• Journal of Biosystems Engineering
• /
• 제15권3호
• /
• pp.186-198
• /
• 1990

인간 소뇌의 구조와 기능을 간략하게 수학적으로 모델링하여 입력에 따른 시스템의 적정 출력을 학습에 의한 적응 제어 방식으로 추출해 내는 소뇌모델 대수제어기(CMAC : Cerebellar Model Arithmetic Controller)가 제안되었다. 본 논문에서는 연구개발된 기존 신경회로망과의 비교 분석에 의거하여, 소뇌모델 대수제어기 대신 네트의 특성에 따라 소뇌모델 선형조합 신경망(CMLAN : Cerebellum Model Linear Associator Network)이라 하였다. 소뇌모델 선형조합 신경망은 시스템의 제어 함수치를 결정하는 데 있어, 기존의 제어방식이 시스템의 모델링을 기초로 하여 알고리즘에 의한 수치해석적 또는 분석적 기법으로 모델 해를 산출하는 것과 달리, 학습을 통하여 저장되는 분산기억 소자들의 함수치를 선형적으로 조합함으로써 시스템의 입출력을 결정한다. 분산기억 소자로의 함수치 산정 및 저장은 소뇌모델 선형조합 신경망이 갖는 고유의 구조적 상태공간 매핑(State Space Mapping)과 델타규칙(Delta Rule)에 의거한 시스템의 입출력 상태함수의 학습으로써 수행된다. 본 논문을 통하여 소뇌모델 선형조합신경망의 구조적 특성, 학습 성질과 상태공간 설정 및 시스템의 수렴성을 규명하였다. 또한 기존의 최대 편차수정 학습 알고리즘이 갖는 비능률성 및 적용 제한성을 극복한 효율적 학습 알고리즘들을 제시하였다. 언급한 신경망의 특성 및 제안된 학습 알고리즘들의 능률성을 다양한 학습이득(Learning Gain)하에서 비선형 함수를 컴퓨터로 모의 시험하여 예시하였다.

• 한국도로학회논문집
• /
• 제13권2호
• /
• pp.175-185
• /
• 2011

도로기하구조정보는 도로의 안전성평가 및 도로의 유지관리를 위한 필수적인 요소이다. 본 연구에서는 GPS(Global Positioning System)/INS(Inertial Navigation System)센서가 탑재된 조사차량을 이용하여 기하구조정보를 수집하였으며, 수집된 차량의 자세정보 중 평면선형과 관련된 Roll, Heading 자료를 이용하여 직선, 원곡선, 완화곡선을 구분하는 알고리즘을 개발하였다. 본 연구에서는 평면선형 인식 이전에 전처리 과정으로 이동평균법을 통하여 자료를 평활화함으로써 원시자료의 이상치를 제거하여 평면선형 인식의 신뢰성을 제고하였다. 유전알고리즘(GA, Genetic Algorithm)을 이용하여 분류정확도(CCR, Correct Classification Rate)를 최대로 하는 알고리즘 파라미터를 설정한 결과 100%의 분류정확도를 보였다. 설정된 파라미터를 이용하여 고속도로와 국도 주행자료를 이용하여 알고리즘을 평가한 결과 90.48%와 88.24%의 분류정확도를 보여, 제안된 평면선형인식 알고리즘은 현장에서 적용 시 높은 신뢰도를 가지는 정보를 제공 가능한 것으로 분석되었다. 본 연구에서 개발한 평면선형인식 알고리즘은 조사차량에 GPS/INS센서의 소프트웨어로 탑재되어 도로 및 교통기술자에게 도로기하구조정보를 보다 용이하게 수집하고 분석할 수 있는 환경을 제공하는데 기여할 것으로 기대된다.

• 한국항행학회논문지
• /
• 제4권1호
• /
• pp.45-49
• /
• 2000

GPS에 의한 관측치는 시각오차, 전리층과 대류층 지연오차, 다중경로 오차와 같은 다양한 오차를 내포하고 있어서 GPS 관측치 위치계산시 일반적으로 최소자승해를 구하게 된다. GPS 관측치는 비선형 방정식을 만족하므로 최소자승해를 구하기 위해서는 비선형 Newton 알고리즘을 이용할 수도 있으나 대개 간편성과 효율성 때문에 선형화 알고리즘을 적용하게 된다. 본 연구에서는 비선형 Newton 알고리즘이나 선형화 알고리즘을 대체할 수 있는 부동점 알고리즘을 개발하여 그 유용성을 증명하였다. 비선형 Newton 알고리즘이나 선형화 알고리즘은 수렴속도가 빠른 장점을 가지고 있으나 초기값이 해와 근사하여야 한다는 단점이 있다. 반면 부동점 알고리즘은 수령속도는 다소 느리나 초기값이 대단히 부정확하여도 수렴가능한 장점이 있으므로 두 알고리즘을 적절히 혼용하는 것이 좋을 것이다.

