• 한국산학기술학회논문지
• /
• 제14권12호
• /
• pp.6484-6487
• /
• 2013

본 논문은 비선형 동적 신경망을 이용한 직접 제어에 관한 연구이다. 제어기는 근사화 제어와 신경망 보조제어 입력으로 구성되어 있다. 신경망 제어 입력은 출력 추적 오차를 더 줄이기 위해 보완 신호를 제공한다. 이 방법은 제어할 비선형 시스템의 종류에 많은 제한을 두지 않기 때문에 RBF 신경망을 이용하여 입력에 대해 안정적인 성능을 가지고 있다. 시뮬레이션 결과는 매우 효과적이며 비선형 시스템의 만족스러운 학습 성능을 증명하였다.

• Communications for Statistical Applications and Methods
• /
• 제4권1호
• /
• pp.91-99
• /
• 1997

본 연구에서는 신경망이론을 이용하여 시계열자료를 분석할 때 문제가 되고 있는 초기 가중값을 선정하는 방법을 제시하고자 한다. 기존의 연구에서 학습을 위한 초기 가중값의 결정은 난수에 의존하고 있다. 본 연구에서는 신경망학습의 효율적인 초기값을 선택하기 위하여 제어상자를 이용한다. 그리고 학습과정에서 가중값의 변화를 추적하고 적절한 가중값의 범위를 탐색하면서 새로운 초기값을 제어상자를 통하여 실시간으로 재설정하는 방법을 제시한다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.375-382
• /
• 2004

신경회로망을 이용한 XY 테이블의 비선형 보상기법을 제안한다. 제안된 신경망 제어기는 시스템의 비선형 성분에 의한 성능저하를 보상하는 신경회로망과 시스템의 안정화를 위한 비례미분(PD) 제어기로 구성된다. 신경망 보상 구조가 적응적이고 추적오차와 파라미터 추정치가 유계가 되는 신경망 파라미터 동조알고리듬과 안정도 증명을 제시한다. 신경망 제어기를 위치 테이블에 실험함으로써 비선형 성분에 의한 성능저하를 줄이는 효과를 보여준다.

• 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.

• 전자공학회논문지SC
• /
• 제39권1호
• /
• pp.51-65
• /
• 2002

본 논문에서는 혼돈 비선형 시스템의 지능 제어를 위해 간접 적응 제어 방식에 기초한 신경 회로망 제어기 설계 방법을 제안하였다. 제안된 제어 방법은 혼돈 비선형 시스템의 동정을 위해 다층 신경 회로망과 간단한 상태 공간 신경 회로망을 사용한 직-병렬 동정 구조를 이용하여 오프 라인으로 동정 과정을 수행하였으며, 학습된 혼돈 비선형 시스템에 대한 신경 회로망 모델을 사용하여 온 라인으로 제어를 수행하였다. 이때 혼돈 비선형 시스템의 동정 및 제어를 위한 학습 방법은 오차 역전파 방법을 사용하였다. 한편 본 논문에서 제안된 제어 방법을 연속 시간 혼돈 비선형 시스템인 Duffing 방정식과 Lorenz 방정식에 각각 적용하여 신경 회로망을 사용한 기존의 제어 방법과 컴퓨터 모의 실험을 통해 제어 성능을 비교 및 고찰하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권4호
• /
• pp.338-345
• /
• 2001

본 연구에서는 시계열자료를 예측하기 위해 적용한 n$\times$n$\times$1 신경망 구조에서 초기값의 시각적인 선택을 통한 개선된 학습과정을 제안한다. 적용된 Easton[1]의 제어상자는 시각적인 면과 실용적인 적용측면에서 다차원 구조를 논의하기에는 제한적이지만, 적은 개수의 은닉노드를 갖는 단순한 신경망구조에서는 초기 가중값들의 동적인 선택을 통하여 가능한 빨리 효과적인 학습이 이루어질 수 있게 할 수 있다. 신경망 학습의 오차 판단기준은 기존의 평균제곱오차(MSE)를 고려한다. 실증연구에는 모의생성된 ARMA(1,0) 자료와 담배생산량 자료를 이용한다.

• 제어로봇시스템학회논문지
• /
• 제1권1호
• /
• pp.33-37
• /
• 1995

순환 신경회로망의 응용에서 종종 대두되는 국지극소점을 확인하고 제거하는 효과적인 방법을 제안한다. 신경망의 학습과정에서 밝혀지는 국지극소점에 대하여 부상관성을 부과하여 에너지표면을 재조정함으로서 원하는 상태에서 회로망이 안정에 도달하게 한다. 이때 의사상태(spurious states)는 안정조건을 적용함으로서 확인되는데 이과정은 특별히 설계된 병렬회로에 의하여 효율적으로 처리된다. 이와같은 부학습(unlearning)의 결과로서 순환신경망의 저장용량과 수렴성능의 개선을 이룰수 있다.

• 한국표면공학회:학술대회논문집
• /
• 한국표면공학회 2009년도 추계학술대회 초록집
• /
• pp.231-232
• /
• 2009

공정의 질 (Quality)과 장비생산성을 향상시키기 위해서는 플라즈마를 엄격히 감시해야 하며, 본 연구에서는 플라즈마 색 정보와 신경망을 결합한 감시 기법을 보고한다. 본 기법은 인-시추 색 정보 수집, 시계열 신경망 모델링, 그리고 CUSUM 제어로 구성된다. 제안한 기법을 소스전력을 변화시켜 발생한 색 정보에 적용하였으며, 신경망 모델은 비정상 플라즈마를 정확하게 탐지할 수 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제3권2호
• /
• pp.397-402
• /
• 1999

본 논문에서는 모형 헬리콥터의 동적방정식을 유도하고 이 헬리콥터의 자세를 제어하기 위해서 신경망을 이용한 제어법을 제안하였다. 신경망의 결합계수들은 제어계의 출력과 기준시간의 오차를 최소화하도록 조종된다. 제안한 제어기의 이득은 신경망의 역전파 알고리즘에 의해서 자동적으로 조정된다. MATLAB을 이용한 시뮬레이션 결과를 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.243-248
• /
• 1995

본 논문에서는 신경회로망의 학습능력을 이용하여 AC 모터의 속도제어에 이용된 기 존의 PI제어기의 문제점을 보완하고자 한다. 기존의 아날로그 PI제어기에서는 각 비례, 적분 파라메타를 개발자가 조정하여 고정하면 부하가 변동될 경우 적응성이 떨어지는 문제점을 안고 있었다. 본 논문에서 제시된 디지털 신경망제어기는 학습을 통해 새로운 환경에 적응 가능하다는 점에 가정하여 설계하고 성능을 비교 평가하였다. 본 논문에서 사용된 신경회로 망의 구조는 신경망중에서 가장 범용적으로 사용되는 다층 퍼셉트론 모델구조를 선택하였 다. 신경망 제어기장치로는 인텔 8097 마이크로 콘트롤러를 이용하였다.