• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.364-367
• /
• 1995

In this paper, a design method of learning flight control system via input matching is proposed. The proposed learning control system is a simple structure which has an artificial neural network and feedback mechanism, and it is a useful method to control nonlinear systems.

• 한국위성정보통신학회논문지
• /
• 제12권3호
• /
• pp.74-79
• /
• 2017

본 논문에서는 머신러닝 알고리즘 중 하나인 다층 퍼셉트론을 기반으로 전력선통신 시스템에서의 수신 신호를 이용하여 송신단에서 전송한 원신호를 예측하는 시스템 모델을 제안한다. 전력망을 활용한 통신 방식을 사용하는 전력선통신 시스템은 일반적인 통신설로를 활용하는 통신 방식에 비해 잡음이 많다. 이 때문에 전력선통신 시스템의 성능이 저하가 되는 문제가 발생한다. 이를 해결하기 위해 본 논문에서 제안하는 통신 시스템 모델을 이용하면 원신호 예측을 통해 잡음의 영향이 최소화되어 전력선통신 시스템의 성능저하를 완화시킨다. 본 논문에서는 제안한 통신 시스템 모델을 백색 잡음 환경에 적용하여 시뮬레이션을 해봄으로써 원신호가 예측 되는지를 입증한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권9호
• /
• pp.4367-4385
• /
• 2016

With millions of people across the globe suffering from Parkinson's disease (PD), an objective, confirmatory test for the same is yet to be developed. This research aims to develop a system which can assist the doctor in objectively saying whether the patient is normal or under risk of PD. The proposed work combines the eye-hand co-ordination behaviour with the DaTscan images in order to determine the risk of this disorder. Initially, eye-hand coordination level of the patient is assessed through a hardware module. Then, the DaTscan image is analysed and used to extract certain geometrical parameters which shall indicate the presence of PD. These parameters are then finally fed into a Multi-Layer Perceptron Neural Network using Levenberg-Marquardt (LM) Back propagation training algorithm. Experimental results indicate that the proposed system exhibits an accuracy of around 93%.

• 한국환경과학회지
• /
• 제31권7호
• /
• pp.555-567
• /
• 2022

With the introduction of the tele-monitoring system (TMS) in South Korea, monitoring of the concentration of pollutants discharged from nationwide water quality TMS attachments is possible. In addition, the Ministry of Environment is implementing a smart sewage system program that combines ICT technology with wastewater treatment plants. Thus, many institutions are adopting the automatic operation technique which uses process operation factors and TMS data of sewage treatment plants. As a part of the preliminary study, a multilayer perceptron (MLP) analysis method was applied to TMS data to identify predictability degree. TMS data were designated as independent variables, and each pollutant was considered as an independent variables. To verify the validity of the prediction, root mean square error analysis was conducted. TMS data from two public sewage treatment plants in Chungnam were used. The values of RMSE in SS, T-N, and COD predictions (excluding T-P) in treatment plant A showed an error range of 10%, and in the case of treatment plant B, all items showed an error exceeding 20%. If the total amount of data used MLP analysis increases, the predictability of MLP analysis is expected to increase further.

• 한국수자원학회논문집
• /
• 제38권7호
• /
• pp.575-584
• /
• 2005

수질오염 사고를 판단하기위한 경보모형은 다중퍼셉트론과 다층신경망, 뉴로-퍼지 모형들로 구성되었으며, 개발된 기준축에 따른 안정, 주의, 경고 상태를 학습하였다. 수질예측 모형에 유출예측 모형을 연계하고 경보모형을 결합하여 인공지능 시스템을 구축하였으며, 구축된 시스템을 GUI로 구현하였다. GUI 화면은 초기화면, 자료 전처리 과정, 유량예측 과정, 수질예측 과정, 경보시스템의 순으로 진행된다. 수질오염 사고에 대한 시나리오를 작성하여 시스템의 적용성을 검토하였으며, 인공지능 경보시스템은 이상수질에 대하여 위험 및 안정 상태를 적합하게 구별하는 것으로 나타났다.

• 한국음향학회지
• /
• 제20권4호
• /
• pp.48-53
• /
• 2001

본 논문에서는 에러 역전파 알고리듬에 기반한 다층 퍼셉트론의 학습 속도를 개선하기 위해 선택적 주의 학습방식을 제안한다. 제안된 방식은 학습 과정에서 세 가지 선택적 주의 기준을 적용하여 학습 데이터베이스 내의 일부 데이터만을 입력 패턴으로 사용하거나 주어진 입력 패턴에 대해 신경회로망내의 특정 영역만 선택적으로 학습이 이루어지도록 한다. 이러한 선택적 주의 기준은 다층 퍼셉트론의 출력층에서 계산된 평균 자승 에러와 은닉층의 각 노드에서 획득된 클래스 의존적인 적합도(relevance)를 이용하여 설정된다. 학습 속도의 개선은 학습 반복 횟수 당 계산량을 줄임으로써 이루어진다. 본 논문에서는 고립 단어 인식시스템에서의 화자 적응 문제에 대해 제안한 선택적 주의 학습방법을 적용하여 그 유효성을 알아보았다. 실험 결과로부터 제안한 선택적 주의 기법이 학습 속도를 평균 60%이상 개선시킬 수 있음을 확인하였다

