• 전자공학회논문지CI
• /
• 제38권3호
• /
• pp.61-67
• /
• 2001

본 논문에서는 한국어 숫자음 인식을 위해 음성과 영상 정보를 사용하고, 음성에 사용하는 선형예측계수 알고리즘을 영상에 적용하는 방법을 제안한다. 입력으로 얻어지는 음성신호는 0.95의 매개변수를 통해 고역 신호가 강조되고, 해밍창과 자기상관 분석, Levinson-Durbin 알고리즘에 의해 13차 선형예측계수를 구한다. 마찬가지로, 그레이 영상신호도, 음성의 자기상관 분석, Levinson-Durbin 알고리즘을 사용하여 13차의 2차원 선형예측계수를 구한다, 이러한 음성/영상 신호에 대한 선형예측계수들은 다층 신경회로망에 적용하여 학습이 이루어졌고, 각 레벨의 잡음이 섞인 음성신호를 적용한 결과, 숫자음 '3', '5', '9' 에서 음성만으로 인식한 결과보다 훨씬 좋은 인식결과를 얻을 수 있었다. 결과적으로, 본 연구에서는 영상 신호의 2차원 선형 예측 계수들이 음성인식에 사용될 경우, 특징 추출에 따른 부가적인 알고리즘이 새로 고안될 필요가 없이, 음성특징 계수를 추출하는 방법을 그대로 사용할 수 있으며, 또한 데이터량과 인식율이 잡음 환경에서 보다 향상되는 효율적인 방법을 제시하고 있음을 알 수 있었다.

• Structural Engineering and Mechanics
• /
• 제57권4호
• /
• pp.657-680
• /
• 2016

Reinforced concrete (RC) deep beams are structural members that predominantly fail in shear. Therefore, determining the shear strength of these types of beams is very important. The strut-and-tie method is commonly used to design deep beams, and this method has been adopted in many building codes (ACI318-14, Eurocode 2-2004, CSA A23.3-2004). In this study, the efficiency of artificial neural networks (ANNs) in predicting the shear strength of RC deep beams is investigated as a different approach to the strut-and-tie method. An ANN model was developed using experimental data for 214 normal and high-strength concrete deep beams from an existing literature database. Seven different input parameters affecting the shear strength of the RC deep beams were selected to create the ANN structure. Each parameter was arranged as an input vector and a corresponding output vector that includes the shear strength of the RC deep beam. The ANN model was trained and tested using a multi-layered back-propagation method. The most convenient ANN algorithm was determined as trainGDX. Additionally, the results in the existing literature and the accuracy of the strut-and-tie model in ACI318-14 in predicting the shear strength of the RC deep beams were investigated using the same test data. The study shows that the ANN model provides acceptable predictions of the ultimate shear strength of RC deep beams (maximum $R^2{\approx}0.97$). Additionally, the ANN model is shown to provide more accurate predictions of the shear capacity than all the other computed methods in this study. The ACI318-14-STM method was very conservative, as expected. Moreover, the study shows that the proposed ANN model predicts the shear strengths of RC deep beams better than does the strut-and-tie model approaches.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1204-1227
• /
• 2020

The tradeoff between energy conservation and traffic balancing is a dilemma problem in Wireless Sensor Networks (WSNs). By analyzing the intrinsic relationship between cluster properties and long distance transmission energy consumption, we characterize three node sets of the cluster as a theoretical foundation to enhance high performance of WSNs, and propose optimal solutions by introducing rendezvous and Mobile Elements (MEs) to optimize energy consumption for prolonging the lifetime of WSNs. First, we exploit an approximate method based on the transmission distance from the different node to an ME to select suboptimal Rendezvous Point (RP) on the trajectory for ME to collect data. Then, we define data transmission routing sequence and model rendezvous planning for the cluster. In order to achieve optimization of energy consumption, we specifically apply the economic theory called Diminishing Marginal Utility Rule (DMUR) and create the utility function with regard to energy to develop an adaptive energy consumption optimization framework to achieve energy efficiency for data collection. At last, Rendezvous Transmission Algorithm (RTA) is proposed to better tradeoff between energy conservation and traffic balancing. Furthermore, via collaborations among multiple MEs, we design Two-Orbit Back-Propagation Algorithm (TOBPA) which concurrently handles load imbalance phenomenon to improve the efficiency of data collection. The simulation results show that our solutions can improve energy efficiency of the whole network and reduce the energy consumption of sensor nodes, which in turn prolong the lifetime of WSNs.

