• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.25-26
• /
• 2023

본 논문에서는 OpenAI Gym 환경에서 제공하는 CartPole-v1에 대해 강화학습을 통해 에이전트를 학습시키고, 학습에 적용되는 활성화함수의 성능을 비교분석하였다. 본 논문에서 적용한 활성화함수는 Sigmoid, ReLU, ReakyReLU 그리고 softplus 함수이며, 각 활성화함수를 DQN(Deep Q-Networks) 강화학습에 적용했을 때 보상 값을 비교하였다. 실험결과 ReLU 활성화함수를 적용하였을 때의 보상이 가장 높은 것을 알 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.2
• /
• pp.239-245
• /
• 2012

This paper proposes a novel optimum design method for the PID controller of magnetic levitation-based Rail-Guided Vehicle(RGV) by a genetic algorithm using clone selection method and a new performance index function with performances of both time and frequency domain. Generally, since an attraction type levitation system is intrinsically unstable and requires a delicate controller that is designed considering overshoot and settling time, it is difficult to completely satisfy the desired performance through the methods designed by conventional performance indexes. In the paper, the conventional performance indexes are analyzed and then a new performance index for Maglev-based RGV is proposed. Also, an advanced genetic algorithm which is designed using clonal selection algorithm for performance improvement is proposed. To verify the proposed algorithm and the performance index, we compare the proposed method with a simple genetic algorithm and particle swarm optimization. The simulation results show that the proposed method is more effective than conventional optimization methods.

• Proceedings of the KIEE Conference
• /
• 2003.10b
• /
• pp.239-243
• /
• 2003

본 논문에서는 고조파 보상과 역율 보상을 실시하고, 사고 둥에 의한 전원 전압강하 시 전압 보상을 실시하여 전력 품질을 향상 시린 수 있는 성능함수이론에 근거한 알고리즘을 제안하였다. 고조파와 역율에 대해 각각 보상 작용하도록 직렬형 전력능동 필터에서는 고조파에 대한 보상 전압만을 발생, 제어하고, 병렬형 전력능동 필터에서는 역율에 대한 보상 전류만을 발생, 제어한다. 또한, 전압 강하에 대한 보상은 직렬형 전력능동필터에서 실시하며, 각 능동필터의 보상치는 성능함수이론을 근거로 하여 추출해낸다. 제안된 성능함수 알고리즘을 정의하고 알고리즘을 적용시키기 위한 직렬형 능동필터와 병렬형 능동필터가 통합된 3상3선식 시스템을 제안하고, 3kVA의 시스템을 제작하여 실험을 실시하였다. 제시된 실험 결과들은 알고리즘의 타당성과 유효성을 검증한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.236-243
• /
• 1998

퍼지 제어기는 유도전동기에 대한 정확한 수학적 모델링의 과정 없이 IF-THEN 규칙으로 제어하는 비선형 제어기로서 과도 응답 특성과 외란에 대한 강인성 면에서 고전 제어 방식보다 우수한 성능을 보여준다. 그러나 입출력 변수의 공간을 균등하게 나누고 일정한 형태의 삼각형 멤버쉽 함수를 이용한 퍼지 제어기는 한정된 성능 이상을 기대할 수없다. 다라서 퍼지 제어기의 성능을 항상시키기 위해서는 멤버쉽 함수의 폭과 위치를 조정하는 것이 필요하다. 본 연구에서는 퍼지 제어기의 각 변수에 할당된 삼각형 멤버쉽 함수의 폭을 유도 전동기의 광범위한 속도에서의 과도 응답 상태에 EK랄 rkqustlzladmfhTJ 유도 전동기의 성능을 향상시키는 방법에 대해 연구하였다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2262-2264
• /
• 2003

본 논문에서는 도선의 결함 유무와 결함 위치를 측정하는 방법으로 널리 사용되고 있는 시간 영역 반사파 처리 기법(Time Domain Reflectometry : TDR)의 성능 향상을 위하여 가우시안 형태를 가지는 입력 신호와 상호 상관 관계 함수를 이용한 신호 처리 방법을 제안한다. 일반적으로 TDR은 입력 신호와 반사 신호의 시간 지연을 측정해서 결함 위치를 측정하게 되므로, TDR 방법으로 결함 위치를 측정하는데 있어 시간축 분해능의 정도에 따라 측정 방법의 성능이 크게 좌우된다. 따라서, 본 논문에서는 제한된 시간축 분해능에서 결함 위치 측정의 정확도를 향상시키기 위해 가우시안 형태를 갖는 입력 신호 및 반사 신호와의 상호 상관관계 함수를 사용한다. 한편, 실제 도선에 적용하여 기존의 TDR 방법과 측정 성능을 비교 분석함으로써 본 논문에서 제안하는 방법의 우수성을 검증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.844-847
• /
• 2019

주가 예측은 상업적인 매력 때문에 많은 이목이 끌리는 분야이지만, 주가의 불확실성과 변동성 때문에 주가 예측은 어려운 작업이다. 최근에는 주가 예측 모델에 어텐션 메커니즘을 사용하여 주가 예측에 많은 인자들이 사용되어 생기는 성능 하락 문제를 해결하여 좋은 성능을 보여주는 연구가 존재한다. 본 연구에서는 그 모델 중 하나인 Dual-Stage Attention-Based Recurrent Neural Network(DARNN)의 어텐션 메커니즘을 변경해가며 어떤 어텐션 메커니즘이 주가 예측에 적합한지를 알아본다. KOSPI100 지수의 예측실험을 통해 location 스코어함수를 사용한 어텐션 메커니즘이 가장 뛰어난 성능을 보여주는 것을 확인하였고, 이는 기존의 스코어함수를 사용한 DARNN에 비해 약 10% 향상된 성능으로 스코어 함수가 모델의 중요한 영향을 끼치는 것을 확인하였다.

