• Journal of the Korea Society of Computer and Information
• /
• v.16 no.8
• /
• pp.137-146
• /
• 2011

In order to support increased consumer awareness regarding energy consumption, we present new ways of monitoring and predicting with energy in electric appliances. The proposed system is a design of a common electrical power outlet called smart plug that measures the amount of current passing through current sensor at 0.5 second. To acquire data for training and testing the proposed neural network, weather parameters used include average temperature of day, min and max temperature, humidity, and sunshine hour as input data, and power consumption as target data from smart plug. Using the experimental data for training, the neural network model based on Back-Propagation algorithm was developed. Multi layer perception network was used for nonlinear mapping between the input and the output data. It was observed that the proposed neural network model can predict the power consumption quite well with correlation coefficient was 0.9965, and prediction mean square error was 0.02033.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• 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.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.161-162
• /
• 2007

본 논문에서는 인간 두뇌와 같이 패턴을 인식할 수 있는 능력을 가진 신경 회로망 모델을 구현하고, 이를 바탕으로 시중의 저렴한 화상 카메라를 이용하여 미 달러화를 인식할 수 있는 시스템을 개발하였다. 제안된 시스템은 저화질 영상에서 캡쳐된 이미지를 이진영상처리 과정을 거치게 함으로써 패턴인식의 정확성 향상을 가져올 수 있었으며, 인공지능의 대표적 알고리즘인 신경회로망을 이용하여 종류별 미 달러화의 세부적인 차이를 감지하고 화폐를 정확하게 인식할 수 있도록 하였다. 각 화폐로부터 추출해 낸 특징을 신경회로망을 통해 학습시키고, 이를 통해 미 달러화의 패턴인식 능력을 실험을 통해 확인해본 결과 90%에 가까운 높은 성공률로 정확하게 인식함을 확인할 수 있었다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.26 no.6
• /
• pp.705-711
• /
• 2002

디젤기관은 실린더 내경의 크기, 실린더 수 및 회전수에 따라 착화지연, 연소지연 및 디젤기관의 각종 정수가 달라지므로 비선형이 심한 시스템이다. 본 연구에서는 신경회로망을 이용하여 발전기를 구동하는 디젤 기관의 속도를 제어하는 디젤기관 신경회로망 디지털조속기를 제안한다. 이를 위하여 3상 50㎾ 발전기를 구동하는 4행정 4실린더, 1800 rpm ISUTSU 디젤기관의 실제 운전데이터로부터 뉴럴에뮬레이터를 구한다. 최적치 뉴럴에뮬레이터 구성을 위하여 다양한 역전파알고리즘으로 학습을 행하고 결과를 비교한다. 또한 디젤기관의 역으로부터 뉴럴 제어기를 구성하고 뉴럴에뮬레이터로 시뮬레이션을 행한다. 외란이 존재하는 경우에도 효과적인 뉴럴제어기를 구성하기 위하여 선택적 뉴럴제어 기의 사용을 제안한다. 또한 응답성을 향상하고 정확한 목표치추종을 위하여 PI제어기를 보조제어기로 사용하는 하이브리드제어기를 구성하여 시뮬레이션을 통하여 성능이 향상됨을 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1381-1384
• /
• 2004

대상 지점의 수질 예측은 단순한 모델로 설명하는데 쉽지 않을 뿐만 아니라 많은 오차를 내포하고 있다. 그러나 최근, 신경회로망, 퍼지 논리, 전문가 시스템 및 유전자 알고리즘과 같은 인공지능이 대두되면서 복잡한 비선형 과정들을 나타낼 수 있게 되었다. 나아가 진정한 인공 지능을 실현하기 위해서는 신경회로망, 퍼지 논리, 전문가 시스템 및 유전자 알고리즘을 보다 효과적으로 이용하고 통합해야 가능할 것으로 기대된다. 본 연구에서는 유전자 알고리즘(Genetic Algorithm)을 T-S 퍼지시스템(Takagj-Sugeno Fuzzy system)의 삼각형 멤버쉽 함수 형태와 규칙 베이스를 최적화하기 위한 도구로 사용하였으면, 예측은 T-S 퍼지 시스템을 이용하여 실시하였다. 대상지점은 영산강 유역의 나주지점을 선정하여 유량자료 및 수질자료를 이용하여 GA와 T-S 퍼지 시스템의 결합에 의해 수질 예측을 실시할 결과 돌연변이율$(P_m)$ $0.05\~0.1$에서 우수한 결과를 얻을 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.42 no.3
• /
• pp.673-676
• /
• 2017

