• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2380-2382
• /
• 2000

Fuzzy system which are based on membership functions and rules, can control nonlinear, uncertian, complex system well. However, Fuzzy controller has problems: It is difficult to design a stable for amateur. To update the then-part membership functions of the fuzzy controller can be designed using the error back-propagation algorithm to be minimized error. Then we could be optimized the system choosing a good performance index. The proposed fuzzy controller based on neural network is applied to control an inverted pendulum for demonstration of the robustness of proposed methodology.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2663-2665
• /
• 2001

역전파 신경망은 반도체 공정 모델링에 효과적으로 응용이 되고 있으며, 최근 선형뉴런을 비선형 함수 대신 출력층에 이용하여 모델의 예측정확도를 향상 시킨 바 있다. 본 연구에서는 그 원인을 규명하기 위한 모델의 평가지표로서의 유클리디언 웨이트 거리(Euclidean Weight Distance)를 제안한다. 이 지표를 이용하여 신경망의 입력층과 은닉층, 그리고 은닉층과 출력층의 웨이트를 감시하였으며, 그 결과 예측정확도의 향상이 이 지표의 감소에 기인하고 있음을 알았다. 모델링에 이용한 실험데이터는 다중 유도결합형 플라즈마 장비로부터 Langmuir Probe 진단 시스템을 이용하여 수집하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권1호
• /
• pp.16-21
• /
• 1999

The analysis of distribution line faults is essential to the proper protections of the power system. A high impedance fault test, which was carried in Korean electric power systems, it was found that a arcing phenomenon occurred during the high level portion of conductor voltage in each cycle. In this paper, we propose a new method for detection of high impedance faults, which uses the arcing fault current difference during high voltage and low voltage portion of conductor voltage waveform. To extract this difference, we diveded one cycle fault current into equal spanned four data windows according to the magnitude of voltage waveform and applied fast fourier transform(FFT) to each data window. The frequency spectrum of current wavefrom in each portion are used as the inputs of neural network and is trained to detect high impedance faults. The proposed method shows improved accuracy when applied to staged fault data and fault-like load.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.635-638
• /
• 2003

본 논문에서는 Haar 웨이블릿을 이용하여 얼굴에지영상을 추출하고 고차국소자동상관함수를 이용한 특징벡터추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위한 얼굴인식에 사용된 실험영상은 $320{\times}240$ 크기의 24bit RGB 컬러 영상을 사용하였고, 차영상을 이용하여 얼굴영역을 분리한 후 Haar 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권4호
• /
• pp.464-471
• /
• 1999

DS/CDMA 시스템은 이동통신 시스템에서 다중경로, 고의적인 반방해 전파 및 동일대역폭을 공유하기 위한 다중 사용자에 의해 발생되는 협대역 간섭과 부가적인 백색가우시안 잡음을 제거한다. 본 논문에서는 다계층 퍼셉트론을 기반으로 한 역전파 신경망을 이용한 정합필터 채널 모델이 DS/CDMA 이동 통신 시스템에서 직접 순차 확산 스펙트럼의 협대역 간섭을 고려하면서 신호 대 잡음비와 전송 전력비에 따른 컴퓨터시뮬레이션 결과는 역전파 신경망을 이용한 정합 필터의 비트 에러율이 직접 순차 확산 스펙트럼의 RAKE 수신기의 비트 에러 율보다 적음을 입증하였다.

• Journal of Information Processing Systems
• /
• 제18권4호
• /
• pp.562-574
• /
• 2022

As traditional ways of evaluation prove to be ineffective in evaluating the effect of interactive multimedia physical education (PE) teaching, this study develops a new evaluation model based on the simulated annealing algorithm. After the evaluation subjects and the principle of the evaluation system are determined, different subjects are well chosen to constitute the evaluation system and given the weight. The backpropagation neural network has been improved through the simulated annealing algorithm, whose improvement indicates the completion of the evaluation model. Simulation results show that the evaluation model is highly efficient. Compared with traditional evaluation models, the proposed one enhances students' performance in PE classes by 50%.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.623-624
• /
• 2009

