• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1962-1963
• /
• 2011

본 연구에서는 패턴분류를 위해 최적화된 방사형 기저 함수 신경회로망(Radial Basis Function Neural Networks) 분류기를 제안한다. RBFNN은 입력층, 은닉층, 출력층의 3층 구조로 되어 있으며 Multi Dimension, Predictive ability, Robustness한 특징이 있다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 Fuzzy C-means 클러스터링 알고리즘을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. RBFNN은 은닉층의 노드수와 FCM 클러스터링의 퍼지화 계수, 연결가중치의 다항식 타입이 모델의 성능의 향상에 영향을 미치기 때문에 최적화가 필요하며 본 논문에서는 Differential Evolution(DE) 알고리즘을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 제안된 모델을 평가하기 위해 패턴분류에 많이 사용되는 Iris 데이터와 Wine 데이터를 이용하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.2029_2030
• /
• 2009

고속철도의 실내소음은 승객들의 질적 서비스와 매우 연관이 깊은 시스템 환경요소라 할 수 있다. 본 논문은 이러한 소음을 저감하기 위한 지능형 알고리즘을 이용한 능동소음제어(ANC; active noise control) 시스템을 제안한다. 우선 철도실내의 소음저감시스템에 대한 기구학적 모델링을 구한 후 철도시스템에 적합한 ANC 기법을 제안한다. 본 논문은 지능형 ANC를 구현하기 위하여 다층 퍼셉트론의 신경회로망 모델을 이용하였으며 실시간으로 소음저감을 위하여 온라인 학습알고리즘을 적용한다. 제안한 ANC 기법의 성능을 검증하기 위하여 시뮬레이션을 실시하였으며 고속 Fourier 변환(FFT) 분석을 통해 소음의 저감정도를 분석한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.402-408
• /
• 1997

일정 학습계수와 이진 강화함수를 지닌 자기조직화 형상지도(Self-Organizing Feature Map)신경회로망을 FPGA위에 하드웨어로 구현하였다. 원래의 SOFM 알고리즘에서 학습계수가 시간 종속형인데 반하여, 본 논문에서 하드웨어로 구현한 알고리즘에서는 학습계수가 일정인 값으로 고정되며 이로 인한 성능저하를 보상하기 위하여 이진 강화함수를 부가하였다. 제안한 알고리즘은 복잡한 곱셈 연산을 필요로 하지 않으므로 하드웨어 구현시 보다 쉽게 구현 가능한 특징이 있다. 1개의 덧셈/뺄셈기와 2개의 덧셈기로 구성된 단위 뉴런은 형대가 단순하면서 반복적이므로 하나의 FPGA위에서도 다수의 뉴런을 구현 할 수 있으며 비교적 소수의 제어 신호로서 이들을 모두 제어 가능할 수 있도록 설계하였다. 실험결과 각 구성부분은 모두 이상 없이 올바로 동작하였으며 각 부분이 모두 종합된 전체 시스템도 이상 없이 동작함을 알 수 있었다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.04a
• /
• pp.135-140
• /
• 1998

본 논문에서는 신경회로망에서 가장 널리 쓰이고 있는 오차 역 전파 알고리즘(Error Back-propagation) 을 사용하여 스캐너를 모델링함으로써 스캐너의 원색 재현을 위한 방법을 제시하였다. 이것은 스캐너의 하드웨어적 특성을 고려, 입력된 영상의 원색과 출력물의 색과 일치시키는 방법이다. 우선, 오차 역전파 알고리즘에 대하여 학습 규칙을 살펴보고 학습을 위한 데이터를 추출하기 위해 고르게 분포된 색 샘플들을 계측기로 측정하여 칼라 공간에서의 X, Y, Z 값을 얻어낸다. 그 중에서 표본 샘플을 추출한다. 그리고 이를 스캐너로 스캐닝하여 얻은 R, G, B값을 오차 역전파 알고리즘의 입력값으로, 목표값은 X, Y, Z값을 사용하여 학습시킨다. 학습하는 동안 샘플 색상의 수와 중간층의 수, 노드의 수를 변화시킴으로써 최적의 결과를 얻도록 실험하였다. 결론에서는 서로간의 결과를 분석한다.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.5
• /
• pp.76-85
• /
• 1999

