• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.418-421
• /
• 2009

본 논문은 표면 근전도 신호(sEMG)를 이용해 상지부의 동작을 실시간으로 예측하고 이를 기반으로 한 인간-기계 상호작용(Human-machine interaction)에 관한 것이다. 사용자의 상지부에 위치한 5 곳의 근육에서 수집하는 근전도 신호와 인공신경회로망(arfiticial neural network) 알고리즘을 이용하여 상지부 동작을 실시간으로 예측하였고, 기계팔(manipulator)이 예측된 동작을 좇아 움직이도록 제어되었다. 이때, 사용자가 기계팔의 끝단(end-effector)과 접촉해 있는 상태에서 상지부 동작은 2 차원 평면 위에서 이루어지도록 제한된다. 본 논문이 제안하는 동작 예측 방법과 인체 각도계(goniometer)를 이용한 경우의 상호 작용 실험을 통해, 동작 예측을 통한 인간-기계 상호 작용의 성능을 알아보았다. 실험 결과로부터, 제안된 실시간 동작 예측 방법을 이용하여 사용자와 기계의 상호 작용 시스템을 구현할 수 있음을 알 수 있다.

• 조명전기설비학회논문지
• /
• 제24권4호
• /
• pp.33-42
• /
• 2010

벡터제어를 적용한 유도전동기 드라이브는 고성능 제어를 위하여 산업 적용분야에 광범위하게 사용되고 있다. 그러나 유도전동기의 모델은 비선형이고 복잡하기 때문에 포화, 온도변화, 외란 및 파라미터 변동등에 의해 성능 및 신뢰성이 저하된다. 이러한 가변속 드라이브를 제어하기 위하여 종래의 PI와 같은 제어기들이 일반적으로 사용되어졌다. 이러한 제어기들은 이상적인 벡터제어 상태에서도 광범위한 동작영역에서 양호한 성능을 나타내는데 한계를 가지고 있다. 본 논문은 퍼지제어, 신경회로망, 적응 퍼지제어로 구성된 FNN(Fuzzy-Neural Network)-PI 제어기 기반 자기동조 PI 제어기와 ANN을 이용한 속도추정을 제시한다. FNN-PI, AFC, ANN 제어기를 이용한 제어 알고리즘은 유도전동기 드라이브 시스템에 적용하여 그 결과를 분석하고 제어기의 효용성을 입증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.466-467
• /
• 2018

최근 이미지 인식, 영상 인식, 음성 인식, 자연어 처리 등 다양한 분야에 인공지능이 적용되면서 딥러닝(Deep learning) 기술에 관한 관심이 높아지고 있다. 딥러닝 중에서도 가장 대표적인 알고리즘으로 이미지 인식 및 분류에 강점이 있고 각 분야에 많이 쓰이고 있는 CNN(Convolutional Neural Network)에 대한 많은 연구가 진행되고 있다. 본 논문에서는 일반적인 CNN 구조를 변형한 새로운 네트워크 구조를 제안하고자 한다. 일반적인 CNN 구조는 convolution layer, pooling layer, fully-connected layer로 구성된다. 그러므로 본 연구에서는 일반적인 CNN 구조 내부에 FC를 첨가한 새로운 네트워크를 구성하고자 한다. 이러한 변형은 컨볼루션된 이미지에 신경회로망이 갖는 장점인 일반화 기능을 포함시켜 정확도를 올리고자 한다.

• 정보교육학회논문지
• /
• 제14권4호
• /
• pp.527-536
• /
• 2010

유비쿼터스 컴퓨팅과 모바일 기술은 식물원, 공원, 박물관이나 교실 등과 같은 다양한 실내외 공간에서의 참신한 학습 경험들을 가능하게 하는 새로운 기술이다. 본 연구에서는 체험학습자들이 유비쿼터스 환경의 실내외 공간에서 RFID 리더기가 부착된 모바일기기를 가지고 체험학습이 가능한 시스템을 개발하였다. 개발된 시스템은 학습자가 학습자의 학습 수준에 따라 학습 내용을 제공하여 개인별 학습 활동이 가능하도록 설계하였다. 실험결과 학습자들은 RFID 태그가 부착된 체험학습장에서의 체험학습에 적극적으로 흥미를 느꼈다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.473-478
• /
• 2013

