• 한국압력기기공학회 논문집
• /
• 제19권2호
• /
• pp.93-101
• /
• 2023

In this study, a deep learning algorithm was used to diagnose electric potential signals obtained through CIPS and DCVG, used indirect inspection methods to confirm the soundness of buried pipes. The deep learning algorithm consisted of CNN(Convolutional Neural Network) model for diagnosing the electric potential signal and Grad CAM(Gradient-weighted Class Activation Mapping) for showing the flaw prediction point. The CNN model for diagnosing electric potential signals classifies input data as normal/abnormal according to the presence or absence of flaw in the buried pipe, and for abnormal data, Grad CAM generates a heat map that visualizes the flaw prediction part of the buried pipe. The CIPS/DCVG signal and piping layout obtained from the 3D finite element model were used as input data for learning the CNN. The trained CNN classified the normal/abnormal data with 93% accuracy, and the Grad-CAM predicted flaws point with an average error of 2m. As a result, it confirmed that the electric potential signal of buried pipe can be diagnosed using a CNN-based deep learning algorithm.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.793-795
• /
• 2020

본 논문에서는 스파이킹 뉴론(Spiking Neuron)들이 쿨롱에너지 포텐셜 (Coulomb Energy Potential)을 가지는 스파이킹 신경회로망에서의 학습알고리즘을 일반화하여 구간연산(Interval Arithmetic)의 학습이 가능한 학습알고리즘을 제안한다. 제안하는 학습알고리즘은 입력 데이터로서 구간(Interval) 데이터와 포인트(Point) 데이터를 모두 학습 할 수 있는 일반화된 학습알고리즘으로서 간단한 컴퓨터 시뮬레이션을 통하여 범위(Lower bound & Upper bound)를 가지는 구간데이터와 포인트데이터의 통합적인 학습이 가능하고 전문가시스템(expert system)에서의 "don't care attributes"의 학습 등에도 활용이 가능함을 보인다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.766-772
• /
• 2009

일반적으로 풍력발전은 광범위한 영역에 지속적인 바람을 요구하는 대형 시스템 위주로 개발이 되어왔다. 그러나 소형 풍력발전 시스템은 사용자에게 보다 친숙하고, 대형에 비해 보다 광범위한 적용이 가능하다는 점 때문에 최근 이에 대한 관심이 증가되고 있는 실정이다. 이에 본 연구에서는 배터리 충전에 효과적으로 도입될 수 있는 도시형 풍력발전을 위한 프로토타입 시스템에 대해 기술하며, 프로토타입 시스템에 효과적으로 도입될 수 있는 인공신경망 기반의 최대 전력점 추종 알고리즘을 제안하고자 한다. 또한 Matlab기반의 다양한 시뮬레이션 및 실제 시스템 설계를 통해 제안된 기법의 유용성을 확인하고자 한다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1998년도 추계학술대회
• /
• pp.207-208
• /
• 1998

Classification of extracellularly recorded action potential into each unit is an important procedure for further analysis of spike trains as point process. We utilize feedforward neural network structures, multilayer perceptron and radial basis function network to implement spike classifier. For the efficient training of classifiers, nonlinear energy operator that can trace the instantaneous frequency as well as the amplitude of the input signal is used. Trained classifiers shows successful operation, up to 90% correct classification was possible under 1.2 of signal-to-noise ratio.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.415-418
• /
• 1996

Etching Process, one of the most important process in semiconductor fabrication, has input control part of which components are pressure, gas flow, RF power and etc., and plasma gas which is complex and not exactly understood is used to etch wafer in etching chamber. So this process has not real-time feedback controller based on input-output relation, then it uses EPD(End Point Detection) signal to determine when to start or when to stop etching. Various type EPD controller control etching process using EPD signal obtained from optical intensity of etching chamber. In development EPD controller we concentrate on compensation of this signal intensity and setting the relative signal magnitude at first of etching. We compensate signal intensity using neural network learning method and set the relative signal magnitude using fuzzy inference method. Potential of this method which improves EPD system capability is proved by experiences.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.429-438
• /
• 2006

일반적으로 신경망은 비선형성 문제를 해결하기 위해서 소프트웨어로 많이 구현되었지만, 영상처리 및 패턴인식과 같은 실시간 처리가 요구되는 응용에서는 빠른 처리가 가능한 하드웨어로 구현되고 있다. 다양한 종류의 신경망 중에서 다층 신경망(MLP: multi-layer perceptron)의 하드웨어 설계는 빠른 처리속도와 적은 면적 그리고 구현의 용이성으로 고정소수점 연산을 많이 사용하였다. 하지만 고정소수점 연산을 사용하는 하드웨어 설계는 높은 정확도의 부동소수점 연산을 많이 사용하는 소프트웨어 MLP를 쉽게 적용할 수 없는 문제점을 가진다. 본 논문에서는 높은 정확도와 높은 유연성을 가지는 부동소수점 연산을 사용하면서도 은닉층 뉴런수를 주기(cycle)로 빠르게 수행하는 MLP의 완전 파이프라이닝(fully-pipelining) 설계방법을 제안한다. MLP는 주어진 문제에 의해서 자연스럽게 입력층과 출력층의 구조가 결정되지만, 은닉층 구조는 사용자에 의해서 결정된다. 그러므로 제안된 설계방법은 많은 반복수행이 요구되는 영상처리 및 패턴인식 등의 분야에서 은닉층 뉴런수를 최적화 하여 쉽게 성능 향상을 이룰 수 있다.

