• 전자공학회논문지SC
• /
• 제39권1호
• /
• pp.16-23
• /
• 2002

본 논문에서는 F-투영법과 기하학적인 성장기준을 적용하여 모듈화된 웨이블렛 신경망의 최적구조를 설계할 수 있는 성장과 전지 알고리즘을 제안한다. 기하학적인 성장기준은 지역오차를 고려한 예측 오차기준과 기존의 웨이블렛 함수와의 준직교성을 보장하는 웨이블렛 함수를 배치하기 위한 각도기준으로 구성되어 있다. 이러한 성장기준은 모듈화된 웨이블렛 신경망을 설계자 의도에 부합하도록 구성할 수 있는 방법론을 제시한다. 제안한 성장 알고리즘은 모듈화된 웨이블렛 신경망의 모듈과 망의 크기를 증가시킨다. 또한 소거 알고리즘은 모듈화된 웨이블렛 신경망의 모듈로 사용되는 웨이블렛 신경망의 지역화 특성으로 인해 모듈의 크기가 증가하는 문제점을 극복하기 위해 불필요한 모듈의 노드를 제거한다. 제안한 모듈화된 웨이블렛 신경망의 최적구조 설계알고리즘을 1차원과 2차원의 함수 근사화 문제에 적용하여 제안한 알고리즘의 성능을 검증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2248-2250
• /
• 2004

본 논문에서는 유연한 단일링크 매니퓰레이터의 끝단 위치 추적제어를 위해 웨이블렛 신경망을 이용한 강인 적응제어기를 제안한다. 전체 제어기는 웨이블렛 신경망에 의해 추정된 피드백 선형화 제어기와 그 추정오차를 보상하기 위한 보상제어기로 구성된다. 시스템의 출력값은 최소위상을 보장하기 위하여 재정의하여 사용된다. 구성된 웨이블렛 신경망의 연결 가중치는 Lyapunov 안정도 이론에 기초해서 조절된다. 제안된 제어기의 성능 향상은 PD 제어기와 비교함으로써 입증된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.532-534
• /
• 2000

복합적인 감성기반 영상 검색 시스템을 구축하기 위해서는 감성속성으로 영상을 찾는 검색은 물론이고, 주어진 영상의 감성특성을 알아내는 과정이 필요하다. 본 논문에서는 영상의 특성으로부터 감성을 매핑하는 신경망을 구축하고 다양한 실험으로 그 가능성을 보인다. 여기에서 영상특징으로 웨이블렛계수와 위치정보를 사용했고, 감성공간으로는 SD법으로부터 14개의 형용사쌍을 추출했다. 이 두 공간의 매핑에 사용된 신경망의 입력으로 영상에서 얻은 RGB 색상당 36개의 총 108개의 웨이블렛 개수를 사용했고, 출력은 14개의 감속속성당 7등급으로 총 98개로 구성했다. 총 6명이 영상을 보고 평가한 감성평가데이터중에서 2명이 각각 평가한 데이터로 신경망을 학습시키고 나머지 10개로 테스트한 경우는 90%이상의 인식률을 보였다. 4명이 각각 90개씩 평가한 데이터로 신경망을 학습시키고 나머지 10개로 테스트한 경우는 90%의 인식률을 보였다. 또한 공통된 감성을 신경망을 통해 인식할 수 있는지 판단하기 위해 600개씩 2명으로부터 얻은 1200개의 데이터에 대해서 1000개를 학습시키고 200개를 테스트하고, 100개씩 4명으로부터 데이터에 대해서 360개를 학습시키고 40개를 테스트해 본 결과, 전자의 경우 오류율 8, 후자의 경우 0.7~0.8 범위였다.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.449-453
• /
• 2001

본 논문에서는 F-투영법과 기하학적인 성장기준을 적용하여 웨이블렛 신경망의 적응적인 구조를 설계할수 있는 알고리즘을 제안한다. 기하학적인 성장기준은 지역오차를 고려한 예측 오차기준과 준직교성을 보장하는 웨이블렛 신경망의 노드를 추가하기 위한 각도기준으로 구성되어 있다. 이러한 성장기준을 웨이블렛 신경망을 설계자 의도에 부합하도록 구성할 수 있는 방법론을 제시할 수 있다. 제안한 웨이블렛 신경망의 적응구조 설계 알고리즘을 1차원과 2차원 함수 근사화 문제에 적용하여 rsm사한 능력의 우수성을 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.116-116
• /
• 2012

하천유역 내의 인자를 이용하여 댐의 하천유량(stream flow)을 예측하는 일은 수문특성의 연구와 자연재해에 대한 대비 및 수공구조물과 방재시설의 설계 시 중요한 역할을 한다. 이러한 연구는 과거부터 활발히 이루어졌으며, 아직도 보다 높은 정확도의 결과를 얻기 위해 많은 연구들이 이루어지고 있다. 특히 기존의 유역 내 자료를 통해 비선형적 모델인 인공신경망(artificial neural network)을 이용한 하천유량을 예측하는 연구 역시 활발히 이루어지고 있다. 본 연구의 목적은 여러 유역인자들 중 하천유량에 가장 영향을 미치는 변수를 추출하고 보다 정확한 예측모델을 구축하는 것이다. 기존의 입력자료 선정기법중의 하나인 상호정보량(mutual information)과 수문기상자료의 비선형 동역학적 성분을 추출하는 웨이블렛 변환(wavelet transform)을 사용하여 인공신경망에 적용시켰다. 인공신경망을 적용하는 경우, 수문자료에 있어서 변수의 선택과 자료의 상태가 강우예측의 결과에 큰 영향을 미친다. 이러한 변수의 선택에 있어서 상호정보량을 바탕으로 한 인공신경망 입력변수 선택기법이 많이 사용되고 있다. 일반적으로 시계열자료는 경향성(trend), 주기성(periodicity) 및 추계학적 성분(stochastic component)의 선형조합으로 가정될 수 있으며, 특히 경향성과 주기성은 시계열 모형을 위해 제거되어야 할 결정론적 성분으로 취급한다. 즉. 수문 기상자료에 포함되어 있는 경향성과 주기성과 같은 비선형 동역학적 잡음(nonlinear dynamical noise)을 제거하고 입력자료의 카오스적 거동을 보이는 성분을 분리하기 위해 웨이블렛 변환을 사용하였다. 대상유역은 한강 유역에 포함되어 있는 충주댐으로 선택하였다. 유역 내 다양한 인자들과 하천유량사이의 상호정보량을 구해 영향력이 가장 큰 변수를 추출하고, 그 자료를 웨이블렛 변환을 적용하여 인공신경망의 입력자료로 사용하였다. 본 논문에서는 위와 같은 과정을 이용해 추정한 하천유량 결과와 기존의 방법인 상호정보량을 이용해 인공신경망을 적용한 결과를 실제자료와 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1037-1041
• /
• 2006

