• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1381-1384
• /
• 2004

대상 지점의 수질 예측은 단순한 모델로 설명하는데 쉽지 않을 뿐만 아니라 많은 오차를 내포하고 있다. 그러나 최근, 신경회로망, 퍼지 논리, 전문가 시스템 및 유전자 알고리즘과 같은 인공지능이 대두되면서 복잡한 비선형 과정들을 나타낼 수 있게 되었다. 나아가 진정한 인공 지능을 실현하기 위해서는 신경회로망, 퍼지 논리, 전문가 시스템 및 유전자 알고리즘을 보다 효과적으로 이용하고 통합해야 가능할 것으로 기대된다. 본 연구에서는 유전자 알고리즘(Genetic Algorithm)을 T-S 퍼지시스템(Takagj-Sugeno Fuzzy system)의 삼각형 멤버쉽 함수 형태와 규칙 베이스를 최적화하기 위한 도구로 사용하였으면, 예측은 T-S 퍼지 시스템을 이용하여 실시하였다. 대상지점은 영산강 유역의 나주지점을 선정하여 유량자료 및 수질자료를 이용하여 GA와 T-S 퍼지 시스템의 결합에 의해 수질 예측을 실시할 결과 돌연변이율$(P_m)$ $0.05\~0.1$에서 우수한 결과를 얻을 수 있었다.

• Journal of the Korean Society for Precision Engineering
• /
• v.11 no.2
• /
• pp.75-84
• /
• 1994

기계가공프로세스에서 절삭공구의 마멸과 채터진동은 공작기계의 가동율과 생산성을 크게 저해하는 요인이 되고 있다. 본 연구에서는 공구마멸과 채터현상이 혼재하는 상황에서, 이들 두 현상을 동시에 검출하는데, AE 및 가속도센서에서 검출된 신호와 AR계수 및 주파수대역 평균에너지를 특징입력으로 하는 인공신경회로망을 이용하였다. 그 결과, 공구마멸과 채터현상에 대응하는 서로 다른 신호특징의 차이를 동시에 식별하는 데 인공신경 회로망의 유용성을 입증하였으며, 시계열모델의 AR계수(70 .approx. 90%)보다는 주파수대역에너지법의 평균에너지 (80 .approx. 100%)를 신경회로망의 특징입력으로 하는 경우가 높은 성공률을 나타내었다.

• Journal of the Korean Society for Precision Engineering
• /
• v.10 no.3
• /
• pp.141-151
• /
• 1993

For navigation of a mobile robot, it is one of the essential tasks to find out its current position. Dead reckonining is the most frequently used method to estimate its position. Hpwever conventional dead reckoner is prone to give us false information on the robot position especially when the wheels are slipping. This paper proposes an improved dead reckoning scheme using neural networks. The network detects the instance of wheel slopping and estimates the linear velocity of the wheel; thus it calculates current position and heading angle of a mobile robot. The structure and variables of the nerual network are chosen in consideration of slip motion characteristics. A series of experiments are performed to train the networks and to investigate the performance of the improved dead reckoning system.

• Proceedings of the Korean Society for Rock Mechanics Conference
• /
• 1996.03a
• /
• pp.35-42
• /
• 1996

지하 구조물의 안정성 확보와 경제적인 시공을 위하여 상세하고 합리적인 암반분류가 필요하다. 설계 초기에는 제한적인 정보와 암반의 불확실성에 따라 암반분류의 신뢰도가 떨어진다. 이러한 불확실한 지질 정보를 근사하게 추론할 수 있는 방법으로서 인공지능(Artificial intelligence) 특히 인공신경망 (Artificial neural network)이 있다. (중략)

• 한국생태학회:학술대회논문집
• /
• 1998.05a
• /
• pp.92-92
• /
• 1998

• Journal of Biosystems Engineering
• /
• v.16 no.1
• /
• pp.90-99
• /
• 1991

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.1
• /
• pp.8-14
• /
• 2013

In this paper, a control system for two wheeled inverted pendulum robot is implemented to have more stable balancing capability than the conventional control system. Fuzzy control structure is chosen for the two wheeled inverted pendulum robot, and fuzzy membership function factors for the control system are obtained for 3 specified weights using a trial-and-error method. Next a neural network is employed to generate fuzzy membership function factors for more stable control performance when the weight is arbitrarily selected. Through some experiments, we find that the proposed fuzzy control system using the neural network is superior to the conventional fuzzy control system.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.15 no.4
• /
• pp.531-539
• /
• 1996

The research for the classification of the artificial defects in welding parts is performed using the pattern recognition technology of ultrasonic signal. The signal pattern recognition package including the user defined function is developed to perform the digital signal processing, feature extraction, feature selection and classifier selection. The neural network classifier and the statistical classifiers such as the linear discriminant function classifier and the empirical Bayesian classifier are compared and discussed. The pattern recognition technique is applied to the classification of artificial defects such as notchs and a hole. If appropriately learned, the neural network classifier is concluded to be better than the statistical classifiers in the classification of the artificial defects.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• 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.

• Annual Conference on Human and Language Technology
• /
• 1989.10a
• /
• pp.126-131
• /
• 1989

본 논문에서는 Error Back Propagation 학습을 이용해 한글 문자를 On-Line 인식하는 시스템을 제안한다. Pointing device의 궤적을 추적해 입력 패턴의 특징(feature)을 추출해 신경 회로망 입력으로 준다. 이때 사용하는 특징은 기본 획 (stroke)의 종류 및 획간의 상대적 위치 관계이다. 학습과정에서는 자소의 정의를 읽어 초성, 중성, 종성에 대해 각 획수마다 정의된 신경회로망의 weight를 조정한다. 인식 과정에서는 초성, 중성, 종성의 순으로 에러가 최소인 획수의 신경회로망 출력을 택하여 2 바이트 조합형 코드로 완성한다. 이로써 Intelligent Man-Machine Interface 시스템중 위치 및 크기에 무관한 전필 입력 시스템을 구현한다.