• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.449-458
• /
• 2000

본 논문에서는 원유정제공정에서의 조성을 효율적으로 예측하기 이한 신경회로망을 이용한 조성식별방법을 제시한다. 제시한 신경회로망을 이용한 조성식별기(FINN)는 학습모드와 예측모드로 구성된다. 또한 Borland C++(3.0)빌드로 신경회로망 원료자동분석 소프트센서 시스템을 구현하였다. 그리고 시뮬레이션을 통해 제안한 신경회로망을 이용한 조성식별방밥의 유용성을 확인하였다.

• 한국전자파학회논문지
• /
• 제20권5호
• /
• pp.413-420
• /
• 2009

본 논문에서는 $2{\times}2$ 배열 안테나에 적용하여 분할된 원추형 빔 형성이 가능한 새로운 급전 구조를 제안한다. 제안된 급전 구조에는 네 개의 $90^{\circ}$ 하이브리드, 한 개의 크로스오버, 네 개의 $90^{\circ}$ 지연선을 사용하며, 이들은 서로 대칭적인 구조를 갖는다. 급전 구조의 성능을 검증하기 위하여 중심 주파수 2.57 GHz에서 동작하는 마이크로스트립 형태의 $2{\times}2$ 배열 안테나와 급전 구조를 제작하였고, 방사 패턴을 측정하였다. 측정된 안테나의 주 빔방향은 입력 포트의 선택에 따라 고도 방향으로는 $45^{\circ}$에서, 방위각 방향으로는 $45^{\circ}$, $135^{\circ}$, $225^{\circ}$, $315^{\circ}$에서 최대지향성을 갖는 것을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제8권3호
• /
• pp.393-401
• /
• 2007

P2P systems have gained a lot of research interests and popularity over the years and have the capability to unleash and distribute awesome amounts of computing power, storage and bandwidths currently languishing - often underutilized - within corporate enterprises and every Internet connected home in the world. Since there is no central control over resources or devices and no before hand information about the resources or devices, device discovery remains a substantial problem in P2P environment. In this paper, we cover some of the current solutions to this problem and then propose our feed forward neural network (FFNN) based solution for device discovery in mobile P2P environment. We implements feed forward neural network (FFNN) trained with back propagation (BP) algorithm for device discovery and show, how large computation task can be distributed among such devices using agent technology. It also shows the possibility to use our architecture in home networking where devices have less storage capacity.

• 한국전자파학회논문지
• /
• 제19권8호
• /
• pp.927-932
• /
• 2008

본 논문에서는 두 개의 빔 형성을 위한 $4{\times}1$ 배열 안테나에 급전할 수 있는 새로운 $4{\times}4$ Hadamard 행렬 급전 장치를 제안한다. 만약 배열 안테나의 각 안테나를 Hadamard 행렬의 각 행으로 급전을 하면 두 개의 빔을 형성하게 된다. 두 빔 사이의 각도는 행렬의 적절한 행을 선택함으로써 조절할 수 있다. Hadamard 행렬의 급전 구조는 네 개의 $90^{\circ}$ 하이브리드, 한 개의 크로스오버, 네 개의 $90^{\circ}$ 위상 변위기가 사용된다. 마이크로스트립 표면에 Hadamard 행렬을 포함한 배열 안테나를 제작하였으며, 측정된 안테나의 주 빔 방향은 입력 포트의 선택에 따라 각각 $0^{\circ}$, ${\pm}15^{\circ}$, ${\pm}33^{\circ}$, ${\pm}45^{\circ}$가 되었다.

• Journal of Multimedia Information System
• /
• 제4권4호
• /
• pp.225-232
• /
• 2017

Understanding actions in videos is an important task. It helps in finding the anomalies present in videos such as fights. Detection of fights becomes more crucial when it comes to sports. This paper focuses on finding fight scenes in Hockey sport videos using blur & radon transform and convolutional neural networks (CNNs). First, the local motion within the video frames has been extracted using blur information. Next, fast fourier and radon transform have been applied on the local motion. The video frames with fight scene have been identified using transfer learning with the help of pre-trained deep learning model VGG-Net. Finally, a comparison of the methodology has been performed using feed forward neural networks. Accuracies of 56.00% and 75.00% have been achieved using feed forward neural network and VGG16-Net, respectively.

