본 연구는 딥러닝을 위한 비선형 변환 접근법을 사용하여 Single-lap joint의 접착 영역을 조사하기 위한 진동 응답 기반 탐지 시스템 을 제시한다. 산업 혹은 공학 분야에서 분해가 쉽지 않은 구조 내에 보이지 않는 부분의 상태와 접착된 구조의 접착 부위 상태를 알기 어려운 문제가 있다. 이러한 문제를 해결하기 위해 본 연구는 비선형 변환을 이용하여 기준 시편의 진동 응답으로 다양한 시편의 접착 면적을 조사하는 탐지 방법을 제안한다. 이 연구에서는 CNN 기반 딥러닝으로 진동 특성을 파악하기 위해 비선형 변환을 적용한 주파 수 응답 함수를 사용했고 분류를 위해 가상의 스펙트로그램을 사용했다. 또한, 제시된 방법을 검증하기 위해 알루미늄, 탄소섬유복합 재 그리고 초고분자량 폴리에틸렌 시편에 대한 진동 실험, 분석적 해, 유한요소해석을 수행했다.

전산화단층촬영에서 선형 및 비선형변환방법을 이용하여 탐색밀도에 따른 압축률과 최대신호대 잡음 비를 구하여 의료영상 압축의 화질에 대하여 알고자 한다. 선형변환방법은 원 영상을 여러 개의 레인지블록으로 나눈 후 각각의 레인지블록에 대하여 영상내의 존재하는 최적의 도메인블록을 찾는 부분변환시스템을 사용하여 닮은 블록을 찾아서 압축율과 화질의 성능을 조정가능 하므로 비선형변환방법은 8개의 셔플변환 중에서 회전변환만을 이용하는데, 한정된 도메인블록에서만 탐색이 이루어지므로 영상내의 임의의 블록에 대하여 도메인블록을 탐색하는 선형변환방법보다는 부호화 시간이 빠르나 실제 영상에서 레인지블록에 대한 최적의 도메인블록을 선택할 수 없기 때문에 성능은 다른 방법에서 보다 떨어질 수 있어서 비선형변환방법은 최적의 도메인블록을 선택하는 대신 밝기 계수 변환의 근사화 정도를 높여서 성능을 개선하고, 블록의 크기가 작을수록 최대신호대 잡음비 (PSNR;peak signal to noise ratio)값은 높아지며 블록의 크기가 클수록 압축비가 높아지므로 최적으로 영상을 부호화하기 위해 퀴드트리 블록분할을 하였다.

The present paper discusses the nonlinear wave deformation due to a submerged coastal structure. Theory is based on the frequency-domain method using the third order perturbation and boundary integral method. Theoretical development to the second order perturbation and boundary integral method. Theoretical development to the second order Stokes wave for a bottom-seated submerged breakwater to the sea floor is newly expanded to the third order for a submerged coastal structure shown in Figure 1. Validity is demonstrated by comparing numerical results with the experimental ones of a rectangular air chamber structure, which has the same dimensions as that of this study. Nonlinear waves become larger and larger with wave propagation above the crown of the structure, and are transmitted to the onshore side of the structure. These characteristics are shown greatly as the increment of Ursell number on the structure. The total water profile depends largely on the phase lag among the first, second and third order component waves.