• Korean Journal of Air-Conditioning and Refrigeration Engineering
• /
• v.12 no.7
• /
• pp.680-687
• /
• 2000

The objective of this study is to improve the control performance of Ondol system which causes overheating and underheating with 2-position on/off control. For this, a predictive control that determines the suitable on/off positions using Artificial Neural Network(ANN) model was proposed Dynamic analyses using computer simulation show that the neural network used in the predictive control is adapted to each room whose loads variation and thermal characteristics are different. To examine the applicability of this predictive control with ANN it was compared with 2-position on/off control through experiments.

• Journal of the Korean Society for Precision Engineering
• /
• v.20 no.6
• /
• pp.62-70
• /
• 2003

This paper deals with a approximation and tracking control of hydraulic servo system using a real time recurrent neural networks (RTRN) with 2-dimensional iterative learning rule. And it was driven that 2-dimensional iterative learning rule in discrete time. In order to control the trajectory of position, two RTRN with same network architecture were used. Simulation results show that two RTRN using 2-D learning algorithm is able to approximate the plant output and desired trajectory to a very high degree of a accuracy respectively and the control algorithm using two same RTRN was very effective to control trajectory tracking of electro-hydraulic servo system.

• Journal of the Korean Society for Precision Engineering
• /
• v.20 no.8
• /
• pp.94-100
• /
• 2003

This paper presents the experiments on the approximation of a hydraulic servo system using a real time recurrent neural networks (RTRN) with time varying weights. In order to verify the effectiveness of the RTRN algorithm in hydraulic servo system, we design the experimental hydraulic system and implemented the real time approximation of system output. Experimental results show that approximated output of the RTRN well follows the position trajectory of the electro-hydraulic servo system. And also it is verified that the 2-D RNN can be implemented in sampling time even though high sampling frequency experimentally.

• Transactions of The Korea Fluid Power Systems Society
• /
• v.1 no.1
• /
• pp.1-9
• /
• 2004

This paper addresses an approximation and tracking control of recurrent neural networks(RNN) using two-dimensional iterative learning algorithm for an electro-hydraulic servo system. And two dimensional learning rule is driven in the discrete system which consists of nonlinear output function and linear input. In order to control the trajectory of position, two RNN's with the same network architecture were used. Simulation results show that two RNN's using 2-D learning algorithm are able to approximate the plant output and desired trajectory to a very high degree of a accuracy respectively and the control algorithm using two same RNN was very effective to control trajectory tracking of electro-hydraulic servo system.

• Journal of KIISE:Software and Applications
• /
• v.32 no.12
• /
• pp.1157-1163
• /
• 2005

In this paper, an efficient and fast method to segment a video in the MPEG(motion picture expert group) video stream is proposed. For the real time processing of large amount of broadcasting data, we use DC images of I-frames in an MPEG compressed video with minimal decoding. Using the modified histogram comparison which counts on not only luminance but also chrominance information, the scene change detection was performed in the fast and accurate way Also, to discriminate anchorperson frame from non-anchor frame, a neural network method was introduced.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.623-624
• /
• 2009

본 논문에서는 신경망의 오류 역전파(Backpropagation) 학습 알고리즘을 이용한 얼굴의 정상 비정상을 인식하는 보안 시스템을 제안하였다. 제안된 시스템은 정지영상 및 동영상에서 입력된 얼굴영상을 전처리 단계에서 얼굴영역을 검출하여 $160{\times}160$ 크기의 고정 크기로 확대 및 축소 작업을 거친다. Mosaic 처리와 LaplacianEdge 처리를 거쳐 $40{\times}40$ 크기로 이진화한 정규화 데이터를 Gravity-Center 처리를 한다. 오류 역전파 학습 알고리즘으로 얼굴의 특징을 학습한 후 각종 정상 및 비정상 얼굴 데이터를 이용하여 인식률을 실험 하였다. 실험데이터는 이 분야의 공인 자료인 LFW Face Database[7] 데이터를 사용하였으며, 실험결과는 제안된 방법이 문제 해결에 적합한 접근임을 보여준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.659-660
• /
• 2021

