• 한국산업정보학회논문지
• /
• 제12권4호
• /
• pp.126-130
• /
• 2007

연속 반복되는 시스템에서 제어하는 제어기 repetitive controller를 설계하는 방법과 시스템 안정성을 소개하고자 한다. 제어기는 반복함수로서 수렴을 조장하는 비용함수를 주파수영역에서 최소화함으로써 유도할 수 있다. 모의실험은 제안된 단수모형설계 기법을 이용한 RC를 어떻게 유도하는 것을 보여 주고 있다.

• 한국산업정보학회논문지
• /
• 제13권2호
• /
• pp.1-7
• /
• 2008

본 논문은 시스템 인자의 변위에 강인한 연속반복학습제어기(Repetitive Controller RC)를 설계하는 방법을 소개하고자 한다. 이 때 사용되는 불확실 인자들은 확률분포함수에 의해 무작위로 설정되게 된다. 분포함수를 직접 적용하는 대신 본 제어기는 설정된 확률함수로부터 생성된 모형을 기본으로 설계하였다. 이러한 복수모형 설계 기법으로 임의의 분포함수로 구성된 수많은 불확실 인자들을 다룰 수 있다. 그러므로, 제어기는 반복영역에서 수렴성을 보장하는 비용함수를 주파수영역에서 최소화함으로써 유도할 수 있다. 모의실험은 제안된 복수모형설계 기법으로 구한 RC가 단수모형 설계기법을 이용한 RC보다 강인한 것을 보여 주고 있다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.99-105
• /
• 2011

본 논문은 다물체 복합시스템 인자의 변위에 강인한 중앙집중식 연속반복학습제어기(Repetitive Controller, RC)를 설계하는 방법을 소개하고자 한다. 이때 사용되는 불확실 인자들은 확률분포함수에 의해 무작위로 설정되게 된다. 분포함수를 직접 적용하는 대신, 본 제어기는 설정된 확률함수로부터 생성된 모형을 기본으로 설계하였다. 이러한 중앙집중식 복수모형 설계기법으로 엄의의 분포함수로 구성된 수많은 불확실 인자들을 다룰 수 있다. 그러므로, 제어기는 반복영역에서 수렴성을 보장하는 비용함수를 주파수영역에서 최소화함으로써 유도할 수 있다. 다물체 복합시스템에서 중앙집중식 복수모형설계 기법을 단수모형 설계기법과 함께 제안하였다.

• 한국통신학회논문지
• /
• 제13권5호
• /
• pp.422-428
• /
• 1988

반복 학습제어시스템은 시행을 반복함으로써 유한시간의 목표출력에 대하여 추종해 가도록 하는 것이다. 본 논문에서는 이산시간 시스템에 있어서의 이산 시간 학습제어 입력을 구하는 방법을 제안한다. 여기서 현재시행의 제어입력은 바로 전시행에서 입력 sequence와 time-shift된 error sequence의 선형조합에 의하여 구해진다. 컴퓨터로 제어되는 이산시간 시스템에서 error신호의 미분조작이 필요한 연속시간 Betterment Process에 비하여 error sequence의 time-shift조작은 보다 간단해지며 컴퓨터 시뮬레이션을 통하여 그 유효성을 확인하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2000년도 추계학술대회
• /
• pp.218-222
• /
• 2000

본 논문에서는 피드백 사용형 2차 반복 학습제어 방법이 수렴 성능의 향상과 외란에 대한 강인성 향상에 덧붙여 학습제어의 피드백 항을 이용함으로써 초기 조건 오차가 있음에도 불구하고 이를 극복할 뿐만 아니라 기존의 알고리즘보다 더 빠른 수렴 능력이 있음을 확인한다. 또한 불안정한 결과를 낳는 높은 학습 제어 게인의 경우에도 피드백 항을 추가한 본 학습제어 방법에 의해 안정화됨으로써, 빠른 응답 특성과 강인성 향상을 가져올 수 있음을 보인다. 그리고 본 알고리즘을 선형 시변 연속 시스템이 적용된 모델 시스템을 설계하여 이를 통한 시뮬레이션 결과로서 초기 조건 오차의 극복 능력이 뛰어남을 확인하고 시스템의 안정화와 강인성 향상에 기여함을 확인한다.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.175-179
• /
• 2003

반복 학습 제어에서 수렴 조건은 수렴 속도와 잔존 오차와 같은 성능을 결정한다. 따라서, 덜 신중한 수렴 조건을 구할 수 있다면, 그 성능은 향상될 것이고 사용 적합한 학습 제어기의 수는 증가된다. 주파수 영역에서, 연속적인 오차들간의 전달 함수의 $H_{\infty}$ 놈(norm)을 학습 시스템의 수렴성을 조사하기 위해 사용해왔다. 그러나, $H_{\infty}$ 놈을 바탕으로 한 수렴 조건이 단조 수렴성에 대하여 명확한 특성을 가진다하더라도, 특히, 다중 입출력 시스템에서 몇 가지 단점을 가진다. 본 논문에서 는 수렴 조건과 수렴의 단조성간의 관계를 밝힌다. 또한 주파수 영역에서 기존의 수렴 조건을 대신할 수 있는 수정된 수렴 조건을 주파수 영역 리아프노프(Lyapunov) 방정식을 이용하여 구한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1995년도 제7회 한글 및 한국어 정보처리 학술대회
• /
• pp.30-34
• /
• 1995

