선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- K Weimann 당动은 동일한 무게를 가진 폭발성형 탄자(Explosive Formed Projectile)의 길이 대직경 비(L/D)가 관통 능력에 어떠한 영향을 미치는지에 대해 살펴보았다. 이에 대한 자료를 토대로 입력 데이터를 구성하고 참고문헌[4]의결과와 본 연구를 통해 예측된 결과치를 비교하여 보았다.
- 개발된 신경망 구조가 실제 시험에서 얻어진 방탄 실험 자료를 얼마나 잘 예측하는지를 살펴보기 위해서 이미 발표되어 있는 시험 결과를 토대로 검증하여 보았다.
- 최근 컴퓨터의 눈부신 발전에 따라 컴퓨터상의 가상공간 내에서 실험을 수행하는 수치실험(numerical experiment) 연구가 방탄 구조물의 설계에 일부 적용되기 시작했으나 컴퓨터의 계산능력 부족과 정교한 해석 모델의 부재로 인하여 많은 제약을 받고 있는 실정이므로 경량 및 중량방탄 구조물의 설계를 수행하기 위해서는 많은 시간과 비용이 소요되는 실방탄 시험의 수행 및 데이터 축적이 필요하다. 본 논문에서는 기존의 축적된 방탄시험 데이터를 효과적으로 분석하여 새로운 구조물 설계에 활용할 목적으로 방탄 데이타 분석에 적합한 신경회로 망프로그램을 개발하여 활용성을 평가하여 보고자 한다.
- 본 연구에서는 많은 비용과 인력이 요구되는 방탄 실험의 최소화를 위하여, 기존의 방탄 실험 결과를 효과적으로 분석하여 새로운 방탄 구조물의 설계에 활용할 수 있는 시스템을 개발하였다. 방탄 구조의 여러 가지 설계변수들인 방탄재료 종류와 재료 두께, 적층 순서 등을 입력으로 하고 관통 깊이를 출력으로 하는 시스템을 설정하고 이들 간의 관계를 규명하기 위하여 일반적으로 사용되는 신경회로망이론을 적용하였다.
- 실제 방탄 실험 결과에 대한 데이타가 많지 않으므로 가상의 데이터를 설정하여 개발된 신경망의 학습능력을 살펴보았다. 균일한 두께를 가지는 4개의 층으로 된 방탄 구조의 특정한 타에 대한 관통 깊이를 4개 층을 为3.
- 지금까지의 결과는 학습 데이터의 수를 10개로 하여 학습시킨 결과이다. 학습 데이터의 수에 따른 학습경향을 살펴보기 위하여 좀 더 많은 학습 데이터로 학습시켜 보았다. 그림 9는 1차 함수에 대해 학습 데이터를 10개, 50개, 100개로 설정하여 학습시킨 결과 이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.