• 조명전기설비학회논문지
• /
• 제21권5호
• /
• pp.32-43
• /
• 2007

IPMSM은 하중에 비하여 고출력으로 인하여 전기자동차에 널리 보급되고 있다. 본 논문은 적응 학습 퍼지-신경회로망과 ANN을 이용한 IPMSM드라이브의 최대토크 제어를 제시한다. 이러한 제어 방법은 인버터의 정격전류 및 전압값의 범위를 고려한 전속도 영역에 적용 된다. 본 논문은 적응학습 퍼지-신경회로망을 이용하여 IPMSM의 속도제어와 ANN을 이용하여 속도를 추정을 제시한다. 신경회로망의 역전파 알고리즘은 전동기 속도의 실시간 추정을 제시하는데 사용된다. 제시된 제어 알고리즘은 적응학습 퍼지-신경회로망과 ANN 제어기를 IPMSM 드라이브에 적용된다. 최대토크에 의해 제어된 동작 특성은 세부적으로 실험한다. 또한 본 논문은 적응 학습 퍼지 신경회로망과 ANN의 효과를 결과 분석을 통해 제시한다.

• 제어로봇시스템학회논문지
• /
• 제3권6호
• /
• pp.594-601
• /
• 1997

A new algorithm is proposed for training the multilayer perceptrion(MLP) in pattern classification problems to accelerate the learning speed. It is shown that the sigmoid activation function of the output node can have deterimental effect on the performance of learning. To overcome this detrimental effect and to use the information fully in supervised learning, an objective function for binary modes is proposed. This objective function is composed with two new output activation functions which are selectively used depending on desired values of training patterns. The effect of the objective function is analyzed and a training algorithm is proposed based on this. Its performance is tested in several examples. Simulation results show that the performance of the proposed method is better than that of the conventional error back propagation (EBP) method.

• 로봇학회논문지
• /
• 제1권1호
• /
• pp.66-72
• /
• 2006

In face recognition, learning speed of face is very important since the system should be trained again whenever the size of dataset increases. In existing methods, training time increases rapidly with the increase of data, which leads to the difficulty of training with a large dataset. To overcome this problem, we propose SVDD (Support Vector Domain Description)-based learning method that can learn a dataset of face rapidly and incrementally. In experimental results, we show that the training speed of the proposed method is much faster than those of other methods. Moreover, it is shown that our face recognition system can improve the accuracy gradually by learning faces incrementally at real environments with illumination changes.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 1998년도 전력전자학술대회 논문집
• /
• pp.384-387
• /
• 1998

This paper presents a newly developed speed sensorless drive using RLS(Recursive Least Squares) based on Neural Network Training Algorithm. The proposed algorithm based on the RLS has just the time-varying learning rate, while the well-known back-propagation (or generalized delta rule) algorithm based on gradient descent has a constant learning rate. The number of iterations required by the new algorithm to converge is less than that of the back-propagation algorithm. The RLS based on NN is used to adjust the motor speed so that the neural model output follows the desired trajectory. This mechanism forces the estimated speed to follow precisely the actual motor speed. In this paper, a flux estimation strategy using filter concept is discussed. The theoretical analysis and experimental results to verify the effectiveness of the proposed analysis and the proposed control strategy are described.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.87-92
• /
• 2016

본 논문에서는 일반적인 신경회로망의 단점인 느린 학습속도를 획기적으로 개선한 네트워크인 Extreme Learning Machine과 전문가들의 언어적 정보들을 기술 할 수 있는 퍼지 이론을 접목한 퍼지 Extreme Learning Machine을 최적화하기 위하여 Particle Swarm Optimization 알고리즘을 이용하였다. 퍼지 Extreme Learning Machine의 활성화 함수를 일반적인 시그모이드 함수를 사용하지 않고, 퍼지 C-Means 클러스터링 알고리즘의 활성화 레벨 함수를 이용하였다. Particle Swarm Optimization 알고리즘과 같은 최적화 알고리즘을 통하여 퍼지 Extreme Learning Machine의 활성화 함수의 파라미터들을 최적화 한다. Particle Swarm Optimization과 같은 최적화 알고리즘을 통한 제안된 모델의 최적화 하고 최적화된 모델의 분류성능을 평가하기 위하여 다양한 머신 러닝 데이터 집합을 사용하여 평가한다.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.93-103
• /
• 2019

