• International Journal of Automotive Technology
• /
• 제3권2호
• /
• pp.71-78
• /
• 2002

A new control method far vision-based autonomous vehicle is proposed to determine navigation direction by analyzing lane information from a camera and to navigate a vehicle. In this paper, characteristic featured data points are extracted from lane images using a lane recognition algorithm. Then the vehicle is controlled using new Levenberg-Marquardt neural network algorithm. To verify the usefulness of the algorithm, another algorithm, which utilizes the geometric relation of a camera and vehicle, is introduced. The second one involves transformation from an image coordinate to a vehicle coordinate, then steering is determined from Ackermann angle. The steering scheme using Ackermann angle is heavily depends on the correct geometric data of a vehicle and a camera. Meanwhile, the proposed neural network algorithm does not need geometric relations and it depends on the driving style of human driver. The proposed method is superior than other referenced neural network algorithms such as conjugate gradient method or gradient decent one in autonomous lateral control .

• 한국수자원학회논문집
• /
• 제33권4호
• /
• pp.505-515
• /
• 2000

본 연구는 하천에서 호우의 발생에 따라 하천 유출수문곡선을 예측코자 블랙박스모형의 신경망이론을 적용하여 수문학적인 문제를 규명하고자 하였다. 이를 위해 신경망 이론 중 Levenverg-Marquardt 방법에 의한 오차역전파 알고리즘과 Radial Basis Function Network(RBFN)를 이용하여 IHP 대표유역인 보청청유역에 수문곡선을 적용하여 선행유출량 예측과 미학습 유역의 적용성을 검토하였다. 그 결과 복잡하고 비선형적인 수문계의 강우-유출 과정의 학습에 있어 RBFN은 은닉층에서 자율학습, 출력층에서 지도학습의 두 단계로 나누어 학습을 함으로서 BP 알고리즘보다 학습시간이 빠르게 나타났고, 선행유출량의 예측결과 여러 통계적 지표에서 RBFN이 BP 알고리즘보다 좋은 결과를 얻을 수 있었다. 미학습 유역의 적용성 검토에서도 BP알고리즘과 RBFN 모두 첨두치가 비교적 실측자료의 경향과 비슷한 경향으로 나타났다.

• 전자공학회논문지
• /
• 제51권11호
• /
• pp.73-82
• /
• 2014

LM 알고리즘은 비선형 시스템의 least square problem을 풀기위해 사용되는 것으로, 다양한 분야에서 활용되고 있는 중요한 알고리즘이다. 하지만 응용 분야의 목적 함수가 복잡하고 고차원인 경우, 목적 함수의 연산 횟수가 많아지고, 내부에서 연산되는 행렬 및 벡터 연산에 시간이 많이 소요되어, 임베디드 환경에서의 실시간 동작을 위해서는 하드웨어 가속기 설계가 불가피하다. 본 논문에서는 LM 알고리즘을 하드웨어로 설계하였으며, 반복되는 목적 함수 연산을 파이프라인 처리 하고, 행렬 및 벡터 연산은 데이터 입력 주기를 줄여 속도를 향상시켰다. 설계한 LM 알고리즘의 하드웨어 성능을 측정하기 위해, 응용분야로 3D reconstruction의 한 부분인 refining fundamental matrix(RFM)를 적용하였다. 실험 결과 소프트웨어와 비슷한 정확도를 가지면서, 최대 74.3배의 속도 향상을 볼 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제10권4호
• /
• pp.1480-1491
• /
• 2015

