• 전산구조공학
• /
• 제9권2호
• /
• pp.93-101
• /
• 1996

인공 신경회로망은 인간의 뇌를 전산 모델로 구현한 것으로 상호 연결된 많은 정보 처리 유니트들로 구성되어 있으며, 이를 기초로 논리적인 추론을 수행할 수 있다. 특히, 신경망은 비선형 변수를 많이 포함하고 있는 복잡한 문제 해결에서 더욱 효과적이다. 신경망의 이러한 기능으로 인해 구조분야에서는 비선형적인 각종 구조실험의 결과예측이나 구조계획 그리고 최적 설계에 응용되고 있는 추세이다. 본 논문에서는 인공 신경 회로망의 기본 이론을 설명하고, 현재까지 정립되고 있지 않은 대형 콘크리트 판넬간 수직 접합부의 최대 전단 내력 예측에 기존의 제안식과 인공 신경 회로망의 예측 결과를 비교하여 신경망의 적용가능성을 검토하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.170-170
• /
• 2017

본 연구의 목표는 극한 지역의 대비 시스템을 구축하기 위하여 인공 신경망(Artificial Neural Networks)을 이용하여 보다 관측하기 쉬운 기상 인자들로부터 적설량을 실시간 측정 가능성을 제시하는 것이다. 본 연구에서 사용한 데이터베이스는 기상청의 기상자료개방포털에서 사람이 직접 측정한 종관기상관측의 자료다. 이 중에서 일최대 기온, 일최저 기온, 일평균 기온, 강수량을 사용하여 오차를 줄여나가는 최적화방법으로 인공 신경망 시스템을 설계하였다. 설계된 시스템으로 500회 시뮬레이션한 연구 결과는 상관계수가 적설량 측정에 대한 인공 신경망의 크기(노드의 개수)와 관계없이 평균적으로 0.8627인 것을 보여준다. 추가적으로 보조 입력 값인 고도를 사용한 결과, 성능은 좋아졌지만 상관계수의 차이는 평균 0.0044로 미세했다. 또한 Cross-Validation을 통해 기존의 보간법인 Kriging기법과 비교하여 미 관측 지역에서 인공 신경망(ANNs) 사용이 Kriging기법 보다 우수하다는 것을 2차원 Regression's map을 통해 나타냈다. 마지막으로 오차가 크게 발생했을 경우 보안할 수 있는 확률적인 방안을 제시하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권3호
• /
• pp.127-132
• /
• 2016

인공신경망을 압축에 적용하여 더 높은 압축 성능을 보이기 위한 알고리즘들이 몇 가지 연구되어 있다. 그러나 그동안 이러한 알고리즘들은 한정된 계산 능력의 하드웨어를 가지고 있기에 작은 크기의 신경망을 사용할 수밖에 없었으며 적용하는 대상 역시 실제로 사용하기에는 너무 작은 크기의 파일들이었다. 본 논문에서는 GPGPU의 계산능력을 신경망 학습에 이용하여 만든 텍스트 문맥 기반 문자 등장 확률 예측기와 함께 허프만 부호화의 성능을 높일 수 있는 변환 방법을 제시한다. 앞먹임 신경망과 GRU 회귀 신경망에 대해 실험을 수행하였으며, 회귀 신경망 모델은 앞먹임 신경망에 비해 뛰어난 예측 성공률과 압축률을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2977-2979
• /
• 1999

본 논문에서는 MEBP(Modified Error Back-Propagation) 학습 규칙을 간단한 비선형 회로를 이용하여 구현하였다. 인공 신경 회로망(ANNs : Artificial Neural Networks)은 많은 수의 뉴런을 필요하기 때문에 표준 CMOS 기술을 이용하는 간단한 비선형 시냅스(synapse) 회로는 인공 신경 회로망 구현에 적합하다. 학습회로는 비선형 시냅스 회로. 시그모이드(sigmoid) 회로. 그리고 선형 곱셈기로 구성되어 있다. 학습 회로의 출력은 각 입력 패턴에 따라 유일한 값으로 결정되어진다. 제안한 학술회로를 $2{\times}2{\times}1$과 $2{\times}3{\times}1$ 다층 feedforward 신경 회로망 모델에 적용하였다. MEBP 하드웨어 구현은 HSPICE 회로 시뮬레이터를 이용하여 검증하였다. 제안한 학술 회로는 on-chip 학습회로를 포함한 대규모 신경회로망 구현에 매우 적합하리라 예상된다.

• 전자공학회논문지
• /
• 제53권1호
• /
• pp.71-78
• /
• 2016

본 논문은 인공 신경망에 기반을 둔 새로운 전력 수요 예측 모델을 제시한다. 인공 신경망 입력 변수로 시간과 날씨요소를 고려하였다. 시간 요소는 하절기와 동절기 전력수요 데이터의 자기 상관계수를 측정하여 선정하였고, 날씨요소는 피어슨 상관계수를 이용하여 선정하였다. 중요한 날씨요소로는 온도와 이슬점으로 이들은 전력수요와 밀접한 상관관계를 가지고 있다. 반면에 습도, 기압, 풍속 등과 같은 날씨요소는 전력수요와의 상관관계가 높지 않게 나타나 신경망의 입력 변수에서 제외하였다. 실험결과 새로이 제안한 인공 신경망을 이용한 전력수요 모델은 시간요소 및 날씨요소와 이에 대한 가중치를 피크 전력율과 계절에 따라 차등 적용하여 높은 적중률을 보였다.