• The Journal of the Korea Contents Association
• /
• v.5 no.6
• /
• pp.57-64
• /
• 2005

LBL(Layer-By-Layer) algorithms have been proposed to accelerate the training speed of MLPs(Multilayer Perceptrons). In this LBL algorithms, each layer needs a error function for optimization. Especially, error function for hidden layer has a great effect to achieve good performance. In this sense, this paper proposes a new hidden layer error function for improving the performance of LBL algorithm for MLPs. The hidden layer error function is derived from the mean squared error of output layer. Effectiveness of the proposed error function was demonstrated for a handwritten digit recognition and an isolated-word recognition tasks and very fast learning convergence was obtained.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2004.07b
• /
• pp.1117-1120
• /
• 2004

경제적인 공정분석과 최적화를 위해서는 컴퓨터를 이용한 플라즈마 예측모델이 요구되고 있다. 본 연구에서는 일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마 증착공정 모델을 개발한다. GRNN의 예측성능은 패턴층 뉴런의 가우시안 함수를 구성하는 학습인자, 즉 spread에 의존한다. 종래의 모델에서는 모든 가우시안 함수의 spread가 동일한 값에서 최적화되었으며, 이로 인해 모델의 예측성능을 향상시키는 데에는 한계가 있었다. 본 연구에서는 유전자 알고리즘 (GA)를 이용하여 다변수 spread를 최적화하는 기법을 개발하였으며, 그 성능을 PECVD 공정에 의해 증착된 SiN 박막의 증착률에 적용하여 평가하였다. $2^{6-1}$ 부분인자 실험계획법에 의해 수집된 데이터를 이용하여 신경망을 학습하였고, 모델적합성 점검을 위해 별도의 12번의 실험을 수행하였다. 가우시안 함수의 spread는 0.2에서 2.0까지 0.2간격으로 증가시켰으며, 최적화한 GA-GRNN모델의 예측성능은 6.6 ${\AA}/min$이었다. 이는 종래의 방식으로 최적화한 모델의 예측성능 (13.5 ${\AA}/min$)과 비교하여 50.7% 향상된 예측성능이며, 이러한 향상은 제안한 GA-GRNN 모델이 플라즈마 공정 모델의 예측성능을 증진하는데 매우 효과적임을 보여준다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.111-114
• /
• 2004

기존의 도함수에 기초한 수치적 최적화 기법들(derivative-based optimization)은 비선형 최적화 문제를 풀기 위해 목적식의 1차 도함수의 정보를 이용하여 정류점(stable point)인 최적해를 찾아 나가는 방식을 취하고 있다. 그러나 이런 방법들은 목적식의 국부 최적해(local minimum)을 찾는 것은 보장하나, 전역 최적해(global minimum)를 찾는 데에는 실패할 경우가 많다. 국부 최적해와 전역 최적해는 모두 목적식의 1차 도함수가 '0'인 값을 가지는 특징이 있으므로, 국부 또는 전역 최적해를 구하는 구하는 과정은 목적식의 1차 도함수가 '0'인 해를 찾는 방정식 문제로 변환될 수 있다. 따라서 본 논문에서는 비선형 방정식의 해를 찾는데 좋은 성능을 보이는 Homotopy 방법을 이용하여 목적식의 1차 도함수에 관한 비선형 방정식을 풀고, 이를 통해 비선형 최적화 문제의 모든 국부 최적해를 찾아냄으로써 전역 최적화 문제를 해결하는 방법을 제안하고자 한다. 제안된 방법론을 다양한 전역 최적화 문제에 적용한 결과, 기존의 방법들에 비해 더 좋은 성능을 보임을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.30-32
• /
• 1999

본 논문에서는 자원제약을 목적함수로 하여 파이프라인 실행이 가능하게 하는 데이터패스 합성을 위해 개발되어진 스케쥴링 알고리즘들의 실행시간과 실행결과를 도표를 기준으로 정렬한다. 평가의 대상이 되는 알고리즘들은 스케쥴을 위해 제안되는 함수의 계산시점, 함수의 역할과 적용방법에 의해 구분되어지는 논문 [1],[2],[3]에 대하여 수행되어지며, 충돌을 발생시키는 파티션 내에 위치하는 모빌리티를 가지는 각각의 연산에 대해 다음 파티션으로의 지연시 충돌수 변이와 각 연산의 모빌리티를 요소로 계산되는 우선 순위 함수를 정의하여 스케쥴 순열을 정렬하는 결정하는 논문[1]과 자원 할당 가능성 판단함수를 제안하고 이를 기준으로 배정가능 범위를 축소해 나가며 연산을 스케쥴하는 논문[2]와, 논문[2]의 자원할당 가능성 판단시 부과되는 시간감소를 위해 현재의 스케쥴 상황 값들을 정량화 하여 연산이 선택되도록하여 결과적 실행 시간을 감소시키는 논문[3]에 대하여 벤치마크 성능평가와 알고리즘 실행시간 결과 비교를 수행하고 향후 연구 진행 방향을 제시한다.