• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.349-351
• /
• 2005

현재 다양한 인터넷 콘텐츠들에 의해 많은 정보가 공유되고 있으며, 유익한 정보들과 더불어 성인물과 같은 유해한 정보들이 있다. 이로 인하여 여러 문제점들이 야기되고 있으며, 이를 해결하기 위해 다양한 방법들이 제안되고 있다. 그 중에서 성인 영상 차단을 위한 연구도 많이 행해지고 있으며 주로 색상을 이용한 방법을 사용하고 있다. 그러나 살색과 유사한 영상이나 노출이 심한 영상에는 성인 영상 검출의 신뢰성이 떨어지는 단점을 갖는다. 본 논문에서는 이런 문제점을 해결하기 위해 새로운 성인 영상 차단 방법을 제안한다. 기존의 제안된 살색 검출을 이용한 방법을 기반으로 성인 영상물로 판정될 수 있는 신체 부위를 검출함으로써 강인한 성인 영상 차단을 한다. 신체 부위에 대한 판별을 위해 여러 기저 영상에서 특징 벡터를 추출하고. 이 벡터를 Back Propagation(BP) 신경망의 데이터로 이용하여 학습한다. 제안한 성인 영상 차단 방법의 성능을 여러 장의 살색과 유사한 색상의 물체 영상과 노출이 심한 영상, 성인 영상을 이용한 종합적인 실험 결과인 성인 영상 검출률을 통해 증명한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1992년도 하계학술대회 논문집 A
• /
• pp.231-235
• /
• 1992

A new algorithm is proposed to identify the structure and the parameters of the nonlinear discrete-time plant with only the unknown dynamics and the weak informations about its structure. The proposed algorithm is constructed with the compensation method of weghing values using its previous derivatives and with the efficient technique updating self-learning coefficients. The result in this application is thought to prove the effectiveness of the algorithm proposed in this paper and its superiority to the conventional ones.

• 재무관리연구
• /
• 제19권2호
• /
• pp.211-231
• /
• 2002

본 연구의 목적은 VECM(Vector Error Correction Model)과 인공지능모형(Artificial Neural Networks)을 이용하여 우리나라 증권시장과 거시경제 변수들과의 장기적 관계에 대한 설명력을 비교해보고자 함에 있다. VECM이 APT(Arbitrage Pricing Theory)에 기초를 둔 선형동학모형이라고 한다면, 인공지능모형은 비모수적 비선형모형이라는 점에서, 두 방법론의 분석결과를 직접 비판하는 것은 의미있는 연구라고 할 수 있다. 인공지능모형을 주로 활용하는 선행연구들에 의하면, 증권시장은 시장의 특이패턴들로 인해 계량경제학적 접근인 선형 모형보다는 인공지능모형을 통해 증권시장의 움직임을 설명하고 예측하는 것이 더 바람직할 수도 있다는 것이다. 따라서, 본 연구에서는 VECM분석에서 자료의 안정성을 검증하고, 공적분 백터를 발견한 이후, 장기적 균형관계의 실증적 분석을 하였다. 그리고, 인공지능모형에서는 delta rule과 Sigmoid 함수를 이용한 GRNN(General Regression Neural Net)과 Back-Propagation등의 방법들을 활용하였다. 이러한 분석결과, Back-Propagation 모형이 다른 모든 모형들보다도 더 우수한 설명력을 보여주고 있었다. 이러한 결과들은 인공지능모형이 동태적인 선형 모형보다도 더 우수한 설명력을 제공할 수 있는 가능성을 보여주고 있었다.

• 한국지능시스템학회논문지
• /
• 제8권5호
• /
• pp.39-44
• /
• 1998

이동 로봇의 운행을 위해서 이동 로봇의 절대 위치를 결정하는 것이 중요하다. 본 논문에서는 신경회로망을 이용하여 랜드마크의 영상을 통해 이동 로봇의 위치를 결정하는 방법을 제안한다. 픽셀의 불확시한 값, 부정확한 카메라 조정과 렌즈의 왜곡으로 인해 이동 로봇의 위치를 결정에 있어서 위치 오차가 생기게 된다. 이러한 오차를 줄이기 위해서 BPNN(Back Propagation Neural Network)를 사용하는 방법을 제안한다. 기존의 방법과 비교하여 우수성을 보여주기 위해서 실험결과를 보여준다.

