 학습을 동시에 수행할 수 있는 알고리 즘을 기술한다. 알고리즘은 근본적으로 반복적으로 수행되는 세 단계로 구성되어 있는데, 이들은 학습, 연결자 제거, 그리고 입력 신경세포 제거이다. 초기 학습을 실행한후, 먼저 적은 절대값을 갖는 연결자들이 제거 된다. 그런 후, 내부 계층 신경 세포들과 은 숫자의 결자들을 갖는 입력 신경세포들이 제거된다. 이 과정은 제거된 입력 신경세포들에 상응하는 특징정보들을 제외시키는 것과 동일하다. 만약, 에러값이 증가 하면, 연결자 제거 및 입력 신경세포 제거 과정의 반복으로 구성된 신경망의 재학습을 실행한다. 그 결과, 알고리즘은 다른 공간계로의 변환없이 특징정보 추출 공간내에서 중요한 특징들을 선정하게 된다. 또한, 즉징정보 선정인 형태 분류 관점에서의 성능과 긴밀하게 연결되어 수행되므로, 선정 된 특징정보들은 형태 분류에 가장 좋은 정보를 제공한다. 이 알고리즘은 불필요 또는 그다지 중요하지 않은 정보의 추출로 인한 경제 적 손실을 피할수 있게 한다. 더구나, 마지막에 얻어진 신경망은 인식 성능에 저해 요인이 될 수있는 불필요한 파라미터들, 즉 가중 연결자 및 바이어스를 포함하지 않는다. 응용결과,, 본 알고리즘은 가장 좋은 정보를 갖는 특징들만을 남기며, 성능 저하를 일으 키지 않으면서도 특징 벡터의 차원을 현저하게 줄였다.

Extraction and selection of the informative features play a central role in pattern recognition. This paper describes a modified back-propagation algorithm that performs selection of the informative features and trains a neural network simultaneously. The algorithm is mainly composed of three repetitive steps : training, connection pruning, and input unit elimination. Afer initial training, the connections that have small magnitude are first pruned. Any unit that has a small number of connections to the hidden units is deleted,which is equivalent to excluding the feature corresponding to that unit.If the error increases,the network is retraned,again followed by connection pruning and input unit elimination.As a result,the algorithm selects the most im-portant features in the measurement space without a transformation to another space.Also,the selected features are the most-informative ones for the classification,because feature selection is tightly coupled with the classifi-cation performance.This algorithm helps avoid measurement of redundant or less informative features,which may be expensive.Furthermore,the final network does not include redundant parameters,i.e.,weights and biases,that may cause degradation of classification performance.In applications,the algorithm preserves the most informative features and significantly reduces the dimension of the feature vectors whiout performance degradation.

실제 보컬 트레이닝 환경에서는 학습자가 비정형적인 단일 발성 음원을 제출하는 경우가 많아, 반복 발성과 사전 정의된 타임스탬프를 전제로 한 기존 발성 분석 기법의 적용에 한계가 있다. 이에 본 논문에서는 단일 발성 입력에 적합한 발성 분석 파이프라인을 설계·구현하였다. 제안된 구조는 참조 정보 없이 발성 신호의 음향적 변동성을 기반으로 시간 구간을 구조화하고, 이를 시간 기반 발성 상태 단위로 표현한다. 또한 각 프레임에서 기본 주파수(F0), 음량(Intensity), 포먼트(Formant)와 같은 핵심 음향 지표를 추출하여 발성 특성의 시간적 변화를 분석할 수 있도록 구성하였다. 제안된 구조는 기존 다단계 분석 절차에 비해 전체 워크플로를 간소화하면서도, 실제 교육 환경에서 해석 가능한 시간 기반 분석 틀을 제공한다. 또한 사전 지정된 성별 메타데이터를 기반으로 안정성 판단 임계값을 조정하는 성별 조건 기반 파라미터 구조를 포함하였다. 본 연구는 분류 정확도나 진단 성능 평가보다는, 단일 발성 입력 환경에서 시간 기반 발성 상태 구조를 일관되게 생성할 수 있는 분석 절차의 구현 가능성과 적용 가능성을 검토하는 데 목적이 있다. 실험 결과, 구현된 파이프라인은 다양한 단일 발성 음원에 대해 일관된 시간 기반 구조화와 음향 지표 산출을 수행하였으며, 실제 보컬 트레이닝 환경에서의 실용적 적용 가능성을 확인하였다.