• 한국산업정보학회논문지
• /
• 제22권5호
• /
• pp.17-24
• /
• 2017

최근 딥러닝, 즉 거대 또는 깊은 인공신경망을 사용한 기술이 놀라운 성능을 보이고 있고, 점차로 그 네트워크의 규모가 커지고 있다. 하지만, 신경망 크기의 증가는 계산양의 증가로 이어져서 회로의 복잡성, 가격, 발열, 실시간성 제약 등의 문제를 야기한다. 또한, 신경망 연결에는 많은 중복성이 존재한다, 본 연구에서는 이 중복성을 효과적으로 제거하여 이용하여 원 신경망의 성능과 원하는 범위안의 차이를 보이면서, 네트워크 연결의 수를 줄이는 방법을 제안하고 실험하였다. 특히, 재학습에 의하여 성능을 향상시키고, 각 계층별 차이를 고려하기 위하여 계층별 오류율을 할당하여 원하는 성능을 보장할 수 있는 간단한 방법을 제안하였다. 대표적인 영상인식 신경망구조인 FCN (전연결) 구조와 CNN (컨벌루션 신경망) 구조에서 대하여 실험한 결과 약 1/10 정도의 연결만으로도 원 신경망과 유사한 성능을 보일 수 있음을 확인하였다.

• 청정기술
• /
• 제7권2호
• /
• pp.119-126
• /
• 2001

인공신경 회로망과 통계적 방법을 이용하여 오존 형성의 예측에 관한 연구를 수행하였다. 파라미터 평가방법으로는 실시간 파라미터를 평가하기 위하여 ELS 및 RML 방법이 사용되었으며 오존 형성의 모델로는 ARMAX 모델을 사용하였다. 또한 3층 구조를 갖는 인공신경 회로망 방법을 이용하여 오존 형성의 예측 시험을 수행하였으며 본 연구에 사용된 통계적 방법의 성능을 평가하기 위하여 오존 형성의 예측결과를 실제 자료와 비교 분석을 하였다. 실제 자료와의 비교를 통하여 파라미터 평가 방법 및 인공신경 회로망 방법에 근거한 예측방법이 제한된 예측 구간 내에서 만족할 만한 성능을 보임을 확인할 수 있었다.

• 한국해안·해양공학회논문집
• /
• 제22권2호
• /
• pp.126-132
• /
• 2010

천해파 예측 인공신경망을 이용한 방파제 기대피해도 산정방법을 개발하였다. 극치분포를 따르는 심해파고를 이용하여 방파제 위치에서의 유의파고를 얻기 위해 인공신경망을 이용하였다. 조위와 심해파를 입력받은 인공신경망이 천해유의파를 예측할 수 있도록 학습시켰으며 파랑변형 해석에 사용되는 수치모델(SWAN)의 예측결과와 대등한 성능을 보였다. 천해파 예측 인공신경망을 이용함으로써 다수의 천해파를 매우 손쉽고 빠르게 얻을 수 있었으며 결과적으로 기대피해도 해석에 사용되는 시간을 단축할 수 있었다. 또한, 파고예측 시 방파제 위치에서의 조위 변동성에 따른 기대피해도를 상호비교함으로써 조위변동성을 고려하지 않을 경우 기대피해도를 과다 또는 과소 평가할 수 있음을 확인하였다.

• 전력전자학회논문지
• /
• 제4권2호
• /
• pp.166-174
• /
• 1999

최적효율제어를 통한 유도전동기의 효율향상은 에너지 절감측면에서 매우 중요하며 인공신경망을 사용하면 시스템의 특성이 충분히 해석되지 않은 상태에서도 우수한 제어특성을 얻을 수 있다. 본 논문은 유도전동기 구동시스템에서 최적 슬립주파수를 추종하는 실시간 인공신경망 회로를 구성하여 운전효율을 최적화하는 제어방법을 제안한다. 제안된 최적 효율제어기는 인공신경망 제어기에 의해 시스템의 비선형성을 포함하여 전동기의 내부손실이 최소가 되는 운전점을 추종한다. 시뮬레이션과 실험을 통하여 기존의 일정v/f 방식에 비하여 고속 경부하시 경제성 있는 에너지 절감효과를 충분히 확보할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.1-1
• /
• 2000

본 논문에서는 3축이 연성되어 비선형 운동 방정식으로 표현되는 3축 안정화 인공위성 시스뎀에 입릭외란과 시스템의 불확실성이 존재할 경우에도 자제 정밀도를 유지하는 제어기를 설계한다. 비선헝 운동 방정식으로 표현되는 운동 방정식을 선형화하고 PID제어기를 구성하였다 선형화에 의한 시스템의 불확실성과 입력 외란을 신경회로망으로 추정하여 외란의 엉향을 제거하도록 구성된 PR제어기의 제어입력을 수정한다 수정된 제어입력은 외란을 상쇠시켜 시스템 출력에서 외란의 효과를 제거하게 된다. 신경회로망은 제어입력과 시스템 출력, 기준 운동 방정식간의 관계를 이용하여 외간과 시스템의 불확실성을 추정하며, 역전파 알고리즘을 사용한 학습 알고리즘으로 신경 회로망을 교육한다. 제안된 신경회로망을 이용한 외란 제거 제어기는 시뮬레이션을 통하여 자세 정밀도의 향상을 검증한다