• 한국지능시스템학회논문지
• /
• 제2권1호
• /
• pp.17-32
• /
• 1992

로보트 매니퓰레이터의 신경 제어기 구성에 널리 사용하는 다층 신경회로망은 로보트의 불확실한 동적 파라메터 변화에 대한 강건한 학습 적응능력, 그리고 병렬 처리를 통한 실시간 제어등의 장점들을 갖고있다. 그러나 대표적인 학습방법인 오차 역전파(error back propagation) 알고리즘은 그 학습 속도가 느리다는 문제점을 갖는다. 본 논문에서는 불확실하고 애매한 정보를 언어적인 방법에 의해 효율적으로 처리할 수 있는 퍼지 논리 (fuzzy logic)를 도입하여 로보트 매니퓰레이터 신경 제어기의 학습 속도를 개선하기위한 한 방법을 제안한다. 제안된 제어기의 효용성은 PUMA 560 로보트의 모의 실험을 통해 입증된다.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.641-647
• /
• 2009

본 논문에서는 새로운 방식의 적응형 순항제어 필터링 방식을 제안한다. 제안한 알고리즘은 선행 차량의 모드를 추정하는 문제를 분류기의 문제로 보고 신경망 분류기를 이용하여 이를 수행한다. 신경망은 각 모드에 대한 사후 확률을 출력하며 이를 IMM과 결합하여 선행차량의 추적을 수행한다. 끝으로 10가지 시나리오에 대하여 신경망 분류기와 IMM을 결합한 NIMM (Neural Network IMM)을 적용하여 성능을 확인한다.

• 한국정보통신학회논문지
• /
• 제11권5호
• /
• pp.915-920
• /
• 2007

수중 음향 탐지기를 통해서 수집한 표적 방사음의 스펙트럼은 음향 표적의 토널 성분과 대 양의 유체역학적 배경 잡음 성분들로 구성되어 있다. 음향 표적의 토널 성분은 주요 식별 정보가 되기 때문에 배경 잡음을 추정, 제거함으로써 표적의 토널 성분을 견실하게 추출할 수 있는 알고리즘이 요구된다. 따라서 본 논문에서는 배경 잡음을 제거하고, 미약한 크기의 표적 토널도 탐지 할 수 있는 이중 회귀 신경망을 이용한 토널 추출 방법을 제안한다. 실험을 통하여 본 논문에서 제안한 이중 회귀 신경망을 이용한 토널 추출 기법이 기존의 방법보다 토널 추출 성능이 우수함을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2149-2151
• /
• 2003

본 논문에서는 마이컴(PIC16C74)과 Tabu 탐색법 및 지능기법(퍼지 및 신경회로망)을 이용하여 고정밀 제어 및 강인한 제어 성능을 가지는 초소형 DC 모터용 지능형 제어기를 개발하였다. 이를 위해 마이컴(PIC16C74)를 이용한 지능형 제어 알고리즘을 개발하고, 초소형 DC 모터용 드라이브 회로 설계 및 제작하였다. 개발한 초소형 DC 모터 지능형 제어기는 디지털 자동 용접캐리지에 적용할 예정이며, 다른 응용 분야로써는 자동배수장치, 반도체 분야, 산업용 로봇 분야 및 조립자동화 시스템 분야 등에 사용되는 구동모터에 적용함으로서 정밀도와 외부의 잡음에 대한 영향을 경감시켜 안정성과 효율향상 및 에너지절약이 가능할 것이다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.509-514
• /
• 2015

본 논문에서는 인공 신경망의 일종인 Extreme Learning Machine의 학습 알고리즘을 기반으로 하여 노이즈에 강한 특성을 보이는 퍼지 집합 이론을 이용한 새로운 패턴 분류기를 제안 한다. 기존 인공 신경망에 비해 학습속도가 매우 빠르며, 모델의 일반화 성능이 우수하다고 알려진 Extreme Learning Machine의 학습 알고리즘을 퍼지 패턴 분류기에 적용하여 퍼지 패턴 분류기의 학습 속도와 패턴 분류 일반화 성능을 개선 한다. 제안된 퍼지패턴 분류기의 학습 속도와 일반화 성능을 평가하기 위하여, 다양한 머신 러닝 데이터 집합을 사용한다.

• 콘크리트학회논문집
• /
• 제20권4호
• /
• pp.513-522
• /
• 2008

섬유복합재료의 우수한 인장 성능은 섬유가 매트릭스의 균열 면에서 가교작용을 함으로써 발현되기 때문에 섬유의 분포 특성이 복합재료의 성능에 결정적인 영향을 미치게 된다. 그러나 PVA 섬유를 보강 섬유로 사용하는 섬유복합재료의 경우 PVA 섬유와 매트릭스 사이의 낮은 명암비와 PVA의 비전도성 특징으로 인하여 섬유의 위치 및 분포특성을 정량적으로 평가히는 방법은 연구가 미흡한 실정이다. 이 연구에서는 PVA 섬유를 보강 섬유로 사용하는 섬유복합재료의 섬유 분포 특성 등을 평가할 때 가장 중요한 과정인 섬유의 검출에 대하여 검출 성능을 향상 시킬 수 있는 알고리즘을 제시하였다. 제안한 알고리즘은 형광 현미경을 사용하여 얻은 섬유 이미지를 유형별로 분류하고, 분류된 분류된 섬유 이미지의 특성에 따라 분수령 알고리즘 (watershed algorithm)과 형태학적 재구성 (morphological reconstruction)을 이용하여 보다 정확히 섬유를 검출하는 과정으로 구성된다. 이 과정에서 섬유 이미지를 총 5가지 유형으로 분류하였으며, 인공신경회로망(ANN)을 분류기로 활용하기 위하여 형상 특성을 나타내는 5가지 특징값 즉, $F_s$, $F_c$, $F_p$, $F_l$과 $F_{rl}$을 추출하였다. 추출된 특징값에 대한 데이터베이스를 구축하여 ANN을 학습하여 분류기를 구축함으로써 섬유의 유형을 자동으로 분류할 수 있도록 하였다. 또한 5가지 섬유 이미지 유형 중에서 잘못 검출된 섬유이미지를 분수령 알고리즘과 형태학적 재구성을 통하여 섬유를 정확히 검출할 수 있는 기법을 제안하였다.

