• Journal of Korea Society of Industrial Information Systems
• /
• v.5 no.3
• /
• pp.117-124
• /
• 2000

A systolic array is a parallel processing system which consists of processing elements of basic computation capabilities, connected with regular and local communication lines. It has been known that a systolic array is on of effective systems to solve complicated communication problems occurred between densely connected neurons on ANN(Artificial Neural Network). In this paper, a systolic array simulator for the back-propagation ANN, which automatically constructs the proper systolic array for a given number of neurons of the ANN, is designed and constructed. With animation techniques of the simulators, it is easy for users to be able to examine the execution of the back-propagation algorithm on the designed systolic array step by step. Moreover the simulator can perform forward and backward operations of the back-propagation algorithm either in sequence or in parallel on the designed systolic array. Parallel execution can be performed by feeding continuous input patterns and by executing bidirectional propagations on all of processing elements of a systolic array at the same time.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.19 no.3
• /
• pp.75-85
• /
• 2017

A method to estimate hourly temperature profiles on calm and clear nights was developed based on temporal changes of inversion height and strength. A meteorological temperature profiler (Model MTP5H, Kipp and Zonen) was installed on the rooftop of the Highland Agriculture Research Institute, located in Daegwallyeong-myeon, Pyeongchang-gun, Gangwon-do. The hourly vertical distribution of air temperature was measured up to 600 m at intervals of 50 m from May 2007 to March 2008. Temperature and relative humidity data loggers (HOBO U23 Pro v2, Onset Computer Corporation, USA) were installed in the Jungdae-ri Valley, located between Gurye-gun, Jeollanam-do and Gwangyang-si, Jeollanam-do. These loggers were used to archive measurements of weather data 1.5 m above the surface from October 3, 2014, to November 23, 2015. The inversion strength was determined using the difference between the temperature at the inversion height, which is the highest temperature in the profile, and the temperature at 100 m from the surface. Empirical equations for the changes of inversion height and strength were derived to express the development of temperature inversion on calm and clear nights. To estimate air temperature near the ground on a slope exposed to crops, the equation's parameters were modified using temperature distribution of the mountain slope obtained from the data loggers. Estimated hourly temperatures using the method were compared with observed temperatures at 19 weather sites located within three watersheds in the southern Jiri-mountain in 2015. The mean error (ME) and root mean square error (RMSE) of the hourly temperatures were $-0.69^{\circ}C$ and $1.61^{\circ}C$, respectively. Hourly temperatures were often underestimated from 2000 to 0100 LST the next day. When temperatures were estimated at 0600 LST using the existing model, ME and RMSE were $-0.86^{\circ}C$ and $1.72^{\circ}C$, respectively. The method proposed in this study resulted in a smaller error, e.g., ME of $-0.12^{\circ}C$ and RMSE of $1.34^{\circ}C$. The method could be improved further taking into account various weather conditions, which could reduce the estimation error.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.325-328
• /
• 2006

역전파 학습 방법은 속도가 느리고, 지역 최소점으로 빠져 수렴에 실패하는 경우가 많다고 알려져 있다. 이제까지 알려진 역전파의 대체 방법들은 수렴 속도와 인자에 따른 수렴의 안정성에 대한 불균형을 해소 하는데 치중했다. 기존의 전통적인 역전파에서 발생하는 위와 같은 문제를 해결하기 위하여, 본 논문에서는 적은 용량의 저장 공간만을 요구하며 수렴이 빠르고 상대적으로 안정성이 보장되는 알고리즘을 제안한다. 이 방법은 상위연결(upper connections), 은닉층-출력층(hidden to output), 하위 연결(lower connections), 입력층-은닉층(input to hidden)에 대해 개별적으로 훈련을 시키는 교대 학습 방법을 적용한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.393-396
• /
• 2004

본 논문에서는 선박의 소음을 이용한 선박의 위치추적 및 지음향학적 인자의 역산 기법을 제안하였다. 예인 수평선배열에 의해 계측된 선박의 소음을 시간역전시켜(time reversed) 역전파(back propagation)시킨 음파는 해당 해양환경과 동일한 경우 원래의 음원 즉 선박의 위치에 가장 큰 에너지가 집중된다. 이러한 역전파된 신호의 집중 정도를 이용하여 음원의 위치 및 해양환경(특히 지음향학적 환경) 정보를 추정하였다. 본 역산에서 사용된 목적함수는 정합임펄스응답필터를 사용하여 음원의 위치에 집중된 정규화된 파워로 정의되었다. 최적화 알고리즘으로 유전알고리즘과 Powell 방법이 함께 사용되었다. 제안된 기법을 Elba섬 근해에서 실시된 MAPEX 2000 실험 데이터에 적용한 후 그 결과를 본 논문에서 제시하였으며 그 효용성을 확인하였다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1999.10a
• /
• pp.242-243
• /
• 1999

전기집진기는 산업 분진 및 폐가스 집진을 위해 널리 이용되며, 고전기 저항 분진에 의한 집진극 표면의 역전리가 전기집진기에서 가장 큰 문제이다. 이런 역전리 현상을 방지하기 위해 가스온도 제어, 가스조건, 하전 제어 등 다양한 방법이 시도되고 있다. 전기집진기에서 고 비저항 분진 및 역전리의 영향으로부터 높은 집진효율을 얻기 위한 방법 중 하나로 이동 전극형 방식(Moving Electrode Electrostatic precipitator, MEEP)과 고정전극형 (Fixed Electrode Electrostatic precipitatior, FEEP)에 펄스하전 방식으로 구성된 조합형 전기집진기가 개발되고 있다.(Toshiaki Misaka etc. 1996)(중략)

