• 전기학회논문지
• /
• 제67권1호
• /
• pp.114-123
• /
• 2018

This paper concerns a design and learning method of softmax function neural networks based on K-means clustering. The partial discharge data Information is preliminarily processed through simulation using an Epoxy Mica Coupling sensor and an internal Phase Resolved Partial Discharge Analysis algorithm. The obtained information is processed according to the characteristics of the pattern using a Motor Insulation Monitoring System program. At this time, the processed data are total 4 types that void discharge, corona discharge, surface discharge and slot discharge. The partial discharge data with high dimensional input variables are secondarily processed by principal component analysis method and reduced with keeping the characteristics of pattern as low dimensional input variables. And therefore, the pattern classifier processing speed exhibits improved effects. In addition, in the process of extracting the partial discharge data through the MIMS program, the magnitude of amplitude is divided into the maximum value and the average value, and two pattern characteristics are set and compared and analyzed. In the first half of the proposed partial discharge pattern classifier, the input and hidden layers are classified by using the K-means clustering method and the output of the hidden layer is obtained. In the latter part, the cross entropy error function is used for parameter learning between the hidden layer and the output layer. The final output layer is output as a normalized probability value between 0 and 1 using the softmax function. The advantage of using the softmax function is that it allows access and application of multiple class problems and stochastic interpretation. First of all, there is an advantage that one output value affects the remaining output value and its accompanying learning is accelerated. Also, to solve the overfitting problem, L2-normalization is applied. To prove the superiority of the proposed pattern classifier, we compare and analyze the classification rate with conventional radial basis function neural networks.

• 한국컴퓨터그래픽스학회논문지
• /
• 제18권4호
• /
• pp.1-8
• /
• 2012

본 논문에서는 평면 형상에 대해 국소적 형태를 보존하는 형상 변형 기법의 시각적 품질을 향상시키기 위한 개선된 형상 변형 에너지를 제안한다. 형상 변형 에너지는 대개 형상의 윤곽선 변형 품질을 유지하기 위해 라플라시안 좌표, 형상 내부의 변형 품질을 유지하기 위한 평균값 좌표와 간선 길이 제한조건, 사용자 지정 정점의 위치 제한조건 등으로 구성된다. 형상 변형 기법은 사용자 지정 정점의 위치가 변화할 때, 정의된 형상 변형 에너지의 변화를 최소화하는 비선형 최소자승 최적화 기법을 사용하여 다른 모든 정점의 위치를 계산할 수 있다. 그러나, 사용자 지정 정점의 위치가 빠르게 변화하면, 형상의 라플라시안 벡터의 크기와 간선의 방향에 큰 변화가 발생하여 변형 결과의 시각적 품질이 급격히 감소하는 현상이 발생한다. 본 논문에서는 라플라시안 벡터의 크기와 간선의 방향 변화를 제한할 수 있는 새로운 제한 조건을 사용한 개선된 형상 변형 에너지를 제시한다. 개선된 변형 에너지는 최적화 수행 시간이 근소하게 증가하지만, 형상의 윤곽과 내부에서 변형 오차를 크게 줄일 수 있어 시각적으로 우수한 변형 결과를 얻을 수 있다.

• 대한기계학회논문집B
• /
• 제35권6호
• /
• pp.649-656
• /
• 2011

자동차용 리튬이온전지(lithium-ion batteries)의 성능향상 및 효과적인 셀 설계를 위한 준 2 차원 (pseudo-2-dimension) 해석 모델을 개발하였다. 전지 내부에 리튬, 리튬이온, 전자의 거동 및 계면에서 전해질과 활물질의 리튬이온 농도와 전기적 포텐셜 차이에 의한 전기화학 반응량 등을 계산할 수 있는 $Newman^{(1,2)}$ 모델을 기반에 변수 추정을 위한 최적화 기능을 추가하였다. 이 전기화학모델을 이용해 설계 변수, 재료의 물성 값 등의 의한 충/방전 특성을 계산할 수 있으며, 위치와 시간에 따른 전위, 농도, 생성전류량 등을 알 수 있다. 역으로 최적화 기능을 이용하여 실험에서 얻은 충/방전 곡선과 계산 값의 오차를 최소화하는 방법으로 측정이 어려운 물성값 추정이 가능하며 이를 이용하여 셀 성능 열화에 영향을 주는 변수 및 열화도를 예측할 수 있다. SB 리모티브에서 측정된 열화 과정의 방전 곡선들을 이용하여 최적화 해석을 수행하여 전지의 반복수명열화가 음극 및 양극활물질의 반응면적 및 전해질에 확산계수의 열화에 의한 것임을 알 수 있었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권7호
• /
• pp.647-654
• /
• 2016

