• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.533-541
• /
• 2000

본 논문에서는 독립변수들의 차원을 감소시켜 일반회귀 신경망의 성능을 개선하는 방법을 제안하였다. 제안된 방법에서는 적응적 학습 알고리즘의 주요성분분석 기법을 이용하여 독립변수 패턴의 특징을 추출하고 이를 일반회귀 신경망의 학습데이터로 이용하였다. 이는 주요성분분석 기법이 가지는 대용량의 입력 데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 속성을 살려 학습데이터의 차원을 감소시킴으로서 고차원의 학습데이터에 따른 일반회귀 신경망이 가지는 제약을 해결하기 위함이다. 제안된 기법의 일반회귀 신경망을 3개의 독립변수 패턴을 가진 암모니아 제조공정문제와 10개의 독립변수 패턴을 가진 자동차 연비문제에 각각 적용하여 시뮬레이션한 결과, 기존의 일반회귀 신경망에 의한 결과와 비교할 때 더욱 우수한 학습성능과 회귀성능이 있음을 확인할 수 있었다. 그리고 커널함수의 평활요소 설정 면에서도 우수한 특성이 있음을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.370-373
• /
• 2002

본 논문에서는 단일영상들에 포함된 특징들을 효과적으로 추출하기 위하여 신경망 기반 독립성분분석기법의 이용을 제안하였다. 여기서 독립성분의 효과적인 분석을 위해 고정점 학습알고리즘의 신경망 기반 기법을 이용하였다. 이는 수치적 기법에 비해 신경망이 가지는 ？ㄱ습 등의 우수한 속성과 뉴우턴법의 고정점 알고리즘이 가지는 빠르고 간단한 계산속성을 동시에 살리기 위함이다. 제안된 기법을 512x412 픽셀의 L둠 영상과 480x225 픽셀의 지폐영상 각각에서 선택된 1,000개의 영상패치들을 대상으로 시뮬레이션 한 결과, 추출된 16x16 펙셀의 160개 독립성분 기저벡터는 지문영상과 지폐영상 각각에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.291-294
• /
• 2002

본 논문에서는 신경망 기반 독립성분분석기법을 이용하여 지문영상에 포함된 특징들을 효과적으로 추출하는 방법을 제안하였다. 여기서 독립성분의 효과적인 분석을 위해 고정점 학습알고리즘의 신경망 기반 기법을 이용하였다. 이는 수치적 기법에 비해 신경망이 가지는 학습 등의 우수한 속성과 뉴우턴법의 고정점 알고리즘이 가지는 빠르고 간단한 계산속성을 동시에 살리기 위함이다. 제안된 기법을 256$\times$256 픽셀의 8개 지문영상에서 선택된 10,000개의 영상패치를 대상으로 시뮬레이션 한 결과, 추출된 16$\times$16 펙셀의 160개 독립성분 기저벡터는 지문영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1998.10a
• /
• pp.151-155
• /
• 1998

플랫폼 독립형 클래스 저장소(PICR : Platform Independent Class Repository)에 저장되어 있는 컴포넌트를 망관리 시스템의 분삭객체로 아웃소싱하여 사용하는 Farming 방법론을 실제 TMN 에이전트의 구축에 적용하였을 때 나타나는 결과를 ATM과 같은 고속망을 DCN(Data Communication Network)으로 하는 경우에 대하여 성능평가를 하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.29 no.9
• /
• pp.958-963
• /
• 2012

Characteristics of off-grid hybrid renewable energy sources for high mountain villages are discussed. Considering reliability of electric power generation, Photovoltaic (PV)-wind hybrid and PV-hydro hybrid system are suggested. Connecting two or more villages with these hybrid systems, an extended hybrid off-grid can be formed. Sustainability of entire system is important in design of off-grid system, and income generation of the village people using the electricity should be considered.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.303-306
• /
• 2002

본 논문에서는 ATM(Asynchronous Transfer Mode) 기반의 Ka 대역 초고속 위성 TDMA(Time Division Multiple Access) 지구국 시스템인 HiSTARS (High-Speed Satellite TDMA Ground System )시스템에서 망 전체의 형상 및 자원 정보를 관리하며, 장애상태 및 사용 채널에 대한 과금 정보를 관리하며, 장애와 망 전체에서의 망 운용성능과 관련된 통계 정보를 운용자에게 알려주는 망운용관리시스템(Network Management System)을 소개한다. NMS는 운용자의 요구사항을 HiSTARS 시스템의 기준지구국에 위치한 중앙처리시스템과의 빠르고, 정확한 메시지 통신을 통해 즉각적으로 처리하며, 모듈별로 독립적으로 기능들이 구현되어 있으며. 이들 모듈간의 원활한 통신 및 데이터베이스를 통한 데이터 관리를 통해 HiSTARS 시스템의 망 전체를 효과적으로 관리하고 운용할 수 있도록 한다. 본 논문에서는 이러한 NMS의 디자인 및 구현 방법을 구체적으로 보이겠다.

