• 한국항공우주학회지
• /
• 제44권7호
• /
• pp.620-628
• /
• 2016

호모토피 알고리즘은 비선형성이 강하거나 다수의 최적해가 존재하는 비선형 최적제어 문제에서 점진적으로 비선형 항으로 고려하게 해줌으로써 강건하게 전역의 최적해를 구할 수 있는 방법이다. 본 논문에서는 초기 추정치에 둔감한 SBS 알고리즘과 호모토피 알고리즘을 결합한 비선형 최적제어 알고리즘을 제시하였다. 이러한 접근방식은 저추력 궤적최적화 문제와 같이 비선형성이 강한 문제의 최적해를 구하는데 효과적이다. 또한, 비선형성이 강한 문제들은 종종 다수 국소 해가 존재하게 되는데, 이러한 경우에 SBS-호모토피 방법은 점진적으로 전역해를 찾는 것을 가능하게 한다.

• 한국해양공학회지
• /
• 제5권2호
• /
• pp.51-57
• /
• 1991

불규칙 해상에서 선박의 큰 횡요각의 예측이 중요한 과제로 대두 되고 있다. 본 논문에서는 통계적 해석에 의한 이의 예측 방법을 제시한다. 즉 주어진 비 선형 횡요운동 방정식으로 부터 배의 횡요각과 각속도의 결합 확률 밀도 함수를 구하는 방법을 도입하고 각종 계수들의 값의 변화에 따른 예측 결과를 다른 논문에서 제시한 시뮬레이션 결과와 비교하였다.

• 정보보호학회논문지
• /
• 제8권3호
• /
• pp.17-26
• /
• 1998

본 논문에서는 DES(Data EncryptionStandard)시스템에서의 핵심부분에 해당되는f 함수에 대한 비선형 해석을 다룬다. 먼저 S-box의 입출력 형태를 비션형 결합함수 형태로 구성하여 f 함수에 대한 또 다른 형태의 분석방식을 제시한다. 이러한 분석방법은 DES뿐만 아니라 블록 암호시스템의 안전성 문제를 분석할 수 있으며, 또한 보다 안전한 블록암호 시스템을 제안하기 위한 기초자료로 사용될수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권9호
• /
• pp.371-380
• /
• 2022

합성곱 신경망은 이미지와 같은 격자 형태로 배열된 데이터를 다루는데 널리 사용되고 있는 신경망이다. 일반적인 합성곱 신경망은 합성곱층과 완전연결층으로 구성되며 각 층은 비선형활성함수를 포함하고 있다. 본 논문은 합성곱 신경망의 성능을 향상시키기 위해 결합된 파라메트릭 활성함수를 제안한다. 결합된 파라메트릭 활성함수는 활성함수의 크기와 위치를 변환시키는 파라미터를 적용한 파라메트릭 활성함수들을 여러 번 더하여 만들어진다. 여러 개의 크기, 위치를 변환하는 파라미터에 따라 다양한 비선형간격을 만들 수 있으며, 파라미터는 주어진 입력데이터에 의해 계산된 손실함수를 최소화하는 방향으로 학습할 수 있다. 결합된 파라메트릭 활성함수를 사용한 합성곱 신경망의 성능을 MNIST, Fashion MNIST, CIFAR10 그리고 CIFAR100 분류문제에 대해 실험한 결과, 다른 활성함수들보다 우수한 성능을 가짐을 확인하였다.

• 전산구조공학
• /
• 제10권1호
• /
• pp.213-223
• /
• 1997

복잡한 구조물의 거동을 해석하는 데 있어서 초기 설계단계에서 부터 쉘요소를 사용하여 해석하는 것은 많은 시간과 경비가 요구된다. 이에 경비절감의 측면에서 쉘구조물을 단순 보구조물에 의해 모델링함에 의해 분석하고자 하는 연구가 진행되어왔다. 본 연구에서는 단순화된 보구조물의 결합부에 고려하기 위한 유연도를 나타내는 굽힘회전강성을 결정하는 방법을 제안하고, 제안된 방법을 통해 얻어진 결합부에서의 유연도을 보구조물의 결합부에 적용하여 비선형해석을 수행한다. 수치해석 결과로 쉘구조물에서 나타나는 기하학적 비선형거동을 결합부에서 유연도를 고려하는 단순 보구조물에 의해 작은 오차의 범위안에서 기술할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.744-751
• /
• 2003

