• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.477-484
• /
• 2016

선풍기, 오디오, 전기밥솥 등의 소형 산업가전제품들은 대부분 ABS, PP, PS 등의 재질로 이루어져 있다. 색깔이 있는 플라스틱은 근적외선(NIR) 분광기에 의해 분류가 가능하지만, 반면에 검은색 플라스틱은 빛을 흡수하는 특성으로 인해 분류하기가 어렵다. 그래서 본 연구에서는 LIBS(Laser Induced Breakdown Spectroscopy) 분광기를 통해 폐소형가전 플라스틱을 선별하는 RBFNNs(Radial Basis Function Neural Networks) 패턴 분류기를 소개한다. 전처리부분에는 차원축소 알고리즘 중 하나인 PCA(Principal Component Analysis)를 사용해 처리 속도를 향상시킬 뿐만 아니라 효과적인 데이터의 특성을 추출한다. 조건부에는 FCM(Fuzzy C-Means) 클러스터링을 사용한다. 결론부에는 다항식의 형태 중 하나인 1차 선형식을 연결가중치로서 사용한다. PSO와 5-fold cross validation은 성능의 신뢰도를 향상시키고, 분류율을 높이는데 사용된다. 제안된 분류기의 성능은 최적화한 것과 최적화하지 않은 것 두 가지의 관점에서 보여준다.

• 한국식품영양과학회지
• /
• 제43권1호
• /
• pp.93-101
• /
• 2014

본 연구는 대두극도경화유(fully hydrogenated soybean oil, FHSBO)와 oleic ethyl ester를 사용하여 코코아버터 대체유지(CBR)로서 사용가능한 비대칭 유지를 개발하고자 하였다. 생산된 비대칭 유지는 위치별 지방산 및 TAG 조성분석, 흡열 및 발열곡선 분석을 수행하여 특성연구를 진행하였으며, TAG 이성질체 분석과 solid fat index(SFI), slip melting point 측정 결과는 코코아버터와 비교 분석하였다. 위치별 지방산 및 TAG 조성 분석 결과, 최종적으로 생산된 비대칭 유지의 주요 TAG 조성은 SSO/SOS, PSO/POS로 분석되었으며 sn-2 위치의 지방산은 62.5~68.4 area%의 범위로 주로 stearic acid로 구성되어 있음을 확인하였다. 이는 최종 생성물의 TAG 조성이 SOS, POS보다 주로 SSO, PSO와 같은 비대칭형 TAG로 구성되어 있음을 나타내는 결과인 것으로 생각된다. 또한 RP-HPLC/APCI-MS를 이용하여 SSO와 SOS의 TAG 이성질체 분석한 결과, $[SS]^+$ : $[SO]^+$의 비율이 0.54로 분석된 최종 생성물은 0.37로 분석된 코코아버터에 비하여 비대칭형 TAG인 SSO의 함량이 높으나, 대칭형 TAG인 SOS와 함께 공존하여 존재하는 것으로 나타났다. 코코아버터와 최종 생성물 모두 $30{\sim}35^{\circ}C$의 온도 구간에서 급격한 흡열곡선을 나타내어 코코아버터 대체유지로서의 특성을 가지고 있었으나, 최종 생성물은 코코아버터보다 조금 높은 SFI와 slip melting point를 가지는 것으로 분석되었다. 이는 최종 생성물의 stearic acid 함량이 코코아버터보다 높은 것에 기인된 것으로 판단된다.

• 전기학회논문지
• /
• 제60권4호
• /
• pp.862-870
• /
• 2011

In this paper, we introduce a new topology of Radial Basis Function-based Polynomial Neural Networks (RPNN) that is based on a genetically optimized multi-layer perceptron with Radial Polynomial Neurons (RPNs). This study offers a comprehensive design methodology involving mechanisms of optimization algorithms, especially Fuzzy C-Means (FCM) clustering method and Particle Swarm Optimization (PSO) algorithms. In contrast to the typical architectures encountered in Polynomial Neural Networks (PNNs), our main objective is to develop a design strategy of RPNNs as follows : (a) The architecture of the proposed network consists of Radial Polynomial Neurons (RPNs). In here, the RPN is fully reflective of the structure encountered in numeric data which are granulated with the aid of Fuzzy C-Means (FCM) clustering method. The RPN dwells on the concepts of a collection of radial basis function and the function-based nonlinear (polynomial) processing. (b) The PSO-based design procedure being applied at each layer of RPNN leads to the selection of preferred nodes of the network (RPNs) whose local characteristics (such as the number of input variables, a collection of the specific subset of input variables, the order of the polynomial, and the number of clusters as well as a fuzzification coefficient in the FCM clustering) can be easily adjusted. The performance of the RPNN is quantified through the experimentation where we use a number of modeling benchmarks - NOx emission process data of gas turbine power plant and learning machine data(Automobile Miles Per Gallon Data) already experimented with in fuzzy or neurofuzzy modeling. A comparative analysis reveals that the proposed RPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literature.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.247-248
• /
• 2008

