• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.511-514
• /
• 2019

인공지능이 정형화된 수치 데이터뿐만 아니라 비정형 데이터까지도 인식해야하는 시대가 왔다. 보안 분야 이외에도 사회 전반에서 숫자 인식을 활용하고 점차 확대되고 있다. 숫자인식을 위해 인공신경망을 이용하였다. 인공신경망은 입력 층, 중간 층, 출력 층으로 이루어져 있다. 각 층은 노드와 노드들을 연결하는 가중치로 구성되어 있다. data set을 입력 값으로 하여 각각의 가중치를 곱한다. 오차역전파법을 이용하여 가중치 값을 갱신한다. 갱신하는 과정에서 학습률과 가중치 조정을 통해 결과 값의 정확도를 연구한다. 궁극적으로 학습된 data set과 인공신경망 알고리즘을 이용하여 손 글씨로 된 숫자를 인식한다. 실험에서 학습률과 중간층의 노드 개수를 조정하여 인식률을 높여간다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.562-562
• /
• 2016

신경망 모형에서 학습이란 주어진 입출력시스템에 대하여 원하는 동작을 수행할 수 있도록 연결 강도를 최적의 상태로 적응(adaptation)시키는 과정을 의미한다. 따라서 강수와 지하수위의 관계를 연계시킨 인공신경망기법은 선택적으로 예측 지하수위에 영향을 미치는 변수들을 학습에 의하여 택함으로써 예측모형을 구성할 수 있다. 즉, 예측 지하수위와의 상관관계에 의하여 입력되는 변수와의 연결강도를 조정하여 매개변수 조정 및 모형의 최적화를 자동화할 수 있다. 본 연구에서는 지하수위에 영향을 주는 요소는 지하수위와 강우량이라고 가정하고, 지하수위의 입출력과정을 시계열 분석에 의하여 모형화하였으며 예측지하수위는 강우 및 지하수위의 선행조건과 매우 밀접한 관계를 갖는다. 따라서 선행강우 및 지하수위의 상태에 따라 이를 입력하여 미래의 지하수위를 예측하게 된다. 이 모형을 제주지역의 관측소에 적용한 결과 관측소별로 타당한 예측결과를 도출하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.31 no.1D
• /
• pp.167-173
• /
• 2011

This paper analyzes the procedure of calculating how the results of national control points (triangulation points), based on Bessel datum, have been transformed into those of KGD2002, based on the world geodetic system. GPS and EDM data observed from 1974 to 2008 were used for this purpose. A large-scale integrated GPS network was constructed to estimate the results of KGD2002 and new national control points about 12,000 were decided through multiple stages of data processing. The accuracy of these results is ${\pm}0.015m$ (95%) in the horizontal direction and ${\pm}0.030m$ (95%) in the vertical direction. The adjusted results verified by the construction of an integrated GPS/EDM network were compared with the results of KGD2002. In conclusion, the bulletin results are thought to be appropriate because the coordinate differences (RMSE) are ${\pm}0.0025m$ and ${\pm}0.008m$ in horizontal and vertical directions respectively.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.5 no.1
• /
• pp.66-72
• /
• 1987

It is well known that a triangulateration net is superior to a trilateration net or triangulation net in a same configuration. In general, to explain this nature is not easy because the large residuals and reference variance are revealed in the adjustment of a heterogeneous network. In this paper the precision and the reliability of network are discussed, and the considerations of simultaneous adjustment are covered A practical example shows that the concept and criteria of reliability give better estimate than the precision in heterogeneous network.

