• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.465-469
• /
• 2001

In injection molding short shot is one of the frequent and fatal defects. Experts of Injection molding usually adjust process conditions such as injection time, mold temperature, and melt temperature because it is most economic way in time and cost. However, it is difficult task to find appropriate process conditions for troubleshooting of short shot as injection molding process is a highly nonlinear system and process conditions are coupled. In this paper, a modular fuzzy neural network (MFNN) has been applied to injection molding process to shorten troubleshooting time of short shot. Based on melt temperature and fill time, a reasonable initial mo이 temperature is recommenced by the NFNN, and then the mold temperature is inputted to injection molding process. Depending on injection molding result, specifically the insufficient quantity of an injection molded part. and appropriate mold temperature is recommend repeatedly through the NFNN.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.122-125
• /
• 2003

By advent of NNC(Neural Network Chip), it is possible that process in parallel and discern the importance of signal with learning oneself by experience in external signal. So, the design of general purpose operation unit using VHDL(VHSIC Hardware Description Language) on the existing FPGA(Field Programmable Gate Array) can replaced EN(Expert Network) and learning algorithm. Also, neural network operation unit is possible various operation using learning of NN(Neural Network). This paper present general purpose operation unit using hierarchical structure of EN EN of presented structure learn from logical gate which constitute a operation unit, it relocated several layer The overall structure is hierarchical using a module, it has generality more than FPGA operation unit.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2755-2757
• /
• 2002

In this paper, we propose a now architecture for hardware implementation of digital neural network. By adopting flexible ladder-style bus and internal connection network into traditional SIMD-type digital neural network architecture, the proposed architecture enables fast processing that is based on parallelism, while does not abandon the flexibility and extensibility of the traditional approach. In the proposed architecture, users can change the network topology by setting configuration registers. Such reconfigurability on hardware allows enough usability like software simulation. We implement the proposed design on real FPGA, and configure the chip to multi-layer perceptron with back propagation for alphabet recognition problem. Performance comparison with its software counterpart shows its value in the aspect of performance and flexibility.

• 한국산업정보학회논문지
• /
• 제18권4호
• /
• pp.25-35
• /
• 2013

본 논문에서는 개인화된 분위기 분류 모델 대신에 대중의 분위기 분류 모델을 제안한다. 분위기 판별 성능을 개선하기 위해 두 가지 접근 방법을 선택하였는데, 그 첫 번째가 표준편차에 기초한 특징축소이다. 이는 음악의 특징을 추출하기 위해 사용하는 MIRtoolbox에서 추출되는 391개의 특징들을 모두 사용할 경우의 성능 저하 문제를 해결하기 위한 방법이다. 실험결과, 본 논문에서 제안한 특징축소 방법이 기존의 차원 축소 방법인 R-Square와 PCA보다 성능이 좋음을 확인할 수 있었다. 그리고 특징축소 방법만으로는 성능 개선에 한계가 있어 두 번째 개선방법으로 단위 신경망을 사용하여 추가의 성능 개선을 시도하였다. 실험결과 이 역시 유효한 성능 개선이 이루어짐을 확인할 수 있었다.

• 한국지열·수열에너지학회논문집
• /
• 제18권3호
• /
• pp.1-6
• /
• 2022

Ground source heat pump (GSHP) system is highly efficient and environment-friendly and supplies heating, cooling and hot water to buildings. For an optimal design of the GSHP system, the ground thermal properties should be determined to estimate the heat exchange rate between ground and borehole heat exchangers (BHE) and the system performance during long-term operating periods. However, the process increases the initial cost and construction period, which causes the system to be hindered in distribution. On the other hand, much research has been applied to the artificial neural network (ANN) to solve problems based on data efficiently and stably. This research proposes the predictive performance model utilizing ANN considering local characteristics and weather data for the predictive performance model. The ANN model predicts the entering water temperature (EWT) from the GHEs to the heat pump for the modular GHEs, which were developed to reduce the cost and spatial disadvantages of the vertical-type GHEs. As a result, the temperature error between the data and predicted results was 3.52%. The proposed approach was validated to predict the system performance and EWT of the GSHP system.