본 논문에서는 신경망의 오류 역전파(Backpropagation) 학습 알고리즘을 이용한 얼굴의 정상 비정상을 인식하는 보안 시스템을 제안하였다. 제안된 시스템은 정지영상 및 동영상에서 입력된 얼굴영상을 전처리 단계에서 얼굴영역을 검출하여 $160{\times}160$ 크기의 고정 크기로 확대 및 축소 작업을 거친다. Mosaic 처리와 LaplacianEdge 처리를 거쳐 $40{\times}40$ 크기로 이진화한 정규화 데이터를 Gravity-Center 처리를 한다. 오류 역전파 학습 알고리즘으로 얼굴의 특징을 학습한 후 각종 정상 및 비정상 얼굴 데이터를 이용하여 인식률을 실험 하였다. 실험데이터는 이 분야의 공인 자료인 LFW Face Database[7] 데이터를 사용하였으며, 실험결과는 제안된 방법이 문제 해결에 적합한 접근임을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.660-661
• /
• 2020

본 논문에서는 기존 인공 신경망 기반 시계열 학습 기법인 Recurrent Neural Network (RNN)의 많은 연산량 및 고 사양 시스템 요구를 개선하기 위해 랜덤 포레스트 (Random Forest)기반의 새로운 시계열 학습 기법을 제안한다. 기존의 RNN 기반 방법들은 복잡한 연산을 통해 높은 성능을 달성하는 데 집중하고 있다. 이러한 방법들은 학습에 많은 파라미터가 필요할 뿐만 아니라 대규모의 연산을 요구하므로 실시간 시스템에 적용하는데 어려움이 있다. 따라서 본 논문에서는, 효율적이면서 빠르게 동작할 수 있는 시계열 다층 랜덤 포레스트(Time series Multilayered Random Forest)를 제안하고 산불 조기 탐지에 적용해 기존 RNN 계열의 방법들과 성능을 비교하였다. 다양한 산불화재 실험데이터에 알고리즘을 적용해본 결과 GPU 상에서 방대한 연산을 수행하는 RNN 기반 방법들과 비교해 성능적인 한계가 존재했지만 CPU 에서도 빠르게 동작 가능하므로 성능의 개선을 통해 다양한 임베디드 시스템에 적용 가능하다.

• Journal of Information Processing Systems
• /
• 제20권2호
• /
• pp.263-272
• /
• 2024

A model based on genetic algorithm optimization, GA-SVM, is proposed to warn university students of their status. This model improves the predictive effect of support vector machines. The genetic optimization algorithm is used to train the hyperparameters and adjust the kernel parameters, kernel penalty factor C, and gamma to optimize the support vector machine model, which can rapidly achieve convergence to obtain the optimal solution. The experimental model was trained on open-source datasets and validated through comparisons with random forest, backpropagation neural network, and GA-SVM models. The test results show that the genetic algorithm-optimized radial basis kernel support vector machine model GA-SVM can obtain higher accuracy rates when used for early warning in university learning.

• 한국지능시스템학회논문지
• /
• 제7권3호
• /
• pp.43-54
• /
• 1997

퍼지 시스템의 구현에 있어 가장 어려운 과정 중 하나는 정확한 지식의 획득이다. 이는 퍼지 시스템의 응용 영역이 커지고 그 응용 영역의 입출력 변수가 많아질수록 전문가가 그 변수들 간의 관계를 정확히 파악하는 것이 어렵교, 더구나 복잡한 시스템의 제어 과정을 언어 변수를 표현하는 것이 전문가에게 힘든 일이기 때문이다. 또 하나의 어려운 고정은 퍼지 변수의 적절한 소속함수 정의와 조정이다. 그래서 기존의 언어 변수를 포함하는 퍼지 규칙을 사용하여 설계된 퍼지 시스템에서는 기술된 퍼지 규칙들이 시스템의 특성을 제대로 반영하도록 퍼지 변수의 소속 함수 모양을 조정하는 작업을 필요로 한다. 본 논문에서는 기존의 퍼지 시스템 구현에 있어서 어려운 과정인 지식 획득과 소속함수 정의부분의 개선을 위한 새로운 퍼지 시스템 구현 방법으로 코호넨 신경망과 역전파 신경망을 이용한 퍼지 규칙 자동 생성과 추론망 구축 방법을 제안한다. 제안된 방법은 시스템의 입력과 출력으로 구성된 데이터들로부터 퍼지 규칙을 신경망의 학습기능을 이용하여 자동 생성한다. 또한 데이터 변수간의 퍼지 관계에 기반을 두고 추론이 이루어지므로 각 퍼지변수에 대한 소속 함수 정의가 필요 없게 된다. 따라서 퍼지 시스템의 구현이 쉽게 이루어질 수 있다. 실험에서는 제안된 방법으로 자동차 정속 주행을 위한 추론만을 구축하고 실험차의 단독 주행의 여러 상황을 고려한 모의 주행 실험을 통해 새로운 방법의 타당성을 보인다.