• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2299-2301
• /
• 1998

In this paper, a modified RBF (Radial Basis Function) neural network structure is suggested for the prediction of time series with non-linear, non-stationary characteristics. Conventional RBF neural network predicting time series by using past outputs is for sensing the trajectory of the time series and for reacting when there exists strong relation between input and hidden neuron's RBF center. But this response is highly sensitive to level and trend of time serieses. In order to overcome such dependencies, hidden neurons are modified to react to the increments of input variable and multiplied by increments(or decrements) of out puts for prediction. When the suggested structure is applied to prediction of Lorenz equation, and Rossler equation, improved performances are obtainable.

• Structural Engineering and Mechanics
• /
• 제29권2호
• /
• pp.117-134
• /
• 2008

A new adaptive dual reciprocity boundary element method for dynamic analysis of 3-D structures is presented in this paper. It is based on finding the best approximation function of a radial basis function (RBF) group $f=r^n+c$ which minimize the error of displacement field expansion. Also, the effects of some parameters such as the existence of internal points, number of RBF functions and position of collocation nodes in discontinuous elements are investigated in this adaptive procedure. Three numerical examples show improvement in dynamic response of structures with adaptive RBF in dual reciprocity with respect to ordinary BEM.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2004년도 춘계학술대회
• /
• pp.1183-1188
• /
• 2004

The inverse heat conduction problem (IHCP) is a problem of estimating boundary condition from temperature measurement at one or more interior points. Neural networks are general information processing systems inspired by the connectionist theory of human brain. By properly training the network by the learning rule, the neural network method can handle many non-linear or other complex problems. In this work, neural network is applied to complicated inverse heat conduction problems. Efficiency of the procedure is enhanced by incorporating the radial basis functions (RBF). The RBF is trained faster than other neural network and can find smooth solution. In order to demonstrate the effectiveness of the current scheme, a typical one-dimensional IHCP is considered. At one surface, the temperature as well as the heat flux is known. The unknown temperature of interest is estimated on the other side of the slab. The results from the proposed method based on RBF neural network are compared with the conventional method.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.1-4
• /
• 2001

Landsat TM 위성영상을 대상으로 인공신경망 모형과 RBF 신경망 모형의 토지피복분류 정확도를 평가하였다. 토지피복의 특성에 따라 세 개의 연구지역(복합토지이용, 농경지, 도시지역)을 대상으로 RBF 신경망 모형의 입력밴드 조합 및 분류 항목의 변화에 따른 민감도 분석이 수행되었다. 오염부하 원단위의 신뢰구간 및 분포를 추정하기 위하여 붓스트랩기법이 적화하였으며, 특히 토지이용이 다양한 도시지역에서 가장 큰 변화폭을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.547-553
• /
• 2008

본 논문에서는 2 단계 서류 레이아웃 분할 방법을 제안한다. 서류 분할의 1 차 단계는 top-down 계열의 영역 추출로서 모폴로지 기반의 거리 함수를 사용하여 주어진 영상 데이타를 사각형 영역들로 분할한다. 거리 사상 함수를 통한 예비 결과는 성능 개선을 위한 2 차 단계의 입력 변수로 작용한다. 서류 분할의 2차 단계로서 기계 학습 이론을 적용한다. 통계 모델을 따르는 RBF 신경망을 선택하였고, 은닉 층의 설계를 위해 코호넨 네트워크의 자기 조직화 성격을 활용한 데이타 군집화 기법을 기반으로 하였다. 본 논문에서는 300개의 영상에서 추출된 영역 데이타를 통해 학습된 신경망이 1차 단계에서 도출된 예비 결과를 개선함을 연구 결과로 제시하였다.

