• 전기의세계
• /
• v.44 no.7
• /
• pp.17-23
• /
• 1995

인공지능 기법들은 여러 분야에 걸쳐 다양하게 사용되고 있으며, 특히 최근들어 지능형 제어기법으로 전력 전자 분야에도 많이 적용되고 있는 추세이다. 따라서 본 글에서는 전력전자 분야에 전문가 시스템, 신경회로망 및 퍼지논리를 적용한 예와 신경회로망과 퍼지논리의 융합에 대하여 정리 및 고찰해보고자 한다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2812-2814
• /
• 1999

그레이 영상 입출력이 가능하고, 다양한 영상 크기에 적용 가능한 아날로그 셀룰라 신경회로망을 설계하였다. 아날로그 셀룰라 신경회로망은 실시간 병렬처리가 가능하므로, 영상처리 패턴인식과 같은 분야에 유용하게 사용될 수 있다. 기존의 하드웨어로 구현된 셀를라 신경회로망은 이진 영상를 출력하고, 단일 칩에 구현할 수 있는 셀의 수에 제한이 있기 때문에 범용의 영상처리에 응용하기에 적합지 않다. 본 연구에서 설계된 셀룰라 신경회로망은 영상 입력 크기의 분해능을 향상시켜 그레이 영상 처리가 가능한 칩을 설계하였다. 설계된 셀룰라 신경회로망를 이용한 그레이 영상의 에지추출 시뮬레이션 결과, 선명한 에지 영상을 얻을 수 있었다

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.610-611
• /
• 2011

전력 계통의 운용 계획을 최적화하기 위해서 연간 최대전력수요와 시간별 전력수요에 대한 장단기간의 수요 예측에 관한 연구가 활발하게 진행 중이다. 특히, 단기 수요 예측은 발전비용과 신뢰도에 크게 영향을 주며, 전력계통의 제어 및 단기계획, 경제급전, 전력조류계산 등의 입력 자료로 활용된다. 많은 예측 문제에 폭넓게 사용되고 있는 인공신경회로망은 전력수요 예측에도 자주 쓰이는 기법이다. 본 논문에서는 이를 보다 정확히 하기 위해 기존의 인공신경회로망 기법을 개선하여 보다 정확한 예측을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.3
• /
• pp.72-77
• /
• 1998

이동통신에서는 송수신이 이루어지는 전파환경에 따라 직접파와 다중경로에 기인한 간접파에 의한 페이딩, 잡음, 간섭 등의 영향을 받게 된다. 이 논문에서는 복잡하고 다양한 유형의 수신신호 중 원하는 신호정보를 정확히 추출하기 위해 인공신경회로망 (ANN:Artivicial Neural Network)을 이용한다. 인공 신경회로망의 하나인 단층 퍼셉트론을 이용한 검파기를 제안하고, QPSK 변조방식을 이용하여 시뮬레이션을 행하고, 결과 분석을 통해 제안 시스템의 활용 가능성을 확인하다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.287-290
• /
• 2002

지문인식 알고리즘 구현에 있어서 일반적인 전처리 과정을 거쳐, 특징추출시 본 논문에서는 방향성이 추출된 영상에서 블록을 형성하여 각 블록에서의 방향성 특징들을 인공지능 기법의 한 분야인 신경회로망의 입력패턴으로 사용하여 특이점 추출을 수행했으며, 이를 바탕으로 PC없이 독립적으로 동작할 수 있는 지문인식 신호처리보드를 설계하여 그 신뢰성을 테스트한 결과 충분히 독립적으로 동작할 수 있음을 입증하였다.

• Proceedings of the IEEK Conference
• /
• 2001.06d
• /
• pp.215-218
• /
• 2001

본 연구에서는 저해상도 다분광 영상으로부터 고해상도 다분광 영상을 효과적인 추출하기 위해 인공지능의 한 기법인 신경회로망을 이용하여 중합을 위한 구조를 제안하였고, IKONOS 위성 영상에 적용하여 실험 및 결과를 제시하였다. 실험 결과에서 얻어진 화상은 비교적 좋은 분광특성을 나타내었으며, 향후, 본 연구의 중합방법은 토지 이용분류, 환경감시, 자원조사 등의 많은 분야와 지형공간정보 시스템의 데이터 활용 등 여러분야 응용될 경우 우수한 성능을 제공할 것으로 사료된다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.161-162
• /
• 2007

