• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.228-231
• /
• 2006

모터의 설계를 위해서는 여러가지 방법에 의해서 해석을 먼저 수행하는 것이 필수적이다. 이를 위해서는 시스템에 대한 최적 모델링이 필수적인데 모터의 전자기적인 해석에는 비선형성이 크기 때문에 최적의 모델링이 쉽지 않다. 특히 집중권선 방식을 이용한 유도기는 자속의 집중으로 인해 고조파 발생 등 많은 문제점을 안고 있어서 실제로 유도기 설계시 설계자들이 많은 어려움을 겪고 있으며, 많은 설계자들은 대부분 등가회로를 이용한 방법으로 시뮬레이션하고, 자신의 경험을 바탕으로 시행착오를 거쳐 가면서 설계를 하고 있다. 그러나 그렇게 설계된 제품이 최적의 설계인지도 의문시 되는 경우가 대부분이다. 따라서 본 논문에서는 모터의 최적설계를 위하여 기존 개발한 집중권 방식 유도기를 대상으로 신경회로망을 이용하여 시스템을 모델링하였고, 그 결과를 확인하기 위해 기존 개발한 집중권 유도기의 실측치와 신경회로망을 이용하여 모델링한 방법을 비교, 제시하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.14 no.6
• /
• pp.90-98
• /
• 1997

A time-optimal control law for quick, strongly nonlinear systems has been developed and demonstrated. This procedure involves the utilzation of neural networks as state feedback controllers that learn the time-optimal control actions by means of an iterative minimization of both the final time and the final state error for the systems with constrained inputs and/or states. A neural identifier or a genetic algorithm identifier could be utilized for modeling the partially known systems and the unknown systems. The nature of neural networks as a parallel processor would circumvent the problem of "curwe of dimensionality". The control law has been demonstrated for both a torque input motor and a velocity input motor identified by a genetic algorithm called GENOCOPed GENOCOP.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1363-1364
• /
• 2015

본 논문은 지문을 이용하여 방사형 기저함수 신경회로망(RBFNN: Radial Basis Function Neural Network)을 기반으로 지문을 식별하고 확인할 수 있는 방법을 제시한다. 지문 데이터로는 공인데이터인 FVC2002의 지문 데이터를 사용하였다. 지문 이미지의 개선을 위해 여러 단계의 전처리를 한 후 특징점을 추출하여 데이터베이스를 구축하였다. 이렇게 구축된 데이터베이스를 방사형 기저함수 신경회로망을 통해 학습을 시키고 지문의 패턴을 분류하여 지문의 대상자와 일치하는 패턴의 지문들을 선정한다. 선정된 지문들과 입력된 지문의 특징점을 이용하여 지문의 대상자를 식별한다.

• Journal of the Korean Society for Precision Engineering
• /
• v.15 no.3
• /
• pp.133-140
• /
• 1998

The neural network was applied to identify wear debris generated from the lubricated machine surface. The wear test was carried out under different experimental conditions. In order to describe characteristics of debris of various shapes and sizes, the four shape parameter(50％ volumetric diameter, aspect, roundness and reflectivity) of wear debris are used as inputs to the network and learned the friction condition of five values(material 3, applied load 1, sliding distance 1). It is shown that identification results depend on the ranges of these shape parameter learned. The three kinds of the wear debris had a different pattern characteristics and recognized the friction condition and materials very well by neural network.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.10 no.5
• /
• pp.29-34
• /
• 2002

This study presents the process of the continuous-time system identification for unknown nonlinear systems. The Radial Basis Function(RBF) error filtering identification model is introduced at first. This identification scheme includes RBF network to approximate unknown function of nonlinear system which is structured by affine form. The neural network is trained by the adaptive law based on Lyapunov synthesis method. The identification scheme is applied to engine and the performance of RBF error filtering Identification model is verified by the simulation with a three-state engine model. The simulation results have revealed that the values of the estimated function show favorable agreement with the real values of the engine model. The introduced identification scheme can be effectively applied to model-based nonlinear control.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2008.06a
• /
• pp.227-228
• /
• 2008

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.681-682
• /
• 2016

본 논문에서는 화자 식별에서 음성신호의 애매한 점을 보완할 수 있는 신경회로망의 오차역전파학습 알고리즘과 모음구간 검출에 기초하여 입력되는 음성의 화자 패턴을 구분하는 일본어 단어 패턴인식 알고리즘을 제안한다. 제안하는 알고리즘에서는 일본어 데이터베이스로부터의 단어를 사용하여 음성의 특징벡터를 추출하여 분석하고 이러한 음성의 특징벡터의 차이를 이용하여 일본어 화자에 대한 패턴인식 실험을 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.737-740
• /
• 2004

본 논문에서는 차종 식별을 위해 차량 영상의 질감 특징을 사용하였다. 차량의 질감 특징 정보를 얻기 위한 관심영역으로 라디에이터 그릴 부분을 선택하였다. 추출된 관심영역으로부터 GLCM(Gray Level Co-occurrence Matrix)을 사용하여 질감 특징 값을 추출하였고, 그 특징 값들을 입력으로 취하는 3층의 신경회로망을 구성한 후 역전파 학습 알고리즘을 사용하여 학습을 시켜서 차종 식별을 시도하였다.

• Journal of Navigation and Port Research
• /
• v.28 no.5
• /
• pp.435-441
• /
• 2004

This paper deals with modelling and identification of a shipboard stabilized satellite antenna system using the optimal neural network structure. It is difficult for shipboard satellite antenna system to control and identification because of their approximating ability of nonlinear function So it is important to design the neural network with optimal structure for minimum error and fast response time. In this paper, a neural network structure using genetic algorithm is optimized And genetic algorithm is also used for identifying a shipboard satellite antenna system It is noticed that the optimal neural network structure actually describes the real movement of ship well. Through practical test, the optimal neural network structure is shown to be effective for modelling the shipboard satellite antenna system.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.955-958
• /
• 2000

본 논문은 음성신호를 이용해 성대의 질환이 있는 환자를 진단하고 병명을 판별하게끔 유도하는 자동 진단 시스템을 개발하기 위한 연구의 일부로, 그중 ARS를 이용하여 환자의 음성을 수집, 분석, 식별의 실험에 대한 연구이다. 본 연구 팀에서는 이미 CSL을 이용한 장애음성 데이터의 수집과 식별에 관한 연구 결과를 발표한바 있다. 하지만 선행연구에서는 방음실에서 디지털 녹음기를 이용하여 수집한 음성을 사용했기 때문에, ARS를 통하여 녹음한 음성과는 샘플링 주파수나 대역폭, 잡음성분등의 데이터의 특성이 상당한 차이가 있다. 이러한 이유로 ARS를 통하여 녹음한 음성에 보다 적합한 파라미터 분석프로그램을 작성하여 파라미터를 구하였다. 이 파라미터들은 Kay사의 MDVP를 기초로하여 작성하였고, 대부분 80%정도의 신뢰성을 가졌다. 수집한 음성의 식별은 정상음성과 양성음성의 두가지 경우로 분리하였다. 식별기법으로는 신경망을 이용하였고, 식별파라미터는 구한 파라미터중 6개의 파라미터를 선별하여 식별한 결과 약 90%정도의 식별율을 가졌다.