• 한국통신학회논문지
• /
• 제38C권10호
• /
• pp.881-886
• /
• 2013

여러 대의 카메라를 이용하여 영상을 획득하는 다시점 카메라 시스템에서 각 시점의 색상이 서로 다르게 촬영되는 문제가 발생한다. 본 논문에서는 이런 색상 불일치 문제를 효과적으로 해결하기 위해 개선된 다항식 모델을 제안한다. 특징점 기반 대응점 추출 알고리즘을 이용하여 기준 시점과 다른 시점 간의 색상 대응 관계를 획득하고, 이를 이용하여 상대적인 매핑 곡선을 계산한다. 이때 비선형적인 관계를 반영하기 위해서 5차 다항 모델을 이용한다. 추출된 대응점의 동적 영역이 좁을 경우에 매핑 곡선의 정확도가 떨어지게 되는데, 이를 보완하기 위해서 매핑 곡선의 양 끝 부분을 1차 다항 모델을 이용하여 다시 추정한다. 이렇게 유추된 모델을 이용하여 색상을 보정하면, 추출된 대응점의 동적 영역에 강인하게 색상 불일치 문제를 해결할 수 있다. 제안한 방법은 색상 차트 촬영과 같은 전처리 과정이 필요하지 않기 때문에, 기존에 촬영된 다시점 영상에도 적용할 수 있다는 장점을 갖는다. 다양한 실험을 통해 제안한 알고리즘이 다른 최신의 알고리즘보다 보정 효과가 우수함을 확인했고, 객관적 평가에서도 우수한 성능을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1491-1498
• /
• 2014

최적실험의 제일 큰 약점은 실험기준이 지나치게 모형과 그에 수반되는 가정에 의존한다는 점이다. 이는 종종 모형의 모수의 개수와 받힘점의 개수가 일치를 하는 경우로 이루어지는데 이는 가정된 모형이 참이 아닌 경우를 대비한 실험이 될 수 없다. 이런 경우 문헌에서는 가정된 다항회귀모형의 차수보다 큰 차수를 가진 다항회귀모형을 가정하고 최적실험을 제안하나 이는 D-효율에 근거한 관행적인 방법일 뿐이다. 본 연구에서는 O'Brien (1995)이 제안한 가정된 모형의 일반적인 이탈을 염두에 둔 추가받힘점 생성에 관하여 알아보고 단순회귀모형과 2차 회귀모형에 대한 실험들을 D-효율로 카타로그화 하여 실험자로 하여금 선택을 할 수 있게 하였다. O'Brien은 비선형모형에 대해 추가받힘점의 선택 방법을 제시하였지만 방법을 구현하는 데 있어 명확치 않은 기준이 있어 모수에 의존하는 비선형모형에 대한 최적실험보다는 다항회귀모형을 중심으로 심층적으로 사용방법을 알아보았다.

• Steel and Composite Structures
• /
• 제8권5호
• /
• pp.403-421
• /
• 2008

The design provisions for semi-rigid steel frames have been incorporated in codes of practice for steel structures. In order to do the same, it is necessary to know the experimental moment-relative rotation (M-${\theta}_r$) behaviour of beam-to-column connections. In spite of numerous publications and collection of several connection databases, there is no unified approach for the semi-rigid design of steel frames. Amongst the many connection models available, the Frye-Morris polynomial model, with its limitations reported in the literature, is simple to adopt at least for the linear design space. However this model requires more number of connection tests and regression analyses to make it a realistic prediction model. In this paper, 3D nonlinear finite element (FE) analysis of beam-column connection specimens, carried out using ABAQUS software, for evaluating the M-${\theta}_r$ behaviour of semi-rigid top and seat-angle (TSA) bolted connections are described. The finite element model is validated against experimental behaviour of the same connection with regard to their moment-rotation behaviour, stress distribution and mode of failure of the connections. The calibrated FE model is used to evaluate the performance of the Frye-Morris polynomial model. The results of the numerical parametric studies carried out using the validated FE model have been used in proposing modifications to the Frye-Morris model for TSA connection in terms of the powers of the size parameters.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2876-2878
• /
• 2005

In this paper, we propose Genetic Algorithms(GAs)-based Optimal Polynomial Neural Networks(PNN). The proposed algorithm is based on Group Method of Data Handling(GMDH) method and its structure is similar to feedforward Neural Networks. But the structure of PNN is not fixed like in conventional Neural Networks and can be generated. The each node of PNN structure uses several types of high-order polynomial such as linear, quadratic and modified quadratic, and is connected as various kinds of multi-variable inputs. The conventional PNN depends on experience of a designer that select No. of input variable, input variable and polynomial type. Therefore it is very difficult a organizing of optimized network. The proposed algorithm identified and selected No. of input variable, input variable and polynomial type by using Genetic Algorithms(GAs). In the sequel the proposed model shows not only superior results to the existing models, but also pliability in organizing of optimal network. The study is illustrated with the ACI Distance Relay Data for application to power systems.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.372-372
• /
• 2000