• 전자공학회논문지CI
• /
• 제38권3호
• /
• pp.61-67
• /
• 2001

본 논문에서는 한국어 숫자음 인식을 위해 음성과 영상 정보를 사용하고, 음성에 사용하는 선형예측계수 알고리즘을 영상에 적용하는 방법을 제안한다. 입력으로 얻어지는 음성신호는 0.95의 매개변수를 통해 고역 신호가 강조되고, 해밍창과 자기상관 분석, Levinson-Durbin 알고리즘에 의해 13차 선형예측계수를 구한다. 마찬가지로, 그레이 영상신호도, 음성의 자기상관 분석, Levinson-Durbin 알고리즘을 사용하여 13차의 2차원 선형예측계수를 구한다, 이러한 음성/영상 신호에 대한 선형예측계수들은 다층 신경회로망에 적용하여 학습이 이루어졌고, 각 레벨의 잡음이 섞인 음성신호를 적용한 결과, 숫자음 '3', '5', '9' 에서 음성만으로 인식한 결과보다 훨씬 좋은 인식결과를 얻을 수 있었다. 결과적으로, 본 연구에서는 영상 신호의 2차원 선형 예측 계수들이 음성인식에 사용될 경우, 특징 추출에 따른 부가적인 알고리즘이 새로 고안될 필요가 없이, 음성특징 계수를 추출하는 방법을 그대로 사용할 수 있으며, 또한 데이터량과 인식율이 잡음 환경에서 보다 향상되는 효율적인 방법을 제시하고 있음을 알 수 있었다.

• 한국통신학회논문지
• /
• 제19권10호
• /
• pp.1991-2000
• /
• 1994

본 논문에서는 필기체 문자 인식 시스템을 위하여 6형식 분류 알고리즘을 제안하였다. 입력 영상은 세선화 과정을 거친 후 잡음을 제거하는 절단화 과정을 거친 후 $64\times64$ 크기로 정규화하여 이용하였다. 6형식 분류는 신경회로망의 모델 중 다층 퍼셉트론의 학습알고리즘을 이용하여 대분류와 상세분류 과정에서 이루어진다. 특징값 추출은 부분적인 특정값으로는 Subblock Hough transform을 이용하였으며 전체적인 특징값으로는 표본화 Hough transfrom을 이용하였다. 실험은 10사람이 한 형식당 30번씩 쓴 1800자를 대상으로 하였으며 받침의 유무로 대분류한 후 각기 종모음과 횡모음의 유무로 상세분류하여 90%의 분류 성공율을 얻었다.

• 조명전기설비학회논문지
• /
• 제18권4호
• /
• pp.112-117
• /
• 2004

본 논문에서는 GIS내에 존재할 수 있는 부분방전원을 추정하기 위하여 모의 GIS를 제작하고 부분방전의 원천으로 모의된 코로나방전, 연면방전, 파티클의 자유운동, 보이드(void) 방전, 그리고 플로팅(floating) 전극으로부터 발생하는 UHF신호의 특성을 분석하였다. UHF 신호의 특성 분석의 결과로써 각 부분방전원에 대한 UHF 신호의 주파수 스팩트럼과 위상 특성을 도출하였다. 이 결과를 실제 GIS 내의 부분방전원을 분석하는데 체계적으로 적용하기 위하여 취득된 모든 UHF 신호의 특성을 정량화하고 다층구조를 갖는 역전파학습 신경회로망에 기초한 알고리즘의 데이터로 활용하였다. 구축된 알고리즘의 인식률은 학습과 테스트 데이터에서 각각 약 94(%)와 82(%) 정도로 양호하였다.

• 한국콘텐츠학회논문지
• /
• 제9권7호
• /
• pp.141-148
• /
• 2009

최근에 클래스 분포의 불균형이 심한 데이터의 학습 문제가 그 중요도에 비하여 만족할만한 성능을 얻기 어려운 관계로 관심이 고조되고 있다. 이 문제에 대한 접근 방법은 데이터 레벨의 불균형 해소, 알고리즘 레벨에서의 비용함수 도입, 인식기의 앙상블에 의한 성능향상 등으로 분류된다. 이 논문은 알고리즘 레벨의 접근 방법으로써, 다층퍼셉트론 신경회로망에 고차의 오차함수를 사용하여 불균형 데이터를 학습하는 방법을 제시한다. 즉, 소수클래스의 학습을 강화시키고 다수 클래스의 학습을 약화시키는 형태로 가 중치를 변경시킨다. 클래스 불균형이 심한 유방암 검사와 갑상선 진단 데이터의 학습을 통하여 제안한 방법이 MSE(mean-squaerd error), 2단계 방법 및 문턱조정 방법보다 우수함을 확인한다.