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
- 그러나 데이터베이스 구축 시 유한요소 해석 결과를 직접 데이터베이스로 활용하면 예측 및 저장해야 하는 데이터의 차원이 매우 커, 현실적으로 인공지능 알고리즘의 적용이 불가능하다. 따라서 유한요소 해석의 결과를 웨이블렛 변환(wavelet transform)을 통하여 시간-주파수 영역에서 해석하고, 이를 바탕으로 주요 웨이블렛 성분 분석(principal wavelet-con車onent analysis)을 수행하여 데이터의 차원을 줄이고자 한다.
- 긴 해석 시간이 필요하므로 실혐값과 비교를 위한 최적화의 적용에 있어 단점이 있다. 이 논문에서는 유한요소 해석 결과를 바탕으로 소프트 컴퓨팅 기법을 적용하여 표면파 전달 문제를 해결할 수 있는 인공지능 엔진을 개발하여. 다음과 같은 결론을 도출하였다.
- 二^러나 파전 달(wave propagation) 해석을 위해 세밀한 분해능(Tesolution)이 필요한 유한요소 해석은 해석 시간이 길고 비용이 커서, 실험값과 비교평가를 위한 최적화 과정의 목적함수로 사용하는 것은 현실적으로 불가능하여 대부분 이론해(比eoretical solution)을 사용하고 있다(St。吳burg 등, 2003; Ma 등, 2002). 이 논문에서는 유한요소 해석을 대신하여 최적화 과정의 목적함수로 사용하기 위해, 표면파 전달 문제의 인공지능-(artificial intelligence) 해석 엔진을 개발하고자 한다.
- 그러나 그림 3에서 비교할 수 있듯이, 디지털 신호처럼 모사하는 Haar 웨이블렛 보다는 과도 파의 형상을 부드럽게 모사하는 Gaussian 웨이블렛이 파형(waveform) 분석에는 더 효과적이다. 이 논문에서는 인공지능 알고리즘을 적용하여 유한요소 해석을 대체하는 데 목적이 있으므로, 파형 분석에 있어 약간의 단점이 있지만, Haar 웨이블렛을 사용하어 표면파의 거동을 복원시킴으로써 영 시적 표현이 가능한 결과를 확보하고자 한다.
가설 설정
- . 여기서, 진폭에 대한 표면파의 변화는 선형해석 결과의 조합으로 설명되고, 삼각함수의 제곱차수는 표면파의 가속도 성분까지 미분가능 하도록 네 제곱 사인함수(sine function)로 가정할 수 있다. 따라서 삼각함수의 반주기가 의미하는 발사체(projectile)와 대상 매체의 접촉 시간(contact time)이 충격 가진 함수의 유일한 결정인자가 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.