In new deregulated electricity market, short-term price forecasting is key information for all market players. A better forecast of market-clearing price (MCP) helps market participants to strategically set up their bidding strategies for energy markets in the short-term. This paper presents a new prediction strategy to improve the need for more accurate short-term price forecasting tool at spot market using an artificial neural networks (ANNs). To build the forecasting ANN model, a three-layered feedforward neural network trained by the improved Levenberg-marquardt (LM) algorithm is used to forecast the locational marginal prices (LMPs). To accurately predict LMPs, actual power generation and load are considered as the input sets, and then the difference is used to predict price differences in the spot market. The proposed ANN model generalizes the relationship between the LMP in each area and the unconstrained MCP during the same period of time. The LMP calculation is iterated so that the capacity between the areas is maximized and the mechanism itself helps to relieve grid congestion. The addition of flow between the areas gives the LMPs a new equilibrium point, which is balanced when taking the transfer capacity into account, LMP forecasting is then possible. The proposed forecasting strategy is tested on the spot market of the Nord Pool. The validity, the efficiency, and effectiveness of the proposed approach are shown by comparing with time-series models

• 대한의용생체공학회:의공학회지
• /
• 제21권2호
• /
• pp.157-163
• /
• 2000

최근 MR영상을 허혈성 뇌졸중의 초급성기에 뇌조직의 관류 이상을 조기에 진단하려는 연구들이 진행되고 있으나 아직 일반적인 진단용 소프트웨어만 있을 뿐 영상 자료를 후처리하여 뇌조직의 구조 및 기능적인 정보를 제공하는 mapping 영상을 특수 소프트웨어는 실용화되어 있지 않다. 본 논문에서는 Gamma-variate 곡선 정합을 이용한 뇌관류 파라미터 영상 mapping의 알고리즘 구현에 관해 연구하였다. 관류 MR영상의 각 화소마다 측정된 시간에 따른 신호강도의 변화 곡선은 비선형적이어서 뇌관류에 관한 여러 가지 혈역학적 변수들을 보다 정확하게 계산할 수 없었다. 그래서 수렴속도가 빠르고 안정성이 높은 비선형 최적화 알고리즘인 Levenberg-Marquardt 알고리즘(LMA)을 활용하였다. 즉 시간에 따른 신호강도의 변화 곡선을 Gamma-variate 함수를 이용하여 곡선 정합한 후, CBV, MTT, CBF, TTP, BAT, MS의 여러 가지 혈역학적 변수를 LMA에 의해 계산하였다. 그 결과로 관류 MR영상으로부터 얻은 mapping 영상은 초급성 허혈성 뇌졸중에서 관류에 관한 혈역학적 변화를 평가함으로써 나중에 생길 뇌경색의 범위를 예견하는 데에 유용하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.2
• /
• pp.101-106
• /
• 2006

The geoidal undulations are needed for determining the orthometric heights from the Global Positioning System GPS-derived ellipsoidal heights. There are several methods for geoidal undulation determination. The paper presents a method employing a simple architecture Two Layer Multiquadric-Biharmonic Artificial Neural Network (TLMB-ANN) to approximate an area of 4200 square kilometres quasigeoid surface with GPS-levelling data. Hardy’s Multiquadric-Biharmonic functions is used as the hidden layer neurons’ activation function and Levenberg-Marquardt algorithm is used to train the artificial neural network. In numerical examples five surfaces were compared: the gravimetric geometry hybrid quasigeoid, Support Vector Machine (SVM) model, Hybrid Fuzzy Neural Network (HFNN) model, Traditional Three Layer Artificial Neural Network (ANN) with tanh activation function and TLMB-ANN surface approximation. The effectiveness of TLMB-ANN surface approximation depends on the number of control points. If the number of well-distributed control points is sufficiently large, the results are similar with those obtained by gravity and geometry hybrid method. Importantly, TLMB-ANN surface approximation model possesses good extrapolation performance with high precision.

