• 한국멀티미디어학회논문지
• /
• 제1권1호
• /
• pp.26-36
• /
• 1998

2차원 밝기 영상에서 3차원 정보를 얻는 문제는 컴퓨터 시각 연구에서 매우 중요한 분야를 차지하고 있다. 이러한 목적을 위해 먼저 2차원 영상을 취득할 때 카메라의 위치, 광원의 방향, 영상내 물체의 반사특성 등 본질적인 정보를 이용한다. 이중에서 물체의 표면 반사특성은 매우 중요한 단서가 된다. 과거에는 물체의 반사특성을 Lambertian 반사만을 전제하여 연구를 진행했지만 실세계의 물체는 대부분 Non-Lambertian 반사특성을 갖는다. 본 논문에서는 2차원 밝기 영상에서 물체의 반사특성을 해석하고, 반사특성 파라미터를 추정하여 물체의 형상을 복구하는 새로운 방법과 반사특성을 모르는 상황에서 신경회로망 학습에 의해 형상을 복구하는 방법을 제안한다. 물체의 반사특성은 전반사 성분과 난반사 성분을 함께 갖는 Non-Lambertian 면을 그 대상으로 하며, 이러한 반사특성은 전반사(Torrance-Sparrow) 모델과 난반사(Lambertian) 모델의 선형적인 합으로 설명될 수 있다. 본 논문에서 제안한 Photometric Matching은 주변 화소의 밝기 분포를 고려하여 참조영상과의 매칭을 통한 형상복구 알고리듬으로써 기존의 Photometric Stereo에 근본을 두고 있지만, 잡음 및 오차의 누적 정도가 향상되었다. 또한 물체의 반사특성을 모르는 상황에서 신경회로망 학습에 의한 형상복구방법을 제안한다. 이 방법은 역전파 학습알고리듬을 이용해 광원 방향에 따른 밝기값에 대해 면법선을 교사하여 형상을 결정한다.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.37-44
• /
• 2004

전력계통분야의 복합 대형화에 유연한 대처와 전력조류의 최적화 도모를 위해 사용되는 FACTS(Flexible AC Transmission System)기기 중 가장 유용한 UPFC(Unified Power Flow Controller)는 선로의 전압을 임의의 크기와 위상을 갖도록 제어하여 선로로 전송되는 유ㆍ무효전력을 총체적으로 보상하는 기능을 갖는다. 이런 UPEC가 계통에 연계되어 운영된다면 송전선로 매개변수가 변하기 때문에 계통의 영향을 많이 받는 거리계전기는 불필요한 오동작이 발생하게 된다. 즉 거리계전기에서 바라본 임피던스 영역(Impedance Zone)이 송전선로에 UPFC 연계시 각각의 보상 값에 의해 상당한 변화를 보임으로, 기존의 방식으로 정정된 Relay Setting Zone과 Adaptive Setting Zone은 현저한 오차가 발생하게 된다. 그러므로 계통에 연계된 UPFC의 운전 조건을 고려한 거리계전기 보호구간의 재설정이 필요하게 된다. 따라서 본 논문의 목적은 학습이 가능한 신경회로망(ANN)을 이용하여 거리계전기 동작의 신속성(Speed)을 기본으로 전력계통의 다양한 환경에 대해 거리계전기 응동 특성을 향상시키는데 있다. 학습 방법으로는 정적 및 동적인 비선형 시스템의 인식과 다변수 시스템에 적용 가능한 역전파 알고리즘(Back-propagation Algorithm)을 사용했다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1542-1550
• /
• 2019

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 퍼지(Fuzzy), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 오류 역전파 알고리즘을 이용한 부정맥 분류에 가장 많이 사용되고 있다. 딥러닝 모델을 심전도 신호에 적용하기 위해서는 적절한 모델선택과 파라미터를 최적에 가깝게 선택할 필요가 있다. 본 연구에서는 심실 조기 수축 비트 검출을 위한 딥러닝 기반의 최적 파라미터 검출 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG신호에서 R파를 검출하고 QRS와 RR간격 세그먼트를 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 검증데이터로 모델을 평가하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 딥러닝 모델로 훈련 및 검증 정확도를 확인하였다. 성능 평가 결과 R파의 평균 검출 성능은 99.77%, PVC는 97.84의 평균 분류율을 나타내었다.

• 한국정밀공학회지
• /
• 제18권4호
• /
• pp.209-218
• /
• 2001

Ultrasonic motors are newly developed motors which are expected to be useful as actuators in many practical systems such as robot arms or manipulators because of several advantages against the electromagnetic motors. However, the precise control of the ultrasonic motor is generally difficult due to the absence of appropriate and rigorous mathematical model. Furthermore, owing to heavy nonlinearity, the position control of a pendulum system driven by the ultrasonic motor has a problem that control method using multiple neural network controllers based on a fuzzy inference system that can determine the initial position of the pendulum in the beginning of control operation. In addition, and appropriate neural network controller that has been learned to operate well at the corresponding initial position is adopted by switching schemes. The effectiveness of the proposed method was verified and evaluated from real experiments.

