• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 1999년도 추계학술대회 논문집
• /
• pp.358-361
• /
• 1999

This paper describes on the fabrication and characteristics of hot-film type micro-flowsensors integrated with Pt-RTD\`s and micro-heater on the Si substrate, in which MgO thin-films were used as medium layer in order to improve adhesion of Pt thin-films to SiO$_2$ layer The MgO layer improved adhesion of Pt thin-films to SiO$_2$` layer without any chemical reactions to Pt thin-films under high as gas flow rate and its conductivity increased due to increase of heat-loss from sensor to external. Output voltage was 82 mV at N2 flow rate of 2000 sccm/min, heating power of 1.2W. The respons time was about 100 msec when input flow was step-input

• 한국세라믹학회지
• /
• 제36권9호
• /
• pp.937-945
• /
• 1999

반응결합 탄화규소(RBSC) 반응관을 보호하기 위하여, 반응결합 탄화규소 기판 위에 탄화규소를 1~10 범위의 입력기체비(${\alpha}=P_{H2}/P_{MTS}=Q_{H2}/Q_{MTS}$)와 1050~1300$^{\circ}C$범위의 증착온도에서 methyltrichlorosilane(MTS)로부터 수소분위기에서 저압화학기상법으로 증착하였다. 1250$^{\circ}C$의 증착온도에서 입력기체비가 감소함에 따라 증착속도는 증가하다가 감소하였다 입력기체비가 높을 때에는 (111) 우선배향성을 나타내고 과립형의 미세구조를 보이며, 입력기체비가 작을 경우에는 (220) 우선배향성을 가지는 마면주상의 미세구조가 관찰되었다. 증착온도가 증가함에 따라 입력기체비와 비슷하게 미세구조의 변화하는결과를 얻었으며, 이러한 결과는 증착기구의 변화와 밀접한 관련이 있다. 일정한 증착온도에서 입력기체비의 조정를 통하여 얻었으며, 이러한 결과는 증착기구의 변화와 밀접한 관련이 있다. 일정한 증착온도에서 입력기체비의 조절을 통하여 과립형과 미면주상의 미세구조를 함께 가지는 복층구조를 연속공정을 통하여 성공적으로 제조하였다.

• 전기학회논문지
• /
• 제66권12호
• /
• pp.1759-1771
• /
• 2017

In this paper, an improved continuous integral variable structure systems(ICIVSS) with the prescribed control performance is designed for simple regulation controls of uncertain general linear systems. An integral sliding surface with an integral state having a special initial condition is adopted for removing the reaching phase and predetermining the ideal sliding trajectory from a given initial state to the origin in the state space. The ideal sliding dynamics of the integral sliding surface is analytically obtained and the solution of the ideal sliding dynamics can predetermine the ideal sliding trajectory(integral sliding surface) from the given initial state to the origin. Provided that the value of the integral sliding surface is bounded by certain value by means of the continuous input, the norm of the state error to the ideal sliding trajectory is analyzed and obtained in Theorem 1. A corresponding discontinuous control input with the exponential stability is proposed to generate the perfect sliding mode on the every point of the pre-selected sliding surface. For practical applications, the discontinuity of the VSS control input is approximated to be continuous based on the proposed modified fixed boundary layer method. The bounded stability by the continuous input is investigated in Theorem 3. With combining the results of Theorem 1 and Theorem 3, as the prescribed control performance, the pre specification on the error to the ideal sliding trajectory is possible by means of the boundary layer continuous input with the integral sliding surface. The suggested algorithm with the continuous input can provide the effective method to increase the control accuracy within the boundary layer by means of the increase of the $G_1$ gain. Through an illustrative design example and simulation study, the usefulness of the main results is verified.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권4호
• /
• pp.419-426
• /
• 2007

본 논문에서는 맛 인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 맛(쓴맛, 단맛, 신맛, 짠맛)학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 맛 활성화 신호의 세기가 사용되었고, 맛 패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하였고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였다. 패턴벡터는 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 하였다. 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.95-103
• /
• 2006

본 논문에서는 뇌파인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 뇌파 학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 알파리듬과 베타리듬의 주파수와 진폭이 사용되었고, 뇌파패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 된다. 뇌파 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• Structural Engineering and Mechanics
• /
• 제77권1호
• /
• pp.47-56
• /
• 2021