• 대한수학회논문집
• /
• 제18권2호
• /
• pp.193-205
• /
• 2003

본 해설 논문에서 선형대수에 기반을 두고 있는 양자 계산 알고리즘 몇 가지를 설명하고자 한다. 선형대수의 기초적 지식만 있으면 누구든지 할 수 있는 분야이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.77-80
• /
• 2000

본 논문에서는 새로운 학습알고리즘의 비선형 주요성분분석 신경망을 이용한 데이터의 효율적인 특징추출에 대하여 제안하였다. 제안된 학습알고리즘에서는 모멘트와 동적터널링을 조합하여 이용함으로써 최적해로의 수렴에 따른 발진을 억제하고 빠른 수렴속도로 전역최적해에 수렴되도록 학습시킬 수 있다. 제안된 학습알고리즘을 이용하여 128$\times$128 픽셀의 얼굴영상과 256$\times$128 픽셀의 자동차번호판 영상을 대상으로 시뮬레이션 한 결과, 기울기하강의 학습알고리즘을 이용한 기존 비선형 주요성분분석 신경망보다 우수한 수렴성능과 특징추출성능이 있음을 확인 할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.107-110
• /
• 1997

본 논문에서는 선형 이진 신경회로망 (Linear Binary Neural Network)을 최소화 하기 위하여, 입력패턴의 그룹화 가능성을 측정하는 조건함수를 제시한다. 또한 이 조건식으로 그룹화 우선순위를 정하고 iteration을 통해 신경회로망을 합성하는 MSP Term Grouping Algorithm을 보인다. 여려가지 예제에 대한 실제적 합성 실험을 통해 기존의 알고리즘과 제시된 알고리즘을 비교한 결과는 제시된 알고리즘이 기존의 알고리즘 보다 작은 크기의 선형 이진 신경회로망을 합성할 수 있는 향상된 방법임을 보여준다.

• 한국통신학회논문지
• /
• 제32권7C호
• /
• pp.627-634
• /
• 2007

고효율 변조기법 (16 QAM or 64QAM)이 비선형 고전력 증폭기 (High-Power Amplifier; HPA)를 사용하는 통신시스템에 적용되었을 때 비선형 왜곡에 의해 성능저하가 발생할 수 있다. 이런 비선형 왜곡은 수신부에서 복잡도가 낮은 LMS 알고리즘을 적용한 적응적 비선형 Volterra 등화기를 사용하여 보상할 수 있지만, 매우 느린 수렴 속도를 가지는 단점이 있다. 본 논문에서는 수렴 속도를 향상시키기 위한 병렬 M대역 이산 웨이블릿 변환영역 LMS (Parallel M-band Discrete Wavelet Transform Least Mean Square) 알고리즘을 제안한다. 모의실험을 통하여 제안된 기법이 기존의 시간 영역 LMS 알고리즘과 변환 영역 LMS 알고리즘들에 비해 수렴 속도가 우수함을 보여준다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.165-170
• /
• 2013

2차원 영상으로부터 3차원 모델을 형성할 때, 계산량을 줄이거나 비선형 알고리즘의 초기화를 위해서 선형 알고리즘이 종종 사용된다. 하지만 기존의 선형 알고리즘은 표면적으로는 선형구조의 형태를 갖지만, 실제적으로는 SVD (Singular Value Decomposition)을 사용하여 문제를 풀어야 하는데, 이 SVD 역시 초기화를 필요로 하는 수치해석 알고리즘을 통해 구현된다. 또한 SVD 분해를 사용하는 형태의 해는 닫힌 형태의 해 보다 분석이 어렵다. 이러한 기존 방법의 사용이 불편한 수치해석적인 알고리즘을 피하고, 해의 분석이 편리하도록 본 논문에서는 닫힌 형태의 해석적인 해를 제공하는 편리한 선형방법을 제안한다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 하계학술대회 논문집 Vol.5 No.2
• /
• pp.619-622
• /
• 2004

본 논문에서는 진화 전략 알고리즘(Evolution Strategy Algorithm)를 이용한 L1B4 선형 초음파 모터(L1B4-USM)의 최적 설계 기법을 제시하고자 한다. 유한요소법(Finite Element Method)을 정식화 하였고, 2차원 유한요소법을 L1B4-USM의 임피던스와 모드의 해석을 통해 검증 하였다. 검증된 2차원 유한 요소 해석을 통한 선형 초음파 모터의 임피던스 해석, mode 해석 및 최적 모드의 탐색 프로그램, 자동 요소분할 프로그램 그리고 진화 전략 알고리즘을 수행하였다. 이를 통해 선형 초음파 모터의 L1모드, B4 모드 각각이 발생하는 공진주파수를 일치시키며, 최대 속도를 얻기 위한 최적 설계기법을 완성 하였고, 최적화된 형상의 L1B4-USM를 설계하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.509-511
• /
• 2011

본 논문에서는 다층 퍼셉트론 신경회로망과 선형예측계수를 사용한 화자인식 알고리즘을 제안한다. 제안하는 화자인식 알고리즘은 입력받은 음성신호에 대해서 유성음 구간을 추출한다. 추출된 유성음구간에 대하여 선형예측 분석에 의하여 화자의 특성을 가지고 있는 선형예측계수를 구한다. 구해진 선형예측계수를 분류하기 위하여 선형예측계수를 퍼셉트론 신경회로망의 입력으로 사용하여 네트워크의 학습을 수행한다. 본 실험에서는 선형예측계수와 신경회로망을 사용하여 본 화자인식 알고리즘이 유효하다는 것을 인식률을 통하여 확인한다.