• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 춘계학술대회 논문집
• /
• pp.361-366
• /
• 2002

자기결합을 갖고 결합하중치가 비대칭인 순환결합형 뉴럴네트워크는 복수 개의 리미트사이클이 기억 가능하다는 것이 알려져 있다. 현재까지 이산시간 모델의 네트워크에 대한 상태천이 해석은 상세하게 이루어져 왔다. 그러나 연속시간모델에 대한 해석은 네트워크 규모의 증가에 따른 급격한 계산량의 증가 때문에 연구가 그다지 활발하게 이루어지지 않고 있다. 본 논문에서는 연속시간모델 뉴럴네트워크에 대한 상태천 이를 조사하여 이산시간 모델에서 기억가능한 리미트사이클과의 차이점을 분석한다. 또한 연속시간 네트워크 모델에 카오스 신호를 인가하여 리미트사이클간의 천이를 제어할 수 있는 가능성을 분석하여 동적정보처리에의 네트워크 응용가능성을 검토한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2019년도 추계학술대회
• /
• pp.204-205
• /
• 2019

리튬 이온 전지를 사용하기 위해선 내부 상태를 추정하는 알고리즘이 필요하다. 알고리즘 적용을 위해 리튬 이온 전지에서 나오는 전압과 전류신호를 이용해 전기적 등가 회로 모델을 설계한다. 이 모델은 전압원, 저항, 캐패시터로 구성되어 있으며, 충전과 방전 시 발생하는 전기적 신호를 모사한 것이다. 전기적 등가 회로 모델 분석에 사용되는 상태방정식은 알고리즘과 상황에 따라 변경된다. 본 논문에서는 연속시간 상태방정식과 이산시간 상태방정식에 대해 다루었다. 그리고 실제 알고리즘에 적용해 성능을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.199-202
• /
• 2002

신경회로망을 동적 정보처리에 응용하기 위해서는 비대칭 결합 신경회로망에서 생성되는 동적 상태천이에 관한 직관적 이해가 필요하다. 자기결합을 갖고 결합하중치가 비대칭인 순환결합형 신경회로망은 복수 개의 리미트사이클이 기억 가능하다는 것이 알려져 있다. 현재까지 이산시간 모델의 네트워크에 대한 상태천이 해석은 상세하게 이루어져 왔다. 그러나 연속시간 모델에 대한 해석은 네트워크 규모의 증가에 따른 급격한 계산량의 증가 때문에 연구가 그다지 활발하게 이루어지지 않고 있다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 이진화된 결합하중 +1 및 -1로 연결된 연속시간모델 순환결합형 신경회로망의 동적인 상태천이 특성을 해석하여 이산시간 모델에서 기억 가능한 리미트사이클과의 차이점을 분석한다. 또한 연속시간 네트워크 모델에 카오스 신호를 인가하여 리미트사이클간의 천이를 제어할 수 있는 가능성을 분석하여 동적정보처리에 네트워크를 응용할 수 있는 가능성을 검토한다.

• 한국산업정보학회논문지
• /
• 제7권4호
• /
• pp.22-28
• /
• 2002

자기결합을 갖고 결합하중치가 비대칭인 순환결합형 뉴럴네트워크는 복수 개의 리미트사이클이 기억 가능하다는 것이 알려져 있다. 현재까지 이산시간 모델의 네트워크에 대한 상태천이 해석은 상세하게 이루어져 왔다. 그러나 연속시간모델에 대한 해석은 네트워크 규모의 증가에 따른 급격한 계산량의 증가 때문에 연구가 그다지 활발하게 이루어지지 않고 있다. 본 논문에서는 연속시간모델 뉴럴네트워크에 대한 상태천이를 조사하여 이산시간 모델에서 기억가능한 리미트사이클과의 차이점을 분석한다. 또한 연속시간 네트워크 모델에 카오스 신호를 인가하여 리미트사이클간의 천이를 제어할 수 있는 가능성을 분석하여 동적정보처리에의 네트워크 응용가능성을 검토한다.

• 비파괴검사학회지
• /
• 제21권1호
• /
• pp.54-61
• /
• 2001

웨이블릿 변환과 인공신경망을 이용하여 AE 신호를 분류하는 소프트웨어 패키지를 개발하였다. 웨이블릿 변환으로는 연속 웨이블릿 변환과 이산 웨이블릿 변환을 모두 고려하였으며, 인공신경망의 모델로는 오류 역전파 인공신경망을 사용하였다. 분류에 사용된 AE 신호는 용접부에 인공결함을 가진 시편의 3점 굽힘시험에서 발생한 신호이다. 개발된 소프트웨어 패키지를 이용하여 이 신호를 웨이블릿 변환시켜 생성된 시간-주파수 평면상에서 특징값을 추출하고 이를 인공신경망에 학습하여 인공신경망 분류기를 설계하고 검증하였다. 본 연구에서 개발된 소프트웨어 패키지를 이용한 AE 신호 분류법이 유용함을 보이고, 또한 연속 웨이블릿 변환과 이산 웨이블릿 변환에 의한 분류 결과를 비교하였다.

