• 대한전기학회논문지
• /
• 제43권5호
• /
• pp.838-847
• /
• 1994

Although there is an analytical proof of modeling capability of the neural network, the convergency error in nonlinearity modeling is inevitable, since the steepest descent based practical larning algorithms do not guarantee the convergency of modeling error. Therefore, it is difficult to apply the neural network to control system in critical environments under an on-line learning scheme. Although the convergency of modeling error of a neural network is not guatranteed in the practical learning algorithms, the convergency, or boundedness of tracking error of the control system can be achieved if a proper feedback control law is combined with the neural network model to solve the problem of modeling error. In this paper, the neural network is introduced for compensating a system uncertainty to control a nonlinear dynamic system. And for suppressing inevitable modeling error of the neural network, an iterative neural network learning control algorithm is proposed as a virtual on-line realization of the Adaptive Variable Structure Controller. The efficiency of the proposed control scheme is verified from computer simulation on dynamics control of a 2 link robot manipulator.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1989년도 한국자동제어학술회의논문집; Seoul, Korea; 27-28 Oct. 1989
• /
• pp.1140-1145
• /
• 1989

A general dynamic iterative learning control scheme is proposed for a class of nonlinear systems. Relying on stabilizing high-gain feedback loop, it is possible to show the existence of Cauchy sequence of feedforward control input error with iteration numbers, which results in a uniform convergance of system state trajectory to the desired one.

• 컴퓨터교육학회논문지
• /
• 제5권3호
• /
• pp.59-67
• /
• 2002

교수 학습 과정에서 형성평가와 함께 피드백의 중요성이 강조되고 있다. 본 연구에서는 웹 기반 교정적 피드백의 유형에 따른 학생들의 학업성취도에 미치는 효과를 알아보고 가장 적절한 방법을 찾기 위하여 세 가지 유형의 교정적 피드백을 제공하는 형성평가 시스템을 설계하고 구축하였다. 첫번째 유형은 틀린 문항에 대하여 설명이나 정답 관련 정보를 단계적이고 직접적으로 제공하기 위한 '단계적 정보 제공 피드백'이다. 두번째 유형은 틀린 문항 각각에 대하여 틀린 이유에 대한 정보를 제공함으로써 오류를 교정할 수 있는 '오류 교정 피드백'이다. 세번째 유형은 총점과 틀린 문항을 제공해줌으로써 학생스스로 틀린 문항에 대하여 학습할 수 있도록 결과를 제시해주는 '결과 제시 교정 피드백'이다. 구현된 세 가지 유형의 교정적 피드백을 학습자에게 적용시켜 학업성취도에 미치는 효과가 있는지를 분석하고 이 중에서 학생들의 학업성취도를 높이는 데 가장 효과적인 교정적 피드백의 유형을 검증하였다.

• 한국산학기술학회논문지
• /
• 제16권5호
• /
• pp.3434-3439
• /
• 2015

정보이론적 학습의 한 성능기준인 두 오차확률분포간 유클리드거리(MEDE)는 비선형 (결정 궤환, DF) 등화 알고리듬에 채택되었고 심각한 채널 왜곡과 충격성 잡음이 있는 환경에서 탁월한 성능을 보였다. 그러나 이 MEDE-DF 알고리듬은 과중한 계산 복잡성이라는 문제를 지니고 있다. 이 논문에서는 MEDE-DF 알고리듬을 위한 반복적 ED를 먼저 유도하고 그 다음 전후방 영역에 대해 가중치 기울기를 반복적으로 추정하는 식을 유도하였다. MEDE-DF 알고리듬의 반복적 기울기 추정방식의 효과를 입증하기위해 곱셈 계산량을 비교하였고 충격성 잡음과 수중 통신 환경에서 모의 실험한 MSE 성능 결과를 비교하였다. 제안한 DF 방식과 기존의 MEDE-DF 알고리듬의 곱셈 계산량 비는 샘플사이즈 N 에 대해 $2(9N+4):2(3N^2+3N)$로 나타나면서도 충격성 잡음과 수중통신 채널환경에서 동일한 MSE 학습 성능을 유지하였다.