본 논문에서는 인간 두뇌와 같이 패턴을 인식할 수 있는 능력을 가진 신경 회로망 모델을 구현하고, 이를 바탕으로 시중의 저렴한 화상 카메라를 이용하여 미 달러화를 인식할 수 있는 시스템을 개발하였다. 제안된 시스템은 저화질 영상에서 캡쳐된 이미지를 이진영상처리 과정을 거치게 함으로써 패턴인식의 정확성 향상을 가져올 수 있었으며, 인공지능의 대표적 알고리즘인 신경회로망을 이용하여 종류별 미 달러화의 세부적인 차이를 감지하고 화폐를 정확하게 인식할 수 있도록 하였다. 각 화폐로부터 추출해 낸 특징을 신경회로망을 통해 학습시키고, 이를 통해 미 달러화의 패턴인식 능력을 실험을 통해 확인해본 결과 90%에 가까운 높은 성공률로 정확하게 인식함을 확인할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 1998.07b
• /
• pp.801-803
• /
• 1998

가압경수형 원전에서 증기발생기의 수위제어가 저출력하에서 유체거동이 부정확하고 비정상적이어서 기존의 PI제어기 만으로는 파라메타 설정이 곤란하여 효과적인 제어가 어렵다. 이러한 문제점을 개선하고자 인공지능기법의 일종인 신경회로망을 이용한 수위제어 알고리즘의 적용을 연구하였다. 저출력시에는 증기발생기내에서의 물리적인 현상이 상당히 복잡하여 정확한 수학적 모델링이 어렵기 때문에 기존의 PI제어기와는 별도로 입출력신호패턴에 근거한 수위변동의 경향인식으로 요구되는 수위레벨을 과도현상없이 안정적으로 제어 할 수 있었다. 이 연구결과에 기초하여 저출력시에 한하여 신경회로망을 적용한 컴퓨터로써 병렬운전을 수행한다면 효과적인 현장적용성을 높일 수가 있다.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.8
• /
• pp.1045-1054
• /
• 2001

To improve classification accuracy in this paper, we proposed an algorithm for the chromosome image reconstruction in the image preprocessing part and also proposed the pattern classification method using the hierarchical multilayer neural network(HMNN) to classify the chromosome karyotype. It reconstructed chromosome images for twenty normal human chromosome by the image reconstruction algorithm. The four morphological and ten density feature parameters were extracted from the 920 reconstructed chromosome images. The each combined feature parameters of ten human chromosome images were used to learn HMNN and the rest of them were used to classify the chromosome images. The experimental results in this paper were composed to optimized HMNN and also obtained about 98.26％ to recognition ratio.

• The Korean Journal of Nuclear Medicine
• /
• v.38 no.3
• /
• pp.233-240
• /
• 2004

Purpose: We developed a computer-aided classifier using artificial neural network (ANN) to discriminate the cerebral metabolic pattern of medial and lateral temporal lobe epilepsy (TLE). Materials and Methods: We studied brain F-18-FDG PET images of 113 epilepsy patients sugically and pathologically proven as medial TLE (left 41, right 42) or lateral TLE (left 14, right 16). PET images were spatially transformed onto a standard template and normalized to the mean counts of cortical regions. Asymmetry indices for predefined 17 mirrored regions to hemispheric midline and those for medial and lateral temporal lobes were used as input features for ANN. ANN classifier was composed of 3 independent multi-layered perceptrons (1 for left/right lateralization and 2 for medial/lateral discrimination) and trained to interpret metabolic patterns and produce one of 4 diagnoses (L/R medial TLE or L/R lateral TLE). Randomly selected 8 images from each group were used to train the ANN classifier and remaining 51 images were used as test sets. The accuracy of the diagnosis with ANN was estimated by averaging the agreement rates of independent 50 trials and compared to that of nuclear medicine experts. Results: The accuracy in lateralization was 89% by the human experts and 90% by the ANN classifier Overall accuracy in localization of epileptogenic zones by the ANN classifier was 69%, which was comparable to that by the human experts (72%). Conclusion: We conclude that ANN classifier performed as well as human experts and could be potentially useful supporting tool for the differential diagnosis of TLE.