• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.354-358
• /
• 2001

본 논문에서는 underutilization 문제를 해결한 퍼지 신경회로망 모델을 제시한다. 이 퍼지 신경 회로망은 ART-1 신경회로망과 유사한 제어 구조를 가지고 있어 유연성이 있으면서도 안정성이 있다. 또한 연결강도의 초기화가 필요 없고 ART-1 신경회로망에 비하여 잡음에 민감하지 않다. 이 퍼지 신경회로망의 학습법칙은 코호넨의 학습법칙을 변형하고 퍼지화 하였으며 누설 경쟁학습의 퍼지화와 조건 확률의 퍼지화에 기반을 두고 있다. 출력 뉴런 중에서 승자를 정한 후에 행해지는 점검 테스트에서는 유사척도로 상대적 거리를 사용하였다. 이 상대적 거리는 유클리디안 거리와 함께 데이터와 클러스터들의 대푯값들 간의 상대적인 위치를 고려한 것이다. 본 논문에서 제안한 퍼지 신경회로망과 코호넨 자기 조직화 특징 지도의 성능을 비교하기 위하여 널리 사용되어온 IRIS 데이터와 가우시안 분포 데이터를 사용하였다.

• Journal of Animal Science and Technology
• /
• 제63권6호
• /
• pp.1453-1463
• /
• 2021

Feeding is the most important behavior that represents the health and welfare of weanling pigs. The early detection of feed refusal is crucial for the control of disease in the initial stages and the detection of empty feeders for adding feed in a timely manner. This paper proposes a real-time technique for the detection and recognition of small pigs using a deep-leaning-based method. The proposed model focuses on detecting pigs on a feeder in a feeding position. Conventional methods detect pigs and then classify them into different behavior gestures. In contrast, in the proposed method, these two tasks are combined into a single process to detect only feeding behavior to increase the speed of detection. Considering the significant differences between pig behaviors at different sizes, adaptive adjustments are introduced into a you-only-look-once (YOLO) model, including an angle optimization strategy between the head and body for detecting a head in a feeder. According to experimental results, this method can detect the feeding behavior of pigs and screen non-feeding positions with 95.66%, 94.22%, and 96.56% average precision (AP) at an intersection over union (IoU) threshold of 0.5 for YOLOv3, YOLOv4, and an additional layer and with the proposed activation function, respectively. Drinking behavior was detected with 86.86%, 89.16%, and 86.41% AP at a 0.5 IoU threshold for YOLOv3, YOLOv4, and the proposed activation function, respectively. In terms of detection and classification, the results of our study demonstrate that the proposed method yields higher precision and recall compared to conventional methods.

• Journal of Power Electronics
• /
• 제5권2호
• /
• pp.129-141
• /
• 2005

A high-performance robust hybrid speed controller for a permanent-magnet synchronous motor (PMSM) drive with an on-line trained neural-network model-following controller (NNMFC) is proposed. The robust hybrid controller is a two-degrees-of-freedom (2DOF) integral plus proportional & rate feedback (I-PD) with neural-network model-following (NNMF) speed controller (2DOF I-PD NNMFC). The robust controller combines the merits of the 2DOF I-PD controller and the NNMF controller to regulate the speed of a PMSM drive. First, a systematic mathematical procedure is derived to calculate the parameters of the synchronous d-q axes PI current controllers and the 2DOF I-PD speed controller according to the required specifications for the PMSM drive system. Then, the resulting closed loop transfer function of the PMSM drive system including the current control loop is used as the reference model. In addition to the 200F I-PD controller, a neural-network model-following controller whose weights are trained on-line is designed to realize high dynamic performance in disturbance rejection and tracking characteristics. According to the model-following error between the outputs of the reference model and the PMSM drive system, the NNMFC generates an adaptive control signal which is added to the 2DOF I-PD speed controller output to attain robust model-following characteristics under different operating conditions regardless of parameter variations and load disturbances. A computer simulation is developed to demonstrate the effectiveness of the proposed 200F I-PD NNMF controller. The results confirm that the proposed 2DOF I-PO NNMF speed controller produces rapid, robust performance and accurate response to the reference model regardless of load disturbances or PMSM parameter variations.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2009년도 춘계학술대회 논문집
• /
• pp.408-411
• /
• 2009

