• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.1
• /
• pp.24-29
• /
• 2006

A new oscillatory neural circuit with computational function has been designed and been designed and fabricated in an $0.5{\mu}m$ double poly CMOS technology. The proposed oscillatory circuit consists of 3 neural oscillators with excitatory synapses and a neural oscillator with inhibitory synapse. The oscillator block which is a basic element of the neural circuit is designed with a variable negative resistor and 2 transconductors. The variable negative resistor which is used as a input stage of the oscillator consist of a bump circuit with Gaussian-like I-V curve. SPICE simulations of a designed neural circuit demonstrate cooperative computation. Measurements of the fabricated neural chip in condition of ${\pm}$ 2.5 V power supply are shown and compared with the simulated results.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1813-1814
• /
• 2008

본 논문에서는 생물학적 운동 메카니즘을 유사하게 구현하기 위해 신경 진동자를 이용한 로봇 팔 제어 시스템을 제안한다. 인간 및 동물의 주기적인 자율 운동을 관장하는 Central Pattern Generator (CPG)를 수학적으로 모델링한 신경 진동자는 그 중요 특성의 하나인 entrainment 효과를 보여준다. 일반적으로 우리는 이 기능을 이용하여 미지의 외부 환경 변화와 같은 외란에 적절히 상호 작용할 수 있는 운동을 생성해 낼 수 있다. 이러한 결과를 보이기 위해, 각 관절에 가상의 신경 진동자 모델을 결합하였고 외부 환경의 변화나 외란의 감지를 위한 F/T센서를 팔의 말단에 부착하여 시스템을 구현하였다. 신경 진동자 모델을 결합한 2축 링크 로봇 팔 시스템(real time)은 주어진 목적운동을 (원 운동) 수행함과 동시에 미지의 외부 환경의 변화(임의의 벽)를 인지하여 적절한 모션을 생성하는 지를 살펴본다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1789-1790
• /
• 2007

이 논문에서 우리는 생체모방 시스템을 구현하기 위해 일반적인 기계 시스템과 인간의 신경 진동자 모델을 결합하였다. 이러한 시스템은 외부환경의 변화에 따른 효과적인 자율 적응 운동 형태를 생성할 수 있다. 인간 및 동물의 주기적 자율 운동을 관장하는 Central Pattern Generator (CPG)는 신경 진동자 네트웍에 의해서 표현가능하고 이는 신경 진동자 모델 내부의 sensory 피드백 신호를 통해, 주기성을 같은 외란에 상호 작용하여 적절한 운동을 생성해 낸다. 따라서 이를 기계 시스템에 결합하면 이러한 시스템은 변화되는 환경이나 잘 알지 못하는 외란에 대하여 자율적으로 적응된 운동을 보일 수 있다. 이를 위해 본 논문은 이러한 신경 진동자 모델과 결합된 realtime 시스템을 구현하고 그 자율 적응 운동의 생성 가능성을 살펴본다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2280-2282
• /
• 2003

신경 진동자는 이미지정보의 해석, 음성인식, 지질 변화 예측 등의 진동하는 시스템에 응용되어진다. 이러한 진동하는 시스템에 기존의 역전파 알고리즘을 이용하는 경우, 복잡 다양한 입력 패턴을 추정하기가 어려우므로 학습단계에서 더 많은 양의 학습 데이터가 필요하게 되며 수렴 속도의 지연과 근사화가 어렵다. 따라서 본 논문에서는 모델에 대한 함수의 근사화가 쉬우며 학습하는 구조를 가지는 신경 진동자에 의한 위상 동기화 특성을 연구하고 이를 이용한 한글 문자 인식시스템을 구현하였다.

• Journal of the Korean Society of Industry Convergence
• /
• v.6 no.1
• /
• pp.31-36
• /
• 2003

8개의 수정진동자 위에 서로 다른 종류의 Lipid를 코팅하여서 만든 센서 배열을 가지고 유기용매를 인식할 수 있는 System을 구성한다. 유기용매 인식센서에 대한 수학적 모델을 사용하여 여러 가지 유기용매에 대한 센서의 응답으로부터 센서 표면과 유기용매 간의 물질 전달속도 패턴과 친화력 패턴을 얻어 유기용매 종류를 인식하였다. 패턴인식은 인공신경망을 이용하였으며 인공신경망의 연결 강도 수정은 Levenberg-Marquardt 알고리즘을 사용하였다. 신경망의 출력은 4개로 하였고, 디지털 신호인 0과 1의 조합으로 유기용매 종류를 구분하였다. 이 시스템을 이용하여 9개의 유기용매 Acetone, Benzene, Chloroform, Carbon-tetrachloride, Ethylacetate, Buthylacetate, Cyclohexane, Dichloromethane, 1,1,2,2,Tetrachloroethane, 2,2,4Trimethylpentane을 구분하여 인식할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.165-168
• /
• 2004

