• 한국소음진동공학회논문집
• /
• 제23권2호
• /
• pp.152-159
• /
• 2013

A structural health monitoring(SHM) technique for locating impact position in a composite plate is presented in this paper. The technique employs a single sensor and spatial focusing properties of time reversal(TR) and inverse filtering(IF). We first examine the focusing effect of back-propagated signal at the impact position and its surroundings through simulation. Impact experiments are then carried out and the localization images are found using the TR and IF signal processing, respectively. Both techniques provide accurate impact location results. Compared to existing techniques for locating impact or acoustic emission source, the proposed methods have the benefits of using a single sensor and not requiring knowledge of material properties and geometry of structures. Furthermore, it does not depend on a particular mode of dispersive Lamb waves that is frequently used in the SHM of plate-like structures.

• 대한전기학회논문지:전력기술부문A
• /
• 제54권3호
• /
• pp.144-151
• /
• 2005

This paper presents a forecasting technique of the short-term marginal price (SMP) using an Artificial Neural Network (ANN). The SW forecasting is a very important element in an electricity market for the optimal biddings of market participants as well as for market stabilization of regulatory bodies. Input data are organized in two different approaches, time-axis and day-axis approaches, and the resulting patterns are used to train the ANN. Performances of the two approaches are compared and the better estimate is selected by a composition rule to forecast the SMP. By combining the two approaches, the proposed composition technique reflects the characteristics of hourly, daily and seasonal variations, as well as the condition of sudden changes in the spot market, and thus improves the accuracy of forecasting. The proposed method is applied to the historical real-world data from the Korea Power Exchange (KPX) to verify the effectiveness of the technique.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.71-75
• /
• 2003

오류 역전파 학습 알고리즘을 이용하여 영상 인식에 적용 할 경우에는 은닉층의 노드 수를 경험적으로 설정하므로, 학습시간과 지역최소화 및 정체현상이 발생한다. 그리고 ARTI 알고리즘은 입력 패턴과 저장 패턴간의 측정 방법인 유사성 검증 방법과 경계 변수의 설정에 따라 인식률이 좌우된다. 경계 변수의 값이 크면 입력 패턴과 저장 패턴사이에 약간의 차이만 있어도 새로운 카테고리(Category)로 분류하고, 반대로 경계 변수의 값이 적으면 입력 패턴과 저장 패턴 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 패턴들을 대략적으로 분류한다. 따라서 ART1 알고리즘을 영상 인식에 적용하기 위해서는 경계 변수를 경험적으로 설정하므로 인식률에 부정적인 영향을 갖는 문제점이 있다. 따라서 본 논문에서는 개선된 ART1 알고리즘과 지도 학습 방법을 결합하여 신경망의 은닉층 노드를 동적으로 변화시키는 자가 생성지도 학습 알고리즘을 제안한다. 제안된 신경망에서 입력층과 은닉층의 학습 구조에는 ART1 알고리즘을 개선하여 적용하고, 은닉층과 출력층의 학습 구조에는 은닉층에서 승자로 선택된 노드와 출력층 노드와 연결된 가중치만을 조정하고 Delta-Bar-Delta 알고리즘을 적용한다. 제안된 방법의 학습 성능을 분석하기 위하여 학생증 영상에서 추출한 학번 패턴 분류에 적용한 결과, 기존의 신경망 학습 알고리즘보다 학습 성능이 개선됨을 확인하였다.

• 대한기계학회논문집A
• /
• 제34권1호
• /
• pp.61-65
• /
• 2010

두께방향으로 분극처리되어 있는 상업용 PZT 웨이퍼가 폐쇄회로와 개방회로의 두 가지 전기적 경계조건에서 길이 방향으로 일정한 크기의 인장하중을 받는다. 하중과정 동안 두께 방향으로의 전기밀도와 평면내 변형률의 시간에 따른 변화를 측정한다. 두 가지 전기적 경계조건에서의 서로 다른 거동 특성을 시편 내부에서 발생하는 전기장과 분극역전 현상으로 설명한다. 마지막으로 관측된 크립 거동을 예측하기 위한 정규분포 형식을 가지는 자유 에너지 함수를 도입하고 모델의 예측과 실험결과를 비교한다.