In real-world vocal training environments, learners often produce acoustically variable single-utterance recordings, which limits the applicability of conventional vocal analysis methods that rely on repeated phonation and predefined timestamps. This paper presents the design and implementation of a vocal analysis pipeline suitable for single-utterance input. The proposed pipeline performs reference-free temporal structuring based on acoustic signal variations and organizes the signal into time-based phonation states. Core acoustic features, including fundamental Frequency(F0), intensity, and formant frequencies, are extracted for each frame to enable the analysis of temporal changes in vocal characteristics. Compared to conventional multi-stage workflows, the proposed structure simplifies the overall workflow while providing an interpretable time-based analysis framework for real-world training environments. In addition, a gender-conditioned parameter structure based on pre-specified metadata is incorporated to adjust selected stability thresholds. Experimental results demonstrate that the proposed pipeline consistently performs time-based structuring and acoustic feature extraction across diverse single-utterance recordings, supporting its practical applicability in real-world vocal training environments.

일반적인 보통 등급의 지반(ground) 상 구조물의 안정성 확보를 위한 설계입력정수(input-parameters) 도출 방법들은 보편적으로 잘 알려져 있다. 연구지역과 같은 습곡된(folded) 변성암(metamorphic rocks) 지반은 엽리가 (foliation) 촘촘히 발달해 있고, 엽리에 평행한 소규모 단층들(faults)이 분포하고 있어 설계입력정수 도출을 위한 특 별한 조사방법 및 시험, 등이 요구된다. 수 mm 간격의 엽리가 발달한 변성암 지반은 엽리면 직접전단강도시험(direct shear test), 엽리의 배향(strike/dip)과 맵핑(mapping), 엽리의 지하 연속성 파악을 위한 시추조사, 변성암반의 암반 분류(rock mass rating), 등이 필요하다. 특정 엽리면을 따라 발달한 소규모의 엽리평행단층(foliation-parallel faults) 이 다수 발달한 지반은 선구조선 분석, 단층 추적을 위한 지표지질맵핑, 단층면 직접전단강도시험, 등이 필수적이다. 습곡지반은 지질구조구(structural domain) 분석, 불연속면의 평사투영(stereonet)해석, 습곡축을 따른 전기비저항탐 사, 등의 추가조사로 설계입력정수 도출이 합리적이다.

Methods for deriving design input-parameters to ensure the stability of a structure on a common ground are generally well known. Folded metamorphic rocks, such as the study area, are highly foliated and have small faults parallel to the foliation, resulting in special research methods and tests to derive design input parameters, Etc. are required. The metamorphic rock ground with foliation development of several mm intervals has a direct shear test on the foliation surface, the strike/dip mapping of the foliation, the boring investigation to determine the continuity of the foliation, and the rock mass rating of the metamorphic rock. etc. are required. In the case of a large number of small foliation-parallel faults developed along a specific foliation plane, it is essential to analyze the lineament, surface geologic mapping for fault tracing, and direct shear test. Folded ground requires additional geological-structural-domain analysis, discontinuity analysis of stereonet, electrical resistivity exploration along the fold axis, and so on.

The adaptive dual control problem of a single-in single-out (SISO) stochastic system with unknown parameters and input delay is studied in this paper. The unknown parameters are assumed to be constant but belong to a known finite set. For each group of possible model parameters, a Kalman filter is used to estimate the system state online and the posterior probability of this model can also be calculated accordingly. The optimal control of each model is designed, based on an M steps ahead loss function. The final dual controller is obtained by a weighted sum of all possible optimal control outputs considering the posterior probabilities of each model. Numerical simulations were performed to verify the effectiveness of the proposed controller.

Many researches have been done to define the physical parameters for the wave generation and transformation over a coastal region. However, most of these have been limited to the application of particular conditions, as they are generally too empirical. To yield more reasonable wave estimation using a spectral wave model, it is important to understand how they work for the wave estimation. This study involved a comprehensive sensitivity test against the spectral resolution and the physical source/sink terms of the spectral wave model using SWAN and TOMAWAC, which have the same physical background with several different empirical/theoretical formulations. The tests were conducted for the East Anglian coast, UK, which is characterized by a complex bathymetry due to several shoals and offshore sandbanks. For the quantitative and qualitative evaluation of the models' performance with different input conditions, the wave elements and spectrums predicted at representative sites the East Anglia coast were compared/analyzed. The spectral resolution had no significant effect on the model results, but the lowest resolution on the frequency and direction induced underestimations of the wave height and period. The bottom friction and depth-induced breaking terms produced relatively high variations in the wave prediction, depending on which formulation was applied. The terms for the quadruplet and whitecapping had little effect on the wave estimation, whereas the triads tended to predict shorter and higher waves by energy transferring to higher frequencies.

