• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.71-77
• /
• 1995

In this paper are proposed robust iterative learning control(ILC) algorithms for both linear continuous time-invariant system and linear discrete-time system. In contrast to conventional methods, the proposed learning algorithms are constructed based on both time domain performance and iteration-domain performance. The convergence of the proposed learning algorithms is proved. Also, it is shown that the proposed method has robustness in the presence of external disturbances and the convergence accuracy can be improved. A numerical external disturbances and the convergence accuracy can be improved. A numerical example is provided to show the effectiveness of the proposed algorithm.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권12호
• /
• pp.1507-1518
• /
• 1999

본 논문은 제어대상체의 지식을 이용하여 적절한 의사결정을 내리거나 또는 지속적으로 변화하는 주변환경에 적응해 나갈 수 있는 지능시스템 설계를 위한 내배엽성 모델링 방법론을 제시한다. 이러한 지능적 내배엽성 시스템은 의사결정 모델, 지식기반의 내부모델, 그리고 내부모델의 구축모델 등을 기반으로 달성될 수 있다. 학습기능의 모델링을 위하여 수정된 귀납추론 방법과 적응형 전문가 시스템 방법이 제안되었다. 제시된 방법론은 지능적 학습 및 의사결정 기능을 갖춘 지능적 카드경기자 모델링의 예를 통하여 그 가능성을 검증하였다. Abstract This paper presents an endomorphic modeling methodology for designing intelligent systems that can determine by itself using its knowledge of the world and adapt itself to continuously changing circumstances. We have developed such an intelligent endomorphic system by integrating the decision making component and knowledge based internal model with internal model construction model. Learning capabilities are established using the modified inductive reasoning and adaptive expert system techniques we developed. Proposed methodology has been successfully applied to a design of intelligent card game players capable of supporting the intelligent learning and decision making.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.100-105
• /
• 2011

학습과 추론을 이용하여 주어진 환경에서 최적의 문제해결을 수행하는 지능형시스템에 대한 사용은 날로 증가하고 있다. 다양한 분야에서 지능형시스템은 과거와 현재 뿐만 아니라 미래에도 인간의 삶의 질을 향상시키는 중요한 역할을 수행하기 때문에 이에 대한 기술적 동향파악과 기술예측은 중요하게 다루어져야 할 것이다. 본 논문에서는 지금까지 개발된 기술에 대한 객관적이고 광범위한 정보를 포함하고 있는 특허데이터를 정량적으로 분석하여 지능형시스템에 대한 기술적 예측에 필요한 특허분석 방법을 제안한다. 지금까지 출원, 등록된 특허데이터를 이용하여 제안방법에 대한 성능평가를 수행한다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.9-15
• /
• 1998

본 논문은 뉴로제어 및 반복학습 제어기법에 기반한 미지의 비선형시스템의 적응학습제어 방법을 제안한다. 제안된 제어 시스템에서 반복학습제어기는 새로운 기준 궤적에 대해 시스템의 출력이 원하는 궤적으로 정확히 수렴하도록 하는 적응과 단기간 제어정보를 기억하는 기능을 수행한다. 상대차수만 알고 있는 미지 시스템에 대한 박복학습 법칙이 학습이득은 신경회로망을 이용하여 추정된다. 반복학습제어기에 의해 습득된 제어정보는 장기메모리에 기반한 앞먹임 뉴로제어기로 이전되어 누적기억됨으로써 과거에 겸험된 기준 궤적에 대해서는 신속하게 추종할 수 있도록 한다. 2자유도 매니퓰레이터에 적용하여 제안된 기법의 타당성을 검증한다.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.576-581
• /
• 2003

음성 속에는 화자의 특징이 포함되어 있다. 본 논문에서는 신경망에 기초한 Incremental Learning을 이용하여 화자 수에 제한 받지 않는 화자 인식 시스템을 제안한다. 컴퓨터를 통하여 녹음된 음성 신호는 End Detection과정을 통하여 유성음과 무성음을 분류하고 LPC를 이용해 12차수의 Cepstral Coefficients를 추출한다. 이 계수는 화자 식별을 위한 학습 입력값으로 사용 된다. Incremental Learning은 이미 학습한 Weight들을 기억하고 새로운 data에 대해서만 학습을 하는 학습 방법으로 Neural Network 구조가 화자 수에 따라 늘어나므로 화자 수에 제한을 받지 않고 학습이 가능하다.

• 전기학회논문지
• /
• 제64권1호
• /
• pp.90-98
• /
• 2015

In this paper, an advanced teaching-learning based optimization(TLBO) method for the magnetic levitation controller of Maglev transportation system is proposed to optimize the control performances. An attraction-type levitation system is intrinsically unstable and requires a delicate control. It is difficult to completely satisfy the desired performance through the methods using conventional methods and intelligent optimizations. In the paper, we use TLBO and clonal selection algorithm to choose the optimal control parameters for the magnetic levitation controller. To verify the proposed algorithm, we compare control performances of the proposed method with the genetic algorithm and the particle swarm optimization. The simulation results show that the proposed method is more effective than conventional methods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.163-168
• /
• 2002

The voting algorithm for action selection performs self-improvement by Reinforcement learning algorithm in the dynamic environment. The proposed voting algorithm improves the navigation of the robot by adapting the eligibility of the behaviors and determining the Command Set Generator (CGS). The Navigator that using a proposed voting algorithm corresponds to the CGS for giving the weight values and taking the reward values. It is necessary to decide which Command Set control the mobile robot at given time and to select among the candidate actions. The Command Set was learnt online by means as Q-learning. Action Selector compares Q-values of Navigator with Heterogeneous behaviors. Finally, real-world experimentation was carried out. Results show the good performance for the selection on command set as well as the convergence of Q-value.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권4호
• /
• pp.271-276
• /
• 2006

To implement a generalization of value functions in Adaptive Search Element (ASE)-reinforcement learning, CMAC (Cerebellar Model Articulation Controller) is integrated into ASE controller. ASE-reinforcement learning scheme is briefly studied to discuss how CMAC is integrated into ASE controller. Neighbourhood Sequential Training for CMAC is utilized to establish the look-up table and to produce discrete control outputs. In computer simulation, an ASE controller and a couple of ASE-CMAC neural network are trained to balance the inverted pendulum on a cart. The number of trials until the controllers are established and the learning performance of the controllers are evaluated to find that generalization ability of the CMAC improves the speed of the ASE-reinforcement learning enough to realize the cartpole control system.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.17-47
• /
• 2002

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.146.2-146
• /
• 2001

Recently, a need of non-industrial robot, such as service, medical, entertainment and house-keeping robot, has been increased. Therefore, the capability of robot which can do intelligent behavior like interaction with men and its environment become more prominent than the capability of executing simple repetitive task. To implement an intelligent robot which provides intelligent behavior, an effective system architecture including perception, learning, reasoning and action part is necessary. Control architectures for intelligent robot can be divided into two different classes. One is deliberative type controller which is applicate to high level intelligence like environment ...