• Proceedings of the KIEE Conference
• /
• 1998.07b
• /
• pp.638-640
• /
• 1998

This paper discusses approximation modelling of discrete-time linear time-varying system(LTVS). The wavelet theory and genetic algorithm are considered as a tool for representing and approximating a LTVS. The joint time-frequency properties of wave analysis are appropriate for describing the LTVS. Simulation results is included to illustrate the potential application of the technique.

• Proceedings of the IEEK Conference
• /
• 2001.06d
• /
• pp.143-146
• /
• 2001

본 논문에서는 다 채널 페이저 연산 장치를 전용하드웨어로 구현하기 위한 설계 구조에 대하여 제시하였으며, 이를 연산량이 많은 곱셈기를 시분할에 의해 공유하는 구조를 제시하였다. 또한 페이저 측정을 위한 Sliding-DFT 알고리즘을 순환 구현할 경우의 근사구현 오차에 관한 정량적인 연구를 수행하였다. 이러한 오차 영향의 해석을 기반으로 하여 곱셈기 공유 구조를 적용한 페이저 연산 장치를 설계하고, 설계한 하드웨어의 내부동작을 보여주는 시뮬레이션을 통해 설계의 정확성을 확인하였다

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.326-328
• /
• 2000

인공신경회로망 기술은 선형 또는 비선형성 계산 문제를 복잡도에 무관하게 학습에 의해 자동으로 근사한다. 또한 알고리즘이 단순하며 잡음에 강하여 다양한 분야에 적용되고 있다. 반면 대상시스템의 특성이나 조건이 변경되면 계산성능을 보장할 수 없고, 계산의 신뢰성 보장 한계가 모호하기 때문에 제어문제에는 실용화가 어려운 것으로 알려져 있다. 제안 모델은 인공신경회로망의 장점을 유지하면서, 위와 같은 문제점을 해결한다. 시뮬레이션을 통하여 제안 모델은 기존 제어기에 비해 우수한 추종제어성능을 보이는 것으로 밝혀졌다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.91-93
• /
• 2003

자원 제약이 있는 일정 계획 문제는 잘 알려진 NP-hard 문제이다. 이런 문제는 최적해를 구하기 어려운 경우가 많기 때문에 최적해에 근사한 값을 빠른 시간에 구할 수 있는 휴리스틱 방법을 사용한다. 최근에는 휴리스틱의 한가지 방법으로써 유전 알고리즘이 많이 사용되고 있다. 본 논문에서는 자원 제약이 있는 일정 계획문제에 효율적인 유전 연산자를 제안한다. 이 유전 연산자는 자원 제약이 있는 일정 계획 문제에서 기존에 볼 수 없었던 강력한 상속성을 가지고 있다 이 연산자를 표준문제에 적용하여 문헌에 있는 기존의 다른 연산자 보다 우수함을 입증하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.21-24
• /
• 2000

Fractional Brownian motion(fBm)은 long-term persistence 특성을 가진 자연 현상, 1/f 잡음, 깊이가 낮은 해저에서의 배경음향잡음 등을 모델링하는데 많이 사용된다. 이 fBm은 nonstationary 유색잡음이다. 이러한 유색잡음 환경 하에서 신호를 검출하기 위한 한 방법은 Fredholm 적분방정식의 해를 구하는 것이다. 이 방정식을 이산화 하면 잡음의 공분산 행렬의 역행렬이 포함되어 계산량이 많다 본 논문에서는 fBm 잡음의 공분산 행렬을 웨이브렛 변환하여 얻어지는 행렬, 즉 fBm의 멀티스케일 성분들의 공분산행렬은 밴드화된 블록들로 근사화할 수 있다는 성질을 이용하여 적은 계산량으로 신호를 검출하는 알고리즘을 제안한다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.4
• /
• pp.951-958
• /
• 1998