수신된 신호세기강도(RSSI)를 이용한 가시광통신기반 실내위치인식은 다른 무선 통신 위치인식 기법에 비해 정확성이 높기 때문에 많이 연구되고 있다. 하지만 수신기의 기울기와 방위에 따라 RSSI가 변할 수 있기 때문에 동일한 위치에서 수신된 신호조차도 큰 오차가 발생할 수 있다. 따라서 본 논문에서는 수신기의 기울기 변화에 의해 발생하는 오차를 감소시키기 위해 가우스-뉴턴(Gauss-Newton) 기법을 적용한 가시광통신기반 3차원 실내위치인식 알고리즘을 제안한다. 제안한 시스템은 수신된 RSSI를 선형 최소자승기법(LSM)을 적용하여 수신기의 초기 위치를 선정함으로써 연산량을 줄이고 수신기의 방위각과 기울기의 변화에 의하여 획득된 RSSI를 포함하는 3차원 비선형 모델에 가우스-뉴턴 기법을 사용하여 정확도를 개선하였다. 제안한 알고리즘의 타당성을 검증하기 위하여 16개의 LED 조명이 설치된 $6{\times}6{\times}3m^3$의 실내 공간에서 수신기의 기울기 및 방위각 변화에 따른 기존의 선형 LSM 기반 삼변측량기법과 제안한 방법에 대한 오차를 비교 및 분석하였다. 실험결과 제안한 알고리즘 위치 정확도가 기존의 선형 LSM 기반 삼변측량기법 대비 82.5% 개선되었다.

• 한국응용곤충학회지
• /
• 제35권2호
• /
• pp.119-125
• /
• 1996

가루깍지벌레 월동안 부화시기 예찰모형을 수립하기 위하여 월동알에 대한 온도발육 실험이 수행된다. 5개온도(10, 15, 20, 25, 27$^{\circ}C$)와 채집시기별로 월동알 부화기간을조사하여 비교분석하였다. Wagner 등 (1984a)의 비선형발육모형이 온도별 평균발육률에 대하여 적용되었으며 ($R^2$=0.9729). 발육영점온도는 15~$25^{\circ}C$ 영역에서 얻은 직선회귀식에 의하여 $11.9^{\circ}C$로 추정되었으며, 발육완료를 위해서는 154.14일도가 필요하였다. 적산온도 모형과 발육률전산(Wagner 등 1985) 모형이 부화시기 예측에 이용된다. 적산온도 모형은 평균온도에서 발육영점온도 이상의 온도를 적산하는 방법(Mean-minus-base 추정법), Sine wave 추정법(Allen 1976), 그리고 Rectangle 추정법(Arnold 1960)을 잉요하여 계산하였다. 50% 부화예측일을 실측일과 비교한 결과 적산온도를 이용하는 경우 Mean-minus-base 추정법은 18~28일, Sine wave 추정법은 11~14일, 그리고 Rectangle 추정법은 3~5일의 편차를 보였고, 발육률 적산모형은 2~3일의 편차가 있었다.

• Wind and Structures
• /
• 제30권4호
• /
• pp.433-450
• /
• 2020

The strong turbulence characteristic of typhoon not only will significantly change flow field characteristics surrounding the large-scale wind turbine and aerodynamic force distribution on surface, but also may cause morphological evolution of coast dune and thereby form sand storms. A 5MW horizontal-axis wind turbine in a wind power plant of southeastern coastal areas in China was chosen to investigate the distribution law of additional loads caused by wind-sand coupling movement of coast dune at landing of strong typhoons. Firstly, a mesoscale Weather Research and Forecasting (WRF) mode was introduced in for high spatial resolution simulation of typhoon "Megi". Wind speed profile on the boundary layer of typhoon was gained through fitting based on nonlinear least squares and then it was integrated into the user-defined function (UDF) as an entry condition of small-scaled CFD numerical simulation. On this basis, a synchronous iterative modeling of wind field and sand particle combination was carried out by using a continuous phase and discrete phase. Influencing laws of typhoon and normal wind on moving characteristics of sand particles, equivalent pressure distribution mode of structural surface and characteristics of lift resistance coefficient were compared. Results demonstrated that: Compared with normal wind, mesoscale typhoon intensifies the 3D aerodynamic distribution mode on structural surface of wind turbine significantly. Different from wind loads, sand loads mainly impact on 30° ranges at two sides of the lower windward region on the tower. The ratio between sand loads and wind load reaches 3.937% and the maximum sand pressure coefficient is 0.09. The coupling impact effect of strong typhoon and large sand particles is more significant, in which the resistance coefficient of tower is increased by 9.80% to the maximum extent. The maximum resistance coefficient in typhoon field is 13.79% higher than that in the normal wind field.

• 지능정보연구
• /
• 제25권4호
• /
• pp.53-65
• /
• 2019

영상 기반의 보안 시스템의 증가함에 따라 각 용도마다 다른 다양한 객체들에 대한 처리들이 중요해지고 있다. 객체 추적은 객체 인식, 검출과 같은 작업들과 함께 필수적인 작업으로 다뤄진다. 이 객체 추적을 달성하기 위해서 다양한 머신러닝이 적용될 수 있다. 성공적인 분류기로써 전체 에러율 최소화(total-error-rate minimization) 기반의 방법론이 사용될 수 있다. 이 전체 에러율 최소화 기반의 방법론은 오프라인 학습을 기반으로 하고 있다. 객체 추적은 실시간으로 처리하며 갱신해야하는 것이 필수적이므로 온라인 학습(online learning)을 기반으로 하는 것이 적합하다. 온라인 전체 에러율 최소화 방법론이 개발되었지만 점근적으로 재가중되는(approximately reweighted) 작업이 포함되어 에러를 누적시킬 수 있다는 단점이 있다. 본 논문에서는 정확하게 재가중되는(exactly reweighted) 방법론을 제안하면서 온라인 전체 에러율 최소화가 달성되었다. 이 제안된 온라인 학습 방법론을 객체 추적에 적용하여 총 8개의 데이터베이스에서 다른 추적 방법론들 보다 좋은 성능이 달성되었다.