인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구에서는 주행 중 획득되는 계측신호를 통해 하이퍼튜브 가이드웨이의 기하학적 이상상태를 효과적으로 분류·예측할 수 있도록 특징분석연구를 수행하였다. 이를 위해 가이드웨이의 기하학적 형태를 4가지로 구분하고, 하이퍼튜브 차량의 동적 모델을 구성하였다. 그리고, 각 가이드웨이 프로파일 생성 후 시뮬레이션을 통해 얻어진 주행 데이터를 통해 총 22개 시간 및 주파수 영역 기반 특징을 추출하고, 분류에 효과적인 특징을 선택하였다. 특징선택 시 4개 형태를 동시에 분류할 수 있는 다중분류 접근법과 한 쌍의 형태에 대해 우수한 특징을 개별적으로 선택해내는 이진분류 접근법의 두 가지 접근법을 사용하였다. 각 접근법으로 선택된 특징들은 인공신경망 모델 기반의 가이드웨이 형태 예측모델에 적용하여 정확도를 비교하였다. 그 결과 이진분류 접근법으로 선택된 특징 사용 시 90% 이상 정확도를 달성하여 이상상태 분류에 효과적인 것으로 나타났다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094366662
