• Proceedings of the Korea Society for Simulation Conference
• /
• 1998.10a
• /
• pp.196-198
• /
• 1998

세계속의 고객을 상대로 고객과 1:1 영업이 이루어지는 경쟁상황하에서 수시로 변화하는 고객의 요구에 얼마나 빠르고 정확하게 대응할 수 있는가가 기업 생존의 핵심이 되고 있다. 기업이 이러한 대응력을 갖추기 위해서는 제품개발 단계에서부터 판매단계에 이르기까지 이루어지는 모든 의사결정이 빠르면서도 정확하게 이루어져야만 하며, 이를 위해서는 가상개발시스템과 가상생산시스템의 도입이 일반화 될 것으로 사료된다. 그러나, 특정의 시스템을 대상으로 하여 구현된 가상현실은 시스템의 형태나 특성 등을 변경하는 것이 매우 어렵다는 단점이 있다. 따라서, 본 연구에서는 가상공장 내에서의 설비배치, 기계나 작업물의 특성을 임의로 변경하여 가상환경 내에서 여러 가지의 대안들의 다양한 평가가 가능한 시스템을 개발하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.388-390
• /
• 2003

멀티미디어 시스템의 사용이 일반화되고, 그 영향범위가 넓어짐에 따라 이러한 시스템의 개발과 테스트는 매우 중요한 요소가 된다. 멀티미디어 시스템은 기존의 시스템과 달리 시간-의존적이고 연속적인 미디어를 포함하여 다양한 미디어를 통합한 컨텐츠 기반 실시간 시스템이며, 사용자와의 상호작용과 네트워킹이 중요한 요소라는 점에서 기존의 시스템과 다른 개발주기. 품질 평가 척도를 가지게 된다. 이에 본 논문은 멀티미디어 시스템이 어떻게 구성되어 있으며 그 특성이 무엇인지 분석하고, 이에 기반하여 기존의 시스템과 다른 시스템 개발주기, 품질평가 척도 및 이에 따라 요구되는 테스팅 영역에 대하여 제시하고자 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.9 no.4
• /
• pp.295-303
• /
• 2008

In general, transform domain adaptive filters show faster convergence speed than the time domain adaptive filters, but the amount of calculation increases dramatically as the filter order increases. This problem can be solved by making use of the subband structure in transform domain adaptive filters. In this paper, to increase the convergence speed on the generalized subband decomposition FIR adaptive filters, a structure of the adaptive filter with subfilter of dyadic sparsity factor in wavelet transform domain is designed. And, in this adaptive filter, the equivalent input in transform domain is derived and, by using the input, the convergence properties for the LMS algorithm is analyzed and evaluated. By using this sub band adaptive filter, the inverse system modeling and the periodic noise canceller were designed, and, by computer simulation, the convergence speeds of the systems on LMS algorithm were compared with that of the subband adaptive filter using DFT(discrete Fourier transform).

• Journal of the Korean Geographical Society
• /
• v.43 no.2
• /
• pp.253-262
• /
• 2008

The main objective of this paper is to formulate a generalized procedure to extract the first four moments of univariate spatial association measures for statistical testing under the normality assumption and to evaluate the viability of hypothesis testing based on the normal approximation for each of the spatial association measures. The main results are as follows. First, predicated on the previous works, a generalized procedure under the normality assumption was derived for both global and local measures. When necessary matrices are appropriately defined for each of the measures, the generalized procedure effectively yields not only expectation and variance but skewness and kurtosis. Second, the normal approximation based on the first two moments for the global measures fumed out to be acceptable, while the notion did not appear to hold to the same extent for their local counterparts mainly due to the large magnitude of skewness and kurtosis.

• The Journal of the Korea Contents Association
• /
• v.9 no.2
• /
• pp.97-105
• /
• 2009

This paper presents a combination of the generalized Cascade Correlation and generalized Recurrent Cascade Correlation learning algorithms. The new network will be able to grow with vertical or horizontal direction and with recurrent or without recurrent units for the quick solution of the pattern classification problem. The proposed algorithm was tested learning capability with the sigmoidal activation function and hyperbolic tangent activation function on the contact lens and balance scale standard benchmark problems. And results are compared with those obtained with Cascade Correlation and Recurrent Cascade Correlation algorithms. By the learning the new network was composed with the minimal number of the created hidden units and shows quick learning speed. Consequently it will be able to improve a learning capability.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.7A
• /
• pp.967-977
• /
• 2000

In this paper, we apply a mixed $H_2/H_{\infty}$ control to a generalized plant of inverted pendulum system represented by an LFR(Linear Fractional Representation). First, in order to obtain the generalized plant, the linear model of the inverted pendulum represented by an LFR(Linear fractional Representation) is derived. In LFR, we consider system uncertainties as three nonlinear components and a pendulum mass uncertainty. Augmenting the LFR model by adding weighting functions, we get a generalized plant. And then, we design a mixed $H_2/H_{\infty}$ controller for the generalized plant. In order to design the mixed $H_2/H_{\infty}$ controller, we use the LMI technique. To evaluate control performances and robust stability of the mixed $H_2/H_{\infty}$ controller designed, we compare it with the $H_{\infty}$ controller through the simulation and experiment. In the result, with the fewer feedback information, the mixed $H_2/H_{\infty}$ controller shows the better control performances and robust stability than the $H_{\infty}$ controller in the sense of pendulum angle.

• Journal of KIISE:Software and Applications
• /
• v.27 no.2
• /
• pp.97-107
• /
• 2000

Incremental learning generally reduces training time and increases the generalization of a neural network by selecting training data incrementally during the training. However, the existing methods of incremental learning repeatedly evaluate the importance of training data every time they select additional data. In this paper, an incremental learning algorithm is proposed for pattern classification problems. It evaluates the importance of each piece of data only once before starting the training. The importance of the data depends on how close they are to the decision boundary. The current paper presents an algorithm which orders the data according to their distance to the decision boundary by using clustering. Experimental results of two artificial and real world classification problems show that this proposed incremental learning method significantly reduces the size of the training set without decreasing generalization performance.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.159-164
• /
• 1998

현재 일선고등학교에서 사용하고 있는 학생생활기록부의 효율적 이용 및 명가방법에 대한 논의와 연구가 활발한 실정이다. 본 논문에서는 학생생활기록부의 13개 항목을 분석하여 몇 개의 영역으로 일반화시킨 후 각 영역에 해당하는 확정계약조건들을 결정한다. 또한 이를 기반으로 일반화시킨 영역들을 추론하고, 교사들의 관찰내용과 같은 불확정계약조건들을 상담형태로 지식베이스화시켜 추론할 수 있도록 한다. 제안된 추론엔진은 교사들이 학생들에 대한 학습 및 생활지도시 이용함으로써 보다 정확하고 효율적인 지도를 유도할 수 있으며, 대학입시에서도 비교과 영역평가시 변별력을 높일 수 있다.

• Proceedings of the IEEK Conference
• /
• 2009.05a
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.