• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.335-339
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력충의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제9권3호
• /
• pp.369-376
• /
• 2006

본 논문에서는 퍼지 RBF네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력층의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국세라믹학회지
• /
• 제34권2호
• /
• pp.139-144
• /
• 1997

결정학적으로 T' 구조인 Nd2-xCexCuO4-$\delta$ 회토류 구리산화물 초전도체는 지금까지 매우 복잡한 미세구조를 지닌 것으로써 잘 알려져 있다. 이 구리산화물 초전도체가 초전도 특성을 띠려면, Nd3+ 이온이 Ce4+ 이온에 의해 소량 치환되고 동시에 산소환원이 필요하다. 본 연구에서는 투과전자현미경의 수렴성 전자회절(CBED)패턴을 이용하여 Nd2-xCexCuO4-$\delta$ 의 Ce 미량 첨가와 미량의 산소환원에 따른 결정구조의 전이 발생 여부에 관하여 고찰하였다. 세 가지의 서로 다른 시편 Nd2CuO3,Nd1.85Ce0.15CuO4 와Nd1.85Ce0.15CuO3.965을 고상소결에 의하여 만들어 이들 각각 시편에 대한 CBED패턴을 주사투과전자현미경(STEM)으로 관찰하였다. 그리고 실험에 의하여 얻은 이들 HOLZ선들과 컴퓨터 계산에 의해 그려진 이론적인 HOLZ선들과 비교하는 방법에 의하여 Nd1.85Ce0.15CuO4의 격자상수를 구하였다.

• 지구물리와물리탐사
• /
• 제19권3호
• /
• pp.136-144
• /
• 2016

탄성파 자료의 역산은 파동방정식에 기초하고 있으므로 파동방정식의 해를 정확하게 구하는 것이 가장 중요하다. 특히, 전파형역산은 파동장 전체를 이용하기 때문에 정문제에 해당하는 모델링이 정확하게 이루어져야 신뢰할 수 있는 결과를 얻게 된다. 파동방정식의 수치해를 구하는 대표적인 기법인 유한차분법과 유한요소법은 해의 수렴성을 보장할 수 있어야 하는데, 해의 수렴성은 이론적으로 일반화된 증명이 되어 있으나 실제 문제에 적용할 경우 일관성과 안정성을 분석해야 한다. 모델링 결과의 일관성은 송신원 함수의 구현이 매우 중요한 부분인데, 유한차분법은 디랙 델타 함수(Dirac delta function)를 나타낼 때 격자 간격으로 표준화된 싱크 함수(sinc function)를 사용해야 하는 반면 유한요소법은 격자 간격에 관계없이 기저함수 값을 사용하면 된다. 주파수 영역 파동방정식을 사용할 경우 송신 파형 함수의 스펙트럼을 정확하게 표현하기 위해 샘플링 이론으로 정의되는 시간 간격보다 더 조밀한 샘플링 간격을 사용하고 나이퀴스트(Nyquist) 주파수보다 더 높은 주파수를 최대 주파수로 사용해야 한다. 또한, 복소 각주파수를 사용하는 경우 감쇠 파동방정식을 만족하기 위해서는 송신 파형 함수를 먼저 감쇠한 후 사용해야 한다. 이러한 요건들이 모두 만족되었을 때 신뢰할 수 있는 역산 알고리즘 개발이 가능하다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.91-94
• /
• 2003

본 논문에서는 RBF 네트워크의 중간층과 출력층 사이의 연결강도를 효율적으로 조정하기 위해 퍼지 논리 시스템을 이용하여 학습률과 모멘텀을 동적으로 조정하는 개선된 RBF 네트워크를 제안한다. 입력층과 중간층 사이의 학습 구조로 ART2를 적용하고 중간층과 출력층 사이의 연결 강도 조정 방법으로는 제안된 학습률 자동 조정 방식을 적용한다. 제안된 방법의 학습 성능을 평가하기 위해 기존의 delta-bar-delta 알고리즘, 기존의 ART2 기반의 RBF 네트워크와 비교 분석한 결과, 제안된 방법이 학습 속도와 수렴성에서 개선된 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1387-1393
• /
• 2007

기존의 단층 퍼셉트론은 출력 노드가 선형 분리 가능한 패턴들만을 분류할 수 있고 XOR과 같은 비선형 문제에 대해서는 분류할 수 없는 단점이 있다. 퍼지 단층 퍼셉트론은 퍼지 소속 함수(Fuzzy Membership Function)를 적용하여 단층 구조로 XOR 문제와 같은 고전적인 문제를 개선하였다. 그러나 퍼지 단층 퍼셉트론은 기존의 단층 퍼셉트론과 마찬가지로 결정 경계선이 진동하는 경우가 생기며 초기 가중치의 범위와 학습률에 따라 수렴성이 매우 낮아지는 단점이 있다. 따라서 본 논문에서는 바이어스항을 도입하여 결정 경계선이 진동하는 것을 방지하여 수렴성을 개선시키고 선형 활성화 함수를 제안하고 학습률과 모멘텀 개념을 도입 한 개선된 델타규칙을 적용함으로써 학습 시간을 단축시키는 개선된 퍼지 단층 퍼셉트론 알고리즘을 제안한다. 제안된 방법과 퍼지 단층 퍼셉트론간의 학습 성능을 분석하기 위하여 인공 신경망에서 벤치마크로 사용되는 XOR 문제와 패턴 분류에 적용하여 Epoch 수와 수렴성을 비교한 결과, 제안된 방법이 기존의 퍼지 단층 퍼셉트론보다 학습 시간이 적게 소요되고 수렴성이 개선된 것을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제28권3호
• /
• pp.301-307
• /
• 2015

