• Journal of Ocean Engineering and Technology
• /
• v.10 no.1
• /
• pp.65-74
• /
• 1996

Up to now, the existing crack growth modelling has used a mathematical approximation but an assumed function have a great influence on this method. Especially, crack growth behavior that shows very strong nonlinearity needed complicated function which has difficulty in setting parameter of it. The main characteristics of neural network modelling to engineering field are simple calculations and absence of assumed function. In this paper, after discussing learning and generalization of neural networks, we performed crack growth modelling on the basis of above learning algorithms. J'-da/dt relation predicted by neural networks shows that test condition with unlearned data is simulated well within estimated mean error(5%).

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.580-582
• /
• 1998

인터넷의 보급으로 인하여 디지털 데이터의 복제가 확산됨에 따라 멀티미디어 데이터에 대한 소유권 보호와 인증에 대한 문제가 대두되고 있는 실정이다. 본 논문에서는 디지털 영상을 다중해상도 표현이 가능한 웨이브릿 변환(Wavelet Transform)을 통하여 저주파수 영역에 인간 시각으로 지각 할 수 없는 워터마크를 삽입하고, 삽입된 워터마크의 영상을 인증하기 위한 방법으로 오류 역전파 학습 알고리즘(Error Backpropagation)을 이용한 신경회로망적 접근방법을 제안한다. 워터마크를 추출하기 위해서는 원영상이 필요하고, 내장된 워터마크가 손실 압축과 필터링 등의 일반적인 영상 처리에 강인함을 실험 결과를 증명하고, 제안한 신경회로망적 접근방법이 좋은 결과를 나타냄으로 실험을 통하여 증명하였다.

• 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.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.7
• /
• pp.907-912
• /
• 1993

In this Paper we have proposed a new method to implement the interpolation of the functions, using a neural network. The architecture of neural network is a three-layer perceptron and the training algorithm is a modified error back propagation algorithm adding neurons to hidden layer. The interpolated functions are sin(7 X), 3rd order polynomial 0.5$\times$3_2$\times$2+X+2.5 and rectangular pulse 0.99 U (X-0.2) -0.99 U(X-0.8) +0.01, where U(X) is the unit step. The root mean squred errors of the interpolated functions are 0.00258, 0.00164 and 0.00116 respectively.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.1
• /
• pp.83-90
• /
• 2002

This paper proposed the strategy learning method by means of the fusion of Back-Propagation neural network and Q learning algorithm for two-person, deterministic janggi board game. The learning process is accomplished simply through the playing each other. The system consists of two parts of move generator and search kernel. The one consists of move generator generating the moves on the board, the other consists of back-propagation and Q learning plus $\alpha$$\beta$ search algorithm in an attempt to learn the evaluation function. while temporal difference learns the discrepancy between the adjacent rewards, Q learning acquires the optimal policies even when there is no prior knowledge of effects of its moves on the environment through the learning of the evaluation function for the augmented rewards. Depended on the evaluation function through lots of games through the learning procedure it proved that the percentage won is linearly proportional to the portion of learning in general.

• Electronics and Telecommunications Trends
• /
• v.5 no.2
• /
• pp.39-50
• /
• 1990

다층 퍼셉트론 신경회로망 모델이 여러가지 복잡한 문제를 역전파 학습에 의하여 해결할 수 있다고 보고된 후로, 이 모델을 이용한 응용분야의 연구가 활발하다. 그렇지만, 이 다층 퍼셉트론 모델은 오랜 학습시간이 필요하며, 또 분류경계가 입력층과 숨겨진 층간의 연결가중치에 의해 결정되는 초기하 평면의 조합으로 이루어지기 때문에, 숨겨진 층의 뉴런 수가 부족하면 분류경계를 제대로 나타낼 수 없게 된다. 이러한 단점들을 극복하기 위하여 숨겨진 층의 활성화 함수는 시그모이드 형태가 아닌 가우스 함수가 되도록 하고 이 가우스 함수들의 선형적 합에 의하여 출력층 뉴런들의 값이 결정되는, 즉, 가우스 함수가 출력층의 전위함수(potential function)가 되는 신경회로망이 여러번 제안되었다. 본 논문에서는 가우스 함수를 전위함수로 가지는 신경회로망 모델들에 대하여 이 모델들의 실제 응용 예와 함께 알아보겠다.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.11 no.1
• /
• pp.39-47
• /
• 1997

본 논문에서는 퍼지제어기와 신경회로망 적응 관측기를 적용하여 강인성을 AC드라이브 시스템을 제안하였다. 퍼지제어기는 유도전동기의 속도 제어시 빠른 속도 응답 특성을 얻기 위하여 사용하였다. 신경회로망 적응관측기는 전동기 파라메터 변화에 대하여 강인한 제어 시스템이 되도옥 자속 관측기오 토오크 적응관측기로 구성하였다. 사용된 신경회로망은 자속과 토오크의 동특성을 학습시키기 위하여 역전파 알고리즘을 사용하였따. 컴퓨터 시뮬레이션의 결과를 통해 제안된 시스템이 전동기 파라메터 변동과 부화이론에 강인하고 속도응답 특성이 우수함을 입증하였다.

• Proceedings of the KIEE Conference
• /
• 1996.07b
• /
• pp.1365-1367
• /
• 1996

본 연구에서는 확정진단시의 무릎 CT 화상을 대상으로해서 화상인식의 제1단계로써, 최근 여러분야에서 많은연구가 행해지고 있는 3층역전파신경회로망(BPN)에 의한 무릅덮개뼈 탈구중의 자동진단 가능성에 관해서 검토를 행했다. 실험결과로부터 신경회로망에 의한 무릅덥개뼈 탈구화상의자동진단은 충분하다고 할 수는 없어도 가능성이 있음올 알게 되었다. 다만, 본 실험에서사용된 패턴수가 적어, 충분한 학습이 이루어지지 않았을 가능성이 있으며, 또한 test된 화상수도 충분치 못하였다. 데이터의 증가에 수반해서 인식률이 충분히 한 향상될 것으로사료된다. 신경회로망은 원리척으로 패턴변환의 한 종류로써, 현상태의 기술수준을 고려할때 과도의 기대는 금물이지만, 패턴인식, 화상처리 등 종래의 계산기가 능숙하게 대처하지 못했던 분야에 대해서 큰 기대를 부여하고 있다. 특히 의공학연구에 있어서 BPN의 응용범위를 사고한다면, 확정진단시에 있어 의사가 보다 확실한 진단을 할 수 있도록 진단지원에 휴익한 도움을 줄 수 있을 것으로 사료된다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.24 no.3 s.174
• /
• pp.634-644
• /
• 2000

Fatigue crack growth and life is estimated by various fracture mechanical parameters but affected by load, material and environment. Fatigue character of component without surface notch cannot be e valuated by above-mentioned parameters due to microstructure of in-service material. Single fracture mechanical parameter or nondestructive parameter cannot predict fatigue damage in arbitrary boundary condition but multiple fracture mechanical parameters or nondestructive parameters can Fatigue crack growth modelling with three point representation scheme uses this merit but has limit on real-time monitoring. Therefore, this study shows fatigue damage model using backpropagatior. neural networks on the basis of X-ray half breadth ratio B/$B_o$ fractal dimension $D_f$ and fracture mechanical parameters can predict fatigue crack growth rate da/dN and cycle ratioN/$N_f$ at the same time within engineering estimated mean error(5%).

• 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.