• Journal of Microbiology and Biotechnology
• /
• 제12권4호
• /
• pp.687-691
• /
• 2002

To enhance the production of flavonoids [baicalin, wogonin-7-Ο-glucuronic acid (GA)], which are secondary metabolites of Scutellaria baicalensis Georgi(G.) plant cells, a multilayer perceptron control system was applied to regulate the substrate feeding in a fed-batch cultivation. The optimal profile for the substrate feeding rate in a fed-batch culture of S. baicalensis G. was determined by simulating a kinetic model using a genetic algorithm. Process variable profiles were then prepared for the construction of a multilayer perceptron controller that included massive parallelism, trainability, and fault tolerance. An error back-propagation algorithm was applied to train the multiplayer perceptron. The experimental results showed that neurocontrol incorporated with a genetic algorithm improved the flavonoid production compared with a simple fuzzy logic control system. Furthermore, the specific production yield and flavonoid productivity also increased.

• 조명전기설비학회논문지
• /
• 제21권6호
• /
• pp.94-101
• /
• 2007

하드 디스크(Hard Disk) 결함의 표준 패턴 클래스는 6가지로 분류되며, 이는 하드 디스크 생산 공정의 불량 처리 과정에서 중요한 역할을 수행한다. 본 논문에서는 다층 퍼셉트론(Multi-Layer Perceptron)을 이용한 하드 디스크 결함 분포의 패턴 인식 기법을 제시한다. 결함 분포로부터 5가지의 특징들을 추출하고, 이를 이용하여 퍼셉트론의 입력을 구성하였으며, 미리 분류된 표준 패턴 클래스를 이용하여 퍼셉트론의 출력을 구성하였다. 구성된 입출력 데이터들은 오차 역전파(Error Back-Propagation) 알고리듬을 통하여 다층 퍼셉트론의 학습에 사용되었다. 테스트 결과 제시된 신경망은 하드 디스크의 패턴 분류에 만족할 만한 성능을 나타내었다.

• 전자공학회논문지C
• /
• 제35C권3호
• /
• pp.79-89
• /
• 1998

The Error Back-Propagation(EBP) algorithm is widely applied to train a multi-layer perceptron, which is a neural network model frequently used to solve complex problems such as pattern recognition, adaptive control, and global optimization. However, the EBP is basically a gradient descent method, which may get stuck in a local minimum, leading to failure in finding the globally optimal solution. Moreover, a multi-layer perceptron suffers from locking a systematic determination of the network structure appropriate for a given problem. It is usually the case to determine the number of hidden nodes by trial and error. In this paper, we propose a new algorithm to efficiently train a multi-layer perceptron. OUr algorithm uses stochastic perturbation in the weight space to effectively escape from local minima in multi-layer perceptron learning. Stochastic perturbation probabilistically re-initializes weights associated with hidden nodes to escape a local minimum if the probabilistically re-initializes weights associated with hidden nodes to escape a local minimum if the EGP learning gets stuck to it. Addition of new hidden nodes also can be viewed asa special case of stochastic perturbation. Using stochastic perturbation we can solve the local minima problem and the network structure design in a unified way. The results of our experiments with several benchmark test problems including theparity problem, the two-spirals problem, andthe credit-screening data show that our algorithm is very efficient.

• 한국멀티미디어학회논문지
• /
• 제25권10호
• /
• pp.1448-1456
• /
• 2022

This paper studies a model to diagnose efficiency reduction of inverter using Multilayer Perceptron(MLP). In this study, two inverter data which started operation at different day was used. A Multilayer Perceptron model was made to predict photovoltaic power data of the latest inverter. As a result of the model's performance test, the Mean Absolute Percentage Error(MAPE) was 4.1034. The verified model was applied to one-year-old and two-year-old data after old inverter starting operation. The predictive power of one-year-old inverter was larger than the observed power by 724.9243 on average. And two-year-old inverter's predictive value was larger than the observed power by 836.4616 on average. The prediction error of two-year-old inverter rose 111.5572 on a year. This error is 0.4% of the total capacity. It was proved that the error is meaningful difference by t-test. The error is predicted value minus actual value. Which means that PV system actually generated less than prediction. Therefore, increasing error is decreasing conversion efficiency of inverter. Finally, conversion efficiency of the inverter decreased by 0.4% over a year using this model.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.540-549
• /
• 2003

협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다. 본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다.

• 스마트미디어저널
• /
• 제7권1호
• /
• pp.31-36
• /
• 2018

본 논문에서는 시선 깊이 추정 기술을 이용한 OST-HMD의 자동화면 on/off 기능을 제안한다. 제안하는 방법은 MLP(Multi-layer Perceptron)을 이용하여 사용자의 시선 정보와 보는 물체의 거리를 학습 한 후, 시선 정보만 입력하여 거리를 추정한다. 학습 단계에서는 착용 할 수 있는 양안 추적기를 사용하여 시선 관련 특징을 얻는다. 그런 다음 이 특징을 다층 퍼셉트론 (MLP: Multi-layer Perceptron)에 입력하여 학습하고 모델을 생성한다. 추론 단계에서는 안구 추적기로부터 실시간으로 시선 관련 특징을 얻고 이를 MLP에 입력하여 추정 깊이 값을 얻는다. 마지막으로 HMD의 화면을 켜거나 끌 것인지 여부를 결정하기 위해 이 계산결과를 활용한다. 제안된 방법의 가능성을 평가하기 위해 프로토타입을 구현하고 실험을 수행하였다.