• 한국항공우주학회지
• /
• 제47권7호
• /
• pp.499-507
• /
• 2019

고정익 항공기의 수학적 모델이 잘 알려져 있음에도 불구하고, 넓은 비행 영역에서 모델링 오차를 고려하여 설계 제어 성능을 달성하기 위한 다양한 연구가 있다. 본 논문은 레벤버그-마쿼트 알고리듬을 적용한 모델-참조 적응 제어 법칙과, 이를 이용한 고정익 무인항공기의 피치 자세 제어에 대한 연구를 소개한다. 또한 모델-참조 적응 제어의 기준 모델을 모델의 동특성에 기인하여 결정함으로써 성능지표를 제시한다. 설계한 적응 법칙의 성능은 시뮬레이션과 비행실험을 통해 검증했다.

• 한국수자원학회논문집
• /
• 제34권6호
• /
• pp.701-711
• /
• 2001

수질 인자들은 다양하고 관계가 복잡하여 수질 변화를 예측하는데 많은 어려움이 있다. 따라서 입력과 출력이 비교적 용이하고 비선형 예측에 적합한 신경망 모형을 이용하여 금강유역 공주지점의 DO, BOD, TN에 대한 월수질 예측을 수행하고 ARIMA 모형과 비교하여 적용 가능성을 검토하였다. 사용된 신경망 모형은 학습을 위해 BP(Back Propagation) 알고리즘을 적용하였으며 학습을 향상시키기 위한 모멘트-적응학습율(Moment-Adaptive learming rate) 방법을 이용한 MANN 모형, 레번버그-마쿼트(Levenberg-Marquardt) 방법을 이 용한 LMNN 모형, 그리고 정성적인 판단인자를 첨가하여 정량적인 월 수질 자료와 분별, 학습하 도록 은닉층을 분리한 MNN 모형으로 구분하였다. 대체로 신경망 모형의 예측치가 실측치에 근사한 결과를 보였으며, 은닉층을 분리한 MNN 모형이 가장 우수한 결과를 보였다.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.803-810
• /
• 2003

본 논문에서는 일반 PC에서 방사형으로 배치된 카메라를 통해 획득되는 비디오 영상을 하나의 대형 고해상도 영상으로 만드는 실시간 영상모자익 기법에 관해 기술한다. 제안된 방법은 먼저 위상 상관 알고리즘을 사용하여 인접하는 두 영상간의 수평 및 수직 이동거리를 산출한 다음, Levenberg-Marquardt 방법을 사용하여 카메라 사이의 정확한 변환 행렬을 계산한다. 마지막으로 DirectX의 텍스처 매핑 함수에 변환행렬을 적용하여 입력영상들을 하나의 대형 영상으로 합성한다. 이 방법은 특징은 일반 개인용 컴퓨터에서 널리 사용되고 있는 그래픽 API DirectX를 영상 합성과정에 이용하기 때문에 특별한 장치와 기계어 수준의 프로그래밍 없이도 실시간 영상 모자익을 구현할 수 있다는 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.191-201
• /
• 2005

본 논문에서는 카메라의 뷰포인트에 무관한 효율적인 불변특징을 기반으로 카메라의 동작인수를 산출하는 방법을 제안한다. 기존연구에서 사용된 특징정보는 카메라의 뷰포인트에 따라 변하기 때문에 정보양이 증가하여 정확한 특징추출이 어렵다. 또한 카메라 외부인수 산출을 위해 사용되는 LM(Levenberg-Marquardt)방법은 정확하게 목표 값에 수렴하지만 작은 스텝크기로 최소화를 진행하므로 소요시간이 긴 단점이 있다. 따라서 본 논문에서는 뷰포인트에 무관한 불변특징 추출방법과 이 특징들을 이용하여 2D 호모그래피로 찾은 카메라 동작인수를 LM 방법의 초기값으로 사용, 정확성과 수렴도를 향상시키는 2단계 카메라 동작인수산출 방법을 제안한다. 제안하는 방법은 특징 추출단계, 정합 단계, 2단계 카메라 동작인수 산출단계로 구성된다. 실험에서는 다양한 실내영상으로 제안한 방법과 기존 방법을 비교, 분석함으로써 제안한 알고리즘의 우수성을 입증하였다.