• Composites Research
• /
• 제14권1호
• /
• pp.39-46
• /
• 2001

본 논문에서는 신경망 제어기를 이용하여 복합재 보의 적응 다중 모드 진동 제어에 관한 실험적 연구를 수행하였다. 신경망 제어기는 계산량이 많기 때문에 실시간 적용에 어려움이 따른다. 본 논문에서는 진동 신호를 모드별로 분리하기 위한 적응 노치 필터를 제안하였다. 연결 강도의 개수가 적어서 계산량이 적은 두 개의 신경망 제어기를 이용하여 각 모드의 제어력을 계산하였다. 끝단 질량의 위치의 차이로 인해 고유 진동수가 다른 두 시편 A, B에 대하여 적응 노치 필터와 신경망 제어기를 이용한 적응 진동 제어를 수행한 결과, 두 경우 모두 효과적으로 진동 제어가 이루어졌다. 이러한 결과로 시스템 파라미터의 변환에 대한 신경망 제어기의 적응 진동 제어 성능을 확인할 수 있다.

• 한국지능시스템학회논문지
• /
• 제6권4호
• /
• pp.39-48
• /
• 1996

비선형 동적 시스템을 제어하기에 적합한 귀환 신경망에 대한 연구는 안정성(stability) 유도와 학습 알고리듬(learning algorithm) 개발의 두가지 방향으로 지금까지 많은 연구가 이루어져 왔다. 본 논문에서는 비선형 동적 시스템 제어시 온라인(on-line) 학습이 가능하고 안정성을 보장하도록 귀환 신경망의 학습 알고리듬에 VSS이론을 도입하여 개발한다. 또한 개발한 학습 알고리듬을 사용한 귀환 신경망을 전형적인 비선형 동적 시스템인 로보트 매니퓰레이터의 제어 시스템에 적용하고 기존의 학습 방법의 적용 결과와 비교하여 개발한 제어 알고리듬의 효용성을 입증한다.

• 한국음향학회지
• /
• 제11권6호
• /
• pp.23-31
• /
• 1992

신경망을 이용한 음성인식에 관한 연구이다. 우선 음성을 음소로 분리하였다. 그런다음 각각의 음소를 인식하였다. 음소인식을 위해 제어망과 몇 개의 소규모 망으로 구성된 복합신경망을 이용하였다. 제어망은 음소가 어느 집단에 속하는가를 결정하고, 소규모망에서는 각 집단에 속하는 음소를 인식한다. 마지막으로 프레임별 인식 결과를 누적하여 음소를 판별하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.694-696
• /
• 2005

본 논문에서는 개선된 유전자 알고리즘과 역전파 신경망 알고리즘의 특징을 살펴보고, 비선형 모의자료를 이용하여 개선된 유전자 알고리즘 기반의 신경망 학습 효과와 역전파 신경망 알고리즘을 이용한 신경망 학습 효과를 비교해 본다. 유전자 알고리즘을 이용한 신경망 학습에는 개선된 신경망 제어기를 이용한다. 역전파 알고리즘을 이용한 신경망 학습에는 일반화 성능향상을 위한 인자들의 결합효과를 이용한다. 모의실험을 통하여 두 가지의 학습에서 학습 수령의 정도와 학습 속도 등을 비교하는 모의실험 결과를 개선된 유전자 알고리즘과 신경망 알고리즘의 학습 결과와 항께 제시한다. 모의실험의 결과로서 유전자 알고리즘을 적용한 개선된 신경망 제어기를 통한 학습 결과가 일반 신경망 학습 결과보다 초기 가중값을 작은 범위에서 발생시킬 때 수렴 정확도 및 학습 속도에서 좋은 결과를 나타내 주고 있다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제11권1호
• /
• pp.103-112
• /
• 2007

구조 재료와 시공기술의 발달로 구조물은 높고 길게 설계할 수 있게 되었으나, 그에 따른 진동문제와 사용성에 관한 문제가 발생하였고, 구조물의 과다한 변위는 구조물에 심각한 손상을 발생시켰다. 이러한 구조물의 진동 문제를 해결하기 위하여 본 논문에서는 구조물의 상태벡터와 제어력만으로 구성된 훈련패턴을 기본으로 하여 인공신경망이론과 확률신경망이론을 사용하여 구조물의 진동을 능동제어하는 방법을 제안하였다. 구조물의 제어를 위해 LQR 제어알고리즘을 이용하여 구조물의 상태벡터와 제어력을 구한 후, 상태벡터를 입력으로 제어력을 출력으로 하는 인공신경망과 확률신경망의 훈련패턴을 구성하였다. 제안된 방법을 사용하여 Northridge 지진하중을 받는 3층 빌딩구조물을 제어하였고, 제안된 인공신경망과 확률신경망의 제어 결과를 비교하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.289-295
• /
• 1998

