• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2768-2770
• /
• 2001

본 논문은 지능형 알고리즘과 이미지 프로세싱 방법을 결합한 새로운 방법으로 칼라 매칭 시스템에 구현한다. 칼라 매칭 시스템은 이미지 프로세싱을 이용하여 칼라의 RGB 데이터를 분석한 후 얻어진 색상정보를 가지고 사용자가 원하는 칼라는 구현하는 시스템이다. 칼라 매칭 시스템의 모델링에 이용되는 지능형 모델은 퍼지 추론과 적응 퍼지 추론 시스템(Adaptive Neuro-Fuzzy Inference System: ANFIS)이며, 최소 자승법을 기반으로 한 회귀 다항식과 비교하여 제안된 지능형 모델에 대한 성능과 실용성을 검증한 후 델파이를 이용하여 구현하였다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.24 no.10
• /
• pp.149-156
• /
• 2010

In this paper, the optimal design of a wind generator, implemented with the hybridized GA(Genetic Algorithm) and ES(Expert System), has been performed to maximize the AEP(Annual Energy Production) over the whole wind speed characterized by the statistical model of wind speed distribution. In particular, to solve the problem of calculation iterate, ES finds the superior individual and apply to initial generation of GA and it makes reduction of search domain. Meanwhile, for effective searching in reduced search domain, it propose Intelligent GA algorithm. Also, it shows the results of optimized model 500[kW] wind generator using hybridized algorithm and benchmark result of compare with GA.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.59-62
• /
• 2006

본 논문에서는 CNN 모델과 WFMM 신경망의 특성을 상호 결합한 손동작 인식기법을 제안한다. 특징 추출 모듈로 사용된 CNN 모델은 움직임 정보에 기초한 특징지도상에서 특징의 위치 이동이나 왜곡에 의한 성능 저하를 개선시키는 계층간 연결구조를 갖는다. WFMM 신경망에 기반한 패턴 분류 모듈은 간결하고 강력한 학습기능을 지원하며, 학습된 신경망은 분류 능력을 그대로 유지한 상태에서 추가 학습이 가능하다는 장점을 지닌다. 또한 이 패턴 분류 모델은 학습패턴으로부터 특징의 상대적 중요도를 평가하는, 이른바 특징 선정 기법을 지원한다. 본 논문에서는 제안된 모델의 동작 특성과 학습 알고리즘을 소개하고, 손동작 인식문제에 적용한 실험을 통하여 이론의 타당성을 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.458-460
• /
• 2000

본 논문에서는 유전자 알고리즘(GA)과 Support Vector Machine(SVM)을 결합하여 사용한 얼굴 인식 시스템을 제안한다. 기존의 SVM을 이용한 얼굴 인식 연구에서는 얼굴 전체 영상을 SVM의 입력벡터로 사용하는데 반해, 본 연구에서는 GA를 이용하여 얼굴 영상 중에서 개인별로 식별 능력이 우수한 특징들만을 선택하여 이를 SVM의 입력벡터로 사용한다. 조명, 표정, 안경 착용 등 다양한 변화가 있는 Yale 얼굴 데이터베이스를 사용하여 실험한 결과, 얼굴 전체 영상을 사용한 경우보다 더 좋은 인식률을 보였다. 또한 제안된 방법에 의한 얼굴 인식 시스템은 각 개인별로 식별력이 우수한 특징들만을 저장하므로, 얼굴인식 시스템을 구성하기 위해 저장될 정보의 양이 현저하게 감소하게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.397-400
• /
• 2002

최근 패턴인식분야에서 성능향상을 목적으로 개별인식기들을 결합하거나 동적 선택에 대한 연구가 활발하게 진행되고 있다. 인식기를 동적으로 선택하는 경우에는 전체 학습패턴으로부터 학습한 개별 인식기를 이용하거나 클러스터링 알고리즘을 이용하여 학습패턴들을 특징공간에서의 부 영역으로 분할한 다음 각 클래스를 하나의 영역과 대응하는 방법이 사용되어 왔다. 이러한 접근방법에서는 각 패턴의 지역적인 정보를 이용하기 때문에 클래스 사이의 결정 경계부분에 대한 지역적인 정보를 이용하기 어렵다. 본 논문에서는 학습패턴의 지역적 영역에 대한 마이크로 인식기를 설계하여 임의의 테스트 패턴에 대한 지역적 영역에서 가장 성능이 좋은 인식기를 동적으로 선택하여 인식 성능을 향상시키는 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.226-228
• /
• 2004

