본 논문에서는 기존의 역전파 알고리즘(Back-propagation Algorithm)의 문제점인 지역 최소점(Local Minimum point) 빠질 위험을 제거함과 동시에 학습속도(learning-speed)를 빠르게 하기 위해서 모먼팀을 갖는 PID 역전파 알고리듬(PIDBPMT: PID Back-Propagation algorithm with Momentum Term)을 제안하여 모먼텀 항을 갖는 신경망 PID 제어기를 설계하였다. 그 제어기를 D.C 서보 모터를 구동원으로 하는 위치제어계에서 적용하여 시뮬레이션으로 그 성능을 검정하였다.
한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
/
pp.972-974
/
1993
This paper presents a new method to automatically design fuzzy logic controller(FLC). The main problems of designing FLC are how to optimally and automatically select the control rules and the parameters of membership function (MF). Cell state space algorithms (CSS), differential competitive learning (DCL) and multialyer neural network are combined in this paper to solve the problems. When the dynamical model of a control process is known. CSS can be used to generate a group of optimal input output pairs(X, Y) used by a controller. The(X, Y) then can be used to determine the FLC rules by DCL and to determine the optimal parameters of MF by DCL and to determine the optimal parameters of MF by multilayer neural network trained by BP algorithm.
This paper propose a Neural - GA-ES DC motor speed controller. The purpose is to achieve accurate trajectory control of the motor speed. A feedforward neural network structure is used for the controller. Genetic algorithm and evolution strategy is used for learning controller. Simulations are performed to demonstrate the effectiveness of proposed genetic algorithm and evolution strategy with neural structure.
"Dynamic Neural Unit"(DNU) based upon the topology of a reverberating circuit in a neuronal pool of the central nervous system. In this thesis, we present a genetic DNU-control scheme for unknown nonlinear systems. Our methodis different from those using supervised learning algorithms, such as the backpropagation (BP) algorithm, that needs training information in each step. The contributions of this thesis are the new approach to constructing neural network architecture and its trainin.
컴퓨터 네트워크의 확대 및 인터넷 이용의 급격한 증가에 따라 네트워크 서비스 품질의 보장과 네트워크의 관리가 어려울 뿐만 아니라 네트워크 보안의 취약성으로 인하여 해킹 및 정보유출 등의 위협에 노출되어 있다. 특히 시스템 침입의 보안 위협에 대한 능동적인 대처 및 침입 이후에 동일하거나 유사한 유형의 사건 발생에 대해 실시간에 대응하는 것이 중요하므로 침임 탐지 시스템에 대한 많은 연구가 진행되고 있다. 본 논문에서는 시스템 호출을 이용하여 이상 침입 탐지 시스템의 성능을 향상시키기 위해, 특징 선택과 가변 길이 데이터를 고정 길이 학습 패턴으로 변환 생성하는 문제를 해결하기 위한 사운덱스 알고리즘을 적용한 신경망 학습을 통하여 이상 침입 탐지의 연구를 하고자 한다. 즉, 가변 길이의 순차적인 시스템 호출 데이터를 사운덱스 알고리즘에 의한 고정 길이의 행위 패턴을 생성하여 역전파 알고리즘에 의해 신경망 학습을 수행하였다. 역전파 신경망 기법을 UNM의 Sendmail Data Set을 이용하여 시스템 호출의 이상 탐지에 적용하여 성능을 검증하였다.
Multi-purpose dams are operated accounting for both physical and socioeconomic factors. This study aims to evaluate the utility of a deep learning algorithm-based model for three multi-purpose dam operation (Seomjin River dam, Juam dam, and Juam Control dam) in Seomjin River. In this study, the Gated Recurrent Unit (GRU) algorithm is applied to predict hourly water level of the dam reservoirs over 2002-2021. The hyper-parameters are optimized by the Bayesian optimization algorithm to enhance the prediction skill of the GRU model. The GRU models are set by the following cases: single dam input - single dam output (S-S), multi-dam input - single dam output (M-S), and multi-dam input - multi-dam output (M-M). Results show that the S-S cases with the local dam information have the highest accuracy above 0.8 of NSE. Results from the M-S and M-M model cases confirm that upstream dam information can bring important information for downstream dam operation prediction. The S-S models are simulated with altered outflows (-40% to +40%) to generate the simulated water level of the dam reservoir as alternative dam operational scenarios. The alternative S-S model simulations show physically inconsistent results, indicating that our deep learning algorithm-based model is not explainable for multi-purpose dam operation patterns. To better understand this limitation, we further analyze the relationship between observed water level and outflow of each dam. Results show that complexity in outflow-water level relationship causes the limited predictability of the GRU algorithm-based model. This study highlights the importance of socioeconomic factors from hidden multi-purpose dam operation processes on not only physical processes-based modeling but also aritificial intelligence modeling.
