• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.330-340
• /
• 1998

자율주행 반송차가 주어진 경로를 따라 주행 할 때 주행면의 불균일성과 같은 외란요인과 자율반송차 시스템 자체의 비선형성 등으로 인하여 원치 않는 경로추종오차가 발생하게 되는데 본 연구에서는 이러한 경로추종오차를 최소화하기 위해서 신경회로망을 이용한 경로추종 오차 보상방법을 제안한다. 본 방법에서는 신경회로망을 통하여 조향각 보상량을 제공하므로써 경로추종오차를 보상한다. 신경망은 다층 퍼셉트론을 채용하였으며 역전파 알고리즘의 최급강하규칙(Gradient descent rule)을 이용하여 학습을 수행하였다. 본 제안에서는 학습오차를 경로추종오차로부터 정의하므로써 경로추종오차가 최소화되록 신경회로망을 학습시켰다. 제안된 방법의 타당성은 다양한 경로에 대한 모의실험 및 실제 실험을 통하여 검증하였다.

• 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 Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.155-158
• /
• 1998

다층 신경회로망의 모델의 크기는 적용분야에 따라서 임의로 선택되어지고, 최적의 네트워크 크기는 긴 시간에 걸친 시행착오를 통하여 결정된다. 본 논문에서는 은닉충의 뉴런 수를 학습 과정에서 유동적으로 결정하는 역전파 알고리즘을 제안한다. 기존의 Narendra의 모델의 동정에 대하여 제안한 알고리즘의 유용성을 비교 검토하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.10a
• /
• pp.233-238
• /
• 1997

위그너분포(Wigner Distribution)를 이용하여 진동신호를 분석하고, 신경회로망을 이용하여 온라인으로 진동발생에 따른 냉각재펌프의 이상상태를 진단하고자 하였다. 진동신호 분석을 위하여 현재 정상 가동중인 원전 냉각재펌프의 진동신호와 Rotor Kit으로부터 이상상태에 대한 모의신호를 추출하였다. 본 연구에서 진동신호 분석을 위하여 시간 및 주파수성분을 동시에 표현가능한 위그너분포 이론을 적용하므로써 기존의 시간 및 주파수성분을 별도로 표현하던 방법보다 신호분석이 용이함을 확인하였으며, 이 신호분석 결과를 바탕으로 역전파 신경회로망의 패턴인식 및 분류 특징을 이용한 진단결과는 실험데이타 량에 비추어 만족할 만한 인식률을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.251-254
• /
• 1998

본 논문에서는 신경회로망의 수렴속도를 높이기 위한 알고리즘을 제안한다. 전형적인 역전파 학습방식은 느린 수렴속도가 단점으로 제기되는데 이는 비용함수의 계곡부근에서 가중치의 궤적이 심한 진동현상을 보이기 때문이다. 이 문제를 해결하기 위해서 본 논문에서는 경사법에서 사용되는 갱신방향을 계곡의 진행방향을 이용하여 변경한다. 모의실험을 통하여 제안된 방법으로 가중치의 궤적에 나타나는 진동을 줄이고 수렴속도를 향상시킬 수 있음을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.244-247
• /
• 1999

in this paper, we propose the recognition system of face using polynomial coefficients to recognize fact images using neural network. The system consists of following steps. First step, the sizes of fare images is reduced sizes of input images to 1/4 using wavelet transform. Second step, the polynomial coefficients is obtained from low frequency coefficient matrix after 3 level wavelet transform. Third step, polynomial coefficients is normalized. The of range of normalization is from -1 to 1. Last, Face images is trained and recognized using neural network with error back propagation algorithm.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.4
• /
• pp.77-86
• /
• 1995

The new architecture that fuzzy logic control(FLC) with difficulties for tuning membership function (MF) is parallel with neural networks(NN) to be learned from the output of FLC is proposed. Therefore proposed scheme has the characteristics to utilize the expert knowledge in design process, to be learned during the operation without any learning mode. In this architecture, the function of the FLC is to supply the sliding surface which is constructed on the phase plane by rule base for giving the desired control characteristics and learning criterion of NN and the stabilization of the control performance before NN is learned, The function of the NN is to let the system trajectory be tracked to the sliding surface and reached to the stable point.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.79-82
• /
• 2001

생산품을 제조하는 과정에서 처리 시간에 따른 제조 기계를 최적의 수로 결정함으로서 공정 과정에서 비효율적인 제조 기계의 활용 비율을 줄일 수 있으며, 이는 공정 과정의 비용을 최소화할 수 있는 방법 중에 하나이다. 본 논문에서는 핸드폰에 사용되는 여러 가지 모델의 배터리를 생산하는 공장의 작업 과정을 조사하고, 일정하기 않은 처리 시간과 작업에 필요한 제조 기계를 조사하였다. 이를 인공 신경망(ANN)의 역전파 알고리즘을 이용하여 생산현장에서 효율적인 처리 시간과 공정 과정에서 생산에 적합한 기계의 수를 최적화시키는 방법을 제안한다.