본 논문에서는 TYPE-2 퍼지 추론 기반의 RBF 뉴럴 네트워크(TYPE-2 Radial Basis Function Neural Network, T2RBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델의 은닉층은 TYPE-2 가우시안 활성 함수로 구성되며, 출력층은 Interval set 형태의 연결가중치를 갖는다. 여기에서 규칙 전반부 활성함수의 중심 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 Interval set 형태의 연결가중치 결정에는 경사 하강법(Gradient descent method)을 이용한 오류 역전파 알고리즘을 사용하여 학습한다. 또한, 최적의 모델을 설계하기 위한 학습율 및 활성함수의 활성화 영역 결정에는 입자 군집 최적화(PSO; Particle Swarm Optimization) 알고리즘으로 동조한다. 마지막으로, 제안된 모델의 평가를 위하여 모의 데이터 집합(Synthetic dadaset)을 적용하고 근사화 및 일반화 능력에 대하여 토의한다.

• Environmental Engineering Research
• /
• 제21권2호
• /
• pp.203-210
• /
• 2016

Hybrid materials were obtained modifying the bentonite (BC) and local clay (LC) using hexadecyltrimethylammonium bromide (HDTMA) or the clay were pillared with aluminum followed by modification with HDTMA. The materials were characterized by the SEM, FT-IR and XRD analytical tools. The batch reactor data implied that the uptake of $17{\beta}$-estradiol (E2) by the hybrid materials showed very high uptake at the neutral pH region. However, at higher and lower pH conditions, slightly less uptake of E2 was occurred. The uptake of E2 was insignificantly affected changing the sorptive concentration from 1.0 to 10.0 mg/L and the background electrolyte (NaCl) concentrations from 0.0001 to 0.1 mol/L. Moreover, the sorption of E2 by these hybrid materials was fairly efficient since within 30 mins of contact time, an apparent equilibrium between solid and solution was achieved, and the data was best fitted to the PSO (pseudo-second order) and FL-PSO (Fractal-like-pseudo second order) kinetic models compared to the PFO (pseudo-first order) model. The fixed-bed column results showed that relatively high breakthrough volume was obtained for the attenuation of E2 using these hybrid materials, and the loading capacity of E2 was estimated to be 75.984, 63.757, 58.965 and 49.746 mg/g for the solids BCH, BCAH, LCH and LCAH, respectively.

• 전기학회논문지
• /
• 제64권1호
• /
• pp.128-135
• /
• 2015

In this study, we develop the very short-term precipitation forecasting model as well as classifier based on polynomial radial basis function neural networks by using AWS(Automatic Weather Station) and KLAPS(Korea Local Analysis and Prediction System) meteorological data. The polynomial-based radial basis function neural networks is designed to realize precipitation forecasting model as well as classifier. The structure of the proposed RBFNNs consists of three modules such as condition, conclusion, and inference phase. The input space of the condition phase is divided by using Fuzzy C-means(FCM) and the local area of the conclusion phase is represented as four types of polynomial functions. The coefficients of connection weights are estimated by weighted least square estimation(WLSE) for modeling as well as least square estimation(LSE) method for classifier. The final output of the inference phase is obtained through fuzzy inference method. The essential parameters of the proposed model and classifier such ad input variable, polynomial order type, the number of rules, and fuzzification coefficient are optimized by means of Particle Swarm Optimization(PSO) and Differential Evolution(DE). The performance of the proposed precipitation forecasting system is evaluated by using KLAPS meteorological data.

• 융합신호처리학회논문지
• /
• 제9권1호
• /
• pp.89-97
• /
• 2008

전동기의 카오스 현상은 실시간 구현에 있어 바람직하지 않은 동특성으로서, 일반적으로 정상상태에서 전동기 속도가 진동을 한다든지 토크가 랜덤하게 변하는 특징이 있다. 본 논문은 카오스 현상을 갖는 영구자석형 동기 전동기의 적응제어기법을 제안한다. 전동기의 계수(parameter)는 어느 범위 안에서 랜덤하게 변화하는 시변특성을 갖는다. 제어기 설계는 우선, 전동기의 비선형 시스템 모델을 공칭 선형시스템 이론을 적용하여 선형화한다. 또한 실시간에서 시스템 계수의 변화로 인해 발생하는 제어오차를 보상하기 위한 보조제어기법을 제안하며 리아푸노브 안정성 이론을 적용하여 그 제어규칙을 산출한다. 컴퓨터 시뮬레이션을 통하여 제안한 제어기법의 타당성 및 신뢰성을 검증하며 기존의 제어기법과 비교 분석하여 성능의 우수성을 입증하였다. 또한 PSoC(Programmable System-on-Chip)기반 구동 드라이브를 포함하는 실시간 전동기의 제어시스템 실험을 통해 실제 적용가능성을 검증한다.

