• 한국게임학회 논문지
• /
• 제18권3호
• /
• pp.17-26
• /
• 2018

최근 경험경제의 가속화 시대에서, 사용자 경험이 무엇보다 중시되는 대표적인 키워드가 게이미피케이션 연구 분야이다. 게이미피케이션은 제공자와 사용자의 다양한 상호작용으로 무형의 요소가 생산, 소비되는 특성이 있으며, 경제적인 가치로 일반화하고, 객관화하기 어려운 구조로 되어 있다. 본 연구는 사용자에게 경험을 제공하고 가치를 창출하는, 기업의 어떠한 지식, 디자인, 콘텐츠, 서비스 등 무형의 기술에 대한 경제적 가치를 평가하는 견해에서, 게이미피케이션 기술에 대한 경제적 가치를 포괄하는 평가 셈식과 전체 구조를 정형화하는 데 연구의 목적이 있다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.418-421
• /
• 2001

Press brake is used as bending and forming sheet metal in vehicle and many kind of industry. This paper deals with development of NC press brake based on high precision positioning device and software, which can be operated on personal computer. In this system, positioning device is used for controlling bending angle and operated by the developed software, which is database from material property, width and thickness of material. This study will make distribution in development of computer aided press brake.

• 한국철도학회논문집
• /
• 제13권5호
• /
• pp.488-492
• /
• 2010

과거부터 고속전철 및 집전시스템과 같은 핵심 주요 시스템에 대한 성능을 검증하기 위한 정교한 시험방법과 평가절차는 국내외의 전문가들을 통해 연구되어져 왔다. 판토그라프의 접촉력 측정 하중센서는 판토그라프의 특성에 따라 특수제작이 필요하다. 본 논문에서는 판토그라프와 가선시스템 간의 상호작용 특성을 평가하기 위한 항목인 접촉력을 측정하는 방법을 개선하기 위하여 개발된 스트레인 게이지 내장형 하중센서를 소개하고자 한다. 판토그라프에 직접 설치하여 수행한 정적 및 동적 검증의 결과는 매우 신뢰성을 가지고 있어 향후 고속전철용 판토그라프의 보다 효율적인 집전특성을 평가하기 위한 측정시스템의 일부로 활용될 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.69-76
• /
• 2021

최근 특이성 교란 미적분 경계값 문제를 해결하기 위해 신경회로망 접근이 연구되고 있다. 특히 다양한 학습 알고리즘을 가진 백프로파게이션 알고리즘에 의해 훈련하는 피드-포워드 신경회로망의 이론적 모델이 제시되고 있으며, 딥러닝, 전이학습, 연합학습 등의 신경회로망 모델이 매우 빠르게 개발되고 있다. 본 논문의 목적은 특이성 교란 문제를 점근법적 방법과 함께 해결하기 위해 고도의 정확성과 속도를 가진 신경회로망 접근법에 관해 연구하는 것이다. 이를 위해 본 논문에서는 특이성 교란문제의 결과치와 교란되지 않은 문제의 결과치의 차이에 대해 신경회로망 접근 식을 사용하여 시뮬레이션 하였고 신경회로망 접근식의 효율성도 제시하였다. 결론적으로 특이성 교란 문제를 수식이 아닌 단순한 신경회로망 접근으로 효율적으로 해결할 수 있음을 제시한 것이 본 논문의 주요 기여사항이다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2010년도 춘계학술대회 논문집
• /
• pp.947-953
• /
• 2010

The KTX-Sancheon has been commercially operating on the high-speed line since March. 2. In order to verify the performance of high-speed train and core equipments such as current collection system, sophisticated tests and evaluating procedures should have been considering. In this paper, the load cell with a built-in strain-gauge which developed to improve measuring method of contact force between the pantograph and catenary system is introduced. The static test results of the load cell shows that its design is very suitable and applicable for the dynamic test and on-line test. After the test and evaluation of load cell's dynamic calibration with pantograph, we will be applied to test interaction characteristics between the pantograph and catenary system on the high-speed line.

