• 한국지능시스템학회논문지
• /
• 제16권1호
• /
• pp.1-7
• /
• 2006

본 논문에서는 6개의 특징점을 이용하는 가버 웨이블릿 신경망 기반 적응 표정인식 시스템을 제안한다. 특징 추출부를 포함하는 초기 네트워크의 구성은 Levenberg-Marquardt 기반의 학습방법이 사용되며, 따라서 특징 추출부 결정에 있어서 경험적 요소를 배재시킬 수 있다. 또한 새로운 사용자에 대한 적응 네트워크를 구성하기 위해서 개선된 보상함수를 가지는 Q-학습과, 비지도 퍼지 신경망 모델을 사용하였다. Q-학습을 통해서는 개인 사용자에 대해 분리도가 좋은 특징벡터를 얻을 수 있는 가버필터 세트를 얻을 수 있으며, 퍼지 신경망을 통해서는 사용자의 얼굴변화에 맞게 인식기를 변화시킬 수 있다. 따라서 제안된 시스템은 사용자의 얼굴변화를 따라갈 수 있는 좋은 적응 성능을 보이고 있다.

• 대한산업공학회지
• /
• 제31권2호
• /
• pp.106-119
• /
• 2005

Uncertainties inherent in customer demand patterns make it difficult for supply chains to achieve just-in-time inventory replenishment, resulting in loosing sales opportunity or keeping excessive chain wide inventories. In this paper, we propose two intelligent adaptive inventory control models for a supply chain consisting of one supplier and multiple retailers, with the assumption of information sharing. The inventory control parameters of the supplier and retailers are order placement time to an outside source and reorder points in terms of inventory position, respectively. Unlike most extant inventory control approaches, modeling the uncertainty of customer demand as a stationary statistical distribution is not necessary in these models. Instead, using a reinforcement learning technique, the control parameters are designed to adaptively change as customer demand patterns change. A simulation based experiment was performed to compare the performance of the inventory control models.

• Structural Engineering and Mechanics
• /
• 제83권4호
• /
• pp.537-549
• /
• 2022

In this paper, a novel multi-feature model predictive control (MPC) framework with real-time and adaptive performances is proposed for intelligent structural control in which some drawbacks of the algorithm including, complex control rule and non-optimality, are alleviated. Hence, Linear Programming (LP) is utilized to simplify the resulted control rule. Afterward, the Whale Optimization Algorithm (WOA) is applied to the optimal and adaptive tuning of the LP weights independently at each time step. The stochastic control rule is also achieved using Kalman Filter (KF) to handle noisy measurements. The Extreme Learning Machine (ELM) is then adopted to develop a data-driven and real-time control algorithm. The efficiency of the developed algorithm is then demonstrated by numerical simulation of a twenty-story high-rise benchmark building subjected to earthquake excitations. The competency of the proposed method is proven from the aspects of optimality, stochasticity, and adaptivity compared to the KF-based MPC (KMPC) and constrained MPC (CMPC) algorithms in vibration suppression of building structures. The average value for performance indices in the near-field and far-field (El earthquakes demonstrates a reduction up to 38.3% and 32.5% compared with KMPC and CMPC, respectively.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2341-2344
• /
• 2001

In recent years the neural network known as a sort of the intelligent control strategy is used as a powerful tool for designing control system since it has learning ability. But it is difficult for neural network controllers to guarantee the stability of control systems. In this paper we try connecting a radial basis function network to an adaptive control strategy. Radial basis function networks are simpler and easier to handle than multilayer perceptrons. We use the radial basis function network to generate control input signals that are similar to the control inputs of adaptive control using linear reparameterization of the robot manipulator. We adopt the saturation function as an auxiliary controller. This paper also proves mathematically the stability of the control system under the existence of disturbances and modeling errors.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1099-1104
• /
• 2020

인터넷을 기반으로 다양한 종류의 응용 서비스들을 제공하기 위해서 각 흐름 별로 서비스 품질을 보장하는 것은 이상적이지만, 이를 실현하는 것은 매우 어려운 일이다. 서비스 품질 요구조건이 같거나 비슷한 여러 흐름들을 동일한 그룹으로 지정하고, 그룹별로 서비스 품질을 제공하는 방안이 효율적이다. 라우터에서 적용되는 큐 관리 메커니즘은 데이터의 효율적으로 전송하고, 서비스 별로 차별화된 서비스 품질을 지원하기 위하여 매우 중요한 역할을 수행한다. 다양한 멀티미디어 서비스를 효율적으로 지원하기 위해서 지능적이고 적응적인 큐 관리 메커니즘 기능이 필요하다. 본 논문은 일정 기간 유입되는 각 흐름 그룹의 트래픽 정보와 현재의 네트워크 상태 정보를 기반으로 그룹별 패킷의 전달 여부를 결정하는 심층강화학습 기반의 지능형 큐관리 메커니즘을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.361-369
• /
• 1999

본 논문에서는 플랜트를 사용하는 사용자의 특성을 인공지능을 통하여 학습하여 사용자의 특성에 적응하도록 하는 새로운 지능 제어 시스템을 제안한다. 사용된 인공지능은 신경 회로망이며, 그 중에서도 LVQ(learning Vector Quantization) 네트워크를 사용한다. 제안한 방식의 성능을 확인하기 위하여 IBM PC 상에서 Matlab을 통하여 시뮬레이션 한다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.720-729
• /
• 2005

