• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권11호
• /
• pp.1431-1438
• /
• 2004

강화학습(reinforcement learning)은 온라인으로 환경(environment)과 상호작용 하는 과정을 통하여 목표를 이루기 위한 전략을 학습한다. 강화학습의 기본적인 알고리즘인 Q-learning의 학습 속도를 가속하기 위해서, 거대한 상태공간 문제(curse of dimensionality)를 해결할 수 있고 강화학습의 특성에 적합한 함수 근사 방법이 필요하다. 본 논문에서는 이러한 문제점들을 개선하기 위해서, 온라인 퍼지 클러스터링(online fuzzy clustering)을 기반으로 한 Fuzzy Q-Map을 제안한다. Fuzzy Q-Map은 온라인 학습이 가능하고 환경의 불확실성을 표현할 수 있는 강화학습에 적합한 함수근사방법이다. Fuzzy Q-Map을 마운틴 카 문제에 적용하여 보았고, 학습 초기에 학습 속도가 가속됨을 보였다.

• 대한기계학회논문집A
• /
• 제28권4호
• /
• pp.475-480
• /
• 2004

Function approximation is one of the most important and active research fields in design optimization. Accurate function approximations can reduce the repetitive computational effort fur system analysis. So this study presents an enhanced two-point diagonal quadratic approximation method. The proposed method is based on the Two-point Diagonal Quadratic Approximation method. But unlike TDQA, the suggested method has two quadratic terms, the diagonal term and the correction term. Therefore this method overcomes the disadvantage of TDQA when the derivatives of two design points are same signed values. And in the proposed method, both the approximate function and derivative values at two design points are equal to the exact counterparts whether the signs of derivatives at two design points are the same or not. Several numerical examples are presented to show the merits of the proposed method compared to the other forms used in the literature.

• 한국정보통신학회논문지
• /
• 제15권8호
• /
• pp.1756-1763
• /
• 2011

본 연구에서는 생물학적 모방에 따른 물고기 로봇의 직진유영에 관한 연구로써, Liu 등이 제안한 꼬리 모션 함수를 푸우리에 급수 전개의 7차 항까지 고려한 제안된 방법과 일반적인 사인함수만으로 근사한 방법과 비교하여 모의실험 하였다. 일반적으로 로봇 물고기의 꼬리 링크의 길이가 길어지고 링크가 많을 경우, 로봇 물고기의 꼬리 모션 함수의 말단 회전 관절 궤적은 사인 함수의 모양과 매우 다르다. 그러므로 로봇 물고기의 꼬리 궤적을 단순한 푸우리에 급수 전개의 기본파 성분만으로 근사하기에는 문제가 있다. 제안된 방법과 일반적인 사인함수만으로 근사한 방법의 모의실험 결과 제안된 방법이 로봇 물고기의 추력과 속도에서 10%정도 뛰어남을 보였다.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.635-642
• /
• 2003

강화학습은 제어, 스케쥴링 등 많은 응용분야에서 성공적인 학습 결과를 얻었다. 기본적인 강화학습 알고리즘인 Q-Learning, TD(λ), SARSA 등의 학습 속도의 개선과 기억장소 등의 문제를 해결하기 위해서 여러 함수 근사방법(function approximation methods)이 연구되었다. 대부분의 함수 근사 방법들은 가정을 통하여 강화학습의 일부 특성을 제거하고 사전지식과 사전처리가 필요하다. 예로 Fuzzy Q-Learning은 퍼지 변수를 정의하기 위한 사전 처리가 필요하고, 국소 최소 자승법은 훈련 예제집합을 이용한다. 본 논문에서는 온-라인 퍼지 클러스터링을 이용한 함수 근사 방법인 Fuzzy Q-Map을 제안하다. Fuzzy Q-Map은 사전 지식이 최소한으로 주어진 환경에서, 온라인으로 주어지는 상태를 거리에 따른 소속도(membership degree)를 이용하여 분류하고 행동을 예측한다. Fuzzy Q-Map과 다른 함수 근사 방법인 CMAC와 LWR을 마운틴 카 문제에 적용하여 실험 한 결과 Fuzzy Q-Map은 훈련예제를 사용하지 않는 CMAC보다는 빠르게 최고 예측율에 도달하였고, 훈련 예제를 사용한 LWR보다는 낮은 예측율을 보였다.

• 한국음향학회지
• /
• 제36권1호
• /
• pp.1-11
• /
• 2017

본 연구에서는 두 변수 유리함수 근사법에 기반한 3차원 음향 포물선 방정식의 제곱근 연산자의 새로운 근사식을 제안한다. 이 근사식은 기존의 제곱근 연산자에 대한 근사 연구와 비교해서 두 가지의 장점을 가진다. 첫 번째는 광대역 각도 능력이다. 제안된 식은 방위각 $45^{\circ}$에서 3차원 음향 포물선 방정식의 거리 축으로부터 $62^{\circ}$까지 넓은 각도에 대해 정확도를 가지는데, 이 값은 기존에 연구된 3차원 음향 포물선 방정식 알고리즘의 각도 한계의 약 세 배이다. 두 번째로는 본 근사식의 분모는 수심과 횡 거리에 대한 연산자의 곱으로 표현된다는 점이다. 이러한 분할 형태는 3차원 포물선 방정식을 손쉽게 삼중대각행렬 방정식으로 변환할 수 있다는 점에서 수치해석에서 선호된다. 제안된 식의 성능을 검증하기 위해 위상 오차분석을 통해 타 근사법과의 비교 연구가 수행되었고, 제안된 방법은 가장 우수한 성능을 보였다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제3권4호
• /
• pp.49-56
• /
• 1989