• 인지과학
• /
• 제10권1호
• /
• pp.13-24
• /
• 1999

논문에서는 모듈화 신경 을 이용한 비지도 학습방법의 분류기를 제안한다. 각 모듈은 데이터의 통계학적인 분석의 결과로 설계되어져서, 데이터의 독립적인 군집들을 나타내게 된다. 이런 신경의 독립적인 분류 결과와 근접거리 척도를 이용한 유사도 측정을 통해 더욱 정확한 분류를 가능케 하며, 오 분류를 하는 모듈을 삭제함으로써 계산 을 줄인다. 이런 과정을 통해 신경 에 사용되는 각종 변수에 대한 별다른 조사 과정 없이 최상의 성능을 발휘하는 신경 에 준 는 성능을 가진 신경 망을 구축했다.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.395-399
• /
• 2001

이 논문은 학습을 통해 관측 데이터로부터 퍼지 추론 모듈을 생성할 수 있는 적응 능력을 갖는 모듈화 퍼지추론 시스템을 제안한다. 제안한 시스템은 TS 퍼지모델과 모듈화 신경회로망의 구조적 유사성을 기초로 한다. 학습과정은 새로운 퍼지추론 모듈의 생성과 모듈 파라미터의 갱신으로 구성된다. 퍼지추론 모듈은 국부모델망과 퍼지 게이팅망으로 구성된다. 제안한 시스템의 파라미터들은 표준 LMS 알고리즘을 이용하여 최적화된다. 제안한 시스템의 성능은 비선형 동적 시스템 적응제어에의 응용을 통해서 입증된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1989년도 한글날기념 학술대회 발표논문집
• /
• pp.267-271
• /
• 1989

최근 Scofield는 coulomb energy network에 적용할 수 있는 learning algorithm(supervised learning algorithm)을 제안하였다. 이 learning algorithm은 multi-layer network에도 쉽게 적용이 가능하고 한 layer 에서 발생한 error가 다른 layer에 영향을 주지 않아서 system을 modular하게 구성할 수가 있으며 각 layer를 독립적으로 learning 시킬 수 있는 특징이 있다. 본 논문에서는 coulomb energy network를 이용하여 한글인식을 위한 neural network를 구현하여 인식실험을 한 결과와 구현한 network 에서 인식율을 높이기 위한 방안 (2 stage learning) 을 제시한다.

• 한국안전학회지
• /
• 제15권2호
• /
• pp.36-45
• /
• 2000

Automated production system is composed of many complicated techniques and it become a very difficult task to control, monitor and diagnose this compound system. Moreover, it is required to develop an effective diagnosing technique and reduce the diagnosing time while operating the system in parallel under many faults occurring concurrently. This study develops a Modular Artificial Neural Network(MANN) which can perform a diagnosing function of multiple faults with the following steps: 1) Modularizing a complicated system into subsystems. 2) Formulating a hierarchical structure by dividing the subsystem into many detailed elements. 3) Planting an artificial neural network into hierarchical module. The system developed is implemented on workstation platform with $X-Windows^{(r)}$ which provides multi-process, multi-tasking and IPC facilities for visualization of transaction, by applying the software written in $ANSI-C^{(r)}$ together with $MOTIF^{(r)}$ on the fault diagnosis of PI feedback controller reactor. It can be used as a simple stepping stone towards a perfect multiple diagnosing system covering with various industrial applications, and further provides an economical approach to prevent a disastrous failure of huge complicated systems.

• 한국산업정보학회논문지
• /
• 제9권2호
• /
• pp.32-43
• /
• 2004

이동중인 차량에 카메라를 설치하여 주행 중에 정지 또는 주행중인 자동차의 영상을 획득하여, 이를 인식하는 시스템을 제안한다. 주행 중에 획득한 영상에서 번호판 영역을 추출하기 위하여, 번호판 영역에서 나타나는 강한 수직 에지 성분을 이용하여 번호판 후보 영역들을 찾고 이진화 된 영상에서의 배경과 문자의 구성비를 따져 번호판 영역을 추출하는 방법을 사용한다. 자동차 번호판 인식을 위하여 다중 클래스 인식을 지원하는 SVM과 모듈라 신경망 인식 성능을 비교하였으며, 인식률을 높이기 위하여 SVM을 모듈라 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 제안하고 실험하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.