• 대한공간정보학회지
• /
• 제4권2호
• /
• pp.137-147
• /
• 1996

본 논문에서는 통계적 분류방법인 최대유사 분류법(MLC: maximum likelihood classifier)과 신경회로망을 이용한 분류법인 다층퍼셉트론(MLP: multiayer perceptron) 분류법간의 분류성능을 비교 평가하였으며, 또한 MLP 분류법에서 문제가 되고 있는 학습률(learning rate), 운동량 상수(,momentum constant), 은닉층의 노드수에 따른 MLP 분류법의 분류성능을 평가하였다. 부산지역에 대한 실제 인공위성 화상데이타인 Landsat TM 화상데이타를 사용하여 MLP 분류법과 MLC 분류법의 성능을 비교한 결과 MLP 분류법의 성능이 더 우사함을 확인할 수 있었으며, 학습률, 운동량 상수 및 은닉층의 노드수에 따른 분류성능도 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.540-542
• /
• 2019

미세먼지로 인한 대기오염 및 인체 영향에 대한 많은 발표로 인해 미세먼지 예보는 많은 대중의 관심을 받고 있다. 이로 인해 통계 모델링 기법과 함께 기계학습 기법을 사용하여 미세먼지 예보 정확도를 올리기 위한 다양한 노력이 수행되고 있다. 본 논문에서는 미세먼지 예측을 위해 다층 퍼셉트론 신경망을 활용한 미세먼지 AQI 지수 예측을 수행한다. 이를 위해 다수의 연구에서 공통적으로 사용된 기상 인자와 미세먼지 농도값을 이용하여 예측 모델을 설계하고 4단계의 미세먼지 AQI 예측 정확도를 비교한다.

• 한국공작기계학회논문집
• /
• 제15권5호
• /
• pp.114-122
• /
• 2006

This paper presents a new control scheme that combines a sliding mode control and a neural network. In the proposed sliding mode control, a continuous control is employed removing the switching phenomena and the equivalent control within the boundary layer is estimated through on-line teaming of the neural network. The performances of the proposed control are compared with off-line neural network and on-line neural sliding mode control by computer simulation. The simulation results show that the proposed control reduces high frequency chattering and tracking error in example of the two link manipulator.

• 한국정밀공학회지
• /
• 제15권2호
• /
• pp.35-44
• /
• 1998

This paper describes multiple fault diagnosis method in complex system with hierarchical structure. Complex system is divided into subsystem, item and component. For diagnosing this hierarchical complex system, it is necessary to implement special neural network. We introduced Modular Artificial Neural Network(MANN) for this purpose. MANN consists of four level neural network, first level for symptom classification, second level for item fault diagnosis, third level for component symptom classification, forth level for component fault diagnosis. Each network is multi layer perceptron with 7 inputs, 30 hidden node and 7 outputs trained by backpropagation. UNIX IPC(Inter Process Communication) is used for implementing MANN with multitasking and message transfer between processes in SUN workstation. We tested MANN in reactor system.

• 한국수자원학회논문집
• /
• 제46권12호
• /
• pp.1249-1263
• /
• 2013

장기간의 가뭄에 의한 피해를 최소화하기 위해서는 유역에 적합한 가뭄관리 대책의 수립과 함께 미래에 발생하게 될 가뭄을 미리 예측할 수 있는 기술이 구축되어야 한다. 또한 미래의 가뭄에 대한 합리적 대응 방안을 수립하기 위해서는 가뭄의 지속기간(duration)과 심도(severity)의 정량적인 예측이 선행되어야 한다. 본 연구에서는 수문 시계열의 예측에 가장 많이 이용되고 있는 대표적인 통계학적 기법인 인공신경망 모형(Artificial Neural Network Model)과 가뭄지수를 이용하여 남한지역의 서울, 대전, 대구, 광주 등의 4개 기상관측소를 선정하여 가뭄예측을시도하였다. 가뭄 예측을 위하여 남한지역 내 선정한 기상관측소의 관측된 과거 강수량 자료를 이용하여 산정된 SPI (Standardized Precipitation Index)를 입력변수로 하여 다층 퍼셉트론(Multi Layer Perceptron) 인공신경망 모델에 적용하였으며, 매개변수 보정을 위한 학습기간으로 1976~2000년과 2001~2010년을 예측을 위한 검증기간으로 선정하여, 학습 및 예측을 시도하였다. 학습된 최적의 예측모형을 이용하여 서로 다른 선행예보시간(1~6개월)을 갖고 SPI (3), SPI (6), SPI (12)별로 가뭄을 예측하였으며, 가뭄예측 결과, SPI (3)의 경우에는 1개월 선행예보에서만 좋은 결과를 나타내었으며, SPI (6)의 경우 1~3개월 후의 가뭄을 예측하는 경우에 비교적 관측자료와 잘 일치하는 결과를 나타내었다. SPI (12)의 경우에는 약5개월 후까지의 가뭄예측에 양호한 결과를 나타내었다.