Accurately predicting evacuation time in a ventilated main control room (MCR) during fire emergencies is crucial for ensuring the safety of personnel at nuclear power plants. This study proposes to use neural networks alongside consolidated fire and smoke transport (CFAST) simulations to serve as a surrogate model for physics-based simulation tools. Our neural networks can promptly predict the evacuation time in MCRs, proving to be a valuable asset in fire emergencies and eliminating the need for time-consuming rollouts of the CFAST simulations. The CFAST model simulates fire and evacuation scenarios in a ventilated MCR with variations in input parameters such as door conditions, ventilation flow rate, leakage area, and fire propagation time. Target output parameters, such as hot gas layer temperature (HGLT), heat flux (HF), and optical density (OD), are used alongside standardized evacuation variables to train a machine learning model for predicting evacuation time. The findings suggest that high ventilation flow rates help to dilute smoke and discharge hot gas, leading to lower target output parameters and quicker evacuation. Standardized evacuation variables exceed the required abandonment criteria for all door conditions, indicating the importance of proper evacuation procedures. The results show that neural networks can generate evacuation times close to those obtained from CFAST simulations.

In this study, operator habitability was numerically evaluated in the event of a fire at the main control bench board (MCB) in a reference main control room (MCR). It was investigated if evacuation variables including hot gas layer temperature (HGLT), heat flux (HF), and optical density (OD) at 1.8 m from the MCR floor exceed the reference evacuation criteria provided in NUREG/CR-6850. For a fire model validation, the simulation results of the reference MCR were compared with existing experimental results on the same reference MCR. In the simulation, various input parameters were applied to the MCB panel fire scenario: MCR height, peak heat release rate (HRR) of a panel, number of panels where fire propagation occurs, fire propagation time, door open/close conditions, and mechanical ventilation operation. A specialized-average HRR (SAHRR) concept was newly devised to comprehensively investigate how the various input parameters affect the operator's habitability. Peak values of the evacuation variables normalized by evacuation criteria of NUREG/CR-6850 were well-correlated as the power function of the SAHRR for the various input parameters. In addition, the evacuation time map was newly utilized to investigate how the evacuation time for different SAHRR was affected by changing the various input parameters. In the previous studies, it was found that the OD is the most dominant variable to determine the MCR evacuation time. In this study, however, the evacuation time map showed that the HF is the most dominant factor at the condition of without-mechanical ventilation for the MCR with a partially-open false ceiling, but the OD is the most dominant factor for all the other conditions. Therefore, the method using the SAHRR and the evacuation time map was very useful to effectively and comprehensively evaluate the operator habitability for the various input parameters in the event of MCB fires for the reference MCR.

As the technology convergence paradigm emerges, the need for "CIA techniques" to analyze the mutual effects of technology is increasing. However, since the CIA input parameter estimation is difficult, the present study suggests a "CIA input parameter setting model" to alleviate the difficulty of CIA input parameter estimation. This paper is focused on the difference of measurement difficulty by each scale which expert's estimation behavior was defined as measurement activity quantifying the judgment of future technology. Therefore, this model is designed to estimate the input variable as a sequence or isometric scale that is relatively easy to measure, and then converts it into a probability value. The input parameter setting model of the CIA technique consists of three sub-models : 'probability value derivation model', 'influence estimation model', and 'impact value calculation model', in order to develop a series of models the Thurstone V model, Regression Analysis, etc has been used.