약 이온화되어 있는 기체 방전에서 전자 에너지 분포함수는 계산상 어려움으로 인하여 맥스웰 분포를 가정하나 이러한 가정은 실제 방전내의 전자 에너지 분포함수와 차이를 보이게 된다. 본 논문에서는 저압 수은 방전에 대하여 전자온도, 관벽온도, 전자밀도, 포화증기압밀도를 변수로 사용하여 볼쯔만식을 해석하였다. 구성된 방정식으로부터 정상상태를 가정하여 구한 전자 에너지 분포함수는 보통 적용하는 맥스웰 분포와 꼬리부분에서는 많은 차이를 보였다. 특히 충돌 단면적을 에너지의 함수로 근사하여 식을 간략화함으로써 분포함수를 간편하게 구할 수 있으며 광범위하게 적용할 수 있는 방법을 제안하였다. 또한 명확한 이론에 근거한 해석적 모델을 제시하여 분포함수의 해석을 용이하게 하고 계산과정을 간편하게 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.81-84
• /
• 2003

$\varepsilon$-SVR(e-Support Vector Regression)학습방법은 SV(Support Vector)들을 이용하여 함수 근사(Regression)하는 방법으로 최근 주목받고 있는 기법이다. SVM(SV machine)의 한 가지 방법으로, 신경망을 기반으로 한 다른 알고리즘들이 학습과정에서 지역적 최적해로 수렴하는 등의 문제를 한계로 갖는데 반해, 이러한 구조들을 대체할 수 있는 학습방법으로 사용될 수 있다. 일반적인 $\varepsilon$-SVR에서는 학습 데이터와 관사 함수 f사이에 허용 가능한 에러범위 $\varepsilon$값이 학습하기 전에 정해진다. 그러나 Nu-SVR(ν-version SVR)학습방법은 학습의 결과로 최적화 된 $\varepsilon$값을 얻을 수 있다. 정해진 기저함수가 포함되는 $\varepsilon$-SVR 학습방법(Sermparametric SVR)은 정해진 독립 기저함수를 사용하여 함수를 근사하는 방법으로, 일반적인 $\varepsilon$-SVR 학습방범에 비해 우수한 결과를 나타내는 것이 성공적으로 입증된 바 있다. 이에 따라, 본 논문에서는 정해진 기저함수가 포함된 ν-SVR 학습 방법을 제안하고, 이에 대한 수식을 유도하였다. 그리고, 모의 실험을 통하여 제안된 Sermparametric ν-SVR 학습 방법의 적용 가능성을 알아보았다.

• 대한기계학회논문집A
• /
• 제35권2호
• /
• pp.163-168
• /
• 2011

설계단계에서 시스템의 불확실성을 반영하려는 노력이 다양하게 이루어지고 있으며, 강건 최적설계 혹은 신뢰도 기반 최적설계는 이에 대한 대표적인 설계 방법론이다. 실제 문제에 이러한 방법론을 적용하기 위해서는 성능함수의 통계적 모멘트와 손상확률에 대한 정확하고 효율적인 추정 방법이 필요하고, 더불어 최적화를 위한 방향탐색과정에서 요구되는 민감도 해석의 정확성 및 효율성이 확보되어야 한다. 본 연구에서는 함수근사모멘트 방법을 기존에 유도된 적분 형태의 민감도 해석 식에 적용하여 그 민감도 해석 결과의 정확성을 확인하고, 이를 대표적인 신뢰도 기반 최적설계 문제에 적용하고자 한다. 민감도 해석 결과 및 신뢰도 기반 최적설계 결과를 타방법의 결과와 비교하여 함수근사모멘트 방법의 타당성을 입증하고자 한다. 활용된 적분 형태의 민감도 해석은 손상확률 혹은 통계적 모멘트가 계산된 경우 추가적인 함수 계산 없이 민감도를 얻을 수 있는 효율적인 방법이다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.58-66
• /
• 2003

본 논문에서는 멀티웨이브릿 필터뱅크를 이용한 임베디드 제로 트리구조의 영상압축 기법을 제안한다. 멀티웨이브릿은 두 채널의 필터 뱅크를 갖는 새로운 방법의 DGHM스케일링 함수와 웨이브릿 함수를 사용한다. 임베디드 제로 트리 코딩은 영상압축을 위하여 사용한다. 각 스케일링 및 웨이브릿 함수는 두 개의 필터뱅크를 사용한다. DGHM 멀티웨이브릿의 중요한 특성은 직교성과 근사화 차수이다. 본 논문에서 사용한 DGHM 멀티웨이브릿은 근사화 차수가 2인 높은 에너지 압축성과 완전복원을 가진다. DGHM 멀티웨이브릿을 사용한 영상압축은 단일 Daubechies 웨이브릿(D4), 쌍직교 웨이브릿, 및 GHM 멀티웨이브릿 보다 압축율에 대한 우수한 PSNR을 가진다.