Dynamics of AUV has heavy nonlinearities and many unknown parameters due to its bluff shape and low cruising speed. Intelligent algorithms, therefore, are required to overcome these nonlinearities and unknown system dynamics. Several identification techniques have been suggested for the application of control of underwater vehicles during last decade. This paper applies the neural network to identification and motion control problem of AUVs. Nonlinear dynamic systems of an AUV are identified using feedforward neural network. Simulation results show that the learned neural network can generate the motion of AUV. This paper, also, suggest an adaptive control scheme up-dates the controller weights with reference model and feedforward neural network using error back propagation.
본 논문에서는 근거리 효과를 이용하여 음원의 위치를 추정하는 탐지 기법을 해양환경에 적용할 경우에 발생할 수 있는 위치추정 오차에 관하여 분석하였다. 삼각 (triangulation) 알고리듬과 파면곡률 (wavefront curvature) 알고리듬 등을 이용하는 근거리 탐지 기법은 음파가 2차원 평면 (방위, 거리)에서 전달된다고 가정한다. 그러나 해양환경은 2차원 평면이 아닌 3차원 공간 (방위, 거리, 수심)이므로 음파전달에 따른 오차가 발생할 수 있다. 3차원 공간을 가정한 경우에도 해양에서의 다중경로 음파전달을 고려하지 않았다면 역시 오차가 발생하게 될것이다. 근거리 탐지 기법의 위치추정 오차를 분석하기 위하여 다중경로 음파전달모델과 파면곡률을 이용한 초점 빔형성 (focused beamforming)기법을 이용하여 시뮬레이션하였다. 분석결과 수중음속구조, 해저면 수심, 해저면 경사와 음원의 거리 등에 따라 위치추정 오차가 달라짐을 볼 수 있었다.
The purpose of this study is to suggest and verify high-strength concrete mix design model applying neural network theory, in order to minimize effort and time wasted by using trial and error method utill now. There are 7 input and 2 output to predict mix design. 40 data of mix design were learned with back-propagation algorithm. Then they are repeatedly learned back-propagation in neural network theory. Also, to verify predicted model, we analyzed and compared value predicted from 60MPa mix design with value measured by actual compressive strength test.
We have made a comparison of the WSA-ENLIL CME propagation model with three cone types and an empirical model using 29 halo CMEs from 2001 to 2002. These halo CMEs have cone model parameters from Michalek et al. (2007) as well as their associated interplanetary (IP) shocks. For this study we consider three different cone models (an asymmetric cone model, an ice-cream cone model and an elliptical cone model) to determine CME cone parameters (radial velocity, angular width and source location), which are used for input parameters of the WSA-ENLIL CME propagation model. The mean absolute error (MAE) of the arrival times at the Earth for the elliptical cone model is 10 hours, which is about 2 hours smaller than those of the other models. However, this value is still larger than that (8.7 hours) of an empirical model by Kim et al. (2007). We are investigating several possibilities on relatively large errors of the WSA-ENLIL cone model, which may be caused by CME-CME interaction, background solar wind speed, and/or CME density enhancement.
An artificial neural network model was developed to analyze and forecast Short-term river runoff from the Naju watershed, in Korea. Error back propagation neural networks (EBPN) of hourly rainfall and runoff data were found to have a high performance In forecasting runoff. The number of hidden nodes were optimized using total error and Bayesian information criterion. Model forecasts are very accurate (i.e., relative error is less than 3% and $R^2$is greater than 0.99) for calibration and verification data sets. Increasing the time horizon for application data sets, thus mating the model suitable for flood forecasting. decreases the accuracy of the model. The resulting optimal EBPN models for forecasting hourly runoff consists of ten rainfall and four runoff data(ANN0410 model) and ten rainfall and ten runoff data(ANN1010 model). Performances of the ANN0410 and ANN1010 models remain satisfactory up to 6 hours (i.e., $R^2$is greater than 0.92).
In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity (distribution of I/O data we show that it is available and effective to design and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). To evaluate the performance of the proposed model we use the time series data for gas furnace the data of sewage treatment process and traffic route choice process.