머신러닝을 이용한 텍스트 기반 어류 질병 분류에서 머신러닝 모델의 입력 파라미터가 너무 많은 문제가 존재하지만, 성능의 문제로 임의로 입력 파라미터를 줄일 수 없다. 본 논문에서는 이 문제를 해결하고자 SHAP 분석 기법을 활용해 넙치 질병 분류에 특화된 입력 파라미터 최적화 방안을 제시한다. 제안한 방법은 SHAP 분석 기법을 적용하여 넙치 질병 문진표에서 추출한 질병 정보의 데이터 전처리와 AutoML을 활용한 머신러닝 모델 평가 과정을 포함한다. 이를 통해 AutoML의 입력 파라미터의 성능을 평가하고, 최적의 입력 파라미터 조합을 도출한다. 본 연구에서 제안 방법은 필요한 입력 파라미터 수를 감소시키면서도 기존의 성능을 유지할 수 있을 것으로 기대되며, 이는 텍스트 기반 넙치 질병 분류의 효율성 및 실용성을 높이는 데 기여할 것이다.

In text-based fish disease classification using machine learning, there is a problem that the input parameters of the machine learning model are too many, but due to performance problems, the input parameters cannot be arbitrarily reduced. This paper proposes a method of optimizing input parameters specialized for Paralichthys olivaceus disease classification using SHAP analysis techniques to solve this problem,. The proposed method includes data preprocessing of disease information extracted from the halibut disease questionnaire by applying the SHAP analysis technique and evaluating a machine learning model using AutoML. Through this, the performance of the input parameters of AutoML is evaluated and the optimal input parameter combination is derived. In this study, the proposed method is expected to be able to maintain the existing performance while reducing the number of input parameters required, which will contribute to enhancing the efficiency and practicality of text-based Paralichthys olivaceus disease classification.

Present study investigated the influence of time step size, turbulent eddy viscosity, and the number of layer on rapid and unsteady propagation of dam break flow. When the time step size had a value such that it resulted in Cr of 0.89, a significant numerical oscillation was observed in the vicinity of the wave front. Higher turbulent viscosity ensured smooth and mild slope of velocity and water stage compared with the flow behavior by no viscosity. The vertical velocity at the lower layer positioned near the bottom showed lower velocity compared with other layers.

화약발파는 광업 및 토목 분야에서 암반굴착을 위한 도구로 많이 사용되는 유용한 방법이지만 주변 환경에 대해서는 종종 위해 요인으로 작용한다. 발파 설계자는 피해를 방지하고 효율을 높일 수 있는 적정 설계를 도출하기 위해 노력하며, 설계 단계에서는 시험 발파나 수치해석적 방법을 이용하여 설계의 적정성 평가를 하는 것이 일반적이다. 수치해석적 방법에서 발파와 같은 동적 하중과 그에 대한 암반의 응답 거동에 영향을 주는 많은 변수들이 입력 자료로 설정되어야 하지만, 신뢰성 있는 물성을 획득하기 어려운 설계 단계에서 입력자료를 어떻게 설정할 것인가, 결과를 어떻게 해석하고 설계에 반영할 것인가는 여전히 어려운 문제로 남아 있다. 본 논문은 화약발파를 이용하여 터널과 같은 지하공동을 굴착할 때 암석의 역학적 특성과 관련된 입력 변수들이 해석 결과에 미치는 영향 정도를 정량적으로 평가함으로써 입력 자료에 대한 중요도를 이해하고 설정지침에 도움을 제공하기 위한 목적으로 작성되었다.

Explosive blasting is a very useful tool for mining and civil engineering applications. It, however, may cause severe environmental hazards on adjacent structures due to blasting impact. Blast engineers try to make optimum blast design to provide efficient performance and to minimize the environmental impact as well. It requires a pre-assessment of the impacts resulting from the blasting operation in design stage. One of the common procedures is to evaluate the proposed blast pattern through a series of test blasting in the field. Another approach is to evaluate the possible environmental effects using the numerical methods. There are a number of input parameters to be prepared for the numerical analysis. Some of them are well understood, while some are not. This paper presents some results of sensitivity analysis of the basic input parameters in numerical modelling of blasting problems so as to provide sound understanding of the parameters and some guidelines for input preparation.