본 연구에서는 대전광역시 내의 보행로 2개소를 대상으로 보행 중 스마트폰 사용이 보행속도에 미치는 영향을 분석하였다. 분석을 위해 스마트폰 사용실태에 대한 영상자료를 취득하고 도로용량편람에서 제시한 보행자 서비스수준의 보행밀도를 기준으로 보행속도를 산정하였다. 보행속도에 미치는 영향을 분석하기 위한 방법으로는 기계학습을 통한 다중회귀분석과 의사결정나무(Decision tree)를 활용하였으며, 설명변수로는 성별, 스마트폰 미사용, 청각을 이용한 스마트폰 사용, 시각을 이용한 스마트폰 사용, 서비스수준A, 서비스수준B, 서비스수준C가 선정되었다. 분석결과 서비스수준C가 보행속도 변화에 가장 높은 영향을 미치는 것으로 나타났으며, 서비스수준C에서 시각을 활용해 스마트폰을 이용한 여성그룹이 가장 낮은 속도로 보행하는 것으로 나타났다. 특히 음악 감상이나 통화와 같은 청각을 이용한 유형보다 시각을 이용하는 경우 대부분의 경우에서 보행속도가 크게 저하되며 통계적으로 유의한 차이가 있음을 확인하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제26권6호
• /
• pp.695-704
• /
• 2002

Generally, induction motor controller requires rotor speed sensor for commutation and current control, but it increases cost and size of the motor. So in these days, various researches including speed sensorless vector control have been reported and some of them have been put to practical use. In this paper a new speed estimation method using neural networks is proposed. The optimal neural network structure was tracked down by trial and error, and it was found that the 8-16-1 neural network has given correct results for the instantaneous rotor speed. Supervised learning methods, through which the neural network is trained to learn the input/output pattern presented, are typically used. The back-propagation technique is used to adjust the neural network weights during training. The rotor speed is calculated by weights and eight inputs to the neural network. Also, the proposed method has advantages such as the independency on machine parameters, the insensitivity to the load condition, and the stability in the low speed operation.

• 전자공학회논문지B
• /
• 제28B권11호
• /
• pp.852-858
• /
• 1991

An adaptive hierarchical classifier(AHCL) for Korean character recognition using a neural net is designed. This classifier has two neural nets: USACL (Unsupervised Adaptive Classifier) and SACL (Supervised Adaptive Classifier). USACL has the input layer and the output layer. The input layer and the output layer are fully connected. The nodes in the output layer are generated by the unsupervised and nearest neighbor learning rule during learning. SACL has the input layer, the hidden layer and the output layer. The input layer and the hidden layer arefully connected, and the hidden layer and the output layer are partially connected. The nodes in the SACL are generated by the supervised and nearest neighbor learning rule during learning. USACL has pre-attentive effect, which perform partial search instead of full search during SACL classification to enhance processing speed. The input of USACL and SACL is a directional edge feature with a directional receptive field. In order to test the performance of the AHCL, various multi-font printed Hangul characters are used in learning and testing, and its processing its speed and and classification rate are compared with the conventional LVQ(Learning Vector Quantizer) which has the nearest neighbor learning rule.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.297-307
• /
• 2022

The simple procedural segment selection algorithm commonly used in Dynamic Adaptive Streaming over HTTP (DASH) reveals severe weakness to provide high-quality streaming services in the integrated mobile networks of various wired and wireless links. A major issue could be how to properly cope with dynamically changing underlying network conditions. The key to meet it should be to make the segment selection algorithm much more adaptive to fluctuation of network traffics. This paper presents a system architecture that replaces the existing procedural segment selection algorithm with a deep reinforcement learning algorithm based on the Asynchronous Advantage Actor-Critic (A3C). The distributed A3C-based deep learning server is designed and implemented to allow multiple clients in different network conditions to stream videos simultaneously, collect learning data quickly, and learn asynchronously, resulting in greatly improved learning speed as the number of video clients increases. The performance analysis shows that the proposed algorithm outperforms both the conventional DASH algorithm and the Deep Q-Network algorithm in terms of the user's quality of experience and the speed of deep learning.

• 대한전자공학회논문지SP
• /
• 제39권3호
• /
• pp.88-98
• /
• 2002

MLP(multilayer perceptron)는 다른 패턴인식 방법에 비해 몇 가지 유리한 이점을 지니고 있어 화자증명 시스템의 화자학습 및 인식 방법으로서 사용이 기대된다. 그러나 MLP의 학습은 학습에 이용되는 EBP(error backpropagation) 알고리즘의 저속 때문에 상당한 시간을 소요한다. 이 점은 화자증명 시스템에서 높은 화자인식률을 달성하기 위해서는 많은 배경화자가 필요하다는 점과 맞물려 시스템에 화자를 등록하기 위해 많은 시간이 걸린다는 문제를 낳는다. 화자증명 시스템은 화자 등록후 곧바로 증명 서비스를 제공해야 하기 때문에 이 문제를 해결해야 한다. 본 논문에서는 이 문제를 해결하기 위해 EBP의 학습속도를 개선하는 방법과, 기존의 화자증명 방법에서 화자군집 방법을 도입한 배경화자 축소방법을 사용하여 MLP 기반 화자증명 시스템에서 화자등록에 필요한 시간의 단축을 시도한다.