• Proceedings of the IEEK Conference
• /
• 1999.06a
• /
• pp.486-491
• /
• 1999

본 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 적응 제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용된 함수 근사화기의 정확성과 효율성에 의존한다. 이에 비선형 시스템 제어에 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨이브렛 신경회로망을 사용한다. 초기 웨이브렛 신경회로망 제어기 설정은 웨이브렛 신경회로망 변수인 신축과 이동 값을 제어기 입력의 시-주파수 특성을 분석해서 구하고, 연결강도는 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 조절한다. 이를 비선형 시스템인 역 진자 시스템에 적용한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.12B
• /
• pp.2060-2068
• /
• 2000

이 논문은 선형 송·수신 필터의 메모리와 증폭기의 비선형성에 기인하는, 메모리 있는 비선형 시스템의 인식(identification)과 보상에 대해 다룬다. 이와 같은 비선형 시스템은 메모리가 있는 두 개의 선형 시스템 사이에 메모리 없는 비선형 시스템이 있는 것으로 모델링할 수 있으며, 통계적 경사 근사법(stochastic gradient method)으로 선형 시스템의 필터 계수와, 다항식으로 표현되는 비선형 시스템의 계수를 구한다. 이렇게 모델링 되는 통신 채널은 통계적 경사 근사법과 간접 학습 구조를 사용하여 전치 보상기를 설계함으로써 보상한다. 여기서 제시한 비선형 보상 방법은 특정한 통신 채널 모델이 필요 없으며, 적응적으로도 적용이 가능하다.

• Bulletin of the Korean Space Science Society
• /
• 2010.04a
• /
• pp.28.1-28.1
• /
• 2010

이 연구에서는 기존 선형 상대운동방정식에 차등중력, 주위성의 이심율, J2 섭동 등의 비선형항을 추가하여 보다 정확한 상대운동방정식을 만든 후 섭동이론을 적용하여 위성편대 연료최적화 재배치 문제에 대한 근사 해석해를 구하고자 한다. 먼저, 비선형 섭동항을 테일러 급수를 이용하여 2차항까지 전개한 후, 이를 기존 선형상대운동방정식에 추가하여 새로운 비선형 상대운동방정식을 만든다. 이 때 사용된 선형상대운동방정식은 힐스 방정식으로 주위성의 궤도가 일반적인 타원이고 위성 간 상대거리가 충분히 가깝다고 가정한다. 최적화 조건으로부터 상태벡터와 라그랑지 곱수로 이루어진 연립 미분방정식이 만들어 지는데, 이 식은 힐스 방정식에 기인한 선형부분과 2차 비선형항에 기인한 섭동부분으로 나뉜다. 이 때, 이 연립미분방정식의 해는 선형부분의 해와 섭동으로 인한 변화량의 합으로 근사할 수 있으며 그 변화량은 섭동이론을 적용하여 얻을 수 있다. 이와 같이 얻어진 해는 여러 섭동의 비선형항을 2차까지 포함한 상대운동방정식을 사용했기 때문에, 기존 선형상대운동방정식을 사용하여 구한 최적해 보다 더 정확한 결과를 얻을 것이라 예상한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.317-323
• /
• 1998

이 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 적응제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용된 함수 근사화기의 정확성과 효율성에 의존한다. 이에 비선형 시스템 제어에 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨브렛 신경회로망을 사용한다. 초기 웨이브렛 신경회로망 제어기 설정은 웨이브렛 신경회로망 변수인 신축과 이동 값을 제어기 입력의 시-주파수 특성을 분석해서 구하고, 연결강도는 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 조절한다. 이를 비선형 시스템인 역 진자 시스템에 적용한다.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.5 no.2
• /
• pp.67-72
• /
• 2001

대상으로 하는 시스템의 입출력신호에 근거하여, 시스템의 수학적 모델을 결정하는 것을 총칭하여 시스템식별이라 한다. 본 논문에서는 지진응답 관측치를 입출력신호로 하여 조건부대치를 최적치로 판단하는 비선형근사필터법을 사용한 건축구조물의 지진응답추정 및 파라미터식별에 관하여 논한다. 비선형근사필터법에 의한 건축구조물식별의 유효성의 적용성을 판단하기 위해, 진동대를 사용하여 강구조시험체의 진동실험을 행하고 결과적으로 얻어진 시험체의 수학적 모델에 대한 지진응답 수치해석결과와 진동실험에서의 관측기록을 비교하여 본 식별법의 타당성을 보인다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.30 no.7
• /
• pp.29-35
• /
• 2002

