• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.15-19
• /
• 1994

The application of neural network for fault dection of cutting force in turning was introduced. This monitoring system consist of a RBF predicton model and a ART-1 pattern classifier. RBF prediction model predict a cutting force signal. Prediction error of predictor is used for a input vector of ART-1 pattern classifier. Prediction error could be successfully performed to fault signal monitoring of ART-1 pattern classifier.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.509-512
• /
• 2000

In this paper, the RBF-based multiuser detector (MUD) is proposed for a multirate DS/CDMA system. The performance of RBF-based MUD is compared with that of many suboptimal multiuser detectors in terms of bit error probability. From the simulation results, it is confirmed that the RBF-based multiuser detector outperforms decorrelating detector, and achieves near-optimum performance in several situations. The results in this paper can be applied to design of MUD fur a multirate DS/CDMA system.

• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.1068-1077
• /
• 2007

본 논문에서는 콘크리트 표면 품질이 좋은 영상뿐만 아니라, 기존의 영상처리 기법에서 다루지 않았던 표면 품질이 좋지 않은 영상에 대해서도 효율적으로 균열을 추출하고, 추출된 균열의 특징인 길이, 방향, 폭을 자동으로 계산한 후, ART2 기반 RBF 네트워크를 적용하여 균열의 방향성($-45^{\circ}$방향, $45^{\circ}$방향, 횡방향, 종방향)을 인식하는 기법을 제안한다. 본 논문에서 제안한 콘크리트 균열 추출 및 분석 알고리즘은 Roberts 연산자를 이용하여 균열을 강조하고, 강조된 균열을 Multiple 연산을 이용하여 균열과 배경간의 밝기 차이를 크게 한 후, 개선된 적응 이진화 기법을 이용하여 균열의 후보 영역을 추출한다. 추출된 균열 후보 영역을 형상 분석과 위치 및 방향 분석을 이용하여 3차례에 걸쳐 잡음을 제거하고, 잡음 제거 과정에서 잡음으로 분류된 균열을 복원하여 균열의 특징을 분석한다. 그리고 ART2 기반 RBF 네트워크를 균열의 방향성($-45^{\circ}$방향, $45^{\circ}$방향, 횡방향, 종방향)에 적용하여 인식한다. 제안된 ART2 기반 RBF 네트워크는 입력층과 중간층으로의 학습은 ART2을 적용하고 중간층과 출력층간의 학습은 Delta 학습 방법을 적용한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험한 결과, 제안한 방법이 기존의 방법보다 균열의 검출 성능이 개선되었고 잡음으로 분류된 균열도 효율적으로 복원되었다. 또한 제안된 ART2 기반 RBF 네트워크가 균열의 방향성 인식에 효율적임을 확인할 수 있었다.

• 정보처리학회논문지D
• /
• 제8D권5호
• /
• pp.581-586
• /
• 2001

소프트웨어 개발에서 점점 더 중요시되는 사항은 개발 생명주기의 초기에 개발과 관련된 노력과 비용을 추정하는 능력이다. 소프트웨어 개발노력과 비용추정을 위한 대부분의 모델이 선형회귀분석 절차를 사용하였다. 그러나 소프트웨어의 복잡성, 개발환경의 다양성으로 인해 소프트웨어 개발노력과 비용 추정은 점점 더 부정확해지고 있다. 이 목적을 달성하기 위해서는 비선형 방법을 사용해야 한다. 따라서 본 논문은 소프트웨어 개발 노력을 추정하는데 비선형 관계를 표현 가능한 RBF망 모델을 제안한다. 24개 소프트웨어 사례연구를 통해 적합한 RBF 망 모델을 제시하였다. 또한, 회귀분석 모델과 RBF망 모델을 비교하여 RBF 망 모델의 정확성이 가장 좋음을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권11호
• /
• pp.251-262
• /
• 2019

본 논문에서는 뉴로모픽 칩에서 운영되는 RBF 네트워크를 다양한 형태로 제공하는 시뮬레이터를 제안한다. 뉴로모픽 칩의 RBF 네트워크를 학습할 때 시뮬레이터를 사용할 경우에는 시간은 단축되지만 다양한 형태의 알고리즘을 테스트하기 어렵다는 단점이 있다. 본 제안 시뮬레이터는 기존 시뮬레이터와 비교하여 4배 많은 종류의 네트워크 구조 모의실험이 가능하며 특히, 이중 레이어 구조를 추가로 제공한다. 이중 레이어 구조는 다중 데이터 입력 시 활용되도록 구성하였으며 성능 분석 결과, 본 이중 레이어 구조가 기존보다 더 높은 정확도를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.91-94
• /
• 2003

본 논문에서는 RBF 네트워크의 중간층과 출력층 사이의 연결강도를 효율적으로 조정하기 위해 퍼지 논리 시스템을 이용하여 학습률과 모멘텀을 동적으로 조정하는 개선된 RBF 네트워크를 제안한다. 입력층과 중간층 사이의 학습 구조로 ART2를 적용하고 중간층과 출력층 사이의 연결 강도 조정 방법으로는 제안된 학습률 자동 조정 방식을 적용한다. 제안된 방법의 학습 성능을 평가하기 위해 기존의 delta-bar-delta 알고리즘, 기존의 ART2 기반의 RBF 네트워크와 비교 분석한 결과, 제안된 방법이 학습 속도와 수렴성에서 개선된 것을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.265-268
• /
• 2004

본 논문은 최적화 방법인 유전자 알고리즘을 이용하여 진화 컴퓨팅 기반 RBF 신경회로망을 이용한 새로운 비선형 시스템 설계 방법을 제안한다. 비선형 시스템 설계시 문제점으로는 복잡성과 불확실성을 들수 있으며, 이러한 문제를 해결하기 위해서 지능형 모델을 사용하게 되었다. 본 논문에서는 일반적인 신경회로망보다 성능이 뛰어난 RBF 신경회로망을 사용하여 비선형 시스템을 모델링 한다. HCM 클러스터링을 이용하여 유사한 특성을 가진 비선형 데이터를 분류하여 입력으로 사용한다. 제안한 진화 컴퓨팅 기반 RBF 신경회로망을 이용한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 학습 데이터와 테스트 데이터를 이용하여 그 우수성을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권3호
• /
• pp.174-178
• /
• 2002

This paper discusses a blind equalization technique for FIR channel system, that might be minimum phase or not, in digital communication. The proposed techniques consist of two parts. One is to estimate the original channel coefficients based on fourth-order cumulants of the channel output, the other is to employ RBF neural network to model an inverse system fur the original channel. Here, the estimated channel is used as a reference system to train the RBF. The proposed RBF equalizer provides fast and easy teaming, due to the structural efficiency and excellent recognition-capability of R3F neural network. Throughout the simulation studies, it was found that the proposed blind RBF equalizer performed favorably better than the blind MLP equalizer, while requiring the relatively smaller computation steps in tranining.