본 논문은 빠른 학습과 정확한 근사 능력을 갖는 새로운 CMAC 신경망 기반 퍼지 제어기르 제안한다. 제안한 CMAC 신경망 기반 퍼지 제어기(CBFLC)는 한 학습 주기 동안 전향 및 역전파 연산시 신경망내 유닛중 극히 일부분만이 활성화되어 학습에 참가하므로 학습 시간이 매우 빠르고, 비퍼지화 연산시 소속 함수의 중심값 뿐 아니라 폭을 동시에 고려하여 정확한 근사화를 얻는다. 제안한 퍼지 제어기내 입？출력 소속 함수의 중심값 및 폭 등의 구조적 파라메터들은 역전파 알고리즘에 의해 갱신된다. 제안한 CMAC 신경망 기반 퍼지 제어기를 트럭 후진 주차문제에 적용하여 근사화 능력 및 제어 성능면에서 여러 다른 퍼지 제어기들과 비교한다.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2006년도 학술발표회 논문집
• /
• pp.463-470
• /
• 2006

이 논문에서는 신경망 제어기와 MR 댐퍼를 이용하여 지진하중을 받는 지진격리 벤치마크 구조물의 응답 감소를 위한 반능동 제어방법이 제안되었다. 제안방법 중 신경망 제어기에는 적절한 제어력을 산출하기 위해 가격함수를 기반으로한 학습 알고리즘과 간편한 민감도 계산기법이 도입되었다. MR 댐퍼가 계산되어진 제어력과 비슷한 제어력을 낼 수 있도록 clipped 알고리즘을 이용하였고, 제안된 반능동 신경망 제어방법이 지진격리 장치가 설치된 벤치마크 구조물에 적용되었다. 수치해석에서는 벤치마크 문제를 정의한 논문에서 제공된 수동제어방법이나 예시제어방법과 제안 방법의 제어성능을 비교하였다. 수치해석 결과 제안방법은 지하 변위를 약간 증가시키지만, 각층의 가속도, base shear, building corner drift 등을 매우 효과적으로 줄이는 것으로 판명되었다.

• 전자공학회논문지SC
• /
• 제37권5호
• /
• pp.46-55
• /
• 2000

본 논문은 카오틱 신경망과 PD 제어기를 이용한 로봇 시스템의 직접적응제어 방식에 관한 것이다. 카오틱 신경망은 상·하층 결합계수 외에 궤환 결합계수와 동일 층 내의 결합계수를 가지며, 뉴런자체의 충분한 비선형성 때문에 강한 동적특성을 가지고 있다. 그러나 신경망의 구조 및 학습의 문제점으로 인하여 동적 시스템의 제어에 적용되지 못하고 있다. 본 논문에서는 기존의 카오틱 신경망을 제어 분야에 적용하기 위하여 적합한 구조로 수정하고 수정된 신경망의 학습에 관하여 고찰하였다. 제안된 신경망은 모의 실험을 통하여 3 축 푸마 로봇의 경로 제어에 적용하였다. 카오틱 신경망 제어기는 PD 제어기와 병렬로 구성하여 학습 초기의 안정성을 확보하였고, 제어대상의 비선형성을 보상하는 보상 제어기의 역할을 수행하도록 하였다

• 한국정보통신학회논문지
• /
• 제7권7호
• /
• pp.1527-1532
• /
• 2003

기존의 GPC방법으로 제어하기 힘든 비선형성과 플랜트의 변수변화를 포함하는 비선형 플랜트를 지연 예측신경망을 사용하여 효과적으로 제어하는 적응 GPC방법을 제안한다 제안한 방법에서는 플랜트의 선형 변수 추정이나 근사적인 모델로부터 선형 매개변수를 구해서 선형 모델을 만들고 실제 시스템의 출력과 선형모델의 오차를 신경망의 출력으로 표현한 다음, 이 식으로부터 적응 GPC 알고리듬을 유도한다. 여기서 지연 예측신경망은 적응 GPC에 이용될 플랜트의 출력을 예측하도록 학습된다. 이와 같은 제어기를 구성함으로써 선형 변수만으로 적응 GPC 제어기가 구성되어질 경우 생기는 비선형 변수의 추정과 출력 예측 값을 계산하는 번거로움을 해결하였다.

• 한국정보처리학회논문지
• /
• 제4권8호
• /
• pp.2070-2079
• /
• 1997

본 논문에서는 호 수락 제어 문제를 해결하기 위해 퍼지 논리 제어기의 장점과 신경망의 학습 능력을 이용한 ATM 망의 호 수락 제어 시스템을 제안하였다. ATM 망의 새로운 호는 현재 서비스 중인 호의 서비스 품질(QoS : quality of service)이 영향을 받지 않을 경우 망에 접속이 된다. 신경망 호 수락 제어 시스템은 입/출력 패턴의 학습으로 예측성 잇게 호 수락/거절을 하는 시스템이다. 본 논문의 퍼지 신경망 호 수락 제어 시스템에서는 학습 속도 개선을 위해 학습율과 모맨텀 상수에 퍼지 추론을 적용하였다. 이 시스템은 시뮬레이션을 통해 기존의 신경망 방법과 퍼지 신경망 방법에서의 학습 횟수 측정으로 제안 알고리즘의 우수성을 검증하였다. 시뮬레이션 결과 퍼지 학습 규칙에 근거한 퍼지 신경망 CAC(call admission control) 방식이 종래의 신경망 이론에 근거한 CAC 방식보다 학습 속도면에서 약 5배의 속도 향상이 있었다.