• 한국산학기술학회논문지
• /
• 제6권2호
• /
• pp.149-158
• /
• 2005

본 논문은 이온 선택성 전극을 모듈화한 MACS를 사용하여 시스템의 크기를 축소할 수 있었고, PDA를 사용함으로써 측정된 데이터를 장소에 구애받지 않고 분석할 수 있는 휴대용 전자혀 시스템을 개발하였다. MACS는 ${NH_4}^+$, $Na^+$, $Cl^-$, ${NO_3}^-$, $K^+$, $Ca^{2+}$, $Na^+$, pH의 7종의 이온 선택성 전극을 이용하여 구성하였으며, 초기화 및 교정과정과 완충용액에 의한 안정화 과정을 거친 후 MACS로 시료에 대한 각각의 이온선택성 전극의 변화를 측정한다. 이렇게 각 전극으로부터 측정된 데이터를 이용하여 신경회로망 알고리즘으로 측정된 시료의 종류를 구분할 수 있다. 실험은 분류가 어렵다고 알려진 고급양주와 저급양주를 분류하는 것으로 진행되었으며, 성공적이며 우수한 실험 결과를 얻었다 이로부터 사용된 알고리즘이 휴대용 전자혀 시스템에 적절히 사용될 수 있음을 밝혔으며, 실제 휴대용 전자혀 시스템에 간단한 학습에 의해 적용될 수 있을 것으로 생각된다.

• 대한용접접합학회:학술대회논문집
• /
• 대한용접접합학회 2009년 추계학술발표대회
• /
• pp.20-20
• /
• 2009

저항 점 용접은 1930년대에 Thomson에 의해 방법이 제안된 이후로 자동차, 전자, 항공기, 철도산업등에서 박판 금속(sheet metal)의 접합에 가장 널리 사용되고 있는 공정이다. 특히 자동차 차체와 같이 대부분 박판으로 구성되는 구조물에서는 저항 점 용접의 사용 범위가 매우 넓기 때문에 자동차 산업에서는 가장 기본적인 근본 기술 중의 하나로 인식되고 있다. 보통 자동차 한대를 생산하는데 소요되는 저항 점 용접 타점은 3000~4000개 정도로 자동차 차체 용접 공정의 대부분을 차지하고 있다. 또한 로봇과 연동된 자동화 공정으로 적용되고 있다. 최근의 자동차 차체를 구성하는 금속 재료가 자동차의 경량화, 친화경 소재의 사용자의 요구로 인해 새로운 강판이 사용된다. 자동차의 연비 향상을 위해서 다른 방법보다 자동차의 무게를 감소시키는 것이 가장 효율적이고, 쉽기 때문에 고장력 강판의 사용이 급속하게 증가하고 있다. 뿐만 아니라 차제의 부식성, 내마모성 향상을 위해 도금 처리된 강판의 사용도 활발하게 이루어지고 있다. 최근에 도장 공정 감소를 위해 도금 처리위에 도료 착색을 용이하게 하는 도료의 일부를 금속 표면에 처리된 강판의 개발도 진행되는 등 금속 소재의 변화가 다양하게 진행되고 있다. 이러한 새로운 강종은 기존의 AC 용접이나 DC 용접으로는 용접성 확보에 어려움을 가지고 있어, 새로운 저항 점 용접 공정의 연구 개발이 필요하다. 본 연구에서는 저항 점 용접 공정의 개선을 위해서 인버터 저항 점 용접기에서 용접 공정 중 전류를 제어하기 위한 효율적인 제어기 개발 방법과 개발된 제어기를 바탕으로 용접 중에 용접부의 품질을 예측하여, 용접 전류 및 가압력을 실시간 제어하여 안정적인 용접부의 품질을 갖질 수 있는 지능형 저항 점 용접기의 적응 제어기를 개발하는데 있다.