In this paper, we propose Neuro Fuzzy Polynomial Networks(NFPN) based on Polynomial Neural Network(PNN) and Neuro-Fuzzy(NF) for model identification of complex and nonlinear systems. The proposed NFPN is generated from the mutually combined structure of both NF and PNN. The one and the other are considered as the premise part and consequence part of NFPN structure respectively. As the premise part of NFPN, NF uses both the simplified fuzzy inference as fuzzy inference method and error back-propagation algorithm as learning rule. The parameters such as parameters of membership functions, learning rates and momentum coefficients are adjusted using genetic algorithms. As the consequence part of NFPN, PNN is based on Group Method of Data Handling(GMDH) method and its structure is similar to Neural Networks. But the structure of PNN is not fixed like in conventional Neural Networks and self-organizing networks that can be generated. NFPN is available effectively for multi-input variables and high-order polynomial according to the combination of NF with PNN. Accordingly it is possible to consider the nonlinearity characteristics of process and to get better output performance with superb predictive ability. In order to evaluate the performance of proposed models, we use the nonlinear function. The results show that the proposed FPNN can produce the model with higher accuracy and more robustness than any other method presented previously.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.675-677
• /
• 1998

In this paper, we propose the fuzzy inference algorithm with multi-layer structure. MFIS(Multi-layer Fuzzy Inference System) uses PNN(Polynomial Neural networks) structure and the fuzzy inference method. The PNN is the extended structure of the GMDH(Group Method of Data Hendling), and uses several types of polynomials such as linear, quadratic and cubic, as well as the biquadratic polynomial used in the GMDH. In the fuzzy inference method, the simplified and regression polynomial inference methods are used. Here, the regression polynomial inference is based on consequence of fuzzy rules with the polynomial equations such as linear, quadratic and cubic equation. Each node of the MFIS is defined as fuzzy rules and its structure is a kind of neuro-fuzzy structure. We use the training and testing data set to obtain a balance between the approximation and the generalization of process model. Several numerical examples are used to evaluate the performance of the our proposed model.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2856-2858
• /
• 1999

In this paper, the FPNN(Fuzzy Polynomial Neural Networks) algorithm with multi-layer fuzzy inference structure is proposed for the model identification of a complex nonlinear system. The FPNN structure is generated from the mutual combination of PNN (Polynomial Neural Network) structure and fuzzy inference method. The PNN extended from the GMDH(Group Method of Data Handling) uses several types of polynomials such as linear, quadratic and modifled quadratic besides the biquadratic polynomial used in the GMDH. In the fuzzy inference method, simplified and regression polynomial inference method which is based on the consequence of fuzzy rule expressed with a polynomial such as linear, quadratic and modified quadratic equation are used Each node of the FPNN is defined as a fuzzy rule and its structure is a kind of fuzzy-neural networks. Gas furnace data used to evaluate the performance of our proposed model.

• 한국전자파학회논문지
• /
• 제21권11호
• /
• pp.1220-1228
• /
• 2010

본 논문에서는 비선형 RF 전력 증폭기의 효율적인 다항식 기반의 이산 신호 모델링 방법을 제시하였다. 비선형 RF 증폭기의 입, 출력 신호의 샘플링 과정을 통하여 이산 비선형 모델을 추출하는 과정을 기술하고, 테일러 급수와 메모리 다항식 구조를 이용한 다항식 기반의 비선형 이산 모델에서 모델 인자인 샘플률, 비선형 차수, 최대 메모리 깊이의 변화에 따른 모델의 오차를 분석하였다. 다항식 기반의 비선형 모델에서 오차는 샘플률, 비선형 차수, 최대 메모리 깊이에 대하여 특정 값 이후부터 일반적으로 수렴하는 특성을 보인다. 이에 모델 인자값에 따른 시스템의 복잡성을 고려하는 효율적인 이산 신호 모델링 기법을 제시하였다. 모델링 효율 지수를 정의하고, 이를 활용하여 최적의 모델 인자 값을 추출하는 방법을 제시하였다. 제시한 방법을 WiBro, WCDMA 등의 다양한 신호를 가지는 RF 전력 증폭기의 모델링에 적용하고, 제시한 방법의 효율성을 검증하였다. 제안된 기법은 빠른 속도의 모델링과 저렴한 가격의 디지털부를 사용할 수 있게 하여 차후 광대역 송신기에서의 빠른 속도와 낮은 가격의 디지털 전치 왜곡기 구성 등에 활용될 수 있을 것으로 사료된다.

• 품질경영학회지
• /
• 제6권1호
• /
• pp.14-17
• /
• 1978

반응표본 실험에 있어서 반응변수와 여러개의 독립변수와의 함수관계를 규명하기 위하여 다항회귀모형이 많이 사용되고 있으며 또한 이 다항회귀모형은 최적반응조건을 결정하고 제품의 질을 조절하기 위하여서도 쓰여진다. 이 논문에서 연구하는 문제는 다항회귀모형을 구성하고 있는 많은 항(項) 중에서 어떤 항들을 선택하여 주는 것이 정도(精度)있게 추정하기 위하여 적절한가 하는 문제이다. 정도(精度)가 향상되는 반응표면을 발견한다는 것은 최적반응조건을 결정하고 변수간의 함수관계를 정확하게 구하는데 도움을 준다. 다항회귀모형에서 적절한 항(項)들은 선택하기 위하여 이 논문에서는 하나의 기준을 제시할 것이며, 실제로 공장에서 응용될 수 있는 예제를 들어 설명하고 있다.