본 논문에서는 KLAPS(Korea Local Analysis and Prediction System)의 재분석 자료를 이용하여 지능형 뉴로-퍼지 알고리즘 RBFNNs(Polynomial-based Radial Basis Function Neural Networks) 기반 호우특보 판별 모델을 개발한다. 기존의 호우예측 시스템들의 예측능력은 일반적으로 기상데이터의 가공 기법의 영향을 받는다. 본 연구에서는 이를 보완하기 위하여 기상데이터의 전처리를 통한 호우예측 방법을 소개한다. 기상 데이터 전처리 기법은 KLAPS 데이터를 기반으로 지점별 변환, 누적강수량 생성, 시계열 데이터 가공, 호우특보 추출 방식에 의하여 설계된다. 최종적으로, 향후 t(t=1,2,3) 시간 후 6시간 동안 누적강수량에 대해 예측하고 호우특보를 결정하기 위한 정보를 제공한다. 또한 다항식의 형태, 규칙의 개수, 퍼지화 계수와 같은 제안된 모델의 중요 파라미터는 최적화 기법인 차분 진화(Differential Evolution; DE)를 이용하여 최적화한다.

• 한국음향학회지
• /
• 제19권1호
• /
• pp.4-10
• /
• 2000

본 논문은 자동 음소 분할기의 음소 경계 오류를 보상하기 위한 후처리(Postprocessing)에 관한 연구이다. 자동 분절 경계의 오류 범위를 줄일 수 있는 후처리기를 제안하고, 자동 분절 결과를 직접 합성 단위로 사용할 수 있는 대량의 합성용 운율데이터 베이스 구축에 유용함을 기술한다. 제안된 후처리기는 수작업으로 보정된 데이터의 특징벡터를 다층 신경회로망(MLP: Multi-layer perceptron)을 통해 학습을 한 후, 자동 분절 결과와 MLP 기반 후처리를 이용하여 새로운 음소 경계를 추출한다. 우선, 특징벡터 set은 음성학적 지식이 최대한 반영되도록 선정되었다. 그리고, 경계를 추출하기 위해서 비선형 패턴분리에 탁월한 성능을 보이는 MLP를 이용한다. MLP는 매우 다양하게 나타나는 음소 경계간 음성학적 특징을 단시간 내에 적용할 수 있기 때문이다. 마지막으로, 음운환경별로 특징 벡터가 적용되는 제안된 후처리 알고리즘을 이용하여 자동 분절의 경계 오류에 대한 보상이 이루어진다. 문장 단위로 발화된 합성용 데이터베이스에서 후처리기로 보정된 분절 결과는 음성 언어 번역 시스템의 분할율보다 약 19.9%의 향상된 성능을 보였으며, 절대오류 (｜Hand label position-Auto label position｜)는 약 28.6% 감소되었다.

• 한국정밀공학회지
• /
• 제15권8호
• /
• pp.17-25
• /
• 1998

Aluminum alloys have low density, relatively high strength and yield strength, good plasticity, good machinability, and high corrosion and acid resistance. Therefore, they are suitable for large containers for the food, chemical and other industries. Large containers are often bodies of revolution consisting of shell courses, stiffening rings, heads and other elements joined by annular welds. Larger containers have longer welds and require greater leak-tightness and higher weld mechanical properties. The LNG tank consists of aluminum plates with various sizes, so its construction should by divided by several sections. Moreover, each section has its own sub-section consisted of several aluminum plates. To guarantee the quality of huge LNG tank, therefore, the precise control of plate dimension should by urgently needed in conjunction with the appropriate selection of process parameters such as cutting speed, depth of cut, rotational speed and so on. In this paper, a manufacturing system was developed to implement automatic circular tracking in height direction and automatic circular interpolation in depth of cut direction. Also, the neural network based on the backpropagation algorithm was used to predict the cutting quality and motor load related with the life time of the developed system. It was revealed that the manufacturing system and the neural network could be effectively applied to the bevelling process and to predict the quality of machined area and the motor load.