• Journal of Digital Convergence
• /
• v.17 no.5
• /
• pp.217-223
• /
• 2019

A study in predicting defects of spot welding in real time in automotive field is essential for cost reduction and high quality production. Welding quality is determined by shear strength and the size of the nugget, and results depend on different independent variables. In order to develop the real-time prediction system, multiple regression analyses were conducted and the two dependent variables were obtained with sufficient statistical results with three independent variables, however, the quality prediction by the regression formula could not ensure accuracy. In this study, a multi-layer neural network circuit was constructed. The neural network by 10 dynamic resistance variables was constructed with three hidden layers to obtain execution functions and weighting matrix. In this case, the neural network was established with three independent variables based on regression analysis, as there could be difficulties in real-time control due to too many input variables. As a result, all test data were divided into poor, partial, and modalities. Therefore, a real-time welding quality determination system by three independent variables obtained by multiple regression analysis was completed.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.492-493
• /
• 2008

마이크로그리드는 소규모, 모듈화 된 분산전원이 배전망에 다수 보급되어 충분한 발전량을 가지고 부하에 전력을 공급하게 되며 계통사고나 정전 등에 의해 배전계통에서 분리될 때는 고립운전 혹은 독립운전(islanding operation)이 가능한 분산발전과 부하가 혼재된 하나의 독립적인 전력망으로 정의된다.[1] 본 논문은 마이크로 그리드 시스템의 의도적 독립운전 시 발전량과 부하량의 관계에 따른 계통 영향에 대해 연구하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.337-340
• /
• 2002

본 논문에서는 휠체어 시스템에 화자 독립 고립단어 인식을 위한 임베디드 시스템 설계에 관한 내용을 서술한다. 실제 환경에서는 잡음이 포함되어 있어 인식률을 저하시키므로, 잡음을 제거하는 방식 중 가장 간단한 방식인 스펙트럼 차감법(Spectral subtraction method)을 사용하여 잡음을 제거했다 전처리 단계에서는 12차 LPC&Cepstrum 방식을 사용했고, 인식 알고리즘은 DHMM (Discrete Hidden Markov Model)을 전반부 인식기로 사용했다. 이 알고리즘을 적용하기 위해서는 데이터 간소화를 위해 벡터양자화(Vector Quantization) 처리가 전제되어야한다 또한 인식알고리즘은 인식률을 향상을 위해 후처리 인식기로 신경망(MLP:Multi-layer Perceptron)을 통해서 인식률을 향상시켰다 화자 독립 시스템에 맞는 인식 단어의 구성은 총 7개단어로 남녀 총 25명 목소리로 구성하였다. 그리고 하드웨어 구성은 32-bits floating point 방식인 TMS320C32를 적용했고, 메모리 부분은 4Mbyte로 설계를 했으며, 메인보드의 설계는 현재 완성 단계에 있다.

• Journal of Intelligence and Information Systems
• /
• v.7 no.1
• /
• pp.135-147
• /
• 2001

This study proposes bankruptcy prediction model using fuzzy neural networks. Neural networks offer preeminent learning ability but they are often confronted with the inconsistent and unpredictable performance for noisy financial data. The existence of continuous data and large amounts of records may pose a challenging task to explicit concepts extraction from the raw data due to the huge data space determined by continuous input variables. The attempt to solve this problem is to transform each input variable in a way which may make it easier fur neural network to develop a predictive relationship. One of the methods selected for this is to map each continuous input variable to a series of overlapping fuzzy sets. Appropriately transforming each of the inputs into overlapping fuzzy membership sets provides an isomorphic mapping of the data to properly constructed membership values, and as such, no information is lost. In addition, it is easier far neural network to identify and model high-order interactions when the data is transformed in this way. Experimental results show that fuzzy neural network outperforms conventional neural network for the prediction of corporate bankruptcy.