• Proceedings of the IEEK Conference
• /
• 2009.05a
• /
• pp.258-260
• /
• 2009

본 논문에서는 최적화 알고리즘인 유전자 알고리즘과 context-based FCM 클러스터링 방법을 이용하여 새로운 형태의 RBF 뉴럴 네트워크의 포괄적인 설계 방법론을 소개한다. 제안된 구조는 클러스터링 기법을 기반하여 사용된 데이터의 특성에 효과적인 모델을 구축하고자 한다. 또한 유전자 알고리즘을 이용하여 모델의 최적화에 주요한 영향을 미치는 파리미터들(-은닉층에서의 contex의 수, contex에 포괄되는 노드의 수, 그리고 contex에 입력되는 입력변수)을 동조한다. 제안된 모델의 설계 공정은 1) K-means 클러스터링을 통한 context fuzzy set에 대한 정의와 설계, 2) context-based fuzzy clustering에 대한 모델의 적용과 이에 따른 모델 구축의 효율성, 3) 유전자 알고리즘을 통한 모델 최적화를 위한 파라미터들의 최적화와 같은 단계로 구성되어 있다. 구축된 RBF 뉴럴 네트워크의 후반부 다항식에 대한 parameter들은 성능지수를 최소화하기 위해 Least Square Method에 의해서 보정된다. 본 논문에서는 모델을 설계함에 있어서 체계적인 설계 알고리즘을 포괄적으로 설명하고 있으며, 더 나아가 제안된 모델의 성능을 다른 표준적인 모델들과 대조함으로써 제안된 모델의 우수성을 나타내고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.5
• /
• pp.451-461
• /
• 2002

Differential evolution(DE) has been preyed to be an efficient method for optimizing real-valued multi-modal objective functions. DE's main assets are its conceptual simplicity and ease of use. However, the convergence properties are deeply dependent on the control parameters of DE. This paper proposes an adaptive differential evolution(ADE) method which combines with a variant of DE and an adaptive mechanism of the control parameters. ADE contributes to the robustness and the easy use of the DE without deteriorating the convergence. 12 optimization problems is considered to test ADE. As an application of ADE the paper presents a supervised clustering method for predicting events, what is called, an evolutionary event clustering(EEC). EEC is tested for 4 cases used widely for the validation of data modeling.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.12
• /
• pp.125-132
• /
• 2010

In vocabulary recognition has unseen tri-phone appeared when recognition training. This system has not been created beginning estimation figure of model parameter. It's bad points could not be created that model for phoneme data. Therefore it's could not be secured accuracy of Gaussian model. To improve suggested Gaussian model to optimized method of model parameter using probability distribution. To improved of confidence that Gaussian model to optimized of probability distribution to offer by accuracy and to support searching of phoneme data. This paper suggested system performance comparison as a result of recognition improve represent 1.7% by out-of vocabulary rejection algorithm using normalization confidence.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.226-227
• /
• 2011

본 논문에서는 전력 시스템의 저주파 진동을 효율적으로 억제하기 위하여 기존의 PSS 를 이용하는 방법 대신 FESS를 적용하는 방법을 제시하였다. FESS PID 제어기의 최적 파라미터를 선정하기 위하여 GA를 이용한 방법을 제시하였다. 최적화 파라미터 선정시 사용되는 평가함수를 2가지로 선정하여 선정된 파라미터를 이용하여 FESS PID 제어성능을 평가하였다. 다양한 동작 조건하에 몇 가지 외란이 발생한 경우 비선형 시뮬레이션을 통하여 기존의 PSS를 이용한 방법과 동특성을 비교 고찰하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.211_212
• /
• 2009

부하 모델링이 전력계통의 해석과 제어에 미치는 영향력은 매우 크다. 정확한 부하모델링을 위해 최근에는 측정기반의 부하 모델링이 많이 연구되고 있다. 부하모델링 알고리즘은 먼저 모델의 구조를 정하고, 그 모델에 적합한 파라미터를 산정하는 작업으로 이루어진다. 파라미터 산정에는 최소자승법이 사용되었다. 이 최적화 과정에서 알고리즘을 통해 나온 계산값과 측정값의 차이가 최소가 되도록 파라미터를 산정하였다. 슬라이딩 윈도우(sliding window)의 개념을 도입해, 실시간으로 변화하는 부하의 동특성을 반영할 수 있는 온라인 부하모델링을 수행하였다. 실측 데이터의 취득을 위해 학교 부하에 PMU를 설치하였다. 본 논문에서는 사례 연구를 위해 실시간 시뮬레이터의 데이터를 이용하였고, 정적 ZIP 모델을 통해 알고리즘의 정확성을 검토하였다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1881-1882
• /
• 2006