• 한국정보통신학회논문지
• /
• 제12권7호
• /
• pp.1243-1248
• /
• 2008

최근 생명 정보학 기술의 발달로 마이크로 단위의 실험조작이 가능해짐에 따라 하나의 chip상에서 전체 genome의 expression pattern을 관찰할 수 있게 되었고, 동시에 수 만개의 유전자들 간치 상호작용도 연구 가능하게 되었다. 본 논문에서는 암에 걸린 흰쥐 외피 기간 세포 분화 실험에서 얻어진 3840 유전자의 마이크로어레이 cDNA를 이용해 데이터의 정규화를 거쳐 본 논문에서 제안한 유사성 척도 조합 방법으로 정보력 있는 유전자들을 추출한 후, 유사성 척도 조합 방법과 결합한 멀티퍼셉트론 신경망 분류기와 기존의 DT, NB, SVM 분류기를 이용하여 클래스 분류 시스템을 구축하고, 성능을 비교분석하였다. 피어슨 적률 상관 계수와 유클리디안 거리 계수 조합을 이용하여 선택된 200 유전사들을 멀티퍼셉트론 신경망 분류기로 분류한 결과 98.84%의 정확도를 보여 다른 분류기를 이용하여 실험을 수행한 경우보다 향상된 분류 성능을 보였다.

• Structural Engineering and Mechanics
• /
• 제78권5호
• /
• pp.585-597
• /
• 2021

This paper presents a comparative study of analytical method, finite element method (FEM) and Multilayer Perceptron (MLP) for analysis of a contact problem. The problem consists of a functionally graded (FG) layer resting on a half plane and pressed with distributed load from the top. Firstly, analytical solution of the problem is obtained by using theory of elasticity and integral transform techniques. The problem is reduced a system of integral equation in which the contact pressure are unknown functions. The numerical solution of the integral equation was carried out with Gauss-Jacobi integration formulation. Secondly, finite element model of the problem is constituted using ANSYS software and the two-dimensional analysis of the problem is carried out. The results show that contact areas and the contact stresses obtained from FEM provide boundary conditions of the problem as well as analytical results. Thirdly, the contact problem has been extended based on the MLP. The MLP with three-layer was used to calculate the contact distances. Material properties and loading states were created by giving examples of different values were used at the training and test stages of MLP. Program code was rewritten in C++. As a result, average deviation values such as 0.375 and 1.465 was obtained for FEM and MLP respectively. The contact areas and contact stresses obtained from FEM and MLP are very close to results obtained from analytical method. Finally, this study provides evidence that there is a good agreement between three methods and the stiffness parameters has an important effect on the contact stresses and contact areas.

• Steel and Composite Structures
• /
• 제44권2호
• /
• pp.241-254
• /
• 2022

The cables in a cable-stayed bridge are critical load-carrying parts. The potential damage to cables should be identified early to prevent disasters. In this study, an efficient deep learning model is proposed for the damage identification of cables using both a multi-layer perceptron (MLP) and a graph neural network (GNN). Datasets are first generated using the practical advanced analysis program (PAAP), which is a robust program for modeling and analyzing bridge structures with low computational costs. The model based on the MLP and GNN can capture complex nonlinear correlations between the vibration characteristics in the input data and the cable system damage in the output data. Multiple hidden layers with an activation function are used in the MLP to expand the original input vector of the limited measurement data to obtain a complete output data vector that preserves sufficient information for constructing the graph in the GNN. Using the gated recurrent unit and set2set model, the GNN maps the formed graph feature to the output cable damage through several updating times and provides the damage results to both the classification and regression outputs. The model is fine-tuned with the original input data using Adam optimization for the final objective function. A case study of an actual cable-stayed bridge was considered to evaluate the model performance. The results demonstrate that the proposed model provides high accuracy (over 90%) in classification and satisfactory correlation coefficients (over 0.98) in regression and is a robust approach to obtain effective identification results with a limited quantity of input data.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.173-178
• /
• 2022

최근, 소셜 네트워크 서비스에서 딥러닝을 활용한 추천시스템이 활발하게 연구되고 있다. 하지만 딥러닝을 이용한 추천시스템의 경우 콜드스타트 문제와 복잡한 연산으로 인해 늘어난 학습시간이 단점으로 존재한다. 본 논문에서는 사용자의 메타데이터를 활용하여 사용자 맞춤형 운동 루틴 추천 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 메타데이터(사용자의 키, 몸무게, 성, 등)를 입력받아 설계된 모델에 적용한다. 본 논문에서 제안한 운동 추천시스템 모델은 matrix factorization 알고리즘과 multi-layer perceptron을 활용한 neural collaborative filtering(NCF) 알고리즘을 기반으로 설계된다. 제안된 모델은 사용자 메타데이터와 운동 정보를 입력받아 학습을 진행한다. 학습이 완료된 모델은 특정 운동이 입력되면 사용자에게 추천도를 제공한다. 실험 결과에서 제안하는 운동 추천시스템 모델이 기존 NCF 모델보다 10% 추천 성능 향상과 50% 학습 시간 단축을 보였다.