신경망을 이용하는 연속 음성 인식에서 학습이라 함은 인위적으로 분할된 음성 데이타를 토대로 진행되는 것이 지배적이었다. 그러나 분할된 음성데이타를 마련하기 위해서는 많은 시간과 노력, 숙련 등을 요구할 뿐만아니라 그 자체가 인식도메인의 변화나 확장을 어렵게 하는 하나의 요인 되기도 한다. 그래서 분할된 음성데이타의 사용을 가급적 피하고 그러면서도 성능을 떨어뜨리지 않는 신경망 학습법들이 나타나고 있다. 본 논문에서는 학습된 인식기를 이용하여 자동으로 한국어 음성데이타를 분할한 후 그 분할된 데이타를 이용하여 다시 인식기를 재학습시켜나가는 반복 과정을 소개하고자 한다. 여기에는 TDNN이 인식기로 사용되며 인식단위는 음소이다. 학습은 cross-validation 기법을 이용하여 제어된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1054-1061
• /
• 2003

강화학습의 대표적인 알고리즘인 Q-Learning은 상태공간의 모든 상태-행동 쌍(state-action pairs)의 평가값이 수렴할 때까지 반복해서 경험하여 최적의 전략(policy)을 얻는다. 상태공간을 구성하는 요소(feature)들이 많거나 요소의 데이타 형태가 연속형(continuous)인 경우, 상태공간은 지수적으로 증가하게 되어, 모든 상태들을 반복해서 경험해야 하고 모든 상태-행동 쌍의 Q값을 저장하는 것은 시간과 메모리에 있어서 어려운 문제이다. 본 논문에서는 온라인으로 학습을 진행하면서 비슷한 상황의 상태들을 클러스터링(clustering)하고 새로운 경험에 적응해서 클러스터(cluster)의 수정(update)을 반복하여, 분류된 최적의 전략(policy)을 얻는 새로운 함수근사(function approximation)방법인 Q-Map을 소개한다. 클러스터링으로 인해 정교한 제어가 필요한 상태(state)는 규칙(rule)으로 추출하여 보완하였다. 미로환경과 마운틴 카 문제를 제안한 Q-Map으로 실험한 결과 분류된 지식을 얻을 수 있었으며 가시화된(explicit) 지식의 형태인 규칙(rule)으로도 쉽게 변환할 수 있었다.

• Korean Chemical Engineering Research
• /
• 제44권5호
• /
• pp.425-434
• /
• 2006

석유화학공업으로 대표되는 공정산업의 연속공정들은 지난 20여 년간 모델예측제어를 중심으로 고급제어(APC)기법들이 도입되며 운전성 및 생산성 향상에 많은 진보를 이루었다. 이에 반하여 중합반응기를 비롯한 각종 회분공정에는 APC 기법의 도입이 아직 활발히 이루어지지 않고 있다. 이것은 회분공정의 독특한 문제점을 극복하며 원하는 성능을 보장할 수 있는 방법론이 제시되지 못한 데에 가장 큰 이유가 있다고 할 수 있다. 그러나 최근 이러한 문제점들을 극복할 수 있는 APC 기법들이 반복학습제어(ILC)에 근거하여 개발되며 회분공정 APC 환경에 큰 변화가 일어나고 있다. 본 논문에서는 이들 기법들이 다양한 실제 공정에 활발하게 적용되어 운전을 개선할 수 있기를 기대하며, ILC를 기반으로 한 최근의 회분공정 APC 연구동향을 이론과 실례를 통해 소개한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.366-369
• /
• 2005

연속 영상을 이용하여 실시간으로 움직임 객체를 추출하고 추적하기 위해 배경분리(Background Subtraction) 기법을 주로 사용한다. 외부 환경에서는 조명의 변화, 나무의 흔들림과 같은 반복적인 움직임 그리고 급격히 움직이는 객체 등과 같이 고려해야할 많은 환경 변화 요인들이 존재한다. 이러한 외부 환경의 변화를 적응적으로 반영하여 배경을 분리할 수 있는 배경 모델로는 주로 가우시안 혼합 모델(GMM: Gaussian Mixture Model)이 적용되고 있으며, 실시간 성능 등을 개선시킨 적응적 가우시안 혼합 모델 등이 사용되고 있다. 본 논문은 개선된 적응적 가우시안 혼합 모델을 적용하고 고정된 학습률 ${\alpha}$(일반적으로 작은 값)을 사용함으로써 물체의 갑작스러운 움직임 등에 빠르게 적응하지 못하는 문제점을 해결하기 위해 가우시안 분포 수의 적응적 조절 기능과 픽셀 값을 분산을 이용하여 학습률 ${\alpha}$값을 동적으로 제어하는 방법을 제안하고 성능을 평가하였다.