• 한국정보통신학회논문지
• /
• 제17권12호
• /
• pp.2843-2852
• /
• 2013

중첩된 환경의 이동 네트워크에서 이동 노드는 여러 개의 이동 라우터 중 하나를 선정하여 정보를 교환하게 된다. 이동 노드에게 기존의 상향식 또는 하향식 방법으로 지정된 이동 라우터는 최적의 이동 라우터가 아닐 수 있다. 이러한 경우, 이동 노드는 빈번한 핸드오버 및 바인딩 갱신을 발생시켜 이동 노드의 QoS(Quality of Service)를 저해 할 수 있다. 본 논문에서는 중첩된 환경의 이동 네트워크에서 이동 노드의 이동 특성과 이동 라우터의 QoS 정보를 기반으로 최적의 이동 라우터를 선정하는 방안을 제시한 후, MLP(Multi-layered Perceptron)를 이용하여 중첩 이동 네트워크의 이동 라우터 선정 방안을 학습시킨다. 학습된 MLP의 학습 결과와 실제 선정 결과를 분석하여 제안한 MLP 구조가 대규모의 중첩된 환경의 이동 네트워크에서 사용 가능함을 증명한다.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1387-1393
• /
• 2007

기존의 단층 퍼셉트론은 출력 노드가 선형 분리 가능한 패턴들만을 분류할 수 있고 XOR과 같은 비선형 문제에 대해서는 분류할 수 없는 단점이 있다. 퍼지 단층 퍼셉트론은 퍼지 소속 함수(Fuzzy Membership Function)를 적용하여 단층 구조로 XOR 문제와 같은 고전적인 문제를 개선하였다. 그러나 퍼지 단층 퍼셉트론은 기존의 단층 퍼셉트론과 마찬가지로 결정 경계선이 진동하는 경우가 생기며 초기 가중치의 범위와 학습률에 따라 수렴성이 매우 낮아지는 단점이 있다. 따라서 본 논문에서는 바이어스항을 도입하여 결정 경계선이 진동하는 것을 방지하여 수렴성을 개선시키고 선형 활성화 함수를 제안하고 학습률과 모멘텀 개념을 도입 한 개선된 델타규칙을 적용함으로써 학습 시간을 단축시키는 개선된 퍼지 단층 퍼셉트론 알고리즘을 제안한다. 제안된 방법과 퍼지 단층 퍼셉트론간의 학습 성능을 분석하기 위하여 인공 신경망에서 벤치마크로 사용되는 XOR 문제와 패턴 분류에 적용하여 Epoch 수와 수렴성을 비교한 결과, 제안된 방법이 기존의 퍼지 단층 퍼셉트론보다 학습 시간이 적게 소요되고 수렴성이 개선된 것을 확인하였다.

• 한국지반공학회논문집
• /
• 제38권8호
• /
• pp.39-52
• /
• 2022

사면의 안전율과 임계활동면을 다층 퍼셉트론 신경망(multi-layer perceptron, MLP)을 이용하여 구할 수 있도록 훈련하였다. 사면의 형상은 한국의 설계기준을 참고한 단순 사면으로, 건조한 경우와 지하수위가 존재하는 경우를 모두 고려하였으며 사면을 구성하는 토질의 물성은 세립분을 포함한 사질토로 고려하였다. 훈련에 필요한 데이터를 만들 때 한계평형해석법을 이용하여 42,000가지 경우의 사면안정해석을 수행하였고, 지하수위가 고려된 도메인의 해석에서 불포화토의 모관흡수력으로 인한 유효응력 증가를 고려하였다. 지하수와 유효응력의 분포를 사면안정해석에 적용할 수 있도록 정상상태 침투 해석을 수행하였다. 사면을 표현하는 물성을 입력하면 안전율과 원호 파괴면을 예측할 수 있는 MLP 모델과 모델의 성능을 정량적으로 평가할 수 있는 방법을 제시하였다.

• 한국정보통신학회논문지
• /
• 제14권3호
• /
• pp.565-571
• /
• 2010

본 논문에서는 퍼셉트론형 신경회로망에 오차역전파 알고리즘을 사용하여 학습을 실시하여, N비트의 패리티판별에 필요한 최소의 중간유닛수의 해석에 관한 연구이다. 따라서 본 논문은 제안한 퍼셉트론형 신경회로망의 중간 유닛의 수를 변화시켜 N비트의 패리티 판별 실험을 실시하였다. 본 시스템은 패라티 판별의 실험을 통하여 N비트 패리티 판별이 가능하다는 것을 실험으로 확인한다.