In this paper, conventional PI, fuzzy neural network(FNN) and adaptive teaming mechanism(ALM)-FNN for rotor field oriented controlled(RFOC) induction motor are studied comparatively. The widely used control theory based design of PI family controllers fails to perform satisfactorily under parameter variation nonlinear or load disturbance. In high performance applications, it is useful to automatically extract the complex relation that represent the drive behaviour. The use of learning through example algorithms can be a powerful tool for automatic modelling variable speed drives. They can automatically extract a functional relationship representative of the drive behavior. These methods present some advantages over the classical ones since they do not rely on the precise knowledge of mathematical models and parameters. Comparative study of PI, FNN and ALM-FNN are carried out from various aspects which is dynamic performance, steady-state accuracy, parameter robustness and complementation etc. To have a clear view of the three techniques, a RFOC system based on a three level neutral point clamped inverter-fed induction motor drive is established in this paper. Each of the three control technique: PI, FNN and ALM-FNN, are used in the outer loops for rotor speed. The merit and drawbacks of each method are summarized in the conclusion part, which may a guideline for industry application.

• 방송공학회논문지
• /
• 제22권3호
• /
• pp.282-294
• /
• 2017

본 논문에서는 차량이 움직일 때 발생하는 카메라의 움직임, 도로상의 광원에 강건한 지능형 전조등 제어 시스템을 제안한다. 후보광원을 검출할 때 카메라의 원근 범위 추정 모델을 기반으로 한 ROI (Region of Interest)를 사용하며 이는 FROI (Front ROI)와 BROI (Back ROI)로 나뉘어 사용된다. ROI내에서 차량의 전조등과 후미등, 반사광 및 주변 도로의 조명들은 2개의 적응적 임계값에 의해 세그먼트화 된다. 세그먼트화 된 광원 후보군들로부터 후미등은 적색도(redness)와 Haar-like특징에 기반한 랜덤포레스트 분류기에 의해 검출된다. 전조등과 후미등 분류 과정에서 빠른 학습과 실시간 처리를 위해 SVM(Support Vector Machine) 또는 CNN(Convolutional Neural Network)을 사용하지 않고 랜덤포레스트 분류기를 사용했다. 마지막으로 페어링(Pairing) 단계에서는 수직좌표 유사성, 광원들간의 연관성 검사와 같은 사전 정의된 규칙을 적용한다. 제안된 알고리즘은 다양한 야간 운전환경을 포함하는 데이터에 적용한 결과, 최근의 관련연구 보다 향상된 검출 성능을 보여주었다.

• 한국과학교육학회지
• /
• 제18권2호
• /
• pp.161-171
• /
• 1998

본 연구에서는 입자수준의 애니메이션을 이용한 컴퓨터 보조수업 프로그램을 개발 적용하여 학습자의 개념 이해도, 과학 수업에 대한 태도, 학습동기에 미치는 효과를 분석하였다. 본 연구는 서울 시내 여자 중학교 2학년 2개 학급을 대상으로 '분자와 운동' 단원에 대하여 5차시 동안 실시되었다. 수업 처치 전에 GALT와 사전 학습동기 검사를 실시하고, 중간고사 과학 과목 성적을 조사하였다. GALT 점수는 구획변인으로 사용하였으며, 사전 학습동기 검사와 중간고사 과학 과목 성적을 공변인으로 사용하였다. 수업 처치 후, 개념 검사, 과학수업에 대한 태도 검사, 사후 학습동기 검사를 실시하였고, 처치 집단에 대하여 컴퓨터 보조수업에 대한 인식을 조사하였다. 연구 결과, 컴퓨터 보조수업 집단 학생들이 전통적 학습 집단에 비하여 분자의 운동성에 대한 오개념이 적었으나, 개념 이해도 측면에서 두 집단간에 유의미한 차이는 없었다. 그러나, 컴퓨터 보조수업이 과학 수업에 대한 태도와 학습동기에는 효과적이었다(p<.01). 학생들은 컴퓨터 보조수업에 대하여 전반적으로 긍정적으로 인식하였으나, 몇몇 학생들은 어수선한 수업 분위기를 지적하였으며, 화면에 제시된 일부 내용은 어려웠다고 답하였다.