• 전자공학회논문지B
• /
• 제31B권1호
• /
• pp.81-87
• /
• 1994

This paper describes the recognition of the printed Hanguel(Korean Character) using Neural Network. In this study, Neural network is used in only specific classification. Hanguel is classified globally by using template matching. Neural network is learned using the segmented grapheme. The grapheme of Hanguel is segmented using the structural method. Neural network is constructed, which is corresponded to the kind and the shape of graphemes. Each neural network is multi layer perceptron. The learning algorithm is the modified error back propagation using descending epsilon method. With five test character sets, the recognition rate of 94.95% is obtained.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2002년도 추계학술대회 논문집
• /
• pp.345-350
• /
• 2002

In this study, researchers classifying the artificial flaws in semiconductor packages are performed by pattern recognition technology. For this purposes, image pattern recognition package including the user made software was developed and total procedure including ultrasonic image acquisition, equalization filtration, binary process, edge detection and classifier design is treated by Backpropagation Neural Network. Specially, it is compared with various weights of Backpropagation Neural Network and it is compared with threshold level of edge detection in preprocessing method fur entrance into Multi-Layer Perceptron(Backpropagation Neural network). Also, the pattern recognition techniques is applied to the classification problem of defects in semiconductor packages as normal, crack, delamination. According to this results, it is possible to acquire the recognition rate of 100% for Backpropagation Neural Network.

• 한국정보통신학회논문지
• /
• 제2권1호
• /
• pp.109-116
• /
• 1998

본 논문은 DS-SS 이동 통신 시스템에서 복합 다계층 퍼셉트론 신경망을 이용한 간섭 신호 제어로써 직접순차 확산 스펙트럼의 협대역 간섭 신호를 역전파 학습 알고리즘을 이용하여 억압하고, 컴퓨터 시뮬레이션을 통해 동일 채널 간섭과 협대역 간섭의 실제 톤(Tone)에서 빠른 수렴 비율과 더 좋은 성능을 가지는 복소수 역전파 알고리즘으로부터 제안된 새로운 복합 (CBPRLS)알고리즘은 기존의 RAKE 수신기보다 더 낮은 비트 에러 율을 가지는 NNAC(Neural Network Adaptive Correlator)를 통해 간섭 신호가 보다 효율적으로 제어됨을 분석 고찰한다.

• 한국산학기술학회논문지
• /
• 제14권3호
• /
• pp.1372-1377
• /
• 2013

본 논문은 신경망을 이용한 간섭 신호 제어로써 합성 다층 퍼셉트론에 입각하여 셀룰라 이동 통신에서의 수신된 신호들을 역전파 학습알고리즘을 이용하여 검파하는 것에 대하여 소개하였다. 그리고 컴퓨터 시뮬레이션 결과를 통하여 공동 간섭과 협대역 간섭의 실제 음색에서 기존에 쓰여진 레이크 수신기보다 더 낮은 비트 오차 확률을 가지는 NNAC(neural network adaptive correlator)에 대하여 분석 하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.721-726
• /
• 2005

In this study, researchers classifying the artificial flaws in semiconductor. packages are performed by pattern recognition technology. For this purposes, image pattern recognition package including the user made software was developed and total procedure including ultrasonic image acquisition, equalization filtration, binary process, edge detection and classifier design is treated by Backpropagation Neural Network. Specially, it is compared with various weights of Backpropagation Neural Network and it is compared with threshold level of edge detection in preprocessing method for entrance into Multi-Layer Perceptron(Backpropagation Neural network). Also, the pattern recognition techniques is applied to the classification problem of defects in semiconductor packages as normal, crack, delamination. According to this results, it is possible to acquire the recognition rate of 100% for Backpropagation Neural Network.