• 한국항해항만학회지
• /
• 제26권2호
• /
• pp.183-188
• /
• 2002

컨테이너 물동량 예측은 항만과 항만의 개발에 있어서 매우 중요하다. 일반적으로 이동평균법, 지수평활법, 회귀분석과 같은 통계적인 방법들은 물동량 예측에서 많이 사용되어졌다. 하지만, 컨테이너 물동량 예측에 영향을 주는 여러 가지 요소들을 고려해 보면 다중병렬처리시스템인 신경망을 이용하는 것이 효과적이다. 본 연구는 신경망의 역전파학습알고리즘을 이용하여 컨테이너 활동량을 예측하였다. 신경망을 이용하여 영향력 있는 요소들을 선별하였으며, 선별된 요소들을 이용하여 물동량 예측을 하였다. 또한 제안된 신경망 알고리즘과 통계적인 방법의 예측들을 비교하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.53-56
• /
• 1998

본 논문에서의 공학적인 체계성을 갖고 초기 연결 가중치 및 임계치를 결정해 주면서, 학습까지 가능한 신경망을 제안한다. 기존의 오류 역전파 신경망을 적용할 때 경험에 의하여 은닉층 노드수를 결정하거나 임의의 실수 값으로 초기 연결 가중치 및 임계값을 주었을 때 자주 발생하는 학습 마비 현상을 피할 수 있고, Bose가 제안된 Voronoi 공간 분류에 의한 신경망 구성에서 학습이 불가능하다는 제안적인 단점을 보안하였다. 초기 가중치는 Voronoi 공간 분류가 이루어져 있다고 할 때 Bose가 제안한 초기 가중치 결정법을 개선하여 사용하고, Bose의 경우 신경망 노드가 Step function을 이용하여 정보를 전달하였으나 본 연구에서는 학습이 가능한 함수인 Sigmoid function을 이용하였다. 제안된 새로운 신경망의 성능 및 효율성을 비교하기 위하여 선형분리가 불가능한 XOR문제를 실험한 결과, 기존의 학습 가능한 EBP에서 허용오차 0.05 수준일 때 80%정도 학습마비 현상이 발생하였던 심각한 문제점을 보완할 수 있었고, 또한 학습 속도면에서 8~9배 정도 빠른 성능을 나타내었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2197-2199
• /
• 2004

시간 및 주파수 특성 분석이 용이한 웨이블릿 변환을 네트워크화 시킨 웨이블릿 신경 회로망의 파라미터 학습 방법에는 오차 역전파 알고리듬 및 유선 알고리듬 등이 있으나 이러한 학습 방법들은 수렴 시간이 오래 걸리는 단점이 있다. 따라서 본 논문에서는 웨이블릿 신경 회로망의 최적 파라미터를 결정하기 위한 학습방법으로 확장 칼만 필터 알고리듬을 제안한다. 일반적으로 확장 칼만 필터 알고리듬은 복잡한 연산 과정에 불구하고 적은 학습 횟수로 빠른 수렴 특성을 가진다. 제안한 방법의 효율성을 검증하기 위해 확장 칼만 필터 학습 방법을 적용한 웨이블릿 신경 회로망을 혼돈 시스템 동정에 적용하여 경사 하강법을 사용한 기존의 신경 회로망에 비해 더 양호한 성능을 가짐을 검증하고자 한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.373-376
• /
• 2005

본 논문에서는 이와 같은 요청에 부합되는 강인한 처지제어기를 얻고자, 다층 신경회로망을 이용하여 퍼지제어기 멤버쉽 함수의 전건부 및 후건부 파라미터들을 시스템에 알맞게 자기 조정하기 위해 최급구배법(Steepest Gradient Method)에 근거한 오차 역전파 알고리즘으로 적응 학습시킬 수 있는 뉴로-퍼지제어기 (Neuro-Fuzzy Control : NFC)의 구조 및 알고리즘을 제안하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.439-440
• /
• 2004

전력시스템의 부하주파수제어는 전력계통운용에 있어서 가장 중요하게 다루어야 한다. 본 논문에서는 강인한 퍼지제어기를 얻고자, 다층 신경회로망을 이용하여 퍼지제어기 멤버쉽 함수의 전건부 및 후건부 파라미터들을 시스템에 알맞게 자기 조정하기 위해 최급구배법에 근거한 오차 역전파 알고리즘으로 적응 학습시킬 수 있는 뉴로-퍼지제어기의 구조 및 알고리즘을 제안하였다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.77-82
• /
• 2008

