• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2008년도 추계학술발표논문집
• /
• pp.191-196
• /
• 2008

The intent of this paper is to describe a neural network structure called dynamic neural processor(DNP), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the DNP, are described. Computer simulations are provided to demonstrate the effectiveness of the proposed learning using the DNP.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.764-767
• /
• 1999

In this paper, to bring under robust and accurate control of auto-equipment systems which disturbance, parameter alteration of system, uncertainty and so forth exist, neural network controller called dynamic neural processor(DNP) is designed. Also, the architecture and learning algorithm of the proposed dynamic neural network, the DNP, are described and computer simulations are provided to demonstrate the effectiveness of the proposed learning method using the DNP.

• 한국산학기술학회논문지
• /
• 제9권6호
• /
• pp.1574-1580
• /
• 2008

본 논문에서는 외란이나 시스템의 파라미터 변동 및 불확실성 등이 존재하는 자동화 설비시스템을 강인하고 정밀하게 제어할 수 있도록 하기 위해 동적 신경망 처리기(DNP)인 신경망 제어기를 설계하였다. 자동화 설비시스템에서 부품의 조립, 가공 등 복잡하고 정교한 임무를 수행시키기 위해서는 end-effector의 이동경로 궤적에 대한 추적제어 뿐만 아니라 목표물에 대하여 접촉하는 힘의 궤적에 대한 추적 제어가 필수적이다. 또한 자동화 설비시스템에서 플랜트의 역기구학적인 좌표변환을 계산하기 위한 학습구조를 개발하였으며, DNP가 이용될 수 있는 예를 설명하였다. 제안된 동적 신경망인 DNP의 구조와 학습 알고리즘을 제시하고 컴퓨터 모의실험을 통해 학습 성능을 증명하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.533-536
• /
• 1998

The intent of this paper is to describe a neural network structure called dynamic neural processor(DNP), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the DNP, are described. Computer simulations are provided to demonstrate the effectiveness of the proposed learning using the DNP.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 1999년도 학술대회논문집-국제 전기방전 및 플라즈마 심포지엄 Proceedings of 1999 KIIEE Annual Conference-International Symposium of Electrical Discharge and Plasma
• /
• pp.121-126
• /
• 1999

In this paper, to bring under robust and accurate control of auto-equipment systems which disturbance, parameter alteration of system, uncertainty and so forth exist, neural network controller called dynamic neural processor(DNP) is designed. In order to perform a elaborate task like as assembly, manufacturing and so forth of components, tracking control on the trajectory of power coming in contact with a target as well as tracking control on the movement course trajectory of end-effector is indispensable. Also, the learning architecture to compute inverse kinematic coordinates transformations in the manipulator of auto-equipment systems is developed and the example that DNP can be used is explained. The architecture and learning algorithm of the proposed dynamic neural network, the DNP, are described and computer simulations are provided to demonstrate the effectiveness of the proposed learning method using the DNP.

• 한국조명전기설비학회지:조명전기설비
• /
• 제13권2호
• /
• pp.187-187
• /
• 1999

in order to perform a elaborate task like as assembly, manufacturing and so forth of components, tracking control on the trajectory of power coming in contact with a target as well as tracking control on the movement course trajectory of end-effector is indispensable. In this paper, to bring under robust and accurate control of auto-equipment systems which disturbance, parameter alteration of system, uncertainty and so forth exist, neural network controller called dynamic neural processor(DNP) is designed. Also, the learning architecture to compute inverse kinematic coordinates transformations in the manipulator of auto-equipment system is developed and the example that DNP can be used is explained. The architecture and learning algorithm of the proposed dynamic neural network, the DNP, are described and computer simulation are provided to demonstrate the effectiveness of the proposed learning method using the DNP.

• 조명전기설비학회논문지
• /
• 제13권2호
• /
• pp.55-62
• /
• 1999

자동화 설비시스템에서 부품의 조립, 가공 등 복잡하고 정교한 임무를 수행시키기위해서는 end-effector의 이동경로 궤적에 대한 추적제어 뿐만 아니라 목표물에 대하여 접촉하는 힘의 궤적에 대한 추적제어가 필수적이다. 본 논문에서는 외란이나 시스템의 파라미터 변동 및 불확실설 등이 존재하는 자동화 설비시스템을 강인하고 정밀하게 제어할 수 ldT도로 하기 위해 동적 신경망 처리(DNP)라 불리우는 신경망 제어기를 설계하였다. 또한 자동화 설비시스템의 매니플레이터에 역기구학적인 좌표변환을 계산하기 위한 학습구조를 개발하였으며, DNP가 이용될수 있는 예를 설명하고자 한다. 제안된 동적 신경망인 DNP의 구조와 학습 알고리즘을 제시하고 컴퓨터 모의 실험을 통해 DNP를 이용한 제안된 학습법의 성능을 확인한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2363-2366
• /
• 1998

The intent of this paper is to describe a neural network structure called dynamic neural processor(DNP), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the DNP, are described. Computer simulations are provided to demonstrate the effectiveness of the proposed learning using the DNP.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.890-893
• /
• 1999

The intent of this paper is to describe a neural network structure called dynamic neural processor(DNP), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the DNP, are described. Computer simulations are demonstrate the effectiveness of the Proposed learning using the DNP.

• 한국산학기술학회논문지
• /
• 제11권3호
• /
• pp.835-840
• /
• 2010

본 논문은 가변 구조 제어기의 단점인 도달영역에서의 파리미터의 불확실성과 외부 외란에 대한 민감성을 감소시키는 방안으로 DNP제어를 제시한다. 비선형 동적 매니퓰레이터를 통하여 시스템의 상태 궤적이 초기 위치에서부터 평형점에 이르기까지 외란과 파라미터의 불확실성에 강인하게 되며 아울러 목표 직각 좌표까지 도달시간 뿐만 아니라 평형점까지의 도달시간도 감소하게 되는 특성을 보이고자 한다. 제안된 제어 구조의 효과는 시뮬레이션을 통해 증명하였다.