• 한국산학기술학회논문지
• /
• 제21권1호
• /
• pp.560-567
• /
• 2020

점진판재성형은 금형을 제작하지 않고 판재를 가공하는 방법으로서 빠른 시제품 제작과 소량 생산에 적합한 성형법이다. 이러한 점진판재성형의 공정 변수로 공구 직경, 매 스탭당 Z-방향 깊이, 공구 이송 속도, 공구 회전 속도 등은 성형품의 품질에 크게 영향을 미친다. 본 연구에서는 두께가 1.0mm인 Al3004판재를 사용하여 원뿔절두체(VWACF: Varying Wall Angle Conical Frustum) 모델의 점진성형을 실시하였으며, 각각의 변수들의 조합에서 성형성을 판단하였다. BP신경망 (BPNN: Back Propagation Neural Network)를 기반으로 Minitab 소프트웨어를 사용하여 성형 각도를 예측하는 2 차 수학적 모델을 구축하였다. 또한 이 모델을 유전 알고리즘의 목적함수로 사용하였으며 최대 성형 각도로 얻기 위한 최적의 변수 조합을 찾아내었다. 공구 직경은 6mm, 회전 속도는 180rpm, Z-방향 피치는 0.401mm, 이송 속도는 772.4mm/min일 경우 가장 큰 성형 각도인 87.071°를 갖는 컵을 성형할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.205-208
• /
• 2010

본 논문에서는 Zernike 모멘트와 backpropagation신경망을 이용한 온라인 필기체 숫자 인식 방법을 소개한다. 마우스로 통해 입력된 숫자 정보는 전처리를 통해 시간에 순서적이고, 연속적인 좌표 정보로 변환된다. 전처리된 입력 좌표는 Zernike 모멘트(moment)와 각도 특징(angulation feature)을 이용하여 각 숫자가 가지는 고유의 특징을 만들어 낸다. 이러한 특징은 크기, 모양, 틀어진 정도에 상관없이 항상 일정한 성질을 가진다. 제안된 방법으로 추출된 특징은 패턴 구분을 위해 back propagation 신경망의 입력으로 사용된다. 본 논문은 200개의 필기체 숫자 데이터베이스를 이용하여 실험을 한 결과, 제시된 방법은 적은 학습데이터만으로 학습이 가능할 뿐만 아니라 좋은 인식률을 보여준다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권2호
• /
• pp.163-171
• /
• 1997

공학 분야에서 신경망에 대한 관심은 신호처리, 로보틱스, 컨트롤, 문자인식, 패턴인식 그리고 컴퓨터 그래픽 분야등에서 연구되고 있으며, 이들은 함수근사응용과 밀접한 관련이있다. 통계학 분야에서는 패턴인식의 판별분석, 주성분분석, 회귀분석 그리고 군집분석을 위한 신경망등에 대한 연구가 활발히 이루어지고 있다. 문자인식을 위한 다층 신경망을 학습시키기 위해 역전파 알고리즘이 널리 사용되고 있으나 이 알고리즘은 긴 훈련기간, 극소점 문제, 이상치(outlier)에 민감하다는 단점을 지니고 있다. 이상치에 민감한 일반적인 역전파 알고리즘의 단점을 극복하기 위해 이상치에 민감하지 않은 로버스트 알고리즘의 필요성이 대두되었다. 본 논문에서는 통계물리에서 자주 사용하는 방법을 이용하여 제안한 로버스트 역전파 알고리즘을 문자인식에 적용하여 일반적인 역전파 알고리즘의 문자인식 성능과 비교하였다.