The intuitive understanding of the dynamic pattern generation in asymmetric networks may be useful for developing models of dynamic information processing. In this paper, dynamic behavior of the cyclic connection neural network, in which each neuron is connected only to its nearest neurons with binary synaptic weights of $\pm$ 1, has been investigated. Simulation results show that dynamic behavior of the network can be classified into only three categories: fixed points, limit cycles with basin and limit cycles with no basin. Furthermore, the number and the type of limit cycles generated by the networks have been derived through analytical method. The sufficient conditions for a state vector of $n$-neuron network to produce a limit cycle of $n$- or 2$n$-period are also given. The results show that the estimated number of limit cycles is an exponential function of $n$. On the basis of this study, cyclic connection neural network may be capable of storing a large number of dynamic information.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.44 no.2 s.314
• /
• pp.24-31
• /
• 2007

This paper presents self tuning PI(STPI) controller of IPMSM drive using neural network. In general, PI controller in computer numerically controlled machine process fixed gain. They may perform well under some operating conditions, but not all. To increase the robustness of fixed gain PI controller, STPI controller proposes a new method based neural network. STPI controller is developed to minimize overshoot, rise time and settling time following sudden parameter changes such as speed, load torque and inertia. Also, this paper is proposed speed control of IPMSM using neural network and estimation of speed using artificial neural network(ANN) controller. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The results on a speed controller of IPMSM are presented to show the effectiveness of the proposed gain tuner. And this controller is better than the fixed gains one in terms of robustness, even under great variations of operating conditions and load disturbance.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.3
• /
• pp.374-379
• /
• 2007

This paper focuses on the improvement of fault detection algorithm in FRTU(feeder remote terminal unit) on the feeder of distribution power system. FRTU is applied to fault detection schemes for phase fault and ground fault. Especially, cold load pickup and inrush restraint functions distinguish the fault current from the normal load current. FRTU shows FI(Fault Indicator) when the fault current is over pickup value or inrush current. STFT(Short Time Fourier Transform) analysis provides the frequency and time Information. FCM(Fuzzy C-Mean clustering) algorithm extracts characteristics of harmonics. The neural network system as a fault detector was trained to distinguish the inruih current from the fault status by a gradient descent method. In this paper, fault detection is improved by using FCM and neural network. The result data were measured in actual 22.9kV distribution power system.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.20 no.3
• /
• pp.53-61
• /
• 2006

This paper is proposed adaptive fuzzy-neuro controller for high performance of induction motor drive. The design of this algorithm based on fuzzy-neural network controller that is implemented using fuzzy control and neural network. This controller uses fuzzy nile as training patterns of a neural network. Also, this controller uses the back-propagation method to adjust the weights between the neurons of neural network in order to minimize the error between the command output and actual output. A model reference adaptive scheme is proposed in which the adaptation mechanism is executed by fuzzy logic based on the error and change of error measured between the motor speed and output of a reference model. The control performance of the adaptive fuzzy-neuro controller is evaluated by analysis for various operating conditions. The results of experiment prove that the proposed control system has strong high performance and robustness to parameter variation, and steady-state accuracy and transient response.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.22 no.1
• /
• pp.40-49
• /
• 2008

Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications and so of due to their excellent power to weight ratio. To obtain maximum efficiency in these applications, this paper proposes the neural network control method. The controllable electrical loss which consists of the copper loss and the iron loss can be minimized by the error back propagation algorithm(EBPA) of neural network. The minimization of loss is possible to realize eHciency optimization control for the IPMSM drive. This paper proposes high performance and robust control through a real time calculation of parameter variation such as variation of back emf constant, armature resistance and d-axis inductance about the motor operation. Proposed algorithm is applied IPMSM drive system, prove validity through analysis operating characteristics con011ed by efficiency optimization control.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.6 no.1
• /
• pp.49-56
• /
• 2001

This paper presents a new approach to the problem based on neural network methods. Instead of using general controllers, neural networks PID control are used to control AC servo motor. The most popular and widely used control method in servo system control loops is PID type. PID controller has the features of simple structure, stability and reliability. But it has limitations in complex system control and can not remain above virtues under the conditions of parameters uncertain and environment uncertainties. AC servo motor controller is designed for drive of the cartesian coordinate type for machine tools.