최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.1, 2020년, pp.774 - 779
김현수 (선문대학교 건축사회환경공학부)
The seismic response reduction capacity of a smart mid-story isolation system was investigated using the RNN model in this study. For this purpose, an RNN model was developed to make a dynamic response prediction of building structures subjected to seismic loads. An existing tall building with a mid...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
퍼지논리제어의 특징은 무엇인가? | 이러한 단점을 보완하기 위하서 본 연구에서는 복잡하고 불확실하며 애매한 조건아래서 적용되어 좋은 성능을 나타내는 퍼지 논리제어 (Fuzzy Logic Control, 이한 FLC)를 사용하였다. 퍼지논리제어는 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력 때문에 스마트 제어시스템을 제어하는데 용이하다. 퍼지논리 제어알고리즘의 개발 과정에서 입력 및 출력 변수를 어떤 값으로 선택하느냐에 따라서 제어성능이 크게 달라질 수 있다. | |
구조공학분야에서 기계학습은 어떠한 형태로 이용되는가? | 최근 구조공학 분야에서도 인공지능 및 첨단 제어공학을 적용한 연구가 다양하게 수행되고 있다[1-3]. 인공지능 분야에서 각광을 받고 있는 기계학습 (Machine Learning)이 구조공학분야에 구조해석 및 설계, 설계자 동화와 최적화, 구조제어, 구조시스템 식별, 구조 상태 평가 및 모니터링 등 매우 다양한 형태로 적용되고 있다. 본 연구에서는 스마트 구조제어시스템 개발 과정에서 반드시 필요한 수치해석 및 시뮬레이션 작업의 효율성을 개선하기 위해서 구조 시스템 식별 및 구조제어 분야에 중점을 두고 연구를 수행하였다. | |
RNN 모델에서 심층 신경망 사용 시 발생하는 문제점은 무엇인가? | RNN 모델의 정확성을 높이기 위해서는 매 시점에 심층 신경망 (Deep Neural Network)을 사용하는 것이 필요하다. 그러나 이러한 경우 오래전의 데이터에 의한 기울기 값이 소실되는 문제(Vanishing Gradient Problem)로 학습이 어려워진다. 이를 해결하는 대표적인 모델로 Fig. |
H. Salehi, R. Burgueno, "Emerging artificial intelligence methods in structural engineering", Engineering Structures, Vol. 171, pp.170-189, May 2018.
Q. Wang, J. Wang, X. Huang, L. Zhang, "Semiactive nonsmooth control for building structure with deep learning", Complexity, Vol. 2017, Article ID 6406179, Nov. 2017. DOI: https://doi.org/10.1155/2017/6406179
H. S. Kim, "Multi-objective optimal design using genetic algorithm for semi-active fuzzy control of adjacent buildings", Journal of the Korea Academia-Industrial cooperation Society, Vol. 17, No. 1 pp.219-224, 2016.
T. Sueoka, S. Torii, Y. Tsuneki, "The Application of Response Control Design using Middle-Story Isolation System to High-Rise Builsing", Proceeding of The 13th World Conference on Earthquake Engineering, 2004.
C. Olah, Understanding LSTM Networks, Available From: http://colah.github.io/posts/2015-08-Understanding-LSTMs (accessed Sep. 20, 2019)
K. Deb, A. Pratap, S. Agrawal, T. Meyarivan, "A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II", Technical Report No. 200001, Kanpur: Indian Institute of Technology Kanpur, India, 2000.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.