• 대한전자공학회논문지TC
• /
• 제48권3호
• /
• pp.6-12
• /
• 2011

이동통신이 발전해 감으로써 사용자들은 점점 더 높은 데이터율과 신뢰성이 높은 통신 시스템을 요구하고 있다. 최근에는 이러한 사용자 요구에 부합하기 위해 MIMO(Multiple Input Multiple Out)와 OFDM(Orthogonal Frequency Division multiplexing)의 장점을 모두 활용하는 MIMO-OFDM에 기반을 둔 시스템 개발이 활발히 이루어지고 있다. 또한, 빠른 무선 채널 환경에 대응하여 높은 전송률 및 양질의 데이터를 만족하기 위해서 채널 상태에 따라서 적응적으로 변조, 코딩, 부 반송 파수 및 파워 할당을 달리하는 시스템 등이 결합되고 있다. 이러한 피드백 기반 시스템은 얼마나 정확히 채널에 대한 상태 정보(CSI : Channel State Information)를 지연 없이 송신기에 전달하느냐에 따라서 시스템 전체 성능이 향상 될 수 있고 저하될 수 있다. 본 논문에서는 송 수신단에서 서로 알고 있는 프리앰블(Preamble)을 이용하여 채널 추정과정 없이 정확한 SNR (신호 대 잡음비: Signal to Noise Ratio) 추정이 가능한 알고리즘을 제안한다. 여러 채널 환경에서 수행한 모의 실험결과, 제안 알고리즘은 기존의 프리앰블 기반 SNR 추정 알고리즘들 보다 가장 정확하게 SNR을 추정하는 것을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.109-119
• /
• 2017

본 논문에서는 기존의 보행 분석의 제한점을 개선한 보행분석 방법으로 보행불균형을 판단하기 위해 자체 제작한 좌 우측 고관절, 슬관절의 각도 측정 장비 및 SI 지표를 활용한 판단 시스템과 개인별 보행 상태의 양상을 분석하기 위해 DTW 유사도 분석 알고리즘을 이용한 보행 분석 방법을 제한한다. 실험은 보행 장애가 없는 총 12명의 피험자를 대상으로 정상 보행 및 불균형 보행 실험을 진행하였다. 실험결과 좌 우측 고관절과 슬관절의 각도 측정을 통한 불균형 판단 SI 지수 산출을 통해 정상 보행과 불균형 보행 모두 판단을 할 수 있었다. 개인별 보행특성 분석에서는 실험에 참여한 12명의 피험자를 대상으로 정상보행과 불균형 보행 시 허리 중앙, 좌 우측 허벅지, 발등의 측정 부위에 대한 유사도를 각각 비교하였다. 피험자별 정상 보행 및 불균형 보행 시 측정한 값에 대한 유사도 분석을 통해 보행 동작을 수행하는 동안 항시 같은 패턴의 보행 동작을 유지하는 것이 아니라는 점을 분석 결과 판단할 수 있었다.

• 한국지반공학회지:지반
• /
• 제10권4호
• /
• pp.17-28
• /
• 1994

인간의 두뇌는 분산 병렬 처리에 효과적이라는 사실에 근거하여 인공 신경망이론이 개발되었으며, 과학의 여러 분야에서 성공적으로 적용되어지고 있다. 본 연구에서는 인공 신경망 이론의 학습방법 중 하나인 오차 역전파 학습 알고리즘을 모형 말뚝의 극한지지력 예측에 적용하여, 이 이론이 말뚝의 극한지지력의 합리적인 산정방법으로 적용될 수 있는지의 가능성을 검토하였다. 이러한 시스템의 타당성 검토를 위하여 총 28개의 모형 말뚝재하시헙 결과를 이용하였으며, 그 중에서 9, 14, 21개의 자료를 네트워크 학습에 이용하여 나머지 자료의 예측 가능 정도를 분석하여 보았다. 개발된 시스템은 14개 이상의 학습자료에 대하여 모형 말뚝재하시험의 결과와 잘 맞는 것으로 나타났다. 이와같은 결과들을 종합하여 보건데 신경망 이론이 말뚝의 극한지지력 예측 문제에 적용될 수 있는 가능성을 보여 주었다.

• 한국의상디자인학회지
• /
• 제14권1호
• /
• pp.81-96
• /
• 2012

The purpose of this study is to provide fundamental information for standardization of 3D body measurement. This research analyzes errors occurring in the process of extracting body size from 3D body scan data. First, as a result of analyzing basic state of the 3D body scanner's calibration, the point number of each section was almost the same, while the right and left as well as the front and back coordinates of the center of gravity are not, showing unstable data. Nevertheless, the latter does not influence on the size of cylinder such as width and circumference. Next, we analyzed point coordinates variations of scan data on a mannequin nude by life casting. The result was great deflection in case of complicated or horizontal sections including the reference point beyond proper distance from centers of four cameras. In case of the mannequin's size, accuracy proves comparatively high in that measurement errors in height, width, depth, and length dimension occurred all within allowable errors, only except chest depth, while there were a lot of measurement errors in a circumference dimension. Secondly, analysis of accuracy of automatic extraction identification program algorithm presented that a semi-automatic measurement program is better than an automatic measurement program. While both of them ate very acute in parts related to crotch, they are not in armpit related parts. Therefore, in extracting of human body size from 3D scan data, what really matters seems to parts related to armpits.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.70-77
• /
• 2019