센서의 광학 해상력에 따라 센서에 도달하는 에너지의 앙은 영상의 화소값으로 변환되므로，이 관계는 위성 영상의 정량적인 광학적 특성을 이해하기 위한 바탕이 되며，영상의 질을 유지하기 위한 척도가 되기도 한다. 위성영상의 광학적 특성은 ON 값 을 실제 지표물의 반사에너지 값인 Radiance와 Reflectance로 의 변환을 통하여 추정할 수 있으며，이러한 과정을 절대복사보정(Absolute Radiometric Calibration) 이라고 한다. 절대복사보정 과정에서 센서에 도달하는 태양 에너지의 양을 추정하기 위하여 복사전달모델이 사용된다. 태양 에너지가 대기를 통과함에 따라 여러 가지 상호 작용이 일어나게 되므로 복사 전달모델을 사용하기 위해서는 다양한 입력 변수가 필요하게 된다. 이러한 입력 변수로는 지표물의 반사율， 대기자료，그리고 센서의 특성 등이 포함되며， 이 연구에서는 KOMPSAT-2 위성의 MSC 영상의 절대복사보정 과정에서 복사전달모델의 결과에 영향을 미치는 입력 변수의 특성을 살펴보고자 한다.

선박의 곡외판은 냉간가공과 열간가공(선상가열) 과정을 거쳐 제작된다. 선상가열의 자동화 및 기계화에 대한 연구가 다양하게 수행되어 오고 있다. 특히 가열조건과 잔류 변형 사이의 관계 규명은 자동화 및 기계화를 위한 주요 요소로 생각된다. 본 연구는 그러한 관계를 규명하기 위하여 일련의 체계적인 과정을 제시하고 관계식을 제안하였다. 선상가열에 의한 변형은 3차원 열탄소성 변형현상으로 정식화될 수 있으며, 열탄소성 변형현상을 유한요소해석을 이용하여 다양한 가열조유용성을 확인하였다.변형관계식에 사용된 입력변수는 차원해석을 통하여 선정하였다. 유한요소법을 이용하여 얻어진 결과를 활용하여 선상가열에 의한 변형관계식을 추정하기 위하여 다변수해석과 다차원 보간 과정을 예시하였다. 일련의 과정을 통하여 본 연구는 선상가열의 가열조건과 잔류 변형 사이의 관계식을 선정하기 위한 방법을 제안하였다.

ed to deform the curved hul-plates in shipyards. A growing interest for the mechanizat ion or automation of the line heating proces has been noted. Relations betwen heating condi tions and residual deformations are important components needed for the mechanizat ion. The residual deformations are investigated by using a thermal e lastic-plastic analysis based on the finite element analysis(FEA). Several experiments are also performed to examine the validity of the results of FEA.

성능위주 소방설계(PBD)의 과정에서 요구피난시간(RSET) 산정의 신뢰성을 확보하기 위해서는 화재시뮬레이션을 이용한 정확한 연기감지기 작동시간 예측이 필수적이다. 본 연구의 목적은 FDS 기반의 연기감지기 수치모델에서 요구되는 입력인자의 정확도를 개선시키는 것이다. 이를 위하여 선행연구에서 적용된 화재감지기 시험장치(FDE)의 개선이 이루어졌다. 구체적으로 FDE 내부의 유동 및 연기농도 균일성이 개선되었으며, 연기입자의 전방산란 저감을 통해 감지기가 작동되는 순간의 정확한 광 소멸률이 측정되었다. 개선된 FDE를 이용한 입력인자는 기존 결과와 정량적으로 상당한 변화를 보이고 있으며, 이온화식 감지기에 비해 광전식 감지기에서 더 큰 차이가 확인되었다. 연기감지기의 작동조건은 감지기 종류, 가연물, 연기입자 및 색상에 따라 큰 차이가 발생됨을 고려할 때, PBD의 신뢰성을 향상시키기 위하여 향후 연구에서는 보다 다양한 감지기 및 가연물에 대한 입력인자 DB가 구축되어야 할 것이다.

Accurate predictions of the activation time for smoke detectors using a fire simulation is are required to ensure the reliability of the RSET (Required Safe Egress Time) calculation in the process of PBD (Performance-Based Design). The objective of this study was to enhance the accuracy of input parameters for the numerical models of smoke detector based on the FDS. To this end, a Fire Detector Evaluator (FDE) developed in previous studies was improved. The uniformities of flow and smoke inside the FDE were improved and accurate measurements of the obscuration per meter (OPM) related to detector operation were also performed through a decrease in the forward scattering of smoke particles. The input parameters using the improved FDE showed a significant difference from the previous FDE quantitatively. In particular, a larger difference was found in a photoelectric detector compared to an ionization detector. Considering that the operating conditions of smoke detectors are affected by the detector type, combustibles, smoke particulars, and color, the database (DB) on the input parameters for various detectors and combustibles should be built to improve the reliability of PBD in future studies.