베이지안 네트워크는 불확실한 상황을 모델링하기 위한 확률 기반의 모델이다. 베이지안 네트워크의 구조를 자동 학습하기 위한 연구가 많이 있었고, 최근에는 진화 알고리즘을 이용한 연구가 많이 진행되고 있다. 그러나 대부분은 마지막 세대의 가장 좋은 개체만을 이용하고 있다. 시스템이 요구하는 다양한 요구조건을 하나의 적합도 평가 수식으로 나타내기 어렵기 때문에, 마지막 세대의 가장 좋은 개체는 종종 편향되거나 변화하는 환경에 덜 적응적일 수 있다. 본 논문에서는 적합도 공유 방법으로 다양한 베이지안 네트워크를 생성하고, 이를 베이즈 규칙을 통해 결합하여 변화하는 환경에 적응적인 추론 모델을 구축할 수 있는 방법을 제안한다. 성능 평가를 위해 ALARM 네트워크에서 인공적으로 생성한 데이터를 이용한 구조 학습 및 추론 실험을 수행하였다. 다양한 조건에서 학습된 네트워크를 실험한 결과, 제안한 방법이 변화하는 환경에서 더욱 강건하고 적응적인 모델을 생성할 수 있음을 확인한 수 있었다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.165-166
• /
• 2015

본 논문은 새로운 단일전력변환 SEPIC(Single-Ended Primary-Inductor Converter)-ZETA 절연형 양방향 컨버터를 제안한다. 제안된 컨버터는 SEPIC과 ZETA 컨버터가 결합된 구조로 절연을 통해 안정성을 강화했고, DC측 리플 전류가 낮아 에너지 저장장치의 수명을 연장시킨다. 그리고 SEPIC 컨버터 모드(DC/AC)와 ZETA 컨버터 모드(AC/DC)에서의 입출력 전압비가 동일해 양방향 제어 알고리즘이 간단하다. 또한, 기존 two-stage 구성의 양방향 컨버터와 달리 회로가 단순하며, 단일전력변환을 통한 고효율 저비용의 장점을 가지고 있다. 본 논문에서는 이론적 해석 및 제안한 컨버터의 250W급 시작품을 이용한 실험결과를 통해 컨버터의 우수성 및 성능을 검증한다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1587-1588
• /
• 2007

IPM(Interior Permanent Magnet) Machine의 전류 제어는 자기저항에 의존하는 토크특성 때문에 SPM(Surface Permanent Ma- gnet) Machine보다 복잡하다. 고성능 토크제어를 위해서는 d축 전류와 q축 전류의 동특성간의 상태 decoupling이 요구된다. 그러나 전류의 상태 동특성이 coupling된 인덕턴스의 변화(온도, 파라미터들의 부정확한 측정값)는 상태 decoupling을 어렵게 한다. 그래서 이러한 변화와 각각의 전류가 독립적으로 제어될 수 있게 여러 decoupling 방법들에 초점이 맞춰지고있다. 본 연구는 외란에 강하고, 특히 인덕턴스의 변화와 상관없는 이상적인 토크제어를 하기 위해 신경회로망을 이용하여 슬라이딩 평면(sliding surface)을 구성하고, SMC(Sliding Mode Control)를 이용하여 상태 cross-coupling의 decoupling을 위한 새로운 접근을 제안한다. 이 방법은 PI제어 성능과 SMC의 강인성을 알고리즘을 이용하여 결합한 것이라고 볼 수도 있다.

• Proceedings of the KIEE Conference
• /
• 2005.07b
• /
• pp.1086-1088
• /
• 2005

It is necessary to modify the state-of-the-art of vector control theory, because of the phase asymmetry(static end effect) in the Linear Induction Motor(LIM). The dynamic characteristic analysis method of the vector controlled LIM using coupled FEM and control algorithm taking into account the movement is proposed. The focus of this paper is the analysis relative to phenomena of static end effect due to the motor structure. To prove the propriety of the proposed method, the Digital Signal Processor(DSP) installed experimental devices are equipped and the experiment is performed.

• Journal of Korea Society of Industrial Information Systems
• /
• v.7 no.4
• /
• pp.29-36
• /
• 2002

In this paper, a new edge detection method for area images is presented based on the scan-line image segmentation technology. The existing algorithms are lack of precision in its detections due to the noise factors such as depth perception and illumination problems when processing the 3D image into a 2D image. The general process of applying the scan-line method is to extract straight line components to determine the shape of the objects. However, we implement this method to an arc curve for precise detections. the paper proved precise detections that from off line to on line.