• 한국정밀공학회지
• /
• 제21권5호
• /
• pp.55-63
• /
• 2004

This paper presents neural network based controller using the feedback error loaming technique for a heavy load pointing system. Also the mathematical model was developed to analyze heavy load pointing system. The control scheme consists of a feedforward neural network controller and a fixed-gain feedback controller. This neural network controller is trained so as to make the output of the feedback controller zero. The proposed controller is compared with the conventional PI controller through simulations, and the results show that the pointing accuracy of the proposed control system are improved against the disturbance induced by vehicle running on the bump course.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.327-329
• /
• 1998

Up-Propagation is an algorithm for inverting and learning neural network generative models. Sensory input is processed by inverting a model that generates patterns from hidden variables using top-down connections. The inversion process is iterative, utilizing a negative feedback loop that depends on an error signal propagated by bottom-up connections. The error signal is also used to learn the generative model from examples. the algorithm is benchmarked against principal component analysis in experiments on images of handwritten digits.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.71-81
• /
• 2019

이 연구의 목적은 성격 5요인에 기초하여 교육대학교 학생의 잠재적 성격 특성 유형을 확인하고, 성격 특성 에 따라 심리적 안녕감, 대학생활적응에 차이가 있는지 살펴보는 것이다. 분석 자료는 A 교육대학교 1~4학년 1,295명의 데이터를 활용하였다. 교육대학교 학생의 잠재적 성격 특성 유형을 확인하기 위해 잠재프로파일분석을 활용하였으며, 분류된 성격 특성 잠재 집단에 따른 심리적 안녕감, 대학생활적응 차이 검증을 위해 다변량분산분석방법을 사용하였다. 잠재프로파일분석결과 교육대학교 학생의 성격 특성은 신경과민성, 외향성, 개방성, 우호성, 성실성의 다중 속성에 의해 (1) 높은 수준의 적응적 성격(신경과민성 하, 나머지 성격 요인 상), (2) 중간 수준의 적응적 성격(성격 5요인 모두 중), (3) 낮은 수준의 적응적 성격(신경과민성 상, 나머지 성격 요인 하)의 세 개 유형으로 구분하는 것이 적합한 것으로 확인되었다. 세 집단에 따라 성격 5요인에 유의한 차이가 나타났는데, 높은 수준의 적응적 성격 집단이 중간과 낮은 수준의 적응적 성격 집단보다, 중간이 낮은 수준의 적응적 성격 집단보다 신경과민성은 낮고 외향성, 개방성, 우호성, 성실성이 높은 것으로 확인되었다. 둘째, 성격 특성 잠재 집단에 따라 심리적 안녕감과 대학생활적응에 차이가 있는지 확인한 결과 높은 수준의 적응적 성격 집단은 중간과 낮은 수준의 적응적 성격 집단보다, 중간은 낮은 수준의 적응적 성격 집단보다 심리적 안녕감과 대학생활적응 하위 요인 모두에서 점수가 더 높은 것으로 나타났다. 본 연구 결과는 교육대학교 학생의 심리적 안녕감과 대학생활적응에 있어 성격 특성의 중요성을 보여주며, 교육대학교 학생의 행복한 대학생활을 위해서는 성격 특성을 고려한 교육적 개입이 필요함을 시사한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.443-446
• /
• 2003

Conventional disturbance rejection methods have to derive the inverse model of a system. However, the inverse model of n nonholonomic system is not unique, because an inverse it changes depending on initial conditions and desired values. A kind of internal model control (IMC) using feedback error learning is discussed for the motion control of nonholonomic mobile robots in this paper, The present method is different from a conventional IMC whose control system consists of an inverse model, a direct model and a filter. The present disturbance rejection method need not use a direct model, where the remaining two elements are composed of the same inverse model based on neural networks.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.431-431
• /
• 2000

The modeling of 5-bar linkage robot manipulator dynamics by means of a mathematical and neural architecture is presented. Such a model is applicable to the design of a feedforward controller or adjustment of controller parameters. The inverse model consists of two parts: a mathematical part and a compensation part. In the mathematical part, the subsystems of a 5-bar linkage robot manipulator are constructed by applying Kawato's Feedback-Error-Learning method, and trained by given training data. In the compensation part, MLP backpropagation algorithm is used to compensate the unmodeled dynamics. The forward model is realized from the inverse model using the inverse of inertia matrix and the compensation torque is decoupled in the input torque of the forward model. This scheme can use tile mathematical knowledge of the robot manipulator and analogize the robot characteristics. It is shown that the model is reasonable to be used for design and initial gain tuning of a controller.

• 한국정밀공학회지
• /
• 제29권1호
• /
• pp.79-86
• /
• 2012

This paper proposes PID and RIC (Robust Internal-loop Compensator) based motion controller using dual learning algorithm for position control of linear synchronous motor respectively. Its gains are auto-tuned by using two learning algorithms, reinforcement learning and neural network. The feedback controller gains are tuned by reinforcement learning, and then the feedforward controller gains are tuned by neural network. Experiments prove the validity of dual learning algorithm. The RIC controller has better performance than does the PID-feedforward controller in reducing tracking error and disturbance rejection. Neural network shows its ability to decrease tracking error and to reject disturbance in the stop range of the target position and home.