• 한국공작기계학회논문집
• /
• 제18권2호
• /
• pp.170-177
• /
• 2009

The objective of this study is to evaluate an acoustic emission (AE) source characterization and fracture behavior of the SM45C steel by using back-propagation neural network (BPN). In previous research Ref. [8] about k-nearest neighbor classifier (k-NNC) continuity, we used K-means clustering method as an unsupervised learning method for obtaining multi-variate AE main data sets, such as AE counts, energy, amplitude, risetime, duration and counts to peak. Similarly, we applied k-NNC and BPN as a supervised learning method for obtaining multi-variate AE working data sets. According to the error of convergence for determinant criterion Wilk's ${\lambda}$, heuristic criteria D&B(Rij) and Tou values are discussed. As a result, in k-NNC before fracture signal is detected or when fracture signal is detected, showed that produce some empty classes in BPN. And we confirmed that could save trouble in AE signal processing if suitable error of convergence or acceptable encoding error give to BPN.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.710-715
• /
• 2003

본 논문에서는 사람의 식별과 감정을 인식하기 위한 새로운 방법을 제안한다. 제안된 방법은 색차 정보에 의한 형판의 위치 인식과 형판 벡터 추출에 기반 한다. 단일 색차 공간만을 이용할 경우 피부색 영역을 정확히 추출하기 힘들다. 이를 보완하기 위해서 여러 가지 색차 공간을 병행하여 피부색 영역을 추출하며, 이를 응용하여 각각의 형판을 추출하는 방법을 제안한다. 그리고, 사람의 식별과 감정 인식을 위해서 추출된 형판에 대한 각각의 특징 벡터를 신경회로망을 이용하여 학습하여 사용한다. 마지막으로, 제안된 방법은 실제 실험을 통하여 그 가능성을 보인다.

• 한국항공우주학회지
• /
• 제37권3호
• /
• pp.248-254
• /
• 2009

유전자 알고리즘은 공기역학적 최적 형상 설계를 위해 매우 유용한 도구임에도 불구하고 인구수 기반의 탐색 알고리즘이 내포하고 있는 과도한 계산 시간으로 말미암아 제한적으로 적용된다. 본 연구에서는 과도한 계산 시간을 줄이고 정확한 최적해를 유도하기 위해 근사모델인 역전파 신경망과 전역적 최적화 기법인 실수기반 적응영역 유전자 알고리즘을 결합한 하이브리드 기법을 제안한다. 그 결과 하이브리드 기법이 에어포일의 항력 및 최적화 계산 시간 측면에서 일반적인 유전자 알고리즘 대비 14%, 33% 향상된 결과를 나타내었다.

• 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.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권2호
• /
• pp.107-114
• /
• 1999

This paper presents an application of artificial neural networks(ANN) to assess the dynamic security of power systems. The basic role of ANN is to provide assessment of the system's stability based on training samples from off-line analysi. The critical clearing time(CCT) is an attribute which provides significant information about the quality of the post-fault system behaviour. The function of ANN is a mapping of the pre-fault, fault-on, and post-fault system conditions into the CCT's. In previous work, a feed forward neural network is used to learn this mapping by using the generation outputs during the fault as the input data. However, it takes significant calculation time to make the input data through the network reduction at a fault as the input data. However, it takes significant calculation time to make the input data through the network reduction at a fault considered. In order to enhance the speed of security assessment, the bus data and line powers are used as the input data of the ANN in thil paper. Test results show that the proposed neural networks have the reasonable accuracy and can be used in on-line security assenssment efficiently.

• 한국게임학회 논문지
• /
• 제1권1호
• /
• pp.61-67
• /
• 2001

This paper describes a program which learns good strategies for two-poison, deterministic, zero-sum board games of perfect information. The program learns by simply playing the game against either a human or computer opponent. The results of the program's teaming of a lot of games are reported. The program consists of search kernel and a move generator module. Only the move generator is modified to reflect the rules of the game to be played. The kernel uses a temporal difference procedure combined with a backpropagation neural network to team good evaluation functions for the game being played. Central to the performance of the program is the search procedure. This is a the capture tree search used in most successful janggi playing programs. It is based on the idea of using search to correct errors in evaluations of positions. This procedure is described, analyzed, tested, and implemented in the game-teaming program. Both the test results and the performance of the program confirm the results of the analysis which indicate that search improves game playing performance for sufficiently accurate evaluation functions.