| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 조재호 | - |
| dc.contributor.author | 이진우 | - |
| dc.date.issued | 2021-12 | - |
| dc.identifier.issn | 1226-4873 | - |
| dc.identifier.uri | https://aurora.ajou.ac.kr/handle/2018.oak/37571 | - |
| dc.identifier.uri | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002780843 | - |
| dc.description.abstract | 본 연구에서는 형상 정보만 주어지면 해당 구조물의 음향 고유 모드와 고유 주파수를 예측할 수 있는 딥러닝 기반 음향 해석 방법을 개발하고, 차실의 음향 특성 파악에 적용하여 제시한 방법의 유효성을 입증한다. 닫힌 공간의 음향 특성은 내부에 존재하는 격벽들의 형상, 크기와 위치 등에 따라 달라진다. 음향 이론이나 음향 해석 프로그램에 대한 지식이 없더라도 후보군에 있는 형상들의 음향 특성을 알 수 있다면, 자동차와 같은 기계 구조물의 재설계 시간을 설계자가 극단적으로 단축시킬 수 있다. 이를 위해, 2차원 음향 공동 모델에 대해 이 작업을 수행할 수 있는 딥러닝 모델을 제안한다. 알맞은 입력과 출력 데이터로 딥러닝 모델을 학습시켜서 가능성을 파악한 후에, 2차원 차실 모델에 적용하여 제안한 방법의 유효성을 입증한다. | - |
| dc.language.iso | Kor | - |
| dc.publisher | 대한기계학회 | - |
| dc.title | 딥러닝을 이용한 음향 고유 모드와 고유 주파수 예측 | - |
| dc.title.alternative | Prediction of Acoustic Natural Modes and Natural Frequencies Using Deep Learning | - |
| dc.type | Article | - |
| dc.citation.endPage | 1147 | - |
| dc.citation.number | 12 | - |
| dc.citation.startPage | 1137 | - |
| dc.citation.title | 대한기계학회논문집 A | - |
| dc.citation.volume | 45 | - |
| dc.identifier.bibliographicCitation | 대한기계학회논문집 A, Vol.45 No.12, pp.1137-1147 | - |
| dc.subject.keyword | 딥러닝 | - |
| dc.subject.keyword | 음향 고유 모드 | - |
| dc.subject.keyword | 음향 고유 주파수 | - |
| dc.subject.keyword | 합성곱 신경망 | - |
| dc.subject.keyword | 격벽 | - |
| dc.subject.keyword | 차실 | - |
| dc.subject.keyword | Deep Learning | - |
| dc.subject.keyword | Acoustic Natural Mode | - |
| dc.subject.keyword | Acoustic Natural Frequency | - |
| dc.subject.keyword | Convolutional Neural Network | - |
| dc.subject.keyword | Partition | - |
| dc.subject.keyword | Vehicle Compartment | - |
| dc.type.other | Article | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.