본 논문에서는 미지의 비선형 시스템을 제어하기 위해 웨이블릿 신경 회로망을 이용한 간접 적응 제어기를 설계한다. 제안 된 간접 적응 제어기는 웨이블릿 신경 회로망을 이용한 동정 모델과 제어기로 구성된다. 여기서 동정 모델과 제어기에 사용되는 웨이블릿 신경 회로망은 시간과 주파수에 대한 정보를 동시에 포함하는 웨이블릿의 특성을 가지고 있기 때문에 다층구조 신경회로망과 방사 기저 함수 신경회로망에 보다 더 빠른 수렴특성을 보인다. 웨이블릿 신경 회로망의 학습방법은 경사 하강법, 유전알고리듬, DNA 기법등 여러 가지가 있으나, 본 논문에서는 확장 칼만 필터를 기반으로 한 학습 방법을 제안한다. 확장 칼만 필터 학습 방법은 계산이 복잡하기는 하지만 학습되어 갱신되는 파라미터의 이전 데이터 정보를 이용하는 특성 때문에 매우 빠른 수렴 특성을 보인다. 본 논문에서는 Buffing 시스템과 1축 머니퓰레이터에 대한 컴퓨터 모치실험을 통해 제안한 확장 칼만 필터 학습 방법을 이용한 간접 적응 제어기가 일반적인 경사 하강법을 이용한 경우보다 우수함을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.662-665
• /
• 2013

지능형 교수 시스템은 컴퓨터 보조 학습의 한계를 극복하고자 인공지능 기법을 도입하여 학습자의 현재 상황에 동적으로 융통성 있는 교육 여건을 지원하는 시스템이다. 그러나 기존의 지능형 교수 시스템들은 학습 성취도 향상에 중요 변인인 학습자의 특성, 학습자 수준 등을 고려하지 않고, 획일화 된 학습 내용들을 제공하고 있다. 이로 인해 효과적인 학습에 어려움이 있으며, 학습자의 학습 목표에 맞는 코스 스케줄링이 적응력 있게 동적으로 제공되지 못하는 문제점이 있다. 본 논문에서는 학습자의 특성과 학습자의 수준에 맞는 학습 내용 및 동적 학습 코스 제공을 위한 ITS 기반의 적응형 학습 추천 시스템을 제안한다. 성공적인 학습을 우한 중요 변인인 학습자의 특성 파악을 위해 자가 진단 테스트 모듈을 적용하였다. 그리고 학습자의 수준 파악을 위해 기존 단답식 위주의 단순 평가가 아닌 문항반응이론에 근거하여 학습 요소별 학습자의 객관성 있는 수준을 파악을 위해 학습 평가 모듈을 적용하였다.

• Journal of Power Electronics
• /
• 제7권2호
• /
• pp.159-173
• /
• 2007

In this paper, an intelligent sliding-mode position controller (ISMC) for achieving favorable decoupling control and high precision position tracking performance of permanent-magnet synchronous motor (PMSM) servo drives is proposed. The intelligent position controller consists of a sliding-mode position controller (SMC) in the position feed-back loop in addition to an on-line trained fuzzy-neural-network model-following controller (FNNMFC) in the feedforward loop. The intelligent position controller combines the merits of the SMC with robust characteristics and the FNNMFC with on-line learning ability for periodic command tracking of a PMSM servo drive. The theoretical analyses of the sliding-mode position controller are described with a second order switching surface (PID) which is insensitive to parameter uncertainties and external load disturbances. To realize high dynamic performance in disturbance rejection and tracking characteristics, an on-line trained FNNMFC is proposed. The connective weights and membership functions of the FNNMFC are trained on-line according to the model-following error between the outputs of the reference model and the PMSM servo drive system. The FNNMFC generates an adaptive control signal which is added to the SMC output to attain robust model-following characteristics under different operating conditions regardless of parameter uncertainties and load disturbances. A computer simulation is developed to demonstrate the effectiveness of the proposed intelligent sliding mode position controller. The results confirm that the proposed ISMC grants robust performance and precise response to the reference model regardless of load disturbances and PMSM parameter uncertainties.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권12호
• /
• pp.1062-1072
• /
• 2006

최근, '유비쿼터스 컴퓨팅'이라는 지능형 서비스 프레임워크가 제안되면서 적응형 에이전트 시스템의 필요성이 점점 증가되기 시작됐다. 본 논문에서는 유비쿼터스 컴퓨팅 시스템이 사용자에게 적절한 서비스를 제공하도록 도와주는 지능형 서비스 에이전트를 제안한다. 사용자에게 적절한 유비쿼터스 서비스를 제공하기 위해서는, 각각의 유비쿼터스 서비스 시스템 내에서의 상황 정보(Context Information) 차이를 조절하고 사용자의 취향을 서비스에 반영해야 한다. 따라서 다음 3가지 부분에 중점을 두어 연구를 진행하였다. 첫째, 적절한 다중 에이전트 프레임워크-에이전트간의 커뮤니케이션 이해와 추론엔진의 적용, 둘째, 유비쿼터스 컴퓨팅 환경 내에 존재하는 다양한 상황 정보(Context information)를 효과적으로 표현하는 유비쿼터스 온톨로지-에이전트간의 상황 정보 공유와 이해, 마지막으로 유비쿼터스 시스템에 적용되는 사용자 프로파일 구축 방법에 대해 연구 하였다. 본 논문에서 제안하는 지능형 서비스 에이전트는 사용자 취향에 따라 적절한 서비스를 제공하는 적응형 유비쿼터스 서비스 시스템 구축을 가능하게 한다.