본 논문에서는 데카르트 좌표계 기반으로 노드를 압축함으로써 SR(Super-resolution) 기반 연기 합성을 효율적으로 처리할 수 있는 방법을 제안한다. 제안하는 방법은 다운 스케일링과 이진화를 통하여 연기 시뮬레이션의 계산 공간을 효율적으로 줄이고, 데카르트 좌표계 축을 기준으로 쿼드트리의 말단 노드를 압축함으로써 네트워크의 입력으로 전달하는 데이터 개수를 줄인다. 학습에 사용된 데이터는 COCO 2017 데이터셋이며, 인공신경망은 VGG19 기반 네트워크를 사용한다. 컨볼루션 계층을 거칠 때 데이터의 손실을 막기 위해 잔차(Residual)방식과 유사하게 이전 계층의 출력 값을 더해주며 학습한다. 결과적으로 제안하는 방법은 이전 결과에 비해 네트워크로 전달해야 하는 데이터가 압축되어 개수가 줄어드는 결과를 얻었으며, 그로 인해 네트워크 단계에서 필요한 I/O 과정을 효율적으로 처리할 수 있게 되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.265-267
• /
• 2020

본 논문에서는 열간압연 공정에 있어 효율적인 제품 생산 스케줄링에 필수적인 제품단위 에너지 사용 모델링 기법을 제안한다. 제안된 모델은 시스템 자원을 효율적 혹은 최소화하여 사용하여 실시간 처리량을 최대화함으로써 생산 예정 리스트로부터의 예측 작업 수행시간을 최소화할 수 있도록 한다. 제안된 기법은 다변량 선형 모델 방식으로 구성됨으로써 인공 지능 혹은 신경망 학습 방식에 비교하여 그 처리 속도가 빠르다는 장점을 가지고 있다. 본 논문에서는 서두에서 대상 응용처인 철강 산업과 열간 압연 공정 및 에너지 스케줄링에 대하여 간략히 언급한 후 본문에서 모델링을 위한 사전 데이터 수집, 모델링 기법을 자세히 설명하고 결론에서 모델의 정확도 성능을 최신 신경망 기법과 비교하여 검증하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.103-108
• /
• 2019

한국어 질의 응답의 입력 질문에 대한 예상 정답 유형을 단답형 또는 서술형으로 이진 분류하는 방법에 대해 서술한다. 일반적인 개체명 인식으로 확인할 수 없는 질의 주제어의 화제성을 반영하기 위하여, 검색 엔진 쿼리를 빈도수로 분석한다. 분석된 질의 주제어 정보와 함께, 정답의 범위를 제약할 수 있는 속성 표현과 육하원칙 정보를 입력 자질로 사용한다. 기존 신경망 분류 모델과 비교한 실험에서, 추가 자질을 적용한 모델이 4% 정도 향상된 분류 성능을 보이는 것을 확인할 수 있었다.

• Journal of Advanced Navigation Technology
• /
• v.13 no.2
• /
• pp.208-213
• /
• 2009

This paper presents an adaptive call admission control(CAC) algorithm based on a target handoff call dropping probability in mobile wireless environments. This method uses a neural network for predicting and reserving the bandwidth demands for handoff calls and new calls. The amount of bandwidth to be reserved is adaptively adjusted by a target value of handoff call dropping probability(CDP). That is, if the handoff CDP exceeds the a target CDP value, the bandwidth to be reserved should be increased to reduce the handoff dropping probability below a target value. The proposed method is intended to prevent from increasing handoff call dropping probability when bandwidth to be reserved is not enough for handoff calls due to an uncertain prediction. Our simulations compare the handoff CDP in proposed CAC with that of an existing CAC. Results show that the proposed method sustains handoff call dropping probability below our target value.