• 한국수자원학회논문집
• /
• 제45권12호
• /
• pp.1321-1330
• /
• 2012

본 연구에서는 비선형적 모델인 웨이블렛-인공신경망을 적용하여 충주댐 유역의 일유입량을 예측하였다. 일반적으로 시계열 자료는 경향성, 주기성 및 추계학적 성분의 선형조합으로 이루어져 있다. 그러나 이러한 자료를 통해 시계열 모형 구축 시 경향성 및 주기성은 제거되어야하는 성분이다. 따라서 수문기상자료에 포함되어있는 경향성 및 주기성과 같은 비선형 동역학적 잡음과 측정과정에서 발생하는 단순잡음을 제거시키기 위해 디노이징기법인 웨이블렛 변환을 적용하였다. 웨이블렛 변환을 적용한 자료를 입력자료로 사용한 웨이블렛-인공신경망(WANN)과 원자료를 사용한 인공신경망(ANN)을비교하였다. 산정결과 결정계수와 선형회귀를 통한 기울기는 WANN이 ANN보다 각각0.032, 0.0115 더 큰값을 나타냈고, 타겟값과 예측값 사이의 오차를 나타내는 RMSE와 RRMSE는 WANN 모형이 ANN 보다 각각 37.388, 0.099 더 작은값을 나타냈다. 따라서 본 연구에서 적용한 WANN 모형이 ANN 보다 정확한 결과를 나타내었으며, 웨이블렛 변환을 통한 디노이징 기법의 적용이 잡음이 포함되어 있는 원자료의 사용보다 더 정확한 예측을 하는 것으로 판단된다.

• 한국해양공학회지
• /
• 제16권5호
• /
• pp.61-65
• /
• 2002

The fault detection and diagnosis of rotating machinery widely used in plants including the ship are important for maintaining the performance of Plants. Recently, the wavelet transform has been recognized an efficient method to detect a little variation of physical quantities by the synchronous localization of time and frequency domains using the translation and dilation of signals. In this Paper, In order to develop efficient and reliable fault detection and diagnosis system rotating machines, the performance of wavelet transformation to detect a little variation of machine status and neural network to diagnose the cause of machine faults are investigated and experimented.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.625-627
• /
• 2002

본 논문에서는 의료영상 인식 기술 중 인식률이 뛰어나고 신뢰성 있는 대뇌출혈성 병변인식 시스템을 구현하기 위하여 신호처리 분야에서 주로 사용되는 Wavelet 변환과 신경망 기법을 이용하고자 한다. 그러나 신경망 기법에서 주로 사용되는 비선형 최적화기법인 Gradient descent BP는 최적화 문제점을 해결하기에는 수렴속도가 느리기 때문에 적합하지 않다. 따라서 본 논문에서는 기존 Gradient descent BP를 보완한 Levenberg-Marquardt Back-Propagation을 대뇌출혈성 병변인식에 적용하여 구현함으로써 총 50개의 패턴 중 45개의 영상이 인식에 성공하였고 전체 평균 인식률은 각각 90%와 87%의 인식률을 보였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2008년도 하계학술대회 논문집
• /
• pp.66-68
• /
• 2008

본 논문은, 전력계통 내의 순시 파형으로부터 전력품질 자동진단을 위한 인공지능형 단상전력품질 진단기를 제안한다. 진단하는 전력품질은 전압강하(Sag), 전압상승(Swell), 과도현상(Transient) 및 전고조파함유율(THD) 이다. 인공지능 구현을 위해서 인공신경망 이론을 이용하였으며, 시뮬레이션 및 TI DSP 320C6713 사용하여 하드웨어를 구현하였다. 인공신경망의 학습을 위하여, 00변전소에서 일년(2007년)동안 측정한 데이터 중에서 Sag, Swell, Transient 특성이 명확히 관측된 150주기의 파형과 정상상태의 50주기 파형으로 구성된 총 200주기의 데이터를 사용하였다. 측정된 파형을 1/60[sec.]마다 256번 샘플링하여, FFT 및 웨이블렛 변환을 시행하여 얻어진 값을 인공신경망 학습에 사용하였다. 상용프로그램 PSIM을 이용하여 인공신경망 학습을 시뮬레이션하였으며, DSP 프로세서를 이용하여 하드웨어로 구현하여 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.357-357
• /
• 2021

