• 한국생물환경조절학회:학술대회논문집
• /
• 한국생물환경조절학회 2001년도 가을 학술발표논문집
• /
• pp.178-180
• /
• 2001

작물의 엽면적 등 다양한 생육정보를 간편하고 비파괴적으로 추정할 수 있다면 작물의 생리 생태학적 모델에의 적용을 통하여 다양한 작물 연구에 중요한 공헌을 할 수 있다. 본 연구에서는 오이 개개 잎의 형태정보를 이용하여 오이의 개개 엽면적, 생체중 및 건물중 예측하는 것을 목적으로 하였고, 이를 위하여 엽면적은 5가지 모델을 사용하였고, 생체중 및 건물중은 6가지의 모델을 사용하여 분석하였다. 또한 신경회로망은 3 layer의 back propagation method를 사용하여 분석하였다. 각 모델들은 독립변수로는 Robinson ＆ Pharr이 사용한 개개 잎의 폭 및 길이를 사용하였다. 회귀모델에 의한 추정 결과, 모델의 정확성 및 정밀성은 엽면적 > 생체중 > 건물중 순 이었지만, 특히 건물중의 경우는 상대적으로 낮은 상관관계를 가지는 것으로 나타났다. 회귀모델을 사용하여 건물중 추정하는 것에는 한계가 있는 것으로 생각되며, 신경회로망도 이와 유사한 관계를 나타냈지만 다양한 변수 수정을 통하여 상관계수를 증가시킬 수 있을 것이라고 생각된다.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2019

신경회로망은 적합한 수학적 모델에 대한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있어서 주가 예측에 널리 사용되어 왔다. 본 논문에서는 신경회로망 모델을 사용하여 일별 KOrea composite Stock Price Index (KOSPI) 종가를 예측한다. 예측된 종가를 기반으로 KOSPI에 연동해 변동하는 Exchange Traded Funds (ETFs)의 거래를 위한 알파 매매를 제안한다. 본 논문에 제안된 방법으로 KOSPI 예측 신경회로망 모델들을 구현하고 예측 정확도를 평가한다. 구현된 신경회로망 모델(NN1)의 학습 오차(MAPE)는 0.427, 평가 오차는 0.627이다. 평가용 데이터를 사용해 알파 매매를 시뮬레이션하면 수익률은 7.16 ~ 15.29 %를 보인다. 이는 125 거래일 데이터로 거둔 수익률로 제안된 알파 매매가 효과적임을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1964-1965
• /
• 2011

본 연구에서는 패턴분류를 위해 기존의 방사형 기저 함수 신경회로망(Radial Basis Funtion Neural Network)과 다항식 신경회로망(Polynomial Neural Network)을 결합한 다중 출력 방사형 기저 함수다항식 신경회로망 (Multi Output Radial Basis Funtion Polynomial Neural Network)의 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층에 기존의 다항식 노드 대신 다중 출력 형태의 RBFNN을 적용 한다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. PNN은 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Differential Evolution(DE)을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 패턴분류기로써의 제안된 모델을 평가하기 위해 pima 데이터를 이용하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1993년도 춘계공동학술대회 발표논문 및 초록집; 계명대학교, 대구; 30 Apr.-1 May 1993
• /
• pp.275-281
• /
• 1993

본 발표에서는 신경회로망을 이용하여 연속음성중에서 키워드를 인식하는 방법을 설명한다. 연속음성에서 파형소편 및 음절을 식별하는 휴리스틱 알고리즘을 개발하였고, 연속음성을 음절단위로 파형소편 스펙트럼분석(선형예측법)으로 특성치를 추출하였다. 음절의 특성치는 코호넨 신경회로망을 통하여 학습을 시켰으며, 연속음성중 키워드인식은 먼저 음절을 인식하여 단어를 찾고, 인식된 단어가 키워드와 일치하는가를 확인한다. 본 연구의 의의는 파형소편 및 음절식별 알고리즘을 통하여, 크기불변성(Scaling invariance), 시간불변성(Time warping 및 Time-shift invariance), 중복성제거의 문제점을 해결하였고, 신경회로망의 학습을 통하여 화자독립적인 연속음성인식시스템 구축의 기반을 확립한데 있다. 본 음성인식모델은 학교구내 전화번호 안내시스템으로 활용단계에 있으며 전화번호뿐만아니라 주소안내시스템으로도 활용될 예정이다. 또한 자동차 운전보조시스템 및 주행안내시스템의 음성명령에 응용될 수 있는데, 예로 음성명령은 "핸들 좌로 20도", "시청까지 주행", "시청 지도안내"등이 될 수 있다. 현재 자동차 운전보조시스템은 컴퓨터 화면상 모의동작시스템으로 운영되고 있다. 본 음성인식모델은 화자종속시 90%이상, 화자독립시 70%의 인식결과를 보였다.시 90%이상, 화자독립시 70%의 인식결과를 보였다.