• 한국정보통신학회논문지
• /
• 제4권3호
• /
• pp.585-594
• /
• 2000

생산현장이나 불확실한 환경에서 자율이동로봇의 정확한 경로 추종은 고전적 제어 알고리즘인 경우에 많은 단점을 갖고 있다. 본 논문에서는 오류 역전파 알고리즘을 기반으로 한 신경망을 이용하여 이동로봇이 바닥 위에 설치된 선을 따라갈 수 있도록 하였다. 로봇에 부착된 3 개의 센서들로부터 인식된 정보뿐만 아니라 센서들이 인식하지 못하는 영역에서도 10등분된 세밀한 정보가 입력패턴으로 학습되기 때문에 센서들이 인식하지 못하는 영역에서도 이동로봇은 라인을 따라 원활하게 이동한다. 로봇이 목적지까지 이동하는데 걸리는 시간이 단축되고 라인과의 오차를 최소화하는 효과를 가져온다. 제안된 신경회로망 제어기의 효과를 검증하기 위하여 이동로봇의 이동 각의 변화에 따른 두개의 모터의 속도 변화가 컴퓨터로 시뮬레이션 된다.

• 대한교통학회지
• /
• 제23권5호
• /
• pp.169-176
• /
• 2005

고속도로 합류부의 반복정체는 모든 이의 일상이지만 정체가 발생한 이후에 마땅히 시도할 대책이 없는 것이 작금의 현실이다. 본 연구는 접속부에 혼잡이 발생한 후 상황에 따라 가속차로 길이를 동적으로 제어하여 본선에 대한 상대적인 우월성을 억제함으로써 혼잡구간의 정체를 저감시키는 기법을 제안하고 있다. 가속차로의 동적 제어가 미치는 교통영향 분석을 위해서 car-following 이론에 토대를 둔 미시 모형인 CORSIM을 사용하였으며, 본선의 수요는 LOS D/E로 유지하는 가운데 연결로 수요를 변화시킴으로서 접속부의 혼잡을 점진적으로 연출하고 본선과 가속차로의 운영속도가 역전되는 시점에 가속차로의 유효길이를 축소하는 기능을 구현하였다. 동적 제어의 대상이 되는 가속차로 길이는 세 가지로 제한하였으며 평가척도는 통행시간과 통과교통량으로 하였다. 또 경부고속도로에 신갈 JC서의 유사 운영 결과와 비교를 통해 모의실험 결과를 뒷받침하였다.

• 한국정보처리학회논문지
• /
• 제3권5호
• /
• pp.1037-1045
• /
• 1996

본 논문은 전방차량 추적에 있어서 스테레오 카메라 패러렐 모델을 사용하여 전방 차량과의 거리 및 헤딩앵글 데이터를 추출하고 이들 데이터를 이용하여 무인자동차 ART(Binocular Autonomous Research Team vehicle)를 제어하는 방법에 관한 것이다. 무인자동창의 제어는 2개의 역전달 뉴럴네트워크의 일종인 TDNN(Time De-lay Neural Network)을 각각 독립적으로 사용하였다. 그중 하나는 S-TDNN으로 추적차량의 속도와 전방차량과의 거리를 제어하며, 다른 하나는 A-TDNN으로 무인차량의 스티어링 앵글을 전담 제어한다. 인간 운전자가 전방차량을 추적하면서 수집한 제이터를 이용하여 상기 뉴럴네트워크를 학습시키며, 학습된 뉴럴네트워크는 인간이 운전하였을 때와 같은 조건하에서 전방차량의 추적을 만족스럽게 수행하였다. 뉴럴네트워크를 이용한 제어프 로그램은 이식성이 높아 다른 종류의 차량에도 쉽게 적용할 수 있어 타모델에 적용 시에 개발경비와 소요 시간을 줄일 수 있는 장점이 있다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 하계학술대회 논문집 Vol.5 No.2
• /
• pp.1129-1133
• /
• 2004