본 논문은 LRCS 모형을 낙동강 수계 송리원 수위표 지점의 18개 호우사상에 대하여 보정 및 민감도 분석을 실시하여 모형의 국내 하천에 적용성을 확인하였고, 모형의 적합성 분석 결과 LAD 추정자가 LS와 WLS에 비하여 좋지 못한 결과를 얻었다. "hot" 행렬의 대각 요소(hi)와 영향성 척도(Di)를 매개변수 추정치를 분석하는데 사용할 수 있고, 매개변수 IL이 모형 출력에 가장 중요함을 알 수 있었다. 매개변수의 오차에 따른 오차 전파의 정도는 IL, TP, F1 의 순서이며, 이는 모형의 출력이 첨두유량일 경우에 민감도의 정도를 나타낸다. 민감도 계수와 hi 의 대각 요소와 Di 값의 분석과 모형의 보정 및 민감도 분석의 관련성을 확인하였다.련성을 확인하였다.
본 논문에서는 광선 추적법을 이용한 마이크로셀 전파 환경 예측 모텔에서의 여러 가지 오차들에 관하여 해석 하였다. 반사 및 회절 계수의 부정확성 및 계산 과정에서 이들의 횟수 제한이 예측 결과에 미치는 영향올 분석하 였으며, 특히 건물 지도의 유한한 해상도에 의한 건물 데이터베이스의 오차가 전파 환경 예측 결과에 미칠 수 있는 영향에 대하여 자세히 분석하였다. 빠르고 정확한 예측 결과를 얻기 위해서는 각 건물들에 대하여 적절한 전기적 상수들의 선정과 반사 및 회절 횟수의 적절한 제한이 필요함을 보였다. 또한, 건물 지도의 해상도가 나빠질 수록 예측 결과의 오차가 증가함을 보였으며, LOS 구간과 NLOS 구간을 구분하여 그 오차의 크기를 분석하였다. 본 논문에서의 결과를 바탕으로 건물 지도의 해상도에 따른 예측 결과의 최대 오차 한계를 6 dB이하로 제한 할 경우 적절한 건물 지도의 해상도는 5m정도가 됨을 알 수 있다.
본 논문에서는 RGB 컬러 정보와 오류 역전파 신경망 알고리즘을 이용한 신 차량 번호판 인식 방법을 제안한다. 먼저, 차량 영상에서 평균 Blue값을 이용하여 차량 영상을 보정하고 픽셀값의 차를 이용하여 Red 후보 영역과 Green 후보 영역으로 구분한 후 오류 역전파 알고리즘에 적용하여 최종 Green 영역을 찾는다. 둘째, 수평 및 수직 히스토그램의 빈도수를 이용하여 번호판 영역을 추출한다. 마지막으로, 윤곽선 추적 알고리즘을 적용하여 개별 코드들을 추출하고, 오류 역전파 알고리즘을 적용하여 개별 코드들을 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위하여 실제 비영업용 신 차량 번호판에 적용한 결과, 제안된 번호판 추출 방법이 기존의 HSI(Hue Saturation Intensity) 정보를 이용한 번호판 추출 방법보다 추출률이 개선되었고 제안된 차량 번호판 인식 방법이 효율적인 것을 확인하였다.
Kazunori Matsuo;Zensho Nakao;Chen, Yen-Wei;Fath El Alem F. Ah
대한전자공학회:학술대회논문집
/
대한전자공학회 2000년도 ITC-CSCC -2
/
pp.839-842
/
2000
A new and modified neural network model Is proposed for CT image reconstruction from four projection directions only. The model uses the Resilient Back-Propagation (Rprop) algorithm, which is derived from the original Back-Propagation, for adaptation of its weights. In addition to the error in projection directions of the image being reconstructed, the proposed network makes use of errors in pixels between an image which passed the median filter and the reconstructed one. Improved reconstruction was obtained, and the proposed method was found to be very effective in CT image reconstruction when the given number of projection directions is very limited.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.