• 제어로봇시스템학회논문지
• /
• 제21권1호
• /
• pp.59-64
• /
• 2015

In this paper, we found the usefulness of the deep belief network (DBN) in the fields of brain-computer interface (BCI), especially in relation to imagined speech. In recent years, the growth of interest in the BCI field has led to the development of a number of useful applications, such as robot control, game interfaces, exoskeleton limbs, and so on. However, while imagined speech, which could be used for communication or military purpose devices, is one of the most exciting BCI applications, there are some problems in implementing the system. In the previous paper, we already handled some of the issues of imagined speech when using the International Phonetic Alphabet (IPA), although it required complementation for multi class classification problems. In view of this point, this paper could provide a suitable solution for vowel classification for imagined speech. We used the DBN algorithm, which is known as a deep learning algorithm for multi-class vowel classification, and selected four vowel pronunciations:, /a/, /i/, /o/, /u/ from IPA. For the experiment, we obtained the required 32 channel raw electroencephalogram (EEG) data from three male subjects, and electrodes were placed on the scalp of the frontal lobe and both temporal lobes which are related to thinking and verbal function. Eigenvalues of the covariance matrix of the EEG data were used as the feature vector of each vowel. In the analysis, we provided the classification results of the back propagation artificial neural network (BP-ANN) for making a comparison with DBN. As a result, the classification results from the BP-ANN were 52.04%, and the DBN was 87.96%. This means the DBN showed 35.92% better classification results in multi class imagined speech classification. In addition, the DBN spent much less time in whole computation time. In conclusion, the DBN algorithm is efficient in BCI system implementation.

• Advances in concrete construction
• /
• 제10권6호
• /
• pp.479-488
• /
• 2020

The experimental and numerical works were carried out on high performance fiber reinforced concrete (HPFRC) with w/cm ratios ranging from 0.25 to 0.40, fiber volume fraction (Vf)=0-1.5% and 10% silica fume replacement. Improvements in compressive and flexural strengths obtained for HPFRC are moderate and significant, respectively, Empirical equations developed for the compressive strength and flexural strength of HPFRC as a function of fiber volume fraction. A relation between flexural strength and compressive strength of HPFRC with R=0.78 was developed. Due to the complex mix proportions and non-linear relationship between the mix proportions and properties, models with reliable predictive capabilities are not developed and also research on HPFRC was empirical. In this paper due to the inadequacy of present method, a back propagation-neural network (BP-NN) was employed to estimate the 28-day compressive strength of HPFRC mixes. BP-NN model was built to implement the highly non-linear relationship between the mix proportions and their properties. This paper describes the data sets collected, training of ANNs and comparison of the experimental results obtained for various mixtures. On statistical analyses of collected data, a multiple linear regression (MLR) model with R2=0.78 was developed for the prediction of compressive strength of HPFRC mixes, and average absolute error (AAE) obtained is 6.5%. On validation of the data sets by NNs, the error range was within 2% of the actual values. ANN model has given the significant degree of accuracy and reliability compared to the MLR model. ANN approach can be effectively used to estimate the 28-day compressive strength of fibrous concrete mixes and is practical.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.61-67
• /
• 2023

구리의 전기주조 공정을 최적화하기 위하여 이중 비밀 다층구조의 역전파 뉴럴 네트워크가 구성된다. 샘플 학습을 통하여, 구리 전기주조 공정 조건과 목표 특성 간의 함수관계가 정확히 성취되고, 구리 전기주조 공정 내에서 다층구조의 미세강도와 장력에 대한 예측이 이루어진다. 예측된 결과는 펄스 전원공급기를 장착한 구리 피로인산염 솔루션 시스템 내에서 구리의 전해석출 시험에 의하여 증명된다. 그 결과는 다음과 같이 나타난다. "3-4-3-2" 구조의 이중비밀 다층구조 뉴럴 네트워크에 의하여 예측된 구리 다층구조의 미세강도와 장력은 실험값에 매우 근접하며 그 상대적 오차는 2.32%보다 작다. 주어진 파라미터의 범위 내에서, 구리의 미세강도는 100.3~205.6MPa이며, 장력은 112~485MPa 정도로 측정된다. 미세강도와 장력이 최적인 조건에서 그에 대응하는 공정 조건은 다음과 같다: 전류밀도는 2A·dm-2, 펄스 주파수는 2KHz, 펄스의 듀티싸이클은 10%이다.