홍수로 인한 침수피해 발생을 최소화하기 위해 정확한 하천의 수위 예측과 리드타임 확보가 매우 중요하다. 특히 조석현상의 영향을 받는 감조하천의 경우 기존의 물리적 수문모형의 적용이 제한되어 하천수위 예측의 정확도가 떨어지기도 한다. 따라서 본 연구에서는 이러한 감조하천 수위 예측의 정확도를 높이기 위해 조석현상을 분리하고 인공신경망을 활용하는 하이브리드 모델을 제안 하였으며 다중 선형회귀분석과 비교 분석하였다. 감조하천에 위치한 교량의 수위데이터에서 Stationary Wavelet Transform으로 조석현상을 분리하였으며, 이외의 수위에 영향을 주는 time series data와 인공신경망(ANN)을 활용하여 1시간, 2시간, 3시간 후의 수위를 예측하였다. 하이브리드 모델은 96% 이상의 정확도를 보였으며 다중 선형회귀 분석과 비교하여도 높은 정확성을 보여주었다.

• 한국수자원학회논문집
• /
• 제41권10호
• /
• pp.1035-1044
• /
• 2008

하도내에서 발생하는 유출량 및 TOC 자료는 비선형성이 강한 자료임에 따라 홍수에 대한 재난대응과 수질의 상시감시를 위해서는 자료의 특성 분석과 예측에 관한 연구는 필수라 할 수 있다. 따라서 본 연구에서 유출량 및 TOC, TOC부하량 자료에 대한 웨이블렛 변환에 의해 최종분해된 최종파형분해단계의 근사성분과 상세성분을 이용하여 예측모형을 개발하였다. 그 결과 기존 인공신경망 모형에서 관찰되었던 시계반대 방향으로 전이되는 지속현상의 극복 가능성을 보여주었으며, 기존 인공신경망 모형에 비하여 예측의 정확도가 향상됨을 확인할 수 있었다. 이러한 연구결과는 향후 홍수에 대한 피해를 최소화하고 각종 수질사고에 적극적인 대응방안 수립이 가능할 것으로 기대된다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 추계학술대회논문집
• /
• pp.619-624
• /
• 2004

In this research, the structural health monitoring method using wavelet packet analysis and artificial neural network (ANN) is developed. Wavelet packet Transform (WPT) is applied to the response acceleration of a 3 element-cantilever beam which is subjected to impulse load and Gaussian random load to decompose the response signal, then the energy of each component is calculated. The first ten largest components in magnitude among the decomposed components are selected as input to an ANN to identify the damage location and severity. This method successfully predicted the amount of damage in the structure when the structure is subjected to impulse load. However, when the beam is subjected to Gaussian random load which can be considered as ambient vibration it did not yield satisfactory results. This method is applicable to structures such as machinery gears that are subjected to repetitive loads.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(3)
• /
• pp.15-168
• /
• 2001

In this paper, we propose growing algorithm of wavelet neural network. It is growing algorithm that adds hidden nodes using wavelet frame which approximately supports orthogonality in wavelet neural network based on wavelet theory. The result of this processing can be reduced global error and progresses performance efficiency of wavelet neural network. We apply the proposed algorithm to approximation problem and evaluate effectiveness of proposed algorithm.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.57-60
• /
• 2001

In this paper, we propose growing algorithm of wavelet neural network. It is growing algorithm that adds hidden nodes using wavelet frame which approximately supports orthogonality in wavelet neural network based on wavelet theory. The result of this processing can be reduced global error and progresses performance efficiency of wavelet neural network. We apply the proposed algorithm to approximation problem and evaluate effectiveness of proposed algorithm.

• 전기전자학회논문지
• /
• 제6권1호
• /
• pp.10-20
• /
• 2002

눈의 홍채는 사람마다 독특한 문양을 갖고 있다. 홍채를 이용한 인식 시스템은 지문 인식 시스템보다 신뢰성이 더 높은 것으로 평가되고 있다. 본 논문은 비밀번호나 도장을 사용하지 않고도 간단히 눈동자만으로 신원을 확인할 수 있는 신분 인식 시스템을 개발하고자 하는 것이다. 홍채 인식 알고리즘은 우선 영상에서 홍채부분을 인식 분리한다. 홍채 영상이 구해지면 특이 성질들을 추출하게 된다. 특이 성질들은 웨이블렛 변환을 이용하여 구한다. 영상에서 대역별 공간별 특징이 추출되면 홍채 코드가 만들어진다. 만들어진 코드는 수정된 CPN 신경망에 입력되어 신원을 확인하게 된다. 웨이블렛 변환의 특성을 이용하여 대역별로 코드를 작성한다면 이를 이용한 인식도 저주파 대역에서 고주파 대역의 방향으로 계층적으로 수행할 수 있다. 이는 인식 시간을 최대한 단축할 수 있게 할 것이다.