• 조명전기설비학회논문지
• /
• 제14권2호
• /
• pp.8-17
• /
• 2000

본 연구에서는 부분방전의 인식을 위한 두가지 접근법을 제안하였다. 첫 번째로는 백프로파게이션 알고리즘을 적용한 신경회로망이구 두 번째로는 두 연산자 백터간의 사이각 계산이다. 부분방전신호는 IEC(b), 침대평판 및 CIGRE method II 등 3가지 전극계로부터 각각 검출되었다. 신경회로망과 벡터의 사이각을 이용한 방법 모두 이리 학습된 패턴에 대해서는 양호한 인식능력을 보였다. 그려고 사용되는 연산자의 수가 미학습패턴의 인식능력에 큰 영향올 미쳤다.

• 전력전자학회논문지
• /
• 제2권1호
• /
• pp.39-45
• /
• 1997

초고속 전동기 구동 시스템을 위하여 간접 신경회로망 제어기를 제안하였다. 고속의 가변 전동기구동에서의 속도응답은 긴 정착시간과 높은 오버슈트의 영향에 있게 되므로 고성능을 위하여 신경회로망 제어기와 신경회로망 에뮬레이터로 구성된 제어기를 사용하였으며, 신경회로망 에뮬레이터는 고속 전동기의 정수와 특성을 동정하는데 사용하였고, 제어기의 학습은 접속강도가 백프로퍼게이션에 의해 조절되도록 하였다. 그리고 시뮬레이션과 실험을 통하여 제안된 시스템의 특성과 장점을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.400-405
• /
• 2010

본 논문은 차량 안전시스템을 위한 지능형 HUD 시스템의 특성을 고찰하였다. HUD 시스템은 차량에서 향상된 운전자 정보전달과 새로운 지능형 교통시스템을 제공한다. 자동차의 속도, 거리표시, 엔진 RPM, 내비게이션, 엔진 온도, 연료 게이지, 방향지시등, 경고 표시등에 대한 기본적인 정보를 운전자에게 전달한다. 본 논문에서 설계한 지능형 HUD 시스템은 TFT LCD, LCD 백라이트 LED, 평면 미러, 특수 제작된 렌즈 및 구동회로로 구성되었다. 본 논문은 운전자 안전성을 고려한 차량용 지능형 HUD 시스템을 제작, 분석하였다.

• 지질공학
• /
• 제15권1호
• /
• pp.67-76
• /
• 2005

암석의 물리적 특성과 슈미트반발경도 결과로부터 일축압축강도를 예측하기 위한 인공신경망 이론의 적용과 최적 모델 구성에 대하여 연구하였다. 대구지 역의 퇴적암(사암, 셰일) 시료 55개가 사용되었으며, 이들 중 인공신경망 학습을 위하여 45개가 사용되었고 학습결과의 검증을 위하여 10개의 시료가 이용되었다. 인공신경망에 의한 추산 결과와 비교하기 위하여 통계적 방법을 통한 회귀분석을 통하여 역학특성의 상관식을 도출하였으며, 인공신경망의 유효성 검증을 위하여 모델 구축 시 에 사용하지 않은 새로운 자료에 대해 예측을 실시하고 통계적 방법에 의한 결과 및 실내 시험 결과와 비교하였다. 본 연구에 사용한 인공신경망모델에는 백프로퍼게이션 학습 알고리즘(back-propagation teaming algorithm)이 적용되었으며, 인공신경망의 학습효율 및 예측능력에 영향을 미치는 입ㆍ출력층 및 은닉층의 구조, 학습율, 시스템오차율 등을 달리 하며 학습을 시행하였다. 그 결과 통계적 분석보다는 인공신경망의 학습에 의한 예측결과가 더 나은 예측능력을 나타냈다.

• 융합신호처리학회논문지
• /
• 제5권2호
• /
• pp.132-137
• /
• 2004

본 논문에서는 다층 신경회로망의 구조를 가지며, 백프로퍼게이션 학습 알고리즘을 이용한 적응신호처리 시스템을 구현하였다. 최소자승 알고리즘을 이용한 적응 잡음 제거기는 기준 신호와 잡음과의 상관도에 영향을 많이 받고, 정보 신호가 잡음에 비하여 상대적으로 작은 경우에 한계를 보이고 있다. 이와 같은 잡음에 대하여 본 논문에서 제안된 시스템은 좋은 성능을 보인다. 또한, 은닉층의 수와 노드 수를 다르게 구성했을 경우에 시스템의 출력에 미치는 결과에 대하여 분석하였다. 제안된 적응 신호처리 시스템의 장점을 알아보기 위하여 성능 평가의 기준이 되는 최소자승 알고리즘을 이용한 시스템과 비교하였다.