본 연구에서는 수질자료에 내재되어 있는 주기성 및 경향성 등을 파악하기 위해 웨이블렛 변환을 적용하였으며 비선형 시계열자료에 대한 예측력이 우수한 인공신경망을 적용하여 예측모형을 개발하였다. 대상자료는 섬진강 유역의 주암호 수질자동측정망 지점에서 측정되고 있는 수질자료 중 2002년 1월 1일 ${\sim}$ 2004년 12월 31일까지의 일 TOC 수질자료를 이용하였다. 웨이블렛 변환을 위해 사용한 기저함수로는 Daubechies의 10번 웨이블렛 함수('db10')를 사용하였으며, 각 스케일링 및 웨이블렛 함수를 이용하여 5단계까지 변환하였다. 최종 변환된 근사성분과 D5, D4, D3, D2의 상세성분 자료를 이용하여 1시간후 TOC 예측 모형을 구성하였으며 그 결과 은닉층의 노드의 수가 17개인 모형인 Model_5_17 모형이 가장 우수한 예측력을 보였다.

• 대한기계학회논문집A
• /
• 제33권8호
• /
• pp.753-759
• /
• 2009

Feed-forward neural networks have been widely used as function approximation tools in the context of global approximate optimization. In the present study, a wavelet neural network (WNN) which is based on wavelet transform theory is suggested as an alternative to a traditional back-propagation neural network (BPN). The basic theory of wavelet neural network is briefly described, and approximation performance is tested using a nonlinear multimodal function and a composite rotor blade analysis problem. Laplacian of Gaussian function, Mexican function, and Morlet function are considered during the construction of WNN architectures. In addition, approximation results from WNN are compared with those from BPN.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.782-787
• /
• 2001

본 논문에서는 F-투영과 기하학적인 성장 기준을 이용하여 모듈화된 웨이블렛 신경망(MWNN)의 적응구조를 설계하기 위한 성장과 소거 알고리즘을 제안한다. 기하학적인 성장 알고리즘은 지역 오차를 고려한 추정 에러 기준과 이미 존재하는 다른 웨이블렛 함수와 근사적인 직교성을 보장하도록 웨이블렛 함수를 배열할 수 있는 각도 기준으로 구성되어 있다. 이러한 기준은 망의 설계자가 설계자의 의도대로 MWNN을 구성할 수 있는 방법론을 제시한다. 제안한 성장 알고리즘은 모듈과 모듈의 크기를 성장시킨다. 또한 소거 알고리즘은 MWNN의 모듈에 사용되는 웨이블렛 신경망의 지역화 특성에 기인한 문제점을 극복하기 위해 구성된 MWNN에서 불필요한 모듈의 노드나 모듈을 제거한다. 제안한 MWNN의 적응 구조 설계 알고리즘을 1, 2차원 대상 함수에 적용하여 성능을 검증하였다.

• 전자공학회논문지SC
• /
• 제38권2호
• /
• pp.12-19
• /
• 2001

본 논문에서는 새로운 구조의 모듈라 시스템의 최적구조 설계 알고리즘을 제안하였다. 모듈라 시스템은 구조의 단순화와 시간 주파수 분석법을 이용하기 위해 웨이블렛 신경망으로 구성하였다. 제안한 최적구조 설계 알고리즘을 이용하여 근사화 대상함수의 시간-주파수 특성을 분석하여 모듈의 개수와 부-시스템의 노드의 개수를 결정할 수 있다. 제안한 최적 구조 설계 알고리즘은 시스템의 특성을 분석하여 모듈라 웨이블렛 신경망의 최적구조를 설계할 수 있는 방법론을 제공할 수 있다. 제안한 새로운 구조와 최적 구조 설계 알고리즘을 근사화 문제에 적용하여 우수성을 검증하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제11권3호
• /
• pp.159-166
• /
• 2007

본 논문에서는 구조물의 건전성 평가를 위하여 지진하중을 받은 프레임 구조물의 응답 가속도를 웨이블렛펙킷 변환(Wavelet Packet Transform; WPT)을 이용하여 분해한 후 인공신경망을 이용하여 각 부재의 손상도를 평가하였다. 인공신경망에는 응답가속도의 분해된 성분 중 에너지가 가장 큰 5개의 성분이 입력 값으로 사용 되었는데 인공신경망의 출력층에 있는 2개의 노드는 각각 손상된 부재와 손상도를 나타낸다. 이 논문에서 제시된 방법을 이용하여 구조물의 손상된 부재와 손상도를 평가하였고 만족스러운 결과를 얻었다.