Aeroelastic characteristics of a deployable missile control fin have been investigated. A deployable missile control fin is modeled by a 2-dimensional typical section. Supersonic Doublet-Point method is used for the computation of supersonic unsteady aerodynamic forces and Karpel's Minimum-State approximation is used for the aerodynamic approximation. Root-locus method and time-integration method are used for the linear and nonlinear flutter analyses. For the nonlinear flutter analysis the deployable hinge is represented by a asymmetric bilinear spring and is linearized by using the describing function method. From the flutter analyses, the effects of nonlinear parameters on the aeroelastic characteristics are investigated.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.29 no.3
• /
• pp.237-244
• /
• 2016

This paper presents a nonlinear Moving Least Squares(MLS) difference method for material nonlinearity problem. The MLS difference method, which employs strong formulation involving the fast derivative approximation, discretizes governing partial differential equation based on a node model. However, the conventional MLS difference method cannot explicitly handle constitutive equation since it solves solid mechanics problems by using the Navier's equation that unifies unknowns into one variable, displacement. In this study, a double derivative approximation is devised to treat the constitutive equation of inelastic material in the framework of strong formulation; in fact, it manipulates the first order derivative approximation two times. The equilibrium equation described by the divergence of stress tensor is directly discretized and is linearized by the Newton method; as a result, an iterative procedure is developed to find convergent solution. Stresses and internal variables are calculated and updated by the return mapping algorithm. Effectiveness and stability of the iterative procedure is improved by using algorithmic tangent modulus. The consistency of the double derivative approximation was shown by the reproducing property test. Also, accuracy and stability of the procedure were verified by analyzing inelastic beam under incremental tensile loading.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.13 no.4
• /
• pp.427-436
• /
• 2000

This study presents the nonlinear responses of a hinged-clamped beam under broadband random excitation. By using Galerkin's method the governing equation is reduced to a system or nonautonomous nonlinear ordinary differential equations. The Fokker-Planck equation is used to generate a general first-order differential equation in the joint moments of response coordinates. Gaussian and non-Gaussian closure schemes are used to close the infinite coupled moment equations. The closed equations are then solved for response statistics in terms of system and excitation parameters. The case of two mode interaction is considered in order to compare it with the case of three mode interaction. Monte Carlo simulation is used for numerical verification.

• The Journal of the Korea Contents Association
• /
• v.21 no.3
• /
• pp.616-625
• /
• 2021

Deep neural networks are an approximation method that approximates an arbitrary function to a linear model and then repeats additional approximation using a nonlinear active function. In this process, the method of evaluating the performance of approximation uses the loss function. Existing in-depth learning methods implement approximation that takes into account loss functions in the linear approximation process, but non-linear approximation phases that use active functions use non-linear transformation that is not related to reduction of loss functions of loss. This study proposes parametric activation functions that introduce scale parameters that can change the scale of activation functions and location parameters that can change the location of activation functions. By introducing parametric activation functions based on scale and location parameters, the performance of nonlinear approximation using activation functions can be improved. The scale and location parameters in each hidden layer can improve the performance of the deep neural network by determining parameters that minimize the loss function value through the learning process using the primary differential coefficient of the loss function for the parameters in the backpropagation. Through MNIST classification problems and XOR problems, parametric activation functions have been found to have superior performance over existing activation functions.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.3
• /
• pp.372-384
• /
• 1993

The inverted pendulum system has interesting and challenging problems related to robotics and rocket attitude control view of both control theory and applications. Generally approximately linearized plant models are employed to control the system. In this paper a recently developed control theory based on differentiable manifold theory is used to control the inverted pendulum system which is typically nonlinear. First, the nonlinear model is transformed into the approximate feedback linearized system by nonlinear state feedback. Secondly, the linear controller is designed using the pole-placement method for the approximate feedback linearized plant model, the output of which are finally inverse-transformed to yield the control input to the actual system of the inverted pendulum. The proposed method is evaluated by the computer simulation to compare with the 3rd order linearization model.