In this paper, we propose a backward reasoning algorithm which can be utilized in the fuzzy Petri-net representation representing fuzzy production rules. The fuzzy Petri-net representation can be used to model a approximate reasoning system and implement a fuzzy inference engine. The proposed algorithm, which uses the proper belief evaluation functions according to fuzzy concepts in antecedentes and consequents of fuzzy production rules, is more closer to human intuition and reasoning than other methods. This algorithm generates the backward reasoning path from the goal to the initial nodes and evaluates the belief value of the goal node using belief evaluation functions.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.14 no.4
• /
• pp.505-513
• /
• 2001

In this study, an optimum design algorithm using efficient reanalysis is proposed for seismic design of Reinforced Concrete (RC) piers. The proposed algorithm for optimization of RC piers is based on efficient reanalysis technique. Considering structural behavior of RC piers, the other approximation technique such as artificial constraint deletion is introduced to increase the efficiency of optimization. The efficiency and robustness of the proposed algorithm including the proposed reanalysis technique is demonstrated by comparing it with a conventional optimization algorithm. A few of design examples are optimized to show the applicability of the proposed algorithm.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.191-194
• /
• 2005

본 논문은 최적 탐색 알고리즘인 유전자 알고리즘을 이용하여 다항식 뉴럴네트워크(Polynomial Neural Networks : PNN)의 최적 설계가 그 목적이다. 기존의 다항식 뉴럴네트워크는 확장된 GMDH(Group Method of Data Handling) 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 층의 다항식뉴런(혹은 노드)에서 고정된 (설계자에 의해 미리 선택된) 노드 입력들의 수뿐만 아니라 다항식 차수(1차, 2차, 그리고 수정된 2차식)를 이용하였다. 더구나, 그 방법은 학습을 통해 생성된 PNN이 최적 네트워크 구조를 가진다는 것을 보증하지 못한다. 그러나, 제안된 GA-based PW 모델은 다음의 파라미터들- 즉 입력변수의 수, 입력변수, 및 다항식 차수-을 유전자 알고리즘을 이용하여 선택 동조함으로써 그 구조를 구조적으로 더 최적화된 네트워크가 되도록 하고, 기존의 PNN보다 훨씬 더 유연하고, 선호된 뉴럴 네트워크가 되도록 한다. 하중계수를 가진 합성성능지수가 그 모델의 근사화 및 일반화(예측) 능력 사이의 상호 균형을 얻기 위해 제안된다. GA-based PNN의 성능을 평가하기 위해 그 모델은 가스 터빈발전소의 NOx 배출 공정 데이터로 실험된다. 비교해석은 제안된 GA-based PNN이 앞서 나타난 다른 지능모델보다 더 우수한 예측능력뿐만 아니라 높은 정확성을 가진 모델임을 보인다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.2
• /
• pp.123-128
• /
• 2002

A fuzzy traffic controller with the control rules and the membership functions generated by using genetic algorithm is presented for crossroad management. Conventional fuzzy traffic controllers use control rules and membership functions generated by human operators. However, this approach does not guarantee the optimal solution to design fuzzy control system. Genetic algorithm is a good solution for an optimal problem requiring domain-specific knowledge that is often heuristic. In this paper, we use genetic algorithms to automatically determine the near optimal rules and their membership functions of fuzzy traffic controllers. The effectiveness of our method was shown through simulation of crossroad network.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.247-248
• /
• 2008

본 논문에서는 TYPE-2 퍼지 추론 기반의 RBF 뉴럴 네트워크(TYPE-2 Radial Basis Function Neural Network, T2RBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델의 은닉층은 TYPE-2 가우시안 활성 함수로 구성되며, 출력층은 Interval set 형태의 연결가중치를 갖는다. 여기에서 규칙 전반부 활성함수의 중심 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 Interval set 형태의 연결가중치 결정에는 경사 하강법(Gradient descent method)을 이용한 오류 역전파 알고리즘을 사용하여 학습한다. 또한, 최적의 모델을 설계하기 위한 학습율 및 활성함수의 활성화 영역 결정에는 입자 군집 최적화(PSO; Particle Swarm Optimization) 알고리즘으로 동조한다. 마지막으로, 제안된 모델의 평가를 위하여 모의 데이터 집합(Synthetic dadaset)을 적용하고 근사화 및 일반화 능력에 대하여 토의한다.