This paper deals with damage detection using a Gapped Smoothing Method (GSM) combined with deep learning. Convolutional Neural Network (CNN) is a model of deep learning. CNN has an input layer, an output layer, and a number of hidden layers that consist of convolutional layers. The input layer is a tensor with shape (number of images) × (image width) × (image height) × (image depth). An activation function is applied each time to this tensor passing through a hidden layer and the last layer is the fully connected layer. After the fully connected layer, the output layer, which is the final layer, is predicted by CNN. In this paper, a complete machine learning system is introduced. The training data was taken from a Finite Element (FE) model. The input images are the contour plots of curvature gapped smooth damage index. A free-free beam is used as a case study. In the first step, the FE model of the beam was used to generate data. The collected data were then divided into two parts, i.e. 70% for training and 30% for validation. In the second step, the proposed CNN was trained using training data and then validated using available data. Furthermore, a vibration experiment on steel damaged beam in free-free support condition was carried out in the laboratory to test the method. A total number of 15 accelerometers were set up to measure the mode shapes and calculate the curvature gapped smooth of the damaged beam. Two scenarios were introduced with different severities of the damage. The results showed that the trained CNN was successful in detecting the location as well as the severity of the damage in the experimental damaged beam.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.148-154
• /
• 2021

문장 독립 화자 인증 연구에서는 일반화 성능 향상을 위해 문장 정보와 독립적인 화자 특징을 추출하는 것이 필수적이다. 그렇지만 심층 신경망은 학습 데이터에 의존적이므로, 동일한 시계열 정보를 반복 학습할 경우, 화자 정보를 학습하는 대신 문장 정보에 과적합 될 수 있다. 본 논문에서는 이러한 과적합을 방지하기 위해 시간 축으로 입력층 혹은 은닉층을 분할 및 무작위 재배열하여 시계열 정보의 순서를 뒤섞는 세그멘트 단위 혼합 계층을 제안한다. 세그멘트 단위 혼합 계층은 입력층 뿐만 아니라 은닉층에도 적용이 가능하므로, 입력층에서의 일반화 기법에 비해 효과적이라 알려진 은닉층에서의 일반화 기법으로 활용이 가능하며, 기존의 데이터 증강 방법과 동시에 적용할 수도 있다. 뿐만아니라, 세그멘트의 단위 크기를 조절하여 혼합의 정도를 조절할 수도 있다. 본 논문에서는 제안한 방법을 적용하여 문장 독립 화자 인증 성능이 개선됨을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1991년도 추계학술대회 논문집 학회본부
• /
• pp.39-42
• /
• 1991

The Application of Artificial Neural Network(ANN) to forecast a load in a power system is investigated. The load forecasting is important in the electric utility industry. This technique, methodology based on the fact that parallel structure can process very fast much information is a promising approach to a load forecasting. ANN that is highly interconnected processing element in a hierachy activated by the each input. The load pattern can be divided distinctively into two patterns, that is, weekday and weekend. ANN is composed of a input layer, several hidden layers, and a output layer and the past data is used to activate input layer. The output of ANN is the load forecast for a given day. The result of this simulation can be used as a reference to a electric utility operation.

• 생물환경조절학회지
• /
• 제1권2호
• /
• pp.162-168
• /
• 1992

As the automation of nutrient solution management proceeds in the field of hydroponics, effective supporting systems to manage the nutrient solution by computer become needed. This study was attempt to predict the EC of nutrient solution using the neural networks. The multilayer perceptron consisting of 3 layers with the back propagation learning algorithm was selected for EC prediction, of which nine variables in the input layer were the concentrations of each ion and one variable in the output layer the EC of nutrient solution. The meq unit in ion concentration was selected fir input variable in the input layer. After the 10,000 learning sweeps with 108 sample data, the comparison of predicted and measured ECs for 72 test data showed good agreements with the correlation coefficient of 0.998. In addition, the predicted ECs by neural network showed relatively equal or closer to the measured ones than those by current complicated models.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1122-1137
• /
• 2021

PM_2.5 concentration in Seoul could be predicted by deep neural network model. In this paper, the contribution of input factors to the model's prediction results is analyzed using the LRP(Layer-wise Relevance Propagation) technique. LRP analysis is performed by dividing the input data by time and PM concentration, respectively. As a result of the analysis by time, the contribution of the measurement factors is high in the forecast for the day, and those of the forecast factors are high in the forecast for the tomorrow and the day after tomorrow. In the case of the PM concentration analysis, the contribution of the weather factors is high in the low-concentration pattern, and that of the air quality factors is high in the high-concentration pattern. In addition, the date and the temperature factors contribute significantly regardless of time and concentration.