• 한국전자파학회논문지
• /
• 제24권4호
• /
• pp.426-435
• /
• 2013

본 논문은 육상 이동 위성(Land Mobile Satellite: LMS) 시스템의 통신 성능 향상을 위해 기존의 $2{\times}2$ MIMO 채널에서 $4{\times}4$ 채널로 확장할 수 있는 MIMO 원형 편파 급전 네트워크를 제안한다. 기존의 추가적인 통신 채널 확보를 위해서는 위성국에서 안테나 설치 공간상의 제약이 있기 때문에 이격 거리가 충분한 추가 위성국을 필요로 한다. 이로 인한 비용 및 MIMO 통신 채널의 한계 문제를 극복하기 위하여, 동일한 원형 편파 간에 이격 거리가 없이도 높은 격리성을 확보할 수 있는 MIMO 원형 편파 급전 네트워크를 제안하였다. 제안하는 급전 네트워크의 포트간 격리성과 각 포트의 매칭 상태를 수식적으로 증명하였고, $4{\times}4$ MIMO 채널의 통신 성능 향상을 채널 모델 측면에서 제시 및 확인하였다. MIMO 원형 편파 급전 네트워크를 원형 편파 패치 안테나 구조로 실제 제작하고 측정하여 7~10 dB의 다이버시티 이득을 얻었고, 약 1.8배로 채널 용량이 향상되었음을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제45권1호
• /
• pp.20-27
• /
• 2008

본 논문에서는 비선형 패턴 분류를 위해 FPGA 칩에 신경회로망을 구현하였다. 병렬처리 연산을 위해 순방향 신경회로망이 구현 되었다. 신경망의 학습을 off-line으로 한 다음에 가중치 값들을 저장하여 사용한다. 예로서, AND와 XOR 논리의 패턴 구분이 수행된다. 실험결과를 통해 FPGA에 구현된 신경회로망이 잘 작동하는 것을 검증하였다.

• 동력기계공학회지
• /
• 제6권4호
• /
• pp.62-67
• /
• 2002

In this paper, the cause of the discrepancy of the inlet and outlet flow of the lubricating oil feed pump was analyzed by the flow measurement and the analysis of the flow network. At first, we thought that the flow difference was induced by a leak in the middle of the flow network. But, through the flow measurement using ultrasonic flow meter and the performance analysis of the pump, we knew that the cause of the flow difference was due to a drop in efficiency of the pump according to the pressure drop of the outlet. Also, we knew that the shape of the piping had no effect on the efficiency of the pump.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2008년 영문 학술대회
• /
• pp.732-736
• /
• 2008

The traditional method to calculate the gravity feed is to assume that only one tank in fuel system supplies the needed fuel to the engine, and then calculated for the single branch. Actually, all fuel tanks compete for supplying oil. Our method takes into consideration all fuel tanks and therefore, we believe, our method is intrinsically superior to traditional methods and is closer to understanding the real seriousness of the oil supply situation. Firstly, the thesis gives the mathematical model for fuel flow pipe, pump, check valve and the simulation model for fuel tank. On the basis of flow network theory and time difference method, we established a new calculation method for gravity feed oil of aeroplane fuel system, secondly. This model can solve the multiple-branch and transient process simulation of gravity feed oil. Finally, we give a numerical example for a certain type of aircraft, achieved the variations of oil level and flow mass per second of each oil tanks. In addition, we also obtained the variations of the oil pressure of the engine inlet, and predicted the maximum time that the aeroplane could fly safely under gravity feed. These variations show that our proposed method of calculations is satisfactory.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권5호
• /
• pp.289-294
• /
• 2002

다층신경회로망 구조의 재구성은 회로망의 일반화 능력이나 효율성의 관점에서 중요한 문제로 연구되어왔다. 본 논문에서는 신경회로망에 학습된 은닉 지식들을 추출하여 조합함으로써 신경회로망의 구조를 재구성하는 새로운 방법을 제안한다. 먼저, 각 노드별로 학습된 대표적인 지역 규칙을 추출하여 각 노드의 불필요한 연결구조들을 제거한 후, 이들의 논리적인 조합을 통하여 중복 또는 상충되는 노드와 연결구조를 제거한다. 이렇게 학습된 지식을 분석하여 노드와 연결구조를 재구성한 신경회로망은 처음의 신경회로망에 비하여 월등히 감소된 구조 복잡도를 가지며 일반적으로 더 우수한 일반화 능력을 가지게 됨을 실험결과로서 제시하였다.