In this paper, we propose a day and night fog detection algorithm that is not affected by lighting conditions. First, we present the definitions and the extraction methods of fog features in daytime and nighttime environments, respectively. We then propose the fog detection algorithm using a neural network from the fog features. A set of experiments has been conducted with images taken at various environments, and the average recall of the proposed algorithm is 97.5%.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.210-213
• /
• 1999

In this paper, we propose a new neural network for the control of a robot manipulator The proposed neural network structure is that all of network outputs feed bark into hidden units and output units from feedback units The feedback units are only to memorize the previous activations of the hidden units and output units and can be considered to function as one-step time delays. The proposed neural network works standard back-propagation Loaming algorithm. The simulation and experiment results showed the effectiveness of using the modified neural network structure in the control of the robot manipulator.

• Journal of the Korean Geotechnical Society
• /
• v.16 no.1
• /
• pp.75-81
• /
• 2000

The anisotropy of soils has an important effect on stress-strain behavior. In this study, an attempt has been made to implement artificial neural network model for modeling the stress-strain relationship and predicting the undrained shear strength of normally consolidated clay with varying consolidation pressure ratios. The multi-layer neural network model, adopted in this study, utilizes the error back-propagation loaming algorithm. The artificial neural networks use the results of undrained triaxial test with various consolidation pressure ratios and different effective vertical consolidation pressure fur learning and testing data. After learning from a set of actual laboratory testing data, the neural network model predictions of the undrained shear strength of the normally consolidated clay are found to agree well with actual measurements. The predicted values by the artificial neural network model have a determination coefficient$(r^2)$ above 0.973 compared with the measured data. Therefore, this results show a positive potential for the applications of well-trained neural network model in predicting the undrained shear strength of cohesive soils.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.4 no.2
• /
• pp.184-191
• /
• 1999

일반적으로 시스템 인식과 제어를 위해 이용하는 다층망 신경회로망은 기존의 역전파알고리즘을 이용한다. 그러나 결선강도에 대한 오차의 기울기를 구하는 방법이기 때문에 국부적 최소점에 빠지기 쉽고, 수렴속도가 매우 늦으며 초기결선강도 값들이나 학습계수에 민감하게 반응한다. 이와 같은 단점을 개선하기 위해 본 논문에서는 칼만필터링 기법을 도입하여 수렴속도를 빠르게 하고 초기 결선강도의 영향을 받지 않도록 개선하였으며, 유도전동기의 속도추정과 제어에 적용하여 좋은 결과를 보였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05c
• /
• pp.541-546
• /
• 1996

사용후핵연료 수송용기의 이송 및 개폐작업을 수행하기 위하여 수송용기 취급장치 (RCGLUD)를 개발하였으며, 카메라 및 다중센서를 사용하여 취급공정을 자동화하는 연구를 수행하였다. RCGLUD는 크레인에 매달려 구동되므로 수송용기에 정확히 위치를 일치시키는 작업이 어려우며, 이를 위하여 카메라 영상정보 처리방법을 도입하여 수송용기의 위치인식 방법을 개발하였으며, 수송용기의 효과적인 파지작업을 위해서 다중센서정보와 신경회로망을 이용하여 RCGLUD의 파지부와 수송용기의 Trunnion을 정확히 조심시키는 알고리즘을 개발하였다.