• 전자공학회논문지S
• /
• 제36S권3호
• /
• pp.36-46
• /
• 1999

본 논문에서는 DSPN(Deterministic and Stochastic Petri Net)을 이용, 교차로에서의 차량 진입과 같은 이산 사건(discrete events)적인 상황을 해석하고, 교통신호기의 동작과 차량흐름을 모델링하였다. 교차로에서의 차량 흐름을 확률적 개념으로 표현하여, 차량 변화에 따른 교차로의 상황을 토큰의 변화로 나타내었다. GreatSPN을 사용한 모의 실험을 통하여, 모델링된 교통신호기하에서의 차량의 평균 지체시간을 분석하였다. 차량 지체시간을 이용하여 단위시간연장 교통량 대응 신호기와 본 논문에서 제안한 최대시간허용 교통량 대응 신호기의 성능을 비교 분석하여, 최대시간허용 교통량 대응 신호기가 단위시간연장 교통량 신호기보다 좋은 특성을 나타냄을 보였다. 2개의 교차로로 이루어진 시스템을 본 논문에서 개발한 기본 모듈들을 서로 연결하여 분석하였고, 이러한 성능 분석을 통하여 주위 여건에 적합한 새로운 교통신호기를 구현할 수 있음을 보였다.

• 전자공학회논문지
• /
• 제52권5호
• /
• pp.214-221
• /
• 2015

본 논문에서는 측정 잡음에 의해서 출력 신호가 왜곡된 이산 시간 선형 스위치드 시스템의 스위칭 신호와 상태 변수를 관측하기 위한 강인한 추정 및 검출 기법을 제시한다. 첫째, 최소 거리 기준에 기초한 작동 모드 추정 알고리즘이 제안된다. 이 과정에서 모드의 추정값을 얻게 되고, 이를 이용하여 상태 변수 또한 관측할 수 있게 된다. 둘째, 주어진 스위치드 시스템의 작동 모드 변화 시점, 즉, 스위칭이 언제 발생하는지 검출하는 알고리즘이 고안된다. 시스템에 인가되는 측정 잡음이 유계라는 가정 하에, 제안된 추정 알고리즘은 주어진 스위치드 시스템의 작동 모드를 정확하게, 그리고 상태 변수를 근사적으로 추정하며, 검출 알고리즘은 실제 스위칭이 발생한 후, 미리 정해진 지연 시간이 지나가기 전에 스위칭 시간을 검출할 수 있다.

• 조명전기설비학회논문지
• /
• 제15권1호
• /
• pp.84-89
• /
• 2001

본 논문은 다중 해상도 웨이브렛 변환을 이용하여 코로나 방전과 코로나방전 후 연면방전을 거치는 다중결함에 대한 방전전류펄스의 변화량을 시간 대역과 주파수 대역에서의 변화량을 분석하였다. 마더웨이브렛의 선정은 방전전류펄스의 형태를 고려하여 Daubechies 마더웨이브렛을 선정하였으며, 방전전류펄스는 이산 웨이브렛 변환을 이용하여 근사신호와 상세신호로 4단계까지 다중분해되었다. 이중 상세신호만을 이용하여 12개의 세그먼트로 나눈후 설정한 변수에 따라 그 패턴을 파악하였다. 그 결과 코로나 방전에서는 설정된 변수의 세그먼트 7, 8, 9, 10의 값이 방전의 진전에 따라 증가하였으므로 위상분포를 $210~330[^{\circ}]$분포를 특징지울 수 있고, 에폭시 절연체를 삽입한 다중결함에서는 연면방전의 특징에 기인하여 설정된 변수의 값이 대칭적인 패턴을 나타내었다.

• 전기화학회지
• /
• 제17권2호
• /
• pp.130-137
• /
• 2014

본 연구에서는 스크린 프린팅 방법을 이용하여 이산화납($PbO_2$)/탄소 반죽 전극을 제작하고, 이를 전기화학 방법의 과일 천연당(포도당, 자당, 과당) 측정용 센서로 이용하였다. 이산화납/탄소 반죽전극은 탄수화물과 같은 유기화합물의 전기화학적 산화촉매 신호를 측정함으로써 효소를 사용하지 않고도 당의 측정이 가능하다. 또한 측정 시 심각한 방해작용을 하는 아스코르브산(ascorbic acid)은 Nafion 막을 전극표면에 도입함으로써 효과적으로 감소시켰다. 최적화된 Nafion/이산화납/탄소 반죽 전극은 사람이 느끼는 상대당도(과당>자당>포도당)와 유사하게 각 당에 대한 감응신호를 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.451-459
• /
• 2009

본 논문은 심전도(ECG) 신호로부터 조기심실수축(PVC)을 자동 탐지하는 방법으로 이산 웨이블릿 변환과 퍼지 신경망을 이용하는 방안을 제시하고 있다. 심전도 신호를 이산 웨이블릿 변환(DWT)으로 특징을 추출한 후, 퍼지 신경망으로 학습하여 정상 비트와 PVC 비트를 분류한다. 윈도우 크기는 R파를 기준으로 $-31/360{\sim}+32/360$초를 사용하며, 웨이블릿 변환은 d3, d4, d5의 웨이블릿 계수 14개를 사용한다. 퍼지 신경망은 가중 퍼지소속함수 기반 신경망을 사용한다. 본 논문은 벤치마킹 데이터로 MIT-BIH 부정맥 데이터베이스를 사용하여 Shyu 실험군(7개 레코드)에서는 전체 분류율에서 97.04% 보다 높은 99.91%의 신뢰성 있는 결과를 나타내었고, Inan 실험군(40개 레코드)에서는 각각 SE는 82.57% 보다 높은 84.67%, SP는 98.33% 보다 높은 99.39%, 전체 분류율은 96.85% 보다 높은 98.01%의 신뢰성 있는 결과를 나타내었다.