• Applied Microscopy
• /
• 제36권3호
• /
• pp.173-182
• /
• 2006

최근 석류씨 기름은 항암효과를 포함하여 다양한 효과가 있는 것으로 확인되고 있다. 본 연구는 BALB/c 생쥐에 석류씨 기름을 처리한 후 사염화탄소를 주사하여 석류씨 기름이 간 독성에 어떤 영향을 미치는지 확인하기 위하여 올리브 기름만을 처리한 대조군, 사염화탄소만을 처리한 실험군1, 및 사염화탄소를 처리한 후 석류씨 기름을 구강투여한 실험군2로 나누어 24시간 후 혈액을 채취하여 혈청내 AST (aspartate aminotransferase, SGOT), ALT (alanine aminotransferase, SGPT), total protein, albumin, total bilirubin, direct bilirubin 및 alkaline phosphatase의 함량을 측정하였고 광학현미경과 투과전자현미경으로 조직의 변화를 관찰하였다. AST와 ALT는 대조군에서 각각 $88.70{\pm}14.90$ 및 $22.00{\pm}3.12IU/L$, 실험군 1에서 $1963.70{\pm}1212.90$ 및 $4495.40{\pm}2803.60IU/L$ 그리고 실험군2에서 $432.20{\pm}260.10$ 및 $692.30{\pm}433.10IU/L$이었으며 실험군2에서의 측정값은 실험군 1에 비해 유의한 차이를 보였다(P<0.005). 간조직을 관찰한 결과 사염화탄소를 처리한 실험군1에서는 문맥을 제외한 중심정맥 주위에서 간조직의 심한 응고성 괴사가 관찰되었고, 괴사조직 가장자리 주위로 지방변성을 확인할 수 있었다. 이에 비하여 석류씨 기름을 처리한 군에서 중심정맥 주위의 간실질 조직의 괴사가 실험군1에 비하여 현저히 줄어들었고, 간세포의 지방변성은 계속 관찰되었으나 용해소체의 감소와 미토콘드리아가 실험군1에 비해서 보존되어 있는 것으로 보아 석류씨 기름이 간보호에 효과가 있는 것으로 사료된다.

• ETRI Journal
• /
• 제43권1호
• /
• pp.17-30
• /
• 2021

At present, multiple input multiple output radars offer accurate target detection and better target parameter estimation with higher resolution in high-speed wireless communication systems. This study focuses primarily on power allocation to improve the performance of radars owing to the sparsity of targets in the spatial velocity domain. First, the radars are clustered using the kernel fuzzy C-means algorithm. Next, cooperative and noncooperative clusters are extracted based on the distance measured using the kernel fuzzy C-means algorithm. The power is allocated to cooperative clusters using the Pareto optimality particle swarm optimization algorithm. In addition, the Nash equilibrium particle swarm optimization algorithm is used for allocating power in the noncooperative clusters. The process of allocating power to cooperative and noncooperative clusters reduces the overall transmission power of the radars. In the experimental section, the proposed method obtained the power consumption of 0.014 to 0.0119 at K = 2, M = 3 and K = 2, M = 3, which is better compared to the existing methodologies-generalized Nash game and cooperative and noncooperative game theory.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1958-1959
• /
• 2011

RBFNNs(Radial Basis Function Neural Networks) 모델의 경우 Min-Max, HCM(Hard C-means)클러스터링 그리고 FCM(Fuzzy C-means)클러스터링 중 한가지를 통해 데이터 입자는 로드 규칙을 생성한 후 퍼지 공간을 분할 및 가우시안 함수의 정점을 정의한다. 본 논문은 기존의 방법과는 다르게 Min-Max와 FCM클러스터링을 혼합하여 로드의 규칙을 생성한 후 퍼지 공간을 분할 및 가우시안 함수의 정정을 정의하는 방법으로 사용하고자 한다. PSO최적화 알고리즘을 이용하여 같은조건에서 최적화한 기존의 방법으로 모델링된 RBFNNs와 Min-Max와 FCM 클러스터링을 혼합하여 사용한 방법의 비교를 통하여 어떤 모델의 성능이 더욱 좋은지 비교하고자 한다.