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.296-296
• /
• 1998

고속도로 교통축은 고속도로와 운전자가 대체도로로 이용할 수 있는 표면가로로 구성된 가로망을 말한다. 이러한 고속도로에서의 도로망의 효율을 극대화하기 위해서 시행되고 있는 제어기법으로는 고속도로 진입램프에서의 램프미터링과 표면가로에서의 신호시간조정 등을 들 수 있다. 그러나, 이를 통합한 제어전략은 아직 고려되고 있지 못하다. 고속도로에서 사고나 극심한 혼잡으로 인해 지체가 되었을 경우 단순히 진입램프에서 램프미터링만을 실행하는 것이 아니라 부체도로로의 경로전환을 통해 고속도로교통축의 효율을 극대화할 수 있다. 이는 지능형교통체계(ITS)에서 고려하고 있는 경로안내시스템과도 결부된다. 그러므로, 고속도로 교통축에서는 진입램프에서의 램프미터링전략과 진출램프에서의 경로전환전략, 표면가로에서의 신호최적화전략을 통한 제어를 실행할 수 있다. 따라서, 본 논문에서는 고속도로에서의 진입램프미터링과 진출램프를 통한 경로전환, 표면가로에서의 신호시간조정을 통합한 제어모형을 구축하고, 그에 따른 통합제어알고리즘을 개발하는 것을 본 논문의 목적으로 한다. 통합제어모형은 적정 제어변수의 값을 구하기 용이하게 하기 위해 선형계획법을 적용하였으며, 시뮬레이션을 통해 통합제어알고리즘을 우수성을 검증하였다.

• Korean Journal of Cognitive Science
• /
• v.4 no.2
• /
• pp.181-200
• /
• 1994

In the learning phase of multilyer feedforword neural network,there are problems such that local minimum,learning praralysis and slow learning speed when backpropagation algorithm used.To overcome these problems, the genetic algorithm has been used as learing method in the multilayer feedforword neural network instead of backpropagation algorithm.However,because the genetic algorith, does not have any mechanism for fine-tuned local search used in backpropagation method,it takes more time that the genetic algorithm converges to a global optimal solution.In this paper,we suggest a new GA-BP method which provides a fine-tunes local search to the genetic algorithm.GA-BP method uses gradient descent method as one of genetic algorithm's operators such as mutation or crossover.To show the effciency of the developed method,we applied it to the 3-parity bit problem with analysis.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.5
• /
• pp.215-219
• /
• 2021

In this paper, we propose a deep reinforcement learning algorithm-based bi-directional electricity negotiation scheme that adjusts and propose the price they want to exchange for negotiation over smart building and utility grid. By employing a deep Q network algorithm, which is a kind of deep reinforcement learning algorithm, the proposed scheme adjusts the price proposal of smart building and utility grid. From the simulation results, it can be verified that consensus on electricity price negotiation requires average of 43.78 negotiation process. The negotiation process under simulation settings and scenario can also be confirmed through the simulation results.

• Journal of Intelligence and Information Systems
• /
• v.9 no.1
• /
• pp.109-123
• /
• 2003

The relationship between suppliers and customers is treated importantly not only in the traditional business-to-business (BtoB) commerce but also in today's Internet environments. On the one hand, most of Internet-based BtoB commerce services like customer-centric e-procurement, supplier-centric e-sales or intermediary-centric e-marketplace focus mainly on the selection of partners according to bidding, auction, etc. This point may result in the problem of overlooking the relationships between suppliers and customers. To overcome this problem in this paper, an intelligent agents-based supply chain operation architecture is proposed and appraised considering the relationship and its adaptation.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.8
• /
• pp.1195-1200
• /
• 2013

In this paper, we proposed an enhanced Max-Min neural network by auto-tuning of learning rate using fuzzy control method. For the reduction of training time required in the competition stage, the method was proposed that arbitrates dynamically the learning rate by applying the numbers of the accuracy and the inaccuracy to the input of the fuzzy control system. The experiments using real concrete crack images showed that the enhanced Max-Min neural network was effective in the recognition of direction of the extracted cracks.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.7 no.1
• /
• pp.1-9
• /
• 1987

This paper is mainly concerned with the analysis of post-adjustment techniques for the outliers identification and reliabilities in geodetic networks. The proposed strategy which easily attached to a least squares adjustment program, is successfully used in a test network. It shows that their application can considerably improve the quality of the results, but the main advantage appears when their reliability is considered.