• 한국인공지능학회지
• /
• 제5권1호
• /
• pp.1-9
• /
• 2017

Recently, the Q-Learning algorithm, which is one kind of reinforcement learning, is mainly used to implement artificial intelligence system in combination with deep learning. Many research is going on to improve the performance of Q-Learning. Therefore, purpose of theory try to improve the performance of Q-Learning algorithm. This Theory apply Cross Entropy Error to the loss function of Q-Learning algorithm. Since the mean squared error used in Q-Learning is difficult to measure the exact error rate, the Cross Entropy Error, known to be highly accurate, is applied to the loss function. Experimental results show that the success rate of the Mean Squared Error used in the existing reinforcement learning was about 12% and the Cross Entropy Error used in the deep learning was about 36%. The success rate was shown.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.699-701
• /
• 2004

This paper proposes the algorithm of servo- writing based on feedback error learning neural networks. The controller consists of feedback controller using PID and feedforward controller using gaussian radial basis function network. Because the RBFNs are trained by on-line rule, the controller has adaptation capability. The performance of the proposed controller is compared to that of conventional PID controller. Proposed algorithm shows better performance than PID controller.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.1285-1288
• /
• 1998

In this paper, we propose a new learning algorithm for multilayer neural networks. In the error backpropagation that is widely used for training multilayer neural networks, weights are adjusted to reduce the error function that is sum of squared error for all the neurons in the output layer of the network. In the proposed learning algorithm, we consider each output of the output layer as a function of weights and adjust the weights directly so that the output neurons produce the desired outputs. Experiments show that the proposed algorithm outperforms the backpropagation learning algorithm.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.123-128
• /
• 1992

This paper presents an autotuning algorithm of scaling factor in order to improve system performance. We define the scaling factor of fuzzy controller as a function of error and error change. This function is tuned by the output of performance evaluation level utilizing the error of overshoot and rising time. Simulation results show that the proposed algorithm has good tuning performance for a system with parameter change.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2013년도 춘계학술대회 논문집
• /
• pp.113-114
• /
• 2013

• 대한수학회보
• /
• 제49권2호
• /
• pp.367-372
• /
• 2012

Taking the integrated Chebyshev-type counting function of the appropriate order, we improve the error term in Park's prime geodesic theorem for hyperbolic manifolds with cusps. The obtained estimate coincides with the best known result in the Riemann surfaces case.

• 한국학교수학회논문집
• /
• 제14권3호
• /
• pp.277-293
• /
• 2011

본 논문은 수학문제해결 과정에서 고등학교 1학년 학생들이 공통적으로 범하는 실수 즉 오류를 분석을 통하여 수학의 교수학습방법의 보완을 위한 범례를 제시하고자 한다. 교사들 에게 제공되는 학생들의 수학적 지식에 대한 이해 정도 및 쉽게 빠지는 오류, 수학문제에 접근하는 방법 및 잘못된 해결 전략 등의 정보는 대체로 학생들의 오류를 분석함으로써 얻어 질 수 있다. 실제로 많은 학생들이 고교수학을 어렵게 느끼는데 그 중 특히 '함수'문제에서 막연한 어려움과 부담감을 느끼며 함수와 관련된 문제풀이에서 많은 실패를 겪고 있다. 구체 적으로 본 연구에서는 고등학교 1학년 학생들의 함수단원 문제해결 과정에서 보이는 오류를 분석하여 함수단원 수학문제해결능력을 키우고자 충남의 ${\bigcirc}{\bigcirc}$고등학교 1학년 학생 90명을 대상으로 함수단원 8문제로 구성된 검사지를 풀게 하고 그것을 토대로 오류를 분석하였다. 그 결과 학생들의 오류에서 몇 가지 공통적인 패턴이 있음을 발견하고 이것을 7가지 오류 분류 패턴을 설정하고 이를 분석하여 이를 보완할 수 있는 방법을 탐구하였다. 본 연구에서 나타난 결과를 토대로 학교현장에 투입하여 수학교육의 개선에 도움이 되길 기대한다.

• 한국정밀공학회지
• /
• 제19권1호
• /
• pp.56-64
• /
• 2002

Machine tools are engineered to give high dimensional accuracy in machining operation. However, errors due to thermal effects degrade dimensional accuracy of machine tools considerably, and many machine tools are equipped with thermal error compensation function. In general, thermal errors can be generated in the angular directions as well as linear directions. Among them, thermal errors in the angular directions contribute a large amount of error components in the presence of offset distance as in the case of Abbe error. Because most of thermal error compensation function is based on a good correlation between temperature change and thermal deformation, angular thermal deformation is often to be the most difficult hurdle for enhancing compensation accuracy. In this regard, this paper investigates the effect of thermal bending to total thermal error and gives how to deal with thermally induced bending effects in thermal error compensation.

• 한국통신학회논문지
• /
• 제38A권6호
• /
• pp.512-519
• /
• 2013

본 논문에서는 합성 이진 옵셋 반송파를 (composite binary offset carrier: CBOC) 위한 새로운 비모호 상관함수를 제안한다. 먼저, CBOC 신호의 부반송파를 네 개의 부분 부반송파의 합으로 해석하고, 각 부분 부반송파들과 수신 신호의 부분 상관들을 생성한다. 이후 생성된 부분 상관을 재조합하여 날카로운 주 첨두를 갖는 새로운 비모호 상관함수를 생성한다. 모의실험의 결과로부터 신호 추적에 제안한 상관함수를 이용한 경우 기존 상관함수들을 이용한 경우보다 더욱 향상된 추적 오류 표준편차와 다중 경로 오류 포락선을 가짐을 확인한다.

• International Journal of Contents
• /
• 제11권2호
• /
• pp.57-62
• /
• 2015

Relative entropy is a divergence measure between two probability density functions of a random variable. Assuming that the random variable has only two alphabets, the relative entropy becomes a cross-entropy error function that can accelerate training convergence of multi-layer perceptron neural networks. Also, the n-th order extension of cross-entropy (nCE) error function exhibits an improved performance in viewpoints of learning convergence and generalization capability. In this paper, we derive a new divergence measure between two probability density functions from the nCE error function. And the new divergence measure is compared with the relative entropy through the use of three-dimensional plots.