• Molecules and Cells
• /
• 제43권4호
• /
• pp.360-372
• /
• 2020

The basal ganglia network has been implicated in the control of adaptive behavior, possibly by integrating motor learning and motivational processes. Both positive and negative reinforcement appear to shape our behavioral adaptation by modulating the function of the basal ganglia. Here, we examined a transgenic mouse line (G2CT) in which synaptic transmissions onto the medium spiny neurons (MSNs) of the basal ganglia are depressed. We found that the level of collaterals from direct pathway MSNs in the external segment of the globus pallidus (GPe) ('bridging collaterals') was decreased in these mice, and this was accompanied by behavioral inhibition under stress. Furthermore, additional manipulations that could further decrease or restore the level of the bridging collaterals resulted in an increase in behavioral inhibition or active behavior in the G2CT mice, respectively. Collectively, our data indicate that the striatum of the basal ganglia network integrates negative emotions and controls appropriate coping responses in which the bridging collateral connections in the GPe play a critical regulatory role.

• 한국산학기술학회논문지
• /
• 제21권11호
• /
• pp.554-560
• /
• 2020

평판 디스플레이 제조 공정에서 대상물의 위치 결정을 위해 고정밀 평면 모션 스테이지를 사용한다. 이 유형의 스테이지는 일반적으로 마찰이 없는 선형 모터와 에어 베어링을 사용하며, 고정밀 위치 센서로 레이저 간섭계를 사용한다. 스테이지의 불가피한 기생 운동에 의해 야기되는 요 모션 오차는 위치 결정 대상체의 향 변화를 의미하므로, 스테이지의 성능과 공정 정밀도 향상을 위해 요 모션 오차의 실시간 동적 보정은 매우 중요하다. 요 모션 오차 보상에는 갠트리 제어가 일반적이며, 이 방법을 공기베어링 가이드를 사용하는 스테이지에 적용하기 위해서 회전 모션을 허용하는 유연기구가 스테이지에 적용된다. 본 논문은 공기베어링과 유연기구를 갖춘 H형 XY 스테이지의 정속 구동 성능을 개선하는 방법을 제안한다. 유연기구를 포함한 스테이지의 갠트리 제어 시 선형 모터로부터 발생하는 상호 리플의 발생 원인을 분석하고, 이러한 상호 리플을 보상하는 방안으로 적응 학습 제어를 제시한다. 제시 방안의 검증을 위해 시뮬레이션을 수행하여, 보상 제어를 통해 속도 리플이 약 22 % 수준으로 감소함을 확인하였다. 그리고 요 모션 오차가 발생하는 스테이지 상태를 가정하여 리플 저감 효과를 검증하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제33권2호
• /
• pp.247-262
• /
• 2000

본 연구에서는 낙동강유역의 주요 수위표지점중 진동수위표지점에서 홍수위를 예측하기위한 신경망모형인 WSANN모형이 제시되었다. WSANN모형은 모멘트방법, 초기조건의 개선 및 적응학습속도에 의해 보완되어진 개선된 역전파훈련 알고리즘을 이용하였고, 본 연구에 사용된 자료는 훈련자료와 테스팅자료로 분할하였으며, 최적 은닉층 노드수를 결정하기 위하여 은닉층노드와 임계학습횟수로부터 경험식이 유도되었다. 그리고 WSANN모형의 보정은 4개의 훈련자료에 의해 실시되었으며, WSANN22와 WSANN32모형이 모델의 검증에 사용될 최적모형으로 결정되었다. 모형의 검증은 훈련되지 않은 2개의 테스팅자료를 이용하여 모형의 적합성을 평가하기 위하여 이루어 졌으며, 통계분석의 결과를 통하여 홍수위를 합리적으로 예측하는 것으로 나타났다. 따라서 본 연구의 결과를 기본으로 신경망기법을 이용한 실시간 홍수예경보 시스템의 구축 및 홍수위의 제어에 관한 지속적인 연구가 필요것으로 사료된다.