• 한국기계가공학회지
• /
• 제14권3호
• /
• pp.65-73
• /
• 2015

This paper presents a method of predicting the machining parameters on the turning process of low carbon steel using a neural network with back propagation (BP) and particle swarm optimization (PSO). Cutting speed, feed rate, and depth of cut are used as input variables, while surface roughness and electric current consumption are used as output variables. The data from experiments are used to train the neural network that uses BP and PSO to update the weights in the neural network. After training, the neural network model is run using test data, and the results using BP and PSO are compared with each other.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2003년도 추계학술대회
• /
• pp.125-130
• /
• 2003

This Paper describes a Nonlinear adoptive noise canceller using Neural Network for Machine Tools Controller System. Back-Propagation Learning Algorithm based MLP (Multi Layer Perceptron)is used an adaptive filters. In this Paper. it assume that the noise of primary input in the adaptive noise canceller is not the same characteristic as that of the reference input. Experimental results show that the neural network base noise canceller outperforms the linear noise canceller. Especially to make noise cancel close to realtime, Primary Input is divided by Unit and each divided pan is processed for very short time than all the processed data are unified to whole data.

• 한국정밀공학회지
• /
• 제12권11호
• /
• pp.118-124
• /
• 1995

In the paper, we have proposed a new technique to determine the initial billet for the forged products using a function approximation in neural network. A three-layer neural network is used and a back propagation algorithm is employed to train the network. An optimal billet which satisfied the forming limitation, minimum of incomplete filling in the die cavity, load and energy as well as more uniform distribution of effective strain, is determined by applying the ability of function approximation of the neural network. The amount of incomplete filling in the die, load and forming energy as well as effective strain are measured by the rigid-plastic finite element method. This new technique is applied to find the optimal billet size for the axisymmetric rib-web product in hot forging. This would reduce the number of finite element simulation for determining the optimal billet of forging products, further it is usefully adopted to physical modeling for the forging design

• 한국정밀공학회지
• /
• 제15권4호
• /
• pp.105-110
• /
• 1998

In this study, statistical and neural network methods were used to recognize the cutting tool states. This system employed the tool dynamometer and cutting force signals which are processed from the tool dynamometer sensor using linear discriminent function. To learn the necessary input/output mapping for turning operation diagnosis, the weights and thresholds of the neural network were adjusted according to the error back propagation method during off-line training. The cutting conditions, cutting force ratios and statistical values(standard deviation, coefficient of variation) attained from the cutting force signals were used as the inputs to the neural network. Through the suggested neural network a cutting tool states may be successfully diagnosed.

• Journal of Advanced Marine Engineering and Technology
• /
• 제22권1호
• /
• pp.77-84
• /
• 1998

Based on experimental analysis, the characteristics of pulsating pressure wave propagation is clarified by testing of 4-stroke gasoline engine. The pulsating pressure wave in exhaust system is generated by pulsating gas flow due to working of exhaust valve. The pulsating pressure wave is closely concerned to the loss of engine power according to back pressure and exhaust noise. It is difficult to exactly calculate pulsating pressure wave propagation in exhaust system because of nonlinear effect. Therefore, in the first step for solving these problems, this paper contains experimental model and analysis method which are applied two-port network analysis. Also, it shows coherence function, frequency response function, back pressure, and gradient of temperature in exhaust system.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1996년도 추계학술대회 논문
• /
• pp.133-137
• /
• 1996

This paper presents a new approach to the design of neural control system using digital signal processors in order to improve the precision and robustness. Robotic manipulators have bevome increasingly important in the field of flexible automation. High speed and high-precision trajectory tracking arre indispensable capabilities for their versatile application. the need to meet demanding control requirement in increasingly complex dynamical control systems under sygnificant uncertainties leads toward design of implementing real time neural control to provide an enhanced motion control for robotic manipulators. In this control scheme the ntworks intrduced are neural nets with dynamic neurouns whose dynamics are distributed over all the network nodes. The nets are trained by the distributed dynamic are distributed over all the network nodes. The nets are trained by the distributed dynamic back propagation algorithm. The proposed neural network control scheme is simple in structure fast in computation and suitable for implementation of real-time control, Performance of the neural controller is illustrated by simulation and experimental results for a SCAEA robot.