조기 유방암을 진단하기 위해서는 유방초음파 판독이 매우 중요하다. 초음파 검사는 초음파장비에 따라 화질의 차이가 심하게 나타날 뿐만 아니라 검사자의 경험과 숙련 정도에 따라 진단의 차이가 크게 나타난다. 따라서 정확한 진단과 치료를 위하여 객관적인 판단기준이 필요하다. 이에 본 연구에서는 GLCM(Gray Level Co-occurrence Matrix) 알고리듬을 적용하여 질감 특성을 분석하고 특징파라미터들을 추출하여 신경망분류기를 이용하여 유방암을 진단하였다. 유방초음파 영상은 정상 조직과 양성, 악성 종양으로 분류하여 질감 특성 파라미터 6가지를 추출하였다. 유방초음파검사로 진단된 정상 영상, 악성 및 양성종양 영상 각각 14증례를 대상으로 추출된 6개의 파라미터들을 적용하여 다층 퍼셉트론 신경망구조 역전파 학습방법으로 학습을 시켰다. 학습된 모델에 정상 유방 영상 51증례, 양성종양 영상 62증례, 악성종양 영상 74증례의 영상을 사용하여 분류한 결과 95.2%의 분류율을 나타내었다.

• 감성과학
• /
• 제20권2호
• /
• pp.161-170
• /
• 2017

감정은 학습능력, 행동, 판단력 등 삶의 많은 부분에 영향을 끼치므로 인간의 본질을 이해하는 데 중요한 역할을 한다. 그러나 감정은 개인이 느끼는 강도가 다르며, 시각 영상 자극을 통해 감정을 유도하는 경우 감정이 지속적으로 유지되지 않는다. 이러한 문제점을 극복하기 위하여 총 4가지 감정자극(행복, 슬픔, 공포, 보통) 시 생체신호(뇌전도, 맥파, 피부전도도, 피부 온도)를 획득하고, 이로부터 특징을 추출하여 분류기의 입력으로 사용하였다. 감정 패턴을 확률적으로 해석하여 다른 공간으로 매핑시켜주는 역할을 하는 Restricted Boltzmann Machine (RBM)과 Multilayer Neural Network (MNN)의 은닉층 노드를 이용하여 비선형적인 성질의 감정을 구별하는 Deep Belief Network (DBN) 감정 패턴 분류기를 설계하였다. 그 결과, DBN의 정확도(약 94%)는 오류 역전파 알고리즘의 정확도(약 40%)보다 높은 정확도를 가지며 감정 패턴 분류기로서 우수성을 가짐을 확인하였다. 이는 향후 인지과학 및 HCI 분야 등에서 활용 가능할 것으로 사료된다.

• 한국철도학회논문집
• /
• 제19권3호
• /
• pp.314-323
• /
• 2016

직류 전철변전소의 가선전압은 전동차들의 회생제동 및 역행가속패턴에 따라 급격히 상승 또는 하강하는 특성을 갖는다. 가선전압 순시 변동폭을 최소로 유지함으로써, 전철변전소와 전동차들의 에너지 효율을 개선시키기 위한 다양한 연구들이 이루어지고 있다. 본 논문은 직류전철 변전소의 가선전압의 급격한 변동특성을 모델링하고 선형인공 신경망 알고리즘을 이용한 가선전압 회로모델의 파라메터 추정 방법을 제안하며, 최소자승법을 이용한 추정방법과의 비교를 통해 이 방법의 타당성을 입증한다. 가선전압 및 피더전류들의 누적 측정값을 사용하여 일괄처리 최소자승법으로 RC 병렬회로의 파라메터들을 추정한 결과를 제시하며, 실시간 가선전압 및 피더전류 측정값을 이용하여 오차역 전파방식으로 학습되는 선형인공신경망 기법 추정 결과를 분석한다.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2007년도 추계학술대회 논문집
• /
• pp.313-318
• /
• 2007

Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications, due to their excellent power to weight ratio. This paper proposes maximum torque control of IPMSM drive using adaptive fuzzy neural network controller and artificial neural network(ANN). This control method is applicable over the entire speed range which considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using Adaptive-FNN controller and ANN controller. The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. Also, this paper reposes speed control of IPMSM using Adaptive-FNN and estimation of speed using ANN controller. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The proposed control algorithm is a lied to IPMSM drive system controlled Adaptive-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper proposes the analysis results to verify the effectiveness of the Adaptive-FNN and ANN controller.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• 조명전기설비학회논문지
• /
• 제21권5호
• /
• pp.32-43
• /
• 2007

IPMSM은 하중에 비하여 고출력으로 인하여 전기자동차에 널리 보급되고 있다. 본 논문은 적응 학습 퍼지-신경회로망과 ANN을 이용한 IPMSM드라이브의 최대토크 제어를 제시한다. 이러한 제어 방법은 인버터의 정격전류 및 전압값의 범위를 고려한 전속도 영역에 적용 된다. 본 논문은 적응학습 퍼지-신경회로망을 이용하여 IPMSM의 속도제어와 ANN을 이용하여 속도를 추정을 제시한다. 신경회로망의 역전파 알고리즘은 전동기 속도의 실시간 추정을 제시하는데 사용된다. 제시된 제어 알고리즘은 적응학습 퍼지-신경회로망과 ANN 제어기를 IPMSM 드라이브에 적용된다. 최대토크에 의해 제어된 동작 특성은 세부적으로 실험한다. 또한 본 논문은 적응 학습 퍼지 신경회로망과 ANN의 효과를 결과 분석을 통해 제시한다.