본 논문에서는 최근 뛰어난 예측력으로 각광받는 최소제곱 Support Vector Machine(Least Square Support Vector Machine: LS-SVM)과 First Principle(FP)을 결합한 하이브리드 최소제곱ㆍSupport Vector Machine 모델, HLS-SVM(Hybrid Least Square-Super Vector Machine)을 제안한다. 제안한 모델인 하이브리드 최소제곱 Support Vector Machine을 기존의 방법인 하이브리드 신경망(Hybrid Neural Network:HNN), 비선형 칼만필터와 하이브리드 신경망을 결합한 HNN-EKF (Hybrid Neural Network with Extended Kalman Filter) 모델과 비교해 보았다. HLS-SVM 모델은 학습 및 validation 과정에서는 HNN-EKF와 근사한 성능을 보였고, HNN 보다는 우수한 결과를 보였고, 일반화 성능에서는 HNN-EKF에 비해 3배, HNN보다 100배정도 우수한 결과를 보였다.

• 대한기계학회논문집
• /
• 제14권2호
• /
• pp.324-330
• /
• 1990

In this study, in order to perform dynamic design of machine tools reasonably and effectively, a method was formulated to be applicable to the damped structures connected by joints having elasticity and damping by using substructure synthesis method. And a nonlinear solution method was proposed and it formulates the nonlinear parts by describing functions and uses the reducing transformation matrix by the substructure synthesis method. The results of frequency response analysis of a machine tool, where an NC lathe was partitioned by three parts of spindle, housing and bed-base part and the nonlinearity of bearing parts between spindle and housing was modelled, showed force dependency of the response.

• 대한교통학회지
• /
• 제16권1호
• /
• pp.151-164
• /
• 1998

본 논문은 통행배정과 교통신호제어기의 결합문제를 풀기 위한 새로운 해법의 제시를 목적으로 한다. 통행배정과 신호제어 결합모형은 네트웍 디자인 문제(Network Design Problem)로 비선형 비분리 목적함수(Nonlinear and Nonseparable Objective Function)와 비선형제약 및 비컴백스 집합(Nonlinear and Non-Convex Set)형태로 인해 다수의 국지해(Multiple Local Optima)를 갖는 특징이 있다. 따라서 이렇게 복잡하고 난해한 문제를 푸는 해법은 많은 국지해중에 가장 최소한 값(Global Optima)을 찾을수 있는 방법을 제공하여야한다. 전체최적해(Global Optima)를 찾 을 수 있는 기존의 방법들은 확률적최적화방법(Stochastic Optimization Methods)에 속한다. 본연구에서는 이러한 방법중 금속공학에서 발 견된 모의담금빌법(Simulated Annealing Method)에 근거한 해법을 제시한다. 이방법이 통행배정과 신호제어 결합문제에 적용되는지 검토하기 위해 이해법의 수렴성(Convergence)을 증명했으며 또한 실제 프로그램된 모형을 작은 고안된 네트워크에 적 용했다. 마지막으로는 개발된 해법의 실용성을 실험하기 위해 두 가지의 보다 큰 도로망에 적용 및 분석을 했다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.865-871
• /
• 2009

본 논문은 이산 시간 비선형 시스템을 이산 시간 T-S 퍼지 모델에 의해 표현되는 새로운 궤환 선형화에 대해서 논한다. T-S fuzzy 모델의 국부적인 선형 모델들은 각각 가제어 표준형으로 변환되어지고, 그것들의 T-S 퍼지 결합은 궤환 선형화 가능한 T-S fuzzy 모델이 된다. 이 모델을 토대로 비선형 상태 궤환 선형 입력이 결정된다. 비선형 상태 변환은 가제어 표준형에 대한 선형 상태 변환으로부터 추론된다. 본 논문에서 제안하는 방법은 충분한 수학적 배경이 요구되는 고전적인 궤환 선형화 기법과 비교하여 수학적으로 보다 직관적이고 이해하기 쉽다. 본 논문의 궤환 선형화 조건은 고전적인 궤환 선형화와 비교하여 더 완화되었다. 이것은 고전적인 선형화방식 보다 더 큰 범주의 비선형 시스템이 선형화가 가능해진다는 것을 의미 한다.

• 정보처리학회논문지B
• /
• 제8B권1호
• /
• pp.105-113
• /
• 2001

최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.