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2008.11a
• /
• pp.151-151
• /
• 2008

바이폴러 트랜지스터(이하 BJT)의 고온 콜렉터-베이스 역전압 수명시험을 실시하였고, 수영시험 전후의 특성평가를 통해 BJT의 고장모드를 분석하였다. 시험조건은 주위온도 $150^{\circ}C$에서 콜렉터-베이스 정격 역전압의 80%를 인가한 상태에서 실시하였으며, 시료수는 57개이고 최종 목표 시험시간은 2,000시간이다. 중간측정을 통해 BJT의 특성열화를 관찰하였으며, 1,500시간 경과 후 1개 시료에서 제품규격을 벗어나는 데이터가 측정되었다. 해당 시료를 분석한 결과 콜렉터-베이스 누설전류 및 전류이득($\beta$)이 증가하였고, 저주파에서의 junction capacitance 가 정상품 대비 크게 관찰되었다. 측정결과를 통해 누설전류 증가 및 이득이 증가한 원인을 추정하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.19-20
• /
• 2017

인공지능이 사회적으로 대두되면서 많은 양의 관련 연구가 시작되고 있다. 본 논문에서는 다층 퍼셉트론 신경망에서 역전파 학습의 진행 과정을 시각화 하는 것을 목표로 하고 있다. 다층 퍼셉트론 신경망은 학습의 진행 과정과 그 방식은 잘 알려져 있으나 각 신경의 값이 어떻게 변화되어 가는 지는 눈에 보이지 않는다. 이러한 과정에 대해 시각화를 통해 값이 변하는 과정을 눈으로 쉽게 관찰할 수 있도록 하는 것이 이 논문의 목표이다. 본 연구결과는 향후 다층 퍼셉트론 신경망을 기반으로 하는 다른 모델의 시각화에 대한 기초자료로 활용될 수 있을 것이다.

• Asia pacific journal of information systems
• /
• v.5 no.1
• /
• pp.36-51
• /
• 1995

본 논문에서는 비구조적인 의사결정문제를 효과적으로 해결하기 위하여 감독학습 인공신경망 모형과 비감독학습 인공신경망 모형을 결합한 하이브리드 인공신경망 모형인 HYNEN(HYbrid NEural Network) 모형을 제안한다. HYNEN모형은 주어진 자료를 클러스터화 하는 CNN(Clustering Neural Network)과 최종적인 출력을 제공하는 ONN(Output Neural Network)의 2단계로 구성되어 있다. 먼저 CNN에서는 주어진 자료로부터 적정한 퍼지규칙을 찾기 위하여 클러스터를 구성한다. 그리고 이러한 클러스터를 지식베이스로하여 ONN에서 최종적인 의사결정을 한다. CNN에서는 SOFM(Self Organizing Feature Map)과 LVQ(Learning Vector Quantization)를 클러스터를 만든 후 역전파학습 인공신경망 모형으로 이를 학습한다. ONN에서는 역전파학습 인공신경망 모형을 이용하여 각 클러스터의 내용을 학습한다. 제안된 HYNEN 모형을 우리나라 기업의 도산자료에 적용하여 그 결과를 다변량 판별분석법(MDA:Multivariate Discriminant Analysis)과 ACLS(Analog Concept Learning System) 퍼지 ARTMAP 그리고 기존의 역전파학습 인공신경망에 의한 실험결과와 비교하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.193-196
• /
• 2001

본 논문에서는 3D 패션 코디를 위해 의복의 3D 모델을 개인 캐릭터에 정합하는 방법을 제안한다. 정합 방법은 의복 모델의 변형, 인체와 의복의 역전 부위 검색, 의복 모델의 수정의 3단계로 나누어진다. 먼저, 인체와 의복이 부위별로 대응을 이루도록 각각에 특징점을 설정하고, 의복의 공극을 고려하여 의복 모델의 높이, 넓이, 두께를 부위별로 변형한다. 의복 3D모델의 정합 후에도, 부위에 따라 의복의 표면 위에 인체가 노출되는 역전현상이 일어난다. 이를 위해, z-버퍼를 개량한 거리-버퍼의 개념을 제안하여 역전을 효과적으로 검색한다(Collision Detection ). 검색된 부위에서 삼각형을 분할하여 의복 모델을 수정한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.328-330
• /
• 2002

본 논문에서는 역전파 신경망(Backpropagation Neural Network)을 시계열 데이터인 주가 데이터를 이용한 주가 예측의 정확도를 향상시키기 위한 학습 방법으로 적용하였다. 실제 증권거래소의 종목 데이터에서 비교적 등락폭이 안정적인 각 산업분야별 5개 기업의 5일 이동평균선 데이터 240개를 훈련 데이터로, 20개는 테스트 데이터로 이용하였다. 선정된 입력 데이터를 은닉층의 개수와 은닉 노드의 개수 등을 달리 하면서 10,000번의 훈련을 통해서 실험 하였으며, 그 결과 1개의 은닉층을 사용한 네트워크1은 20개의 테스트 데이터 사이의 19개의 신호 중 14개를 예측하였고, 2개의 은닉층을 사용한 네트워크 2는 16개를 예측하였다. 시험 결과를 통해서 보듯이 은닉층을 2개 사용하였을 때 보다 좋은 실험 결과를 얻을 수 있었으며, 역전파 신경망 모델이 주가 예측에 적합하다는 것이 증명되었다.