• 제어로봇시스템학회지
• /
• 제1권3호
• /
• pp.62-73
• /
• 1995

본 원고에서는 뉴로제어의 배경 및 필요성, 기본적인 뉴로제어 시스템구조 소개, 뉴로제어용 신경회로망 모델, 응용 예 등을 기술하고 앞으로 해결해야할 문제들을 고찰한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.753-759
• /
• 2006

햅틱인터페이스 기술을 이용하면 가상물체의 형태를 만져보고 느껴볼 수 있다. 물체마다 다른 수학적 마찰력 모델을 적용하여 실감있는 마찰력 표현도 가능하다. 그러나 각 물체에 해당하는 마찰력 모델을 선정하는 것과 적절한 마찰계수 등을 반복적 실험을 통하여 알아내는 것은 쉽지 않다. 실제 물체의 마찰력이 알려진 마찰력 모델과 다르다면 수학적 모델로 표현할 수 없는 경우도 있다. 본 논문에서는 신경회로망 학습을 이용하여 마찰력 모델의 선택이나 마찰계수 등을 정하는 과정 없이 실제 물체의 마찰력을 표현하는 방법을 제시하고 있다. 상용 햅틱인터페이스 장치인 PHANToM 2 대를 이용하여 마찰력 획득 시스템을 구성하고 고무판, 종이 등의 물체 표면에서의 속도와 물체에 작용하는 힘을 획득하여 가공한 데이터를 입력 및 출력으로 갖는 신경회로망을 통해 학습시킨 후 OpenGL로 구현한 가상물체에 적용하여 보았다. Force/Torque 센서를 사용하지 못한 일부 문제가 있었으나 예상보다 사실적인 마찰력을 표현할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1966-1967
• /
• 2011

본 연구에서는 방사형 기저 함수를 이용한 다항식 신경회로망(Polynomial Neural Network) 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층의 다항식 노드 대신에 다중 출력 형태의 방사형 기저 함수를 사용하여 각 노드가 방사형 기저 함수 신경회로망(RBFNN)을 형성한다. RBFNN의 은닉층에는 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. 제안된 분류기는 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Multiobjective Particle Swarm Optimization(MoPSO)을 사용하여 모델의 성능뿐만 아니라 모델의 복잡성 및 해석력을 고려하였다. 패턴 분류기로써의 제안된 모델을 평가하기 위해 Iris 데이터를 이용하였다.

• 전자공학회논문지C
• /
• 제35C권6호
• /
• pp.99-108
• /
• 1998

본 논문에서는 비선형 시스템의 직접제어방식을 위한 다층 신경회로망을 제안하였다. 제안한 방식은 신경회로망이 플랜트의 역 모델을 학습하는 방식으로 플랜트의 사전지식을 시스템의 입출력 정보를 이용하여 추정하고, 플랜트의 역 모델을 선형부분과 비선형 부분의 직렬연결로 구성하고 선형부분과 비선형부분의 모델을 신경회로망을 이용하여 구성한 직접제어방식이다. 제안한 제어기의 선형부분은 선형 시스템의 시스템동정을 위해 이용되었던 반복최소자승법을 이용하여 구하여진 플랜트의 선형입력으로 학습을 수행하고, 비선형부분은 기준 궤적과 실제 출력의 오차를 이용해 학습을 수행한다. 단일 관절 매니플레이터를 이용하여 추종제어에 대한 시뮬레이션과 실험을 하여 기존의 다층신경회로망을 이용한 직접제어방식과 제어성능을 비교 검토한 결과 신경회로망 구성의 간단함과 정밀성 등의 우수함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.354-358
• /
• 2001

본 논문에서는 underutilization 문제를 해결한 퍼지 신경회로망 모델을 제시한다. 이 퍼지 신경 회로망은 ART-1 신경회로망과 유사한 제어 구조를 가지고 있어 유연성이 있으면서도 안정성이 있다. 또한 연결강도의 초기화가 필요 없고 ART-1 신경회로망에 비하여 잡음에 민감하지 않다. 이 퍼지 신경회로망의 학습법칙은 코호넨의 학습법칙을 변형하고 퍼지화 하였으며 누설 경쟁학습의 퍼지화와 조건 확률의 퍼지화에 기반을 두고 있다. 출력 뉴런 중에서 승자를 정한 후에 행해지는 점검 테스트에서는 유사척도로 상대적 거리를 사용하였다. 이 상대적 거리는 유클리디안 거리와 함께 데이터와 클러스터들의 대푯값들 간의 상대적인 위치를 고려한 것이다. 본 논문에서 제안한 퍼지 신경회로망과 코호넨 자기 조직화 특징 지도의 성능을 비교하기 위하여 널리 사용되어온 IRIS 데이터와 가우시안 분포 데이터를 사용하였다.

• 융합신호처리학회논문지
• /
• 제5권1호
• /
• pp.53-59
• /
• 2004

부하예측의 경우 가장 중요한 문제는 특수일의 부하를 예측하는 것이고, 따라서 본 본문은 과거 특수일 부하 데이터를 이용하여 신경회로망 모델에 의해서 특수일 피크부하를 예측하는 방법을 제시한다. 특수일 부하는 예측되었고, 예측 오차율은 광복절을 제외하고는 l∼2% 정도의 비교적 우수한 예측결과를 도출하였다. 따라서 사용한 예측 모델은 특수일의 부하에 만족스러운 정밀한 예측이 가능하고. 신경회로망은 특수일 부하 예측의 결과를 검증하기 위해 4차 직교다항식모형과 특수일 부하의 예측에효과적인 패턴 변환비를 이용한 신경회로망 모형을 구성했다. 한편, 시간별 특수일의 부하예측에도 신경회로망을 적용한 특수일 부항예측의 경우와 같은 양호한 예측결과를 보였다.