표준형 원자력발전소에서는 원자로 내의 핵연료 봉으로부터 발생하는 열에너지를 열교환기인 증기발생기로 전달하는 원자로냉각재 계통이 있다. 핵연료 봉을 적절한 냉각 상태로 유지하기 위하여 원자로냉각재의 온도와 압력뿐만 아니라 체적을 제어하고 있다. 원자로냉각재 체적은 용량이 큰 반면에 제어하는 밸브의 크기는 작아서 제어 응답이 길어서 현장에서 경험적으로 튜닝하는 것은 매우 어렵다. 본 논문에서는 체적제어루프의 수학적인 모델링을 통하여 오프라인으로 최적 제어 파라미터를 찾고, 실제 적용한 결과를 보여준다. 제어루프 모델링을 위하여 일반화 프로세서 모델 식으로부터 실제 운전 데이터로 모델 파라미터를 결정하는 경험적 방법을 사용하였다. 이로부터 구한 제어 파라미터를 실제 적용한 결과, 적절한 제어 응답을 얻었으며 모델링 과정이 적절하였음을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1933-1934
• /
• 2006

이 논문은 비강체 객체에 대한 실시간 추적시 다른 객체에 의한 간섭의 영향을 줄이는 방법을 제시한다. 제시한 방법에서 객체 추적에 대한 알고리즘은 현재 프레임에서 확률적으로 목표의 위치를 찾는 Mean shift 방법에 기초를 두고 있다. 기존의 방법에서는 mean shift 의 파라미터로서 색분포만 사용한다. 하나의 파라미터에만 의존하므로 같은 색분포를 갖는 다른 객체가 추적 영역 내에 들어오게 되면 새로운 객체를 기존 객체로 인식하게 되는 문제가 발생한다. 여기서 우리는 강인한 객체추적을 하기 위해 다른 하나의 파라미터로서 거리정보를 이용을 제안한다. 거리정보에 최적화된 흐름 추정(optical flow estimation)방법을 확장 도입한 강인한 에러 기준(robust error norm) 방법을 사용하여 기존의 객체에게 더 많은 가중치를 주는 방식으로 mean shift 추적 방법을 기초로 하여 강력하게 추적하는 방법을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.442-445
• /
• 2004

본 논문은 유전자 기반 퍼지다항식 뉴럴네트워크(Genetic based fuzzy polynomial neural networks： gFPNN)를 제안한다. gFPNN 구조는 퍼지집합을 기반으로 설계되며, 유전자 알고리즘에 의해 구조 및 파라미터를 최적화한 구조이다. 퍼지집합을 기반으로 설계되어진 퍼지뉴럴네트워크는 간략추론 구조와 선형추론 구조로 설계된다. 본 논문에서는 간략추론 및 선형추론 구조를 통합 및 확장한 퍼지다항식 뉴럴네트워크를 설계한다. 이 구조는 연결가중치를 이용하여 회귀다항식을 네트워크 구조로 표현하며, 간략추론(Type 0), 선형추론(Type 1), 회귀다항식추론(Type 2)을 모두 포함한다. 또한 퍼지규칙 후반부의 다항식 차수를 각 규칙에 대해 다르게 선택할 수 있으며, 일률적인 형식의 구조를 벗어나 주어진 시스템의 특성에 따라 유연한 구조를 설계할 수 있도록 한다. 여기에 더하여, 네트워크 구조와 파라미터 동조에 유전자 알고리즘을 적용하며, 구조와 파라미터 동정에 대한 효율적인 방법을 논의한다. 제안된 모델의 평가를 위해 수치예제를 이용한다.

• ICROS
• /
• v.17 no.3
• /
• pp.22-26
• /
• 2011

신경회로망 기술은 다양한 공학적 및 과학적 문제에 적용되어 왔으며 복잡한 동특성을 갖는 시스템의 모델링에 특히 효율적인 것으로 알려져 있다. 신경회로망 학습은 신경회로망의 가중치 및 바이러스로서 주어지는 파라미터 벡터의 요소를 주어진 목적함수를 최소화하는 최적의 값으로 추정하는 연산과정을 의미한다. 따라서 신경회로망 파라미터 학습은 전체시스템의 성능을 직접적으로 좌우하는 매우 중요한 단계라 할 수 있으며 일반적으로 파라미터의 수정규칙 알고리즘을 도출한다. 이러한 수정규칙은 주로 최적화 기법을 적용하며 경사함수(gradient function)를 포함한다. 최근에는 이러한 경사함수를 포함하지 않는 학습 알고리즘이 많이 개발되고 있으며 특히 칼만 필터링 이론을 접목한 미분 신경회로망의 학습 알고리즘이 최근에 발표되었다.

• Proceedings of the KIEE Conference
• /
• 2006.07c
• /
• pp.1615-1616
• /
• 2006

본 논문에서는 표면 플라즈몬 공명(Surface Plasmon Resonance) 센서의 여러 파라미터를 동시에 만족시키는 설계기법을 제시하였다. 설계 파라미터는 반사광 dip의 3dB bandwidth와 dip의 깊이이고 목적함수는 해석치와 목표치의 차이 벡터의 norm으로 정의하였다. 설계 변수는 박막된 각 금속 충의 두께로 하였고 SPR 센서의 스펙트럼을 해석하기 위해 광학 어드미턴스 기법을 이용하였다. 최적화 기법은 (1+1) 진화 알고리즘을 사용하였다. 설계방법을 3층 구조의 SPR 센서에 적용하여 최적 설계한 파라미터는 초기값에 비해 3dB bandwidth는 4.8nm, dip의 깊이는 1.1dB 향상되었다.