• Journal of Biosystems Engineering
• /
• 제24권2호
• /
• pp.153-158
• /
• 1999

As a basic research for the development of the automatic grading and sorting system for dried oak mushrooms, the device to acquire both cap and gill side images of mushroom has been developed and neural network based side recognition and quality grading has been proposed via inputting both side images. 20 quality grades have been selected considering the requirement of grade classifications imposed by the mushroom company. Developed DC motor driven‘V’type reversing device for the image acquisition of both side images of mushroom showed more than 95% success. Most error was caused by very small size mushrooms with a radius of around 1cm. However, it required a further research to reduce the reversing time. Grading and side recognition were performed via inputting normalized size factors and average gray levels of $8{\times}8$ grids converted from the raw images of both surfaces to the multi-layer back propagation(BP) network. Accuracy of the grading showed about 88.5% and the total grading time including reversing operation was around 2 seconds.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.1223-1226
• /
• 2006

P2P(Peer to Peer) 기술은 1990년대 후반기부터 산업계 및 학계에 주목을 받고 있는 기술 분야중의 하나로 이 기술의 장점은 인터넷 환경에 산재하여 있는 컴퓨팅 파워, 공간, 네트워크 대역을 인터넷 기반으로 효과적으로 활용하여 협력작업을 가능하게 한다는데 있다. 최근에는 모바일 환경 응용을 위한 P2P 디바이스 탐색 분야에 관심사가 증대되고 있으며, P2P 시스템은 중앙통제 장치가 결여 되어 있기 때문에 중앙통제 장치 개입을 최소로 하면서 P2P를 운영하기 위한 효율적인 기법 및 체계가 요구되고 있다. 본 논문에서는 기존의 접근방법을 검토하여 FFNN(feed forward neural network)을 이용한 디바이스 탐색 기법을 제시한다. 제시한 FFNN은 BP(back propagation) 알고리즘을 통해 훈련하고 디바이스를 탐색한다. 제시한 시스템의 성능을 보이기 위해 일정한 계산량을 가지는 작업을 에이전트를 활용, 탐색된 디바이스간에 분배하여 처리한다. 본 논문에서는 제한된 자원을 가지는 디바이스 간에 P2P를 사용하는 기법에 대해 제시하였다.

• 대한기계학회논문집A
• /
• 제24권2호
• /
• pp.455-463
• /
• 2000

In order to develop nondestructive techniques for the quantitative estimation of creep damage a series of crept copper samples were prepared and their ultrasonic velocities were measured. Velocities measured in three directions with respect to the loading axis decreased nonlinearly and their anisotropy increased as a function of creep-induced porosity. A progressive damage model was described to explain the void-velocity relationship, including the anisotropy. The comparison of modeling study showed that the creep voids evolved from sphere toward flat oblate spheroid with its minor axis aligned along the stress direction. This model allowed us to determine the average aspect ratio of voids for a given porosity content. A novel technique, the back propagation neural network (BPNN), was applied for estimating the porosity content due to the creep damage. The measured velocities were used to train the BP classifier, and its accuracy was tested on another set of creep samples containing 0 to 0.7 % void content. When the void aspect ratio was used as input parameter together with the velocity data, the NN algorithm provided much better estimation of void content.

• 제어로봇시스템학회논문지
• /
• 제13권4호
• /
• pp.371-376
• /
• 2007

This paper presents an emotion recognition and its expression system of an intelligent robot like a home robot or a service robot. Emotion recognition method in the robot is used by a facial image. We use a motion and a position of many facial features. apply a tracking algorithm to recognize a moving user in the mobile robot and eliminate a skin color of a hand and a background without a facial region by using the facial region detecting algorithm in objecting user image. After normalizer operations are the image enlarge or reduction by distance of the detecting facial region and the image revolution transformation by an angel of a face, the mobile robot can object the facial image of a fixing size. And materialize a multi feature selection algorithm to enable robot to recognize an emotion of user. In this paper, used a multi layer perceptron of Artificial Neural Network(ANN) as a pattern recognition art, and a Back Propagation(BP) algorithm as a learning algorithm. Emotion of user that robot recognized is expressed as a graphic LCD. At this time, change two coordinates as the number of times of emotion expressed in ANN, and change a parameter of facial elements(eyes, eyebrows, mouth) as the change of two coordinates. By materializing the system, expressed the complex emotion of human as the avatar of LCD.