• 한국항해항만학회지
• /
• 제28권6호
• /
• pp.509-515
• /
• 2004

여객수와 화물량에 대한 예측은 터미널의 개발 및 계획, 선사의 적정선복량 화보를 위해 중요하다. 본 연구에서는 역전파 학습 알고리즘을 이용한 뉴럴네트웍을 이용하여 목포항 여객수와 화물량을 예측하였다. 그리고 이동평균법, 지수평활법, 뉴럴네트웍의 예측수행을 평균제곱오차, 절대평균오차로 비교하여 뉴럴네트웍의 예측수행능력이 우수함을 검정하였다. 또한 2005년 목포항 여객수와 화물량을 예측하여 여객선 선복량의 적정성을 분석하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.321-324
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류하고자 할 때 직접적인 분류가 어렵거나 성능이 좋지 않을 경우 적절한 방법을 통하여 변환을 하거나 또는 패턴 분류기의 특성에 맞도록 변환하여 패턴 분류 성능을 향상하는 등 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 의해 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하여 학습을 하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 모델의 최종 성능을 개선하는 것이다. 각각의 알고리즘이 가지는 특징을 활용하면서도 단점을 계층적으로 보안하여 유도 전동기 고장 진단 성능을 개선하였다. 이를 실제 계측된 유도전동기 데이터를 이용하여 제안된 방법의 유용성을 보이고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.37-39
• /
• 2002

본 논문에서는 유한 요소법을 압전체에 적용하여 계산한 임피던스 파형을 실험적으로 검증하였으며 이를 선형 초음파 모터에 적용하여 선형 초음파 모터의 공진 특성을 해석하였다. 또한 선형 초음파 모터의 동작 특성 및 공진 모드의 타당성을 검증된 유한 요소법을 이용하여 검증하였으며 인가 전압 및 주파수에 따른 선형 초음파 모터의 속도 특성을 뉴럴 네트웍을 이용한 제어법을 통해 검증하였다. 선형 초음파 모터의 정밀 위치 제어의 가능성을 뉴럴 네트웍을 통한 제어법을 통해 검증하였다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.878-882
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류할 때 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하는데 사용하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 고장검출 모델의 최종 성능을 개선하는 것이다. 이를 실제 계측된 유도전동기 데이터를 이용하여 실험한 결과 제안된 방법의 성능이 기존의 방법들에 비하여 우수함을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.1819-1820
• /
• 2006

사다리꼴 역기전력을 갖는 BLDC 모터 제어에 있어서, 전류 맥동의 문제가 가장 심각하다. BLDC 모터 제어의 많은 연구가 이 전류 맥동 문제를 개선하기 위하여 연구되어지고 있다. 맥동의 저감을 위하여 전류 전환 시간동안에 전류 전환시의 보상 PWM 듀티를 인가하는 방법으로 전류의 감쇠/상승 기울기를 같게 하여 맥동을 줄일 수 있는 방법이 연구되었다. 여기서 전류전환 시간을 측정하기 위해서는 전류 전환시작 시점의 상전류를 아는 것이 매우 중요하다. 상 전류를 측정하는 방법으로는 전류센서를 이용하는 방법이 보편적으로 사용되나 저항을 이용한 전류 검출 방법을 사용하면 스위치의 On/Off에 대하여 이산적인 전류를 측정하게 되는 문제점이 있을 수 있다. 다른 방법으로는 전기 모델을 이용하여 전류를 추정함으로서 전류 검출을 대신할 수 있다. 이러한 전류 추정기는 선형 방정식으로 모델을 구성할 수도 있고, 뉴럴네트웍으로 전류모델을 구성할 수도 있다. 선형방정식으로 구하여진 모델은 일반적으로 실제 시스템에 산재되어 있는 비선형 성분들을 모델 내에 포함시킬 수 없다. 본 연구에서는 뉴럴네트웍 모델을 이용하여 안정적이면서 매우 정확한 비선형 모델을 이용하여 비교적 간단한 방법으로 전류를 추정하고 이를 전류 맥동 저감 방법에 적용하여 전류 맥동 보상에 유용함을 보였다.