• 대한기계학회논문집
• /
• 제17권1호
• /
• pp.101-111
• /
• 1993

본 연구에서는 제안된 뉴로-퍼지 제어기를 사용하여 유압 서보 시스템을 제어 하고 학습하기 위한 구조로써 유압 서보 시스템의 모델링을 위한 추가적인 노력이 필 요없는 feedback error learning 구조물 채택하였다. 학습 과정에서 필요한 유압 서 보 시스템의 입-출력 사이의 감도(sensitivity)의 효과는 학습 계수에 포함된다. 이 러한 형태의 제어기가 유압 서보 시스템 제어에 유용하게 적용될 수 있다는 것을 보이 기 위해서 불확실성과 높은 비선형성 뿐만아니라 외란의 영향을 받는 유압 서보 시스 템을 대상으로 시뮬레이션을 수행했다. 시뮬레이션 결과에 의하면 제안된 뉴로-퍼지 제어기는 수학적인 모델을 기초로한 기존의 제어 알고리즘에 비해 쉽게 구성할 수 있 고 높은 정밀도, 빠른 학습 속도를 얻을 수 있는 장점을 가지고 있음을 알 수 있다.

• 전기학회논문지
• /
• 제60권2호
• /
• pp.398-406
• /
• 2011

In this paper, we introduce a new architecture of PSO-based Polynomial Neural Networks (PNN) and discuss its comprehensive design methodology. The conventional PNN is based on a extended Group Method of Data Handling (GMDH) method, and utilized the polynomial order (viz. linear, quadratic, and modified quadratic) as well as the number of node inputs fixed (selected in advance by designer) at Polynomial Neurons located in each layer through a growth process of the network. Moreover it does not guarantee that the conventional PNN generated through learning results in the optimal network architecture. The PSO-based PNN results in a structurally optimized structure and comes with a higher level of flexibility that the one encountered in the conventional PNN. The PSO-based design procedure being applied at each layer of PNN leads to the selection of preferred PNs with specific local characteristics (such as the number of input variables, input variables, and the order of the polynomial) available within the PNN. In the sequel, two general optimization mechanisms of the PSO-based PNN are explored: the structural optimization is realized via PSO whereas in case of the parametric optimization we proceed with a standard least square method-based learning. To evaluate the performance of the PSO-based PNN, the model is experimented with using Gas furnace process data, and pH neutralization process data. For the characteristic analysis of the given entire data with non-linearity and the construction of efficient model, the given entire system data is partitioned into two type such as Division I(Training dataset and Testing dataset) and Division II(Training dataset, Validation dataset, and Testing dataset). A comparative analysis shows that the proposed PSO-based PNN is model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 지능정보연구
• /
• 제9권3호
• /
• pp.81-97
• /
• 2003

본 논문에서는 인간시각시스템의 특성에 기반하여 웨이블릿 변환을 적용하여 멀티미디어 데이터의 소유권 보호를 위하여 시각적으로 눈에 띄지 않는 강인한 워터마킹 기법을 제안하고 있다. 이를 위하여 우선 웨이블릿 변환을 사용하여 level 3에서 원 영상을 분해한 후, 최저파수 대역에 해당하는 LL$_3$대역을 제외한 모든 부 대역에 신경회로망을 사용하여 웨이블릿 분해 계수들을 분류한 다음, 최대값을 갖는 클러스터에 대해서 임계치를 적용한다. 그리고 사용된 워터마크는 워터마크의 시각적 확인을 위하여 가우시안 랜덤 벡터 대신에 이진 로고 형태의 워터마크를 사용하였다. 또한, 본 논문에서는 다중 워터마크의 삽입 및 검출을 테스트하였다. 이를 위하여, 웨이블릿 변환을 이용하여 level 3에서 원 영상을 분해한 후, 최 저주파수 대역에 해당하는 LL$_3$ 대역을 제외한 모든 부대역에 대하여 워터마크를 삽입하였다. 실험에서 우리는 여러 가지 공격에서도 삽입한 워터마크가 강인함을 알 수 있었다.