본 논문에서는 대중음악 코드진행 과정에 있어서 패턴 분석을 이용하여 멜로디를 추가하는 방법을 소개한다. 먼저, 멜로디를 신경망의 입력으로 사용되는 비트패턴으로 변환하는 방법을 기술한다. 멜로디 추가 방법은 역전파 신경망 학습을 통해 멜로디 작곡 패턴을 학습시키고 학습 된 데이터를 바탕으로 멜로디를 생성하도록 설계하였다. 실험결과 신경망 학습을 이용한 컴퓨터의 작곡 가능성을 확인하였다.

• 한국소음진동공학회논문집
• /
• 제11권9호
• /
• pp.475-485
• /
• 2001

A study on the structural analysis of the composite laminated cylindrical shell which has simply supported boundary conditions at both ends, was performed. The results were used into the neural networks. Neural networks identify the load characteristics of the composite shells. Momentum Backpropagation which the learning rate can be varied was developed. Input patterns consist of strains at 9 side points which is divided equally. Output layers are the load characteristics. Developed program was used for the training. The training with variable learning rate was converged close to real oad characteristics. Inverse engineering can be applicable to the composite laminated cylindrical shells with developed neural networks.

• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1078-1084
• /
• 2010

본 논문에서는 오차역전파알고리즘에 의한 신경회로망을 사용하여 이산푸리에변환에 의한 진폭성분과 위상 성분을 복원하는 음성강조 시스템을 제안한다. 먼저, 신경회로망이 잡음이 부가된 음성신호의 이산푸리에변환의 진폭성분과 위상성분을 사용하여 학습된 후, 제안한 시스템은 백색잡음에 의하여 열화된 잡음이 부가된 음성 신호를 강조한다. 백색잡음에 의하여 열화된 음성신호는 이산푸리에변환에 의한 진폭성분과 위상성분을 입력으로 하는 신경회로망을 사용하여 제안된 시스템에 의하여 강조되는 것을 실험결과로 증명한다. 제안한 시스템은 스펙트럼 왜곡율의 평가법을 사용하여 백색잡음에 의하여 열화된 음성신호에 대하여 효과적인 것을 실험으로 확인한다.

• 한국통신학회논문지
• /
• 제18권7호
• /
• pp.907-912
• /
• 1993

본 논문에서는 신경회로망을 이용하여 함수 내삽을 위한 방법을 제안한다. 사용한 신경회로망의 구조는 3-layer포셉트론이고 학습 알고리듬은 은닉층 가변 오차역전파알고리듬이다. 내삽하는 함수는 sin(7 X),3rd order polynomial 및 사각파이다. 내삽된 함수들의 근평균제곱오차(root mean squared errors)는 각각 0.00258, 0.00164 및 0.0011s이다.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1743-1750
• /
• 2003

근래에는 정확성과 신뢰성이 강한 센서리스 속도추정방법으로 전동기를 구동하기 위한 노력이 전개되고 있으며, 본 논문은 외란에 대한 강인성이 뛰어난 신경회로망을 이용하여 직류전동기의 센서리스 속도제어를 실현한 연구 결과이다. 〔6­8〕 신경회로망은 사람의 뇌가 경험을 통해 학습하듯이 주어진 입력에 대해 학습을 통하여 최적의 출력을 발생한다. 학습은 직류전동기의 수식모델을 통해 얻어진 전압$.$전류 및 회전자 속도를 입$.$출력 데이터로 사용하여 역전파 학습 알고리즘〔8〕을 통해 행하여지며, 학습 완료 후 얻은 최적의 연결강도를 이용하여 속도를 추정한다. 신경회로망에 의한 방식은 복잡한 알고리즘을 사용하지 않고도 정확한 속도 추정이 가능하며, 직류전동기의 문제점인 회전자 권선의 열에 의한 전동기의 성능 악화 및 속도 제어의 어려움을 해소하여 운전 조건에 따른 외란 등에도 강인한 제어 특성을 가질 뿐만 아니라 전 속도 영역에서 속도 응답 특성이 우수한 결과를 얻을 수 있었다.