• 한국펄프종이공학회:학술대회논문집
• /
• 한국펄프종이공학회 2001년도 춘계학술발표논문집
• /
• pp.168-168
• /
• 2001

제지공정의 지절 현상은 많은 공정 변수들이 복합적으로 작용하여 발생하는 가장 큰 공정 트러블 중의 하나이다. 지절은 생산량 감소 뿐만 아니라 발생 후 공정의 복구 와 정리, 생산재가동 및 공정의 재안정화를 위해 많은 시간과 비용, 그리고 노력이 투 입되어야 하므로 공정의 효율과 생산성을 크게 저하시키는 요인이다. 그러나 지절 현상 의 복잡성 때문에 이에 대해 쉽게 접근하거나 해결하지 못하고 있는 것이 현실이지만 그 필요성은 더욱 더 증대되고 있다. 본 연구에서는 최근 들어 각종 산업분야에서 복잡 한 공정상의 결점 발견 및 진단에 효과적이라고 인정받고 있는 예측 분석기법인 인공 신경망(artificial neural network) 시율레이션과 일반적인 통계기법 중의 하나인 주성분 분석을 이용하여 제지 공정의 지절 현상의 검토 가능성을 타진하였다. 인공신경망이란 인간두뇌에서 일어나는 자극-반응-학습과정을 모사하여 현실세계에 존재하는 다양한 현상들의 업력벡터와 출력상태 간의 비선형 mapping올 컴퓨터 시율 레이션을 통하여 분석하고자 하는 기법으로, 여러 가지 현상들을 학습을 통해서 인식하 는 신경망 내의 신경단위들이 병렬처리에 의해 많은 양의 자료에 대한 추론이나 판단 을 신속하고 정확하게 해주는 특징이 있으며 실시간 패턴인식이나 분류 응용분야에도 매우 매력적으로 이용되고 있는 방법이다. 이러한 인공 신경망 기법 중에서도 본 연구 에서는 퍼셉트론의 한계점을 극복하기 위하여 입력총과 출력층에 한 개 이상의 은닉층 ( (hidden layer)을 사용하여 다층 네트워으로 구성하고, 모든 입력패턴에 대하여 발생하 는 오차함수를 최소화하는 방향으로 연결강도를 조정하는 back propagation 학습 알고 리즘을 사용하였다. 지절의 원인으로 추정 가능한 공정인자들을 변수로 하여 최적의 인 공신경망을 구축하기 위해 학습률과 모멘트 상수의 변화 및 은닉층의 수와 출력층의 뉴런 수를 조절하는 동의 작업을 거쳐 네트워크의 정확도가 높은 인공신경망을 설계하 였다. 또한 이러한 인공신경망과의 비교분석을 위해 동일한 공정 데이터들올 이용하여 보편적으로 사용하는 통계기법 중의 하나인 주성분회귀분석을 실시하였다. 주성분 분석은 여러 개의 반응변수에 대하여 얻어진 다변량 자료의 다차원적인 변 수들을 축소, 요약하는 차원의 단순화와 더불어 서로 상관되어있는 반응변수들 상호간 의 복잡한 구조를 분석하는 기법이다. 본 발표에서는 공정 자료를 활용하여 인공신경망 과 주성분분석을 통해 공정 트러블의 발생에 영향 하는 인자들을 보다 현실적으로 추 정하고, 그 대책을 모색함으로써 이를 최소화할 수 있는 방안을 소개하고자 한다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.230-235
• /
• 2008

