• 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.

• 한국수자원학회논문집
• /
• 제31권1호
• /
• pp.45-57
• /
• 1998

본 논문의 목적은 다목적 저수지의 홍수유입량 예측을 위한 방법으로 병렬다중결선의 계층구조를 가진 신경망이론에 의하여 홍수시 불확실한 비선형시스템의 특성을 같는 저수지 유입량 예측모형을 개발하는 것이다. 신경망이론을 이용한 예측모형의 개발을 위하여 역전파 학습알고리즘을 사용하였으며 역전파 학습알고리즘 사용시 흔히 대두되는 지역최소값 문제와 수렴속도의 향상을 위해서 최적화기법인 경사하강법을 이용한 모멘트법과 경사하강법과 Gauss-Newton 방법을 이용한 Leverberg-Marquardt 법을 사용하였다. 모형개발에 사용된 자료는 연속적인 값으로 입력자료와 출력자료를 강우와 댐유입량을 학습시킨 후, 저수지의 홍수유입량 예측을 위한 다층신경망 모형을 구성하였다. 학습시 사용한 자료를 토대로 개발된 모형을 검정한 결과 매우 만족스런 결과를 얻을 수 있었고 실제 충주댐 유역을 대상으로 저수지 홍수유입량 예측결과 모형의 타당성을 입증할 수 있었다.

• 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.

• 한국지진공학회논문집
• /
• 제11권1호
• /
• pp.89-97
• /
• 2007

본 연구는20005년 3월부터 약2개월에 걸쳐 후쿠오카 지역에서 짧은 기간에 발생한 12개의 지진으로부터 관측된 154개의 지반진동 자료를 이용하여 지진원 및 지진파 감쇠와 관련된 값들을 분석하였다. 본 연구에서는 구하고자 하는 모든 값을 동시에 비선형적으로 분석하기 위해 LM(Levenberg-Marquardt) 역산방법을 적용하였고 전단파 에너지를 이용하였다. 분석결과 12개 지진의 응력강하값의 평균은 약 79.2-bar이고 부지 하부 지진파 감쇠값 $\kappa$의 평균값은 0.043으로 분석되었다. 또한 광역적인 지진파 감쇠를 나타내는 Qo 와 ${\eta}$값은 각각 248.1 및 0.558로 분석되었다. Qo 과 ${\eta}$값은 지진파의 경로중 일부가 동해를 거치기 한반도 남동부의 지진파 전파의 특성뿐만 아니라 일본과 한반도 사이의 지체구조의 차이로 인한 불균질 특성도 포함하고 있는 것으로 판단된다. 특히 관측소부지 하부의 지진파 감쇠값 K의 평균값은 미국 동부지역 대표값 보다 훨씬 크고 미국 서부지역 대표값보다 거의 유사한 값을 보여 주었으며 각각 관측소 부지 고유의 증폭에 대한 정확한 정보가 있으면 보다 의미있는 결과를 얻을 수 있다고 판단된다.

• 산업기술연구
• /
• 제28권B호
• /
• pp.143-148
• /
• 2008

A real-time face detection is to find human faces robustly under the cluttered background free from the effect of occlusion by other objects or various lightening conditions. We propose a face detection system for real-time applications using wavelet decomposition method based on Gabor features. Firstly, skin candidate regions are extracted from the given image by skin color filtering and projection method. Then Gabor-feature based template matching is performed to choose face cadidate from the skin candidate regions. The chosen face candidate region is transformed into 2-level wavelet decomposition images, from which feature vectors are extracted for classification. Based on the extracted feature vectors, the face candidate region is finally classified into either face or nonface class by the Levenberg-Marguardt back-propagation neural network.

• 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 .

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.625-627
• /
• 2002

본 논문에서는 의료영상 인식 기술 중 인식률이 뛰어나고 신뢰성 있는 대뇌출혈성 병변인식 시스템을 구현하기 위하여 신호처리 분야에서 주로 사용되는 Wavelet 변환과 신경망 기법을 이용하고자 한다. 그러나 신경망 기법에서 주로 사용되는 비선형 최적화기법인 Gradient descent BP는 최적화 문제점을 해결하기에는 수렴속도가 느리기 때문에 적합하지 않다. 따라서 본 논문에서는 기존 Gradient descent BP를 보완한 Levenberg-Marquardt Back-Propagation을 대뇌출혈성 병변인식에 적용하여 구현함으로써 총 50개의 패턴 중 45개의 영상이 인식에 성공하였고 전체 평균 인식률은 각각 90%와 87%의 인식률을 보였다.

• 인터넷정보학회논문지
• /
• 제6권6호
• /
• pp.187-197
• /
• 2005

본 논문에서는 불변 점 특징에 기반한 카메라 동작인수 측정방법을 제안한다. 일반적으로 영상의 특징정보는 카메라 뷰포인트에 따라 변하는 단점이 있어 시간이 지나면 정보량이 증가하게 된다. 또한 카메라 외부인수 산출을 위한 비선형 최소제곱 측정을 이용한 LM 방법은 초기값에 따라 최소점에 근접하는 반복회수가 다르고 지역 최소점에 빠질 경우 수렴시간이 증가하는 단점이 있다. 본 논문에서는 이러한 문제를 개선하기 위해 첫째, 기하학의 불변 벡터를 사용하여 특징 모델을 구성하는 것을 제안하였다. 둘째, 2D 호모그래피와 LM 방법을 이용하여 정확도와 수렴도를 향상시키는 2단계 측정 방법을 제안하였다. 실험에서는 제안한 알고리즘의 우수성을 입증하기 위해 기존방법과 제안한 방법을 비교 분석하였다.

• 한국항공우주학회지
• /
• 제37권5호
• /
• pp.425-432
• /
• 2009

본 연구에서는 오일러 CFD코드에서 얻은 데이터를 이용하여 2차원 익형의 비정상 공력하중을 모델링하고 예측할 수 있는 신경망의 능력을 확인하였다. 신경망 모델은 감독자 관리 학습을 기반으로 하여 르벤버그-마쿼트 알고리즘, 그리고 여기에 유전알고리즘을 결합시킨 혼합형 유전알고리즘을 사용하여 구성하고 각 경우에 대하여 그 효율성을 비교 분석하였다. 복잡한 시스템을 모사하는 신경망을 학습시키는 데는 혼합형유전알고리즘이 더 효율적이라는 것을 보였으며 신경망모델에 의한 2차원 익형의 비정상공력하중 예측결과 실제 수치결과와 비교적 정확하게 일치하여 신경망 모델이 축소모델로서의 기능을 발휘하는 것을 입증하였다.

• 한국전자파학회논문지
• /
• 제22권12호
• /
• pp.1124-1131
• /
• 2011

본 논문에서는 MT(Microwave Tomography)를 사용한 유방암 진단용 영상 재구성 알고리즘에 관하여 연구하였다. 사용된 유방암 진단용 시스템은 16개의 송수신 안테나로 구성되어 있으며, 신호 파형은 900 MHz 정현파를 사용하였다. 2차원 역산란 문제를 풀기 위하여 포워드 계산 방법으로 2차원 시간 영역 유한 차분법과 최척화 알고리즘으로 LMA(Levenberg-Marquardt Algorithm)를 이용하였다. 실제 유방암 환자의 MRI(Magnetic Resonance Imaging)로부터 얻은 수치 팬텀을 활용하여 영상 복원을 한 결과 유방암의 위치를 정확히 탐지함을 확인하였다.