결합 기반 페리다이나믹 모델을 통해 다양한 동적취성파괴 현상을 해석할 수 있었지만, 결합 기반 모델은 다양한 재료 구성 모델을 표현하는데 여러 한계를 보여왔다. 특히 결합 기반 모델은 각 결합들이 서로 독립적으로 작용하도록 가정하였기 때문에 3차원 모델에서 포아송비가 1/4로 고정되며 전단 변형이 표현되지 못하고 체적 변형만이 모사되는 문제점이 있다. 본 연구에서는 상태 기반 페리다이나믹 모델을 통한 동적취성파괴 해석을 제시한다. 상태 기반 모델은 일종의 일반화된 페리다이나믹 모델로서 일반적인 재료 구성모델로부터 직접 페리다이나믹 재료 모델을 구성한다. 또한 연결된 모든 결합의 변형을 통해 각 절점의 재료 응답이 결정되기 때문에 체적 및 전단 변형이 모두 표현된다. 본 논문에서는 선형 탄성체에 대해서 상태 기반 평면 응력 페리다이나믹 모델을 소개하고 상태 기반 모델에 적합한 손상 모델에 대해 논의한다. 페리다이나믹 비국부 영역을 축소시키는 $\delta$-수렴성 연구를 통해 동적파괴 모델을 검증하고 상태 기반 모델이 동적 균열 전파를 모델링하는데 적합함을 확인하였다.

• 융합신호처리학회논문지
• /
• 제11권1호
• /
• pp.88-91
• /
• 2010

본 논문은 RF모듈과 초음파 센서들을 설치한 밀폐된 공간에서 이동 로봇을 사용해 위치인식과 속도제어에 대한 내용으로 구성하였다. 두 개의 퍼지 룩업 테이블은 설정값에 대한 듀티비 로서 선택한다. 출발점과 커브지점에서 기본퍼지규칙 보다 이중퍼지 규칙을 갖는 이동로봇이 수렴시간을 줄일 수 있었다. 또한 이중 룩업테이블의 교체시간은 e-${\Delta}e$위상 평면내의 특이점인 b1,c1,d1에서 발생한다. 룩업 테이블 중 하나는 과도영역에서 상승시간을 줄이기 위해 사용하고 다른 하나는 정상상태 오차를 줄이고 설정값에 빠르게 수렴하기 위해 사용한다. 퍼지 제어기를 갖는 실내 위치 인식 로봇 제어시스템을 통한 실험의 결과로서 퍼지 제어 알고리즘의 유용성을 확인하였고 이중 퍼지 제어 룰을 갖는 로봇이 하나의 룰 테이블을 갖는 로봇에 비해 개선된 속도 응답을 얻을 수 있음을 확인 하였다.

• 통합자연과학논문집
• /
• 제1권3호
• /
• pp.216-220
• /
• 2008

In general the Banach space $L^1(T^1)$ doesn't admit convergence in norm. Thus the convergence in norm of the partial sums can not be characterized in terms of Fourier coefficients without additional assumptions about the sequence$\{^{\^}f(\xi)\}$. The problem of $L^1(T^1)$-convergence consists of finding the properties of Fourier coefficients such that the necessary and sufficient condition for (1.2) and (1.3). This paper showed that let $\{{\alpha}_{\kappa}\}{\in}BV$ and ${\xi}{\Delta}a_{\xi}=o(1),\;{\xi}{\rightarrow}{\infty}$. Then (1.1) is a Fourier series if and only if $\{{\alpha}_{\kappa}\}{\in}{\Gamma}$.

• Journal of Biosystems Engineering
• /
• 제15권3호
• /
• pp.186-198
• /
• 1990

인간 소뇌의 구조와 기능을 간략하게 수학적으로 모델링하여 입력에 따른 시스템의 적정 출력을 학습에 의한 적응 제어 방식으로 추출해 내는 소뇌모델 대수제어기(CMAC : Cerebellar Model Arithmetic Controller)가 제안되었다. 본 논문에서는 연구개발된 기존 신경회로망과의 비교 분석에 의거하여, 소뇌모델 대수제어기 대신 네트의 특성에 따라 소뇌모델 선형조합 신경망(CMLAN : Cerebellum Model Linear Associator Network)이라 하였다. 소뇌모델 선형조합 신경망은 시스템의 제어 함수치를 결정하는 데 있어, 기존의 제어방식이 시스템의 모델링을 기초로 하여 알고리즘에 의한 수치해석적 또는 분석적 기법으로 모델 해를 산출하는 것과 달리, 학습을 통하여 저장되는 분산기억 소자들의 함수치를 선형적으로 조합함으로써 시스템의 입출력을 결정한다. 분산기억 소자로의 함수치 산정 및 저장은 소뇌모델 선형조합 신경망이 갖는 고유의 구조적 상태공간 매핑(State Space Mapping)과 델타규칙(Delta Rule)에 의거한 시스템의 입출력 상태함수의 학습으로써 수행된다. 본 논문을 통하여 소뇌모델 선형조합신경망의 구조적 특성, 학습 성질과 상태공간 설정 및 시스템의 수렴성을 규명하였다. 또한 기존의 최대 편차수정 학습 알고리즘이 갖는 비능률성 및 적용 제한성을 극복한 효율적 학습 알고리즘들을 제시하였다. 언급한 신경망의 특성 및 제안된 학습 알고리즘들의 능률성을 다양한 학습이득(Learning Gain)하에서 비선형 함수를 컴퓨터로 모의 시험하여 예시하였다.