동작 포착 시스템에 의해 기록된 동작 데이타를 재사용하는 것은 비용 절감이나 작업과정의 효율성 증대를 위해 매우 중요한 기술이다. 그러나 기록된 데이타의 동작 곡선이 제어점을 가지고 있지 않기 때문에 상호작용을 통한 동작 데이타의 편집이 쉽지 않아서 데이타의 재사용에 어려움이 있다. 기존 동작 데이타를 재사용하는 기술로서 많은 학자들은 조각 동작(Clip motion)들을 부드럽게 연결하여 새로운 동작을 만들어 내는 동작 전이 기술을 제안하고 있다. 본 논문에서는 이러한 동작 전이 기술의 구현 방법으로 균등 자세 지도(Uniform Posture Map: UPM)알고리즘을 제안한다. 학습 단계에서 UPM은 다관절체의 다양한 자세들을 비감독 경쟁 학습을 통해 양자화한다. 이 단계에서 서로 유사한 자세를 나타내는 출력 뉴런을 기하학적으로 근접한 위치에 배치해서 다관절체의 전체 동작 지도를 생성한다. 생성된 UPM의 이러한 특징을 이용해서 적용된 두 동작의 중간 자세를 만들어 내고, 이 자세를 전체 중간 동작을 만들어 내는 키 프레임으로 사용한다. 많은 계산량이 요구되며, 결과 동작을 제어하기가 어려운 다른 동작 전이 알고리즘들과 비교하여 UPM 알고리즘은 중간 동작 생성에 상대적으로 적은 계산량을 요구하며, 하나의 변수를 이용하여 생성된 동작을 제어할 수 있어서 편리한 상호작용 작업 환경을 제공한다. 특히 자기 조직 지도(Self-Organizing Mpa: SOM) 알고리즘을 이용해 자세 지도를 생성할 때, 실제로 존재하지 않은 자세가 포함될 수 있는 가능성을 학습 단계에서 제거함으로써 자세 생성에 있어서 안정성을 확보할 수 있다. 이로 인해 선형 보간법에 비해서 실제 동작에 가까운 동작 곡선을 생성함으로써 보다 자연스러운 동작을 만들어 낼 수 있다. 본 논문에서 제안된 동작 전이 기법은 삼차원 애니메이션 제작, 삼차원 게임, 가상 현실 등의 다양한 분야에 유용하게 적용될 수 있다.
Occupancy-based heating control is effective in reducing heating energy by preventing unnecessary heating during unoccupied period. Various technologies on detecting human occupancy have been developed using complicated machine learning algorithm and stochastic methodologies. This study aims at deriving low-cost and simple algorithm of occupancy inference that can be implemented to residential buildings. The core concept of the algorithm is to combine the occupancy probabilities based on indoor CO2 concentration and PIR(passive infrared) signals. The probability was estimated by applying different levels of decrement ratio depending on CO2 concentration change rate and aggregated PIR signals. The developed algorithm was validated by comparing the inference results with the occupancy schedule in a real residential building. The results showed that the inference algorithm can achieve the accuracy of 75~99%, which would be successfully implemented to the control of residential heating systems.
Control algorithms are the most important aspects in successful control of structures against earthquakes. In recent years, intelligent control methods rather than classical control methods have been more considered by researchers, due to some specific capabilities such as handling nonlinear and complex systems, adaptability, and robustness to errors and uncertainties. However, due to lack of learning ability of fuzzy controller, it is used in combination with a genetic algorithm, which in turn suffers from some problems like premature convergence around an incorrect target. Therefore in this research, the introduction and design of the Fuzzy Cooperative Coevolution (Fuzzy CoCo) controller and Adaptive Neural-Fuzzy Inference System (ANFIS) have been innovatively presented for semi-active seismic control. In this research, in order to improve the seismic behavior of structures, a semi-active control of building using Magneto Rheological (MR) damper is proposed to determine input voltage of Magneto Rheological (MR) dampers using ANFIS and Fuzzy CoCo. Genetic Algorithm (GA) is used to optimize the performance of controllers. In this paper, the design of controllers is based on the reduction of the Park-Ang damage index. In order to assess the effectiveness of the designed control system, its function is numerically studied on a 9-story benchmark building, and is compared to those of a Wavelet Neural Network (WNN), fuzzy logic controller optimized by genetic algorithm (GAFLC), Linear Quadratic Gaussian (LQG) and Clipped Optimal Control (COC) systems in terms of seismic performance. The results showed desirable performance of the ANFIS and Fuzzy CoCo controllers in considerably reducing the structure responses under different earthquakes; for instance ANFIS and Fuzzy CoCo controllers showed respectively 38 and 46% reductions in peak inter-story drift ($J_1$) compared to the LQG controller; 30 and 39% reductions in $J_1$ compared to the COC controller and 3 and 16% reductions in $J_1$ compared to the GAFLC controller. When compared to other controllers, one can conclude that Fuzzy CoCo controller performs better.
International Journal of Control, Automation, and Systems
/
제1권1호
/
pp.101-110
/
2003
This paper introduces an identification method for nonlinear models in the form of rule-based Fuzzy-Neural Networks (FNN). In this study, the development of the rule-based fuzzy neural networks focuses on the technologies of Computational Intelligence (CI), namely fuzzy sets, neural networks, and genetic algorithms. The FNN modeling and identification environment realizes parameter identification through synergistic usage of clustering techniques, genetic optimization and a complex search method. We use a HCM (Hard C-Means) clustering algorithm to determine initial apexes of the membership functions of the information granules used in this fuzzy model. The parameters such as apexes of membership functions, learning rates, and momentum coefficients are then adjusted using the identification algorithm of a GA hybrid scheme. The proposed GA hybrid scheme effectively combines the GA with the improved com-plex method to guarantee both global optimization and local convergence. An aggregate objective function (performance index) with a weighting factor is introduced to achieve a sound balance between approximation and generalization of the model. According to the selection and adjustment of the weighting factor of this objective function, we reveal how to design a model having sound approximation and generalization abilities. The proposed model is experimented with using several time series data (gas furnace, sewage treatment process, and NOx emission process data from gas turbine power plants).
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.