• Journal of Power Electronics
• /
• 제18권1호
• /
• pp.70-80
• /
• 2018

A novel strategy based on a zero common mode voltage pulse-width modulation (ZCMV-PWM) technique and zero-sequence circulating current (ZSCC) feedback control is proposed in this study to eliminate ZSCCs between three-level neutral point clamped (NPC) voltage source inverters, with common AC and DC buses, that are operating in parallel. First, an equivalent model of ZSCC in a three-phase three-level NPC inverter paralleled system is developed. Second, on the basis of the analysis of the excitation source of ZSCCs, i.e., the difference in common mode voltages (CMVs) between paralleled inverters, the ZCMV-PWM method is presented to reduce CMVs, and a simple electric circuit is adopted to control ZSCCs and neutral point potential. Finally, simulation and experiment are conducted to illustrate effectiveness of the proposed strategy. Results show that ZSCCs between paralleled inverters can be eliminated effectively under steady and dynamic states. Moreover, the proposed strategy exhibits the advantage of not requiring carrier synchronization. It can be utilized in inverters with different types of filter.

• 지능정보연구
• /
• 제9권1호
• /
• pp.139-155
• /
• 2003

본 논문은 결합된 의사결정 나무(C4.5)와 신경망기법을 적용함으로써 고객의 신용에 대한 예측을 높이기 위하여 이동통신 고객의 패턴을 분류하고, 분석하는 새로운 방법에 대하여 연구하였다. 의사 결정나무(C4.5)를 형성하여 선택된 결정변수와 함께 규칙을 생성함으로써, 신경망의 입력벡터 값을 정의하는 체계적인 방법을 제시하였다. 고객 관리측면에서 본 논문은 이동 통신 회사의 기존고객을 분류하여 패턴을 분석함으로써 우수한 고객의 지속적인 관리와 이탈 가능성이 많은 고객을 차별 관리하여 기업이익을 증대시킬 수 있을 것이다. 또한 이러한 분류를 통하여 신규 고객에 반영함으로써 고객의 향후 관리에도 기여할 수 있을 것이다. 실제 이동통신 고객데이터를 중심으로 연구의 결과는 예측의 정확도가 기존의 의사결정 트리 모델 (CART, C4.5), 회귀모형, 신경망 접근 방법과 기존에 연구되었던 결합모델(CART ＆ 신경망)보다 훨씬 높게 연구되었다.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2137-2142
• /
• 2016

심장에서 발생된 전류는 전위 뿐만 아니라 자기장을 생성한다. 본 논문에서는 61 채널 양자 간섭 장치 (SQUID) 시스템을 사용하여 심자도 (MCG)의 신호를 취득하고, 이것으로부터 임상적으로 유의하다고 생각되는 다양한 특징 파라미터를 계산한다. 이를 입력으로 신경회로망 알고리즘을 적용하여 허혈성 심장질환의 분류를 수행하였다. 심자도 신호는 전처리 과정을 통해 파라미터의 추출을 용이하게 하였다. 연구에 사용된 데이터는 정상인 10명과 안정형 협심 증세를 보이는 허혈성 심장질환 환자 10명분의 신호이다. 이들 신호로부터 임상적으로 유의한 특징점, 특징 간격 파라미터 및 진폭비를 추출하였다. 심자도 특징 파라미터를 신경회로망 입력으로 사용하여 허혈성 심장질환의 분류가 가능함을 보였다.

• 4차산업연구
• /
• 제4권1호
• /
• pp.1-9
• /
• 2024

Purpose: Education is the part of a fundamental human right across the world. In recent years, the trend of virtual education has increased tremendously. The paper aims to find the impact of adoption, accessibility, interactions, knowledge, and satisfaction on the success of transformation towards virtual education. Research design, data and methodology: Primary data has been gathered through the use of responses from students taking admission in virtual higher education to standardized questionnaires. Of the 250, only 122 were considered complete and have been used in further studies. Convinced random sampling method has been used. The results were evaluated using the Likert Five-Point Scale. For applying these statistical tools software SmartPLS and SPSS 19 have been used. The fitness of the model has been re-checked through an Artificial Neural Network (ANN). Result: Results derived that adoption, accessibility, and interactions have a significant impact on knowledge, knowledge influences satisfaction level and satisfaction have a meaningful impact on the success of transformation towards virtual education. Conclusion: It can be concluded that virtual education has the potential to change the future of the education system and its potential in India. The highest importance is due to satisfaction (100%), adoption (98.7%), knowledge (91.4%), accessibility (62%), and interaction (29.2%).