• 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.

• 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.

• 한국시뮬레이션학회논문지
• /
• 제29권3호
• /
• pp.41-48
• /
• 2020

본 논문에서는 고속도로 통행량을 보다 정확하게 예측하기 위한 새로운 방법으로 통행량에 대한 누적분포함수를 이용한 동적 예측 알고리즘을 제시한다. 여기서 누적분포함수의 근사함수를 수치적 방법인 내츄럴 큐빅 스플라인(natural cubic spline) 보간법과 레벤버그-마쿼트(Levenberg-Marquardt) 방법을 통해 얻는다. 이 알고리즘은 금융수학에서 활용하는 누적 분포함수를 이용한 난수 생성 알고리즘을 통행량 예측에 알맞도록 새롭게 구조화한 것이다. 이 알고리즘으로 고속도로 통행량을 시뮬레이션하면 실제 통행량과 매우 흡사한 결과를 얻을 수 있음을 확인할 수 있다. 따라서 이 알고리즘은 고속도로뿐만 아니라 통행량 예측이 필요한 다양한 분야에서 활용할 수 있는 새로운 알고리즘이다.

• 한국정보기술학회논문지
• /
• 제18권5호
• /
• pp.55-64
• /
• 2020

태양광 시스템의 안정성과 신뢰성 향상을 위해서는 배터리의 잔존량 (State of Charge, SOC)을 정확하게 추정하여야 한다. 본 연구에서는 gradient descent, Levenberg-Marquardt 및 scaled conjugate gradient 학습방법을 사용한 인공 신경회로망 (Artificial Neural Networks, ANN)과 적응형 뉴로-퍼지 추론 시스템 (Adaptive Neuro-Fuzzy Inference System, ANFIS)을 사용한 SOC 추정방법을 제안한다. 입력으로는 충전 시작 전압 및 적류적산법을 통해 구한 충전 전류를 사용하여 추정된 SOC를 출력한다. 4개의 모델 (ANN-GD, ANN-LM, ANN-SCG, 및 ANFIS)을 사용하여 SOC 추정 방법을 구현하였고 실험을 통해 MATLAB을 사용하여 4개의 모델의 성능을 비교 분석하였다. 실험 결과로부터 ANFIS 모델을 사용한 배터리의 SOC 추정이 가장 정확도가 높았으며 빠른 속도로 수렴함을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.70-70
• /
• 2001

인공위성영상(ETM+)을 이용하여 산불피해지역을 추출하기 위해 신경망기법을 응용하였다. 적용된 신경망은 3개의 층으로 구성된 전향신경망이며 Levenberg-Marquardt 역전파 훈련 알고리즘을 사용하였다. 산불피해지역은 심, 중, 경 세 가지로 나누었으며, 그외 피해없는 산림지역과 기타(나지, 도시 등)지역으로 분류하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(2)
• /
• pp.47-50
• /
• 2000

DC Gummel-Poon SPICE model parameter extraction program has been implemented. This program extracts the parameters from measured data using Levenberg-Marquardt algorithm. Measured data consist of forward and reverse Gummel plot, forward and reverse output characteristics and RE and RC measurements.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.135-145
• /
• 1995

A new algorithm was given to successively fit the multiexponential function/nonlinear function to data by a weighted least squares method, using Gauss-Newton, Marquardt, gradient and DUD methods for convergence. This study also considers the problem of linear-nonlimear weighted least squares estimation which is based upon the usual Taylor's formula process.

• 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

• Structural Engineering and Mechanics
• /
• 제45권1호
• /
• pp.53-67
• /
• 2013

This study aimed to develop a model to accurately predict the acceleration of structural systems during an earthquake. The acceleration and applied force of a structure were measured at current time step and the velocity and displacement were estimated through linear integration. These data were used as input to predict the structural acceleration at next time step. The computation tool used was the Volterra/Wiener neural network (VWNN) which contained the mathematical model to predict the acceleration. For alleviating problems of relatively large-dimensional and nonlinear systems, the VWNN model was utilized as the signal processing tool, including the Taylor series components in the input nodes of the neural network. The number of the intermediate layer nodes in the neural network model, containing the training and simulation stage, was evaluated and optimized. Discussions on the influences of the gradient descent with adaptive learning rate algorithm and the Levenberg-Marquardt algorithm, both for determining the network weights, on prediction errors were provided. During the simulation stage, different earthquake excitations were tested with the optimized settings acquired from the training stage to find out which of the algorithms would result in the smallest error, to determine a proper simulation model.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2000년도 추계학술대회 논문집
• /
• pp.687-690
• /
• 2000

Lately, many studies have been progressed for the protection human's lives and property as holding in check accidents happened by human's carelessness or mistakes. One part of these is the development of an autonomouse vehicle. General control method of vision-based autonomous vehicle system is to determine the navigation direction by analyzing lane images from a camera, and to navigate using proper control algorithm. In this paper, characteristic points are abstracted from lane images using lane recognition algorithm with sobel operator. And then the vehicle is controlled using two proposed auto-steering algorithms. Two steering control algorithms are introduced in this paper. First method is to use the geometric relation of a camera. After transforming from an image coordinate to a vehicle coordinate, a steering angle is calculated using Ackermann angle. Second one is using a neural network algorithm. It doesn't need to use the geometric relation of a camera and is easy to apply a steering algorithm. In addition, It is a nearest algorithm for the driving style of human driver. Proposed controller is a multilayer neural network using Levenberg-Marquardt backpropagation learning algorithm which was estimated much better than other methods, i.e. Conjugate Gradient or Gradient Decent ones.