• 한국정밀공학회지
• /
• 제14권4호
• /
• pp.110-118
• /
• 1997

Multi-layer neural networks with error back-propagation algorithm have a great potential for identifying nonlinear systems with unknown characteristics. However, because they have a demerit that the speed of convergence is too slow, various methods for improving the training characteristics of backpropagition networks have been proposed. In this paper, a fuzzy division method is proposed to improve the convergence speed, which can find out an effective fuzzy division by the tuning of membership function and independently train each neural network after dividing the network model into several parts. In the simulations, the proposed method showed that the optimal fuzzy partitions could be found from the arbitray initial ones and that the convergence speed was faster than the traditional method without the fuzzy division.

• The Journal of the Acoustical Society of Korea
• /
• 제26권2E호
• /
• pp.63-68
• /
• 2007

Using the neural network model for oriented principal component analysis (OPCA), we propose a solution to the data least squares (DLS) problem, in which the error is assumed to lie in the data matrix only. In this paper, we applied this neural network model to channel equalization. Simulations show that the neural network based DLS outperforms ordinary least squares in channel equalization problems.

• 한국항해항만학회지
• /
• 제30권1호
• /
• pp.45-51
• /
• 2006

본 연구는 항만혁신클러스터의 성공을 위한 평가요소를 분석하기 위한 것이다. 이를 위해 본 연구에서는 항만혁신클러스터 성공을 위한 평가항목을 정책, 자원, 운영 등 3가지로 구분하였다. 그리고 3항목은 다시 12개의 요소로 세분화하였다. 뉴럴네트웍에 의한 훈련 및 검증을 위해 전체 30개의 설문자료를 훈련용과 검증용으로 각각 15부씩 구분하고, 구분된 자료를 이용하여 훈련 및 검증하였다. 코호넨 네트웍에 의해 수행한 결과 예측의 정확성은 $73.33\%$로 나타났다. 평가항목 및 세부요소의 중요도는 코호넨 네트웍에 의해 산출되었다. 그 결과 항만혁신 클러스터의 성공을 예측한 그룹의 경우에는 자원항목이 다른 항목에 비해 가장 중요한 것으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.552-559
• /
• 2005

실시간 순환형 훈련 알고리즘(RTRL)과 같이 경사법에 의해 훈련되는 순환형 뉴럴 네트웍(RNN)은 수렴속도가 매우 느린 단점을 지니고 있다. 이 알고리즘은 또한 오차 역전달 처리과정에서 결코 쉽지 않은 미분 계산을 필요로 한다. 본 논문에서는 완전하게 결합된 RNN의 훈련을 위하여 소위 언센티드 칼만필터라고 불리우는 미분없는 칼만필터 훈련 알고리즘을 시스템의 상태공간 상에서 표현하였다. 미분없는 칼만필터 훈련 알고리즘은 순환형 뉴럴 네트웍 훈련시 미분 계산 없이 매우 빠른 수렴속도와 좋은 추정 성능을 보여준다. 비선형 채널 등화 실험을 통하여 미분 없는 칼만필터 훈련 알고리즘을 이용한 RNN의 성능이 향상되었음을 보였다.

• 한국항해항만학회지
• /
• 제31권8호
• /
• pp.725-731
• /
• 2007

본 연구의 목적은 인접한 2항만 간 화주의 항만선택에 관한 행동을 분석하기 위한 것이다. 이를 위해 본 연구에서는 퍼지추론법과 뉴럴네트웍 모델을 이용하여 항만선택 행동모델, 즉 퍼지-뉴로 행동모델을 구축하고 부산항과 광양항을 대상으로 화주의 항만선택 행동을 분석하였다. 또한 로짓모델과 비교하여 퍼지-뉴로 모델의 판별 우수성을 검정하였고, 서비스 수준과 화물량 등의 파라미터를 변경한 항만선택 행동을 분석하였다.