본 연구에서는 근골격계로 구성된 신체 역학계와 신경 진동자로 구성된 신경계의 상호작용에 의해서 자율적인 2족 보행운동 생성하려고 하고 있다. 이를 위해서는 역학계와 신경계의 않은 파라메트(Parameter)의 조절이 필요하다 본 연구에서는 유전적 프로그래밍(GP)을 이용하여 파라메트의 자동조절 수법을 제안하였다. GP는 문제를 해결하기 위한 계산 프로그래밍을 탐색하는 진화형 탐색 알고리즘으로, GP를 이용해서 문제해결을 행하기 위해서는 노드의 선택이 매우 중요하다. 그러나 대상문제에 대한 충분한 정보가 없는 경우에는 노드를 용장성 있게 설계하게 되어, 이로 인한 탐색공간의 확장으로 GP에 대한 탐색성능의 저하를 초래한다. 본 논문에서는 이러한 문제를 해결하기 위해서 용장성 노드 집합으로부터 유용한 노드를 획득하기 위해 제안한 수법을 2족 보행운동 생성 시스템에 적용하기 전에 사전 평가로서 기호회귀(Symbolic Regression)문제에 적용하여 실험을 통해 제안 수법의 타당성과 탐색성능 향상의 효과에 관해서 논하고자 한다.

• 기계와재료
• /
• v.23 no.1
• /
• pp.24-32
• /
• 2011

최근 다양한 연구를 통하여 전신 진동기 운동이 신체의 근골격계, 순환계 및 내분비계 등에 효과적임이 보고되고 있다. 특히 전신 진동운동이 노인의 낙상예방, 파킨슨 및 뇌졸중 환자와 같은 신경학적 질환자의 자세조절 및 기능향상을 위한 재활치료 방법으로 효과가 있다고 밝혀졌다. 그러나 아직까지 전신 진동운동에 적합한 의료 허가를 받은 제품이 없으며, 일부 유사한 진동감을 제공하는 기기를 위주로 제작되고 있는 상황이다. 추후 의료기기의 수요를 고려할 때 고령사회로의 진입 속도가 빨라짐에 따라 노인들에게 적합한 진동기의 개발이 필요하다. 노인들은 운동참여에 보수적이며 사회성이 떨어지기 때문에 운동기의 기능적 요건과 더불어 참여를 유도하는 환경 요인을 함께 제공할 필요가 있다. 본 논문에서는 진동 운동기를 이용한 운동 효과를 분석하고 전신 진동운동에 적합한 가상현실 컨텐츠를 제시하였으며, 국내외 개발 및 연구 중인 기기와 컨텐츠 개발 동향을 제시하였다.

• Journal of Preventive Medicine and Public Health
• /
• v.24 no.1 s.33
• /
• pp.93-97
• /
• 1991

The time honoured tuning fork at present widely available for examining vibration sensation is brought about the problem of great interobserver variation. To resolve t his problem, author developed a divice using electric magnet that stimulates constantly tuning fork. The perception time of vibration from tunung fork by this device was tested on the index finger of dominant hand of twenty eight subjects. It was 12.44 seconds on average and ranged from 9.47 to 17.25. Coefficient of variation of it was 16.89 percent. Correlation coefficient between test and retest after 30 minutes was 0.957(p<0.01). This device is portable. Test procedure in non-invasive, non-aversive and simple, can be performed within one minute, and does not require the skilled technician. It is felt that this device testing vibration perception time is suitable as screening tool for early detection of occupational peripheral neuropathy.

• Transactions of the Korean Society for Noise and Vibration Engineering
• /
• v.14 no.11
• /
• pp.1091-1100
• /
• 2004

This paper presents an approach for the monitoring and detection of faults in induction machine by using data fusion technique and Dempster-Shafer theory Features are extracted from motor stator current and vibration signals. Neural network is trained and Hosted by the selected features of the measured data. The fusion of classification results from vibration and current classifiers increases the diagnostic accuracy. The efficiency of the proposed system is demonstrated by detecting motor electric and mechanical faults originated from the induction motors. The results of the test confirm that the proposed system has potential for real time application.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.3
• /
• pp.414-419
• /
• 2020

An artificial intelligence-based cable tension estimation model was developed to expand the utilization of data obtained from cable accelerometers of cable-stayed bridges. The model was based on an algorithm for selecting the natural frequency in the tension estimation process based on the vibration method and an applied artificial neural network (ANN). The training data of the ANN was composed after converting the cable acceleration data into the frequency, and machine learning was carried out using the characteristics with a pattern on the natural frequency. When developing the training data, the frequencies with various amplitudes can be used to represent the frequencies of multiple shapes to improve the selection performance for natural frequencies. The performance of the model was estimated by comparing it with the control criteria of the tension estimated by an expert. As a result of the verification using 139 frequencies obtained from the cable accelerometer as the input, the natural frequency was determined to be similar to the real criteria and the estimated tension of the cable by the natural frequency was 96.4% of the criteria.