최근 LG화학은 '하이페리어(HYPERIER)'라 불리우는 고차단성의 고급 엔지니어링 플라스틱 신소재를 개발하였다. 이 소재는 LDPE(Low-Density Poly Ethylene)로 구성된 나노복합소재로 만들어졌으며, 여러 층으로 구성된다. 생산라인에서 산출된 최종 생산품의 품질을 보증하기 위해서는 하이페리어 내부에 존재하는 층들의 존재 유/무를 식별하기 위한 시험장비가 요구된다. 본 논문에서는 하이페리어 내부에 존재하는 층들의 유무를 조사하기 위해 사용될 수 있는 초음파 테스트 장치를 소개하고, 사람이 직접 계측된 신호를 검사하여 품질을 분류하는 기존의 시스템의 성능향상을 위해 FFT와 PCA, BP 신경망을 통하여 품질을 분류(양품/불량품)하는 기법을 제안하며, 시뮬레이션을 통하여 제안된 기법의 유용성을 확인해 보고자 한다.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2000년도 추계학술대회
• /
• pp.1.2-24
• /
• 2000

본연구에서는 단순신경망의 구조와 특성을 이해하기 위해 신경회로망의 알고리듬을 이론적으로 분석하고 이를 토대로 프로그램을 설계 실행하여 신경망의 학습과정을 실험하였다. 본연구에서 채택한 학습알고리듬은 3계층구조의 역전파알고리듬이며 신경망의 모형은 단순의료전문가시스템모형을 입력치로 채택하였다. 계층수, 노드수, 학습사이클 수, 학습율, 모멘텀항등의 모수를 입력한 실험의 결과는 입력치에 대한 출력이 기대목표와 거의 일치하였다.

• 전자공학회논문지CI
• /
• 제39권6호
• /
• pp.47-52
• /
• 2002

웨이블릿 함수의 경우 스케일링 함수에서 비롯되었으며, 스케일과 중심을 결정함으로써 신경회로망의 노드로 구성된다. 본 논문에서는 웨이블릿 함수를 이용하여 망을 구성하는 과정에 스케일링 함수를 은닉층의 노드로 복합 구성한 구조를 제안하고자 한다. 제안한 구조의 특징은 스케일링 함수를 이용하여 대강 근사(rough approximation)를 행한 다음, 웨이블릿 함수를 이용하여 미세 근사(fine approximation)를 행하도록 신경회로망의 은닉층을 복합 구성하는 데 있다. 또한, 복합 신경회로망을 구성하는 과정에서 미세 근사에 필요한 웨이블릿 함수의 개수를 유전 알고리즘을 이용하여 결정하는 초기 구조의 최적화를 도모하고자 한다.

• 한국해양공학회지
• /
• 제18권6호
• /
• pp.79-83
• /
• 2004

The curved blocks which compose the bow and stem of a ship contain many skewed joints that are inclined horizontally and vertically. Most of these joints have a large fitness error and are continuously changing their form and are not easily accessible. The welding position and parameter values should be appropriately set in correspondence to the shape and the inclination of the joints. The welding parameters such as current, voltage, travel speed, and melting rate, are related to each other and their values must be in a specific limited range for the sound welding. These correlations and the ranges are dependent up on the kind and size of wire, shielding gas, joint shape and fitness. To determine these relationships, extensive welding experiments were performed. The experimental data were processed using several information processing technologies. The regression method was used to determine the relationship between current voltage, and deposition rate. When a joint is inclined, the weld bead should be confined to a the limited size, inorder to avoid undercut as well as overlap due to flowing down of molten metal by gravity. The dependency of the limited weld size which is defined as the critical deposited area on various factors such as the horizontally and vertically inclined angle of the joint, skewed angle of the joint, up or down welding direction and weaving was investigated through a number of welding experiments. On the basis of this result, an ANN system was developed to estimate the critical deposited area. The ANN system consists of a 4 layer structure and uses an error back propagation learning algorithm. The estimated values of the ANN were validated using experimental values.