반도체공정 최적화에 소요되는 시간과 경비를 줄이기 위해 신경망 모델이 개발되고 있다. 주로 역전파 신경망을 이용하여 모델이 개발되고 있으며, 본 연구에서는 Radial Basis Function Network (RBFN)을 이용하여 플라즈마 식각공정 모델을 개발한다. 실험데이터는 유도결합형 플라즈마를 이용한 Silicon Carbide 박막의 식각공정으로부터 수집되었다. 모델개발을 위해 $2^4$ 전인자 (full factorial) 실험계획법이 적용되었으며, 모델에 이용된 식각응답은 식각률과 atomic force microscopy로 측정한 식각표면 거칠기이다. 모델검증을 위해 추가적으로 16번의 실험을 수행하였다. RBFN의 예측성능은 세 학습인자, 즉 뉴런수, width, 초기 웨이트 분포 (initial weight distribution-IWD) 크기에 의해 결정된다. 본 연구에서는 각 학습인자의 영향을 최적화하였으며, IWD의 불규칙성을 고려하여 주어진 학습인자에 대해서 100개의 모델을 발생하고, 이중 최소의 IWD를 갖는 모델을 선택하였다. 최적화한 식각률과 표면거칠기 모델의 RMSE는 각기 26 nm/min과 0.103 nm이었다. 통계적인 회귀모델과 비교하여, 식각률과 표면거칠기 모델은 각기 52%와 24%의 향상된 예측정확도를 보였다. 이로써 RBFN이 플라즈마 공정을 효과적으로 모델링 할 수 있음을 확인하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1990년도 추계학술대회논문집; 한양대학교, 서울; 24 Nov. 1990
• /
• pp.157-162
• /
• 1990

기계의 정밀도 향상을 위하여는 기계에 대한 보다 정확한 해석을 요구한다. 그러나 실제 기계 시스템은 마찰, Backlash, Saturation등과 같은 비서형 특 성을 가지고 있어 시스템의 해석 및 제어가 어렵게 된다. 특히, 축, 링크, 기 어, 풀리, 베어링등의 기계요소에서는 마찰로 인해 정밀도가 크게 덜어지고 있어, 마찰에 의한 동특성 및 제어는 많은 연구자들에 의해 관심의 대상이 되어 왔다. 마찰력을 고려한 기계시스템의 운동은 정지상태 근처에서 마찰력 의 변화가 심한 비선형 동특성을 보이고 있어 그 해석에 어려움을 겪고 있 다. 실제 마찰이 저속에서 고급 비선형임에도 불구하고 가장 널리 사용되는 형태의 모델로서 쿨통 마찰을 고려한 운동방정식 조차 비선형성으로 인하여 해석에 어려움이 따르고 있다. 마찰은 오랜동안 연구되어 오면서 Fig.1, Fig2 와 같이 등가선형점성 감쇠, 쿨통마찰, 정적마찰로 모델화되거나 이들의 조 합으로 나타내었다[1-5]. 마찰력은 시간영역에서도 연구되어 Walrath[7]는 Fig.3-a의 속도가 역전되는 지점에서 마찰토오크가 .+-.Tf를 공유하는 문제 를 고려하기 위해, Fig.3-b와 같이 동적마찰모델을 사용하였다. 최근의 연구 로서 Armstrong[7]은 마찰의 위치의존성을 고려한 정확한 마찰모델을 설정 하여 개루프제어에 적용, 좋은 제어특성을 확인하였고, Canudas[8]는 저속영 역에서 overcompensation시 limit cycle과 gain의 관계를 해석하였다.

• 한국음향학회지
• /
• 제19권1호
• /
• pp.11-15
• /
• 2000

RM 음성 Corpus를 이용한 화자 적응 연속 음성 인식을 수행하였다. RM Corpus의 훈련용 데이터를 이용해서 기준화자에 대한 HMM 학습을 실시하고 평가용 데이터를 이용하여 화자 적응 인식에 대한 평가를 실시하였다. 화자 적응을 위해서는 훈련용 데이터의 일부가 사용되었다. DTW를 이용하여 인식 대상화자의 데이터를 기준화자의 데이터와 시간적으로 일치시키고 오차 역전파 신경회로망을 사용하여 인식 대상화자의 스펙트럼이 기준화자의 스펙트럼 특성을 지니도록 변환시켰다. 최적의 화자 적응이 이루어지도록 하기 위해 신경회로망의 여러 요소들을 변화시키면서 실험을 실시하고 그 결과를 제시하였다. 학습을 거쳐 적절한 가중치를 지닌 신경회로망을 이용하여 기준화자에 적응시킨 결과 단어 인식율이 최대 2.1배, 단어 정인식율이 최대 4.7배 증가하였다.