• Advances in environmental research
• /
• 제4권4호
• /
• pp.219-231
• /
• 2015

In recent years, raising air pollutants has become as a big concern, especially in metropolitan cities such as Tehran. Therefore, forecasting the level of pollutants plays a significant role in air quality management. One of the forecasting tools that can be used is an artificial neural network which is able to model the complicated process of air pollution. In this study, we applied two different methods of artificial neural networks, the Multilayer Perceptron (MLP) and Radial Basis Function (RBF), to predict the hourly air concentrations of toluene in Tehran. Hourly temperature, wind speed, humidity and $NO_x$ were selected as inputs. Both methods had acceptable results; however, the RBF neural network produced better results. The coefficient of determination ($R^2$) between the observed and predicted data was 0.9642 and 0.99 for MLP and RBF neural networks, respectively. The results of the mean bias errors (MBE) were 0.00 and -0.014 for RBF and MLP, respectively which indicate the adequacy of the models. The index of agreement (IA) between the observed and predicted data was 0.999 and 0.994 in the RBF and the MLP, respectively which indicates the efficiency of the models. Finally, sensitivity analysis related to the MLP neural network determined that temperature was the most significant factor in air concentration of toluene in Tehran which may be due to the volatile nature of toluene.

• 설비공학논문집
• /
• 제17권8호
• /
• pp.780-788
• /
• 2005

Two different types of algorithms were developed and applied to detect the partial faults of a multi-type air conditioning system. Partial faults include the compressor valve leakage, the refrigerant pipe partial blockage, the condenser fouling, and the evaporator fouling. The first algorithm was developed by using mathematical models and parity relations, and the second algorithm was developed by using mathematical models and a RBF neural network. Test results showed that the second algorithm was better than the first algorithm in detecting various partial faults of the system. Therefore, the algorithm developed by using mathematical models and a RBF neural network may be used for the detection of partial faults of an air-conditioning system.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.360-365
• /
• 2005

본 논문에서는 콘크리트 표면 균열 영상에서 균열을 효율적으로 추출하기 위한 화상처리 기법과 ART1 기반 RBF 네트워크를 제안하여 균열의 방향성을 인식한다. 본 논문에서 사용된 화상처리 기법으로는 균열 영상의 빛을 보정하기 위한 모폴로지 기법인 채움(Closing)연산을 적용하고 Sobel 마스크를 적용하여 균열 영상의 에지를 추출한 후 반복 이진화를 적용하여 균열 영상을 이진화한다. 이진화 된 영상에 두 차례에 걸쳐 잡음제거를 수행하여 콘크리트 표면 균열 영상으로부터 균열을 추출한다. 본 논문에서는 추출된 균열을 ART1 기반 RBF 네트워크에 적용하여 균열의 방향성(횡방향, 종방향, $-45^{\circ}$방향, $45^{\circ}$방향)을 자동으로 인식할 수 있는 방법을 제안한다. 제안된 ART1 기반 RBF 네트워크는 입력층과 중간층으로의 학습은 ART1을 적용하고 중간층과 출력층 간의 학습은 Delta 학습 방법을 적용한다. 실제 콘크리트 균열 영상을 적용하여 실험한 결과, 콘크리트 표면 균열 영상에서 효율적으로 균열을 추출할 수 있었고 제안된 ART1 기반 RBF 네트워크가 추출된 균열의 방향성 인식에 효율적인 것을 확인하였다.

• 한국통신학회논문지
• /
• 제25권6A호
• /
• pp.885-892
• /
• 2000

MC-COMA 시스템에서 RBF 네트워크를 이용한 다중사용자 수신기를 제안하고자 한다. 제안된 수신기에서는 주파수 다양성을 효과적으로 이용할 수 있도록 RBF 네트워크가 주파수축에 연결된 구조를 갖는다. 본 논문에서는 주파수 선택적 다중 경로 페이딩 채널에 대한 모의 실험을 수행하였다. 이러한 모의 실험을 통해, 제안된 수신기가 near-far 효과에 대한 대응성과 사용자 용량증가를 통한 성능향상을 얻고자 하는데 사용될 수 있음을 확인되었다. 그리고 제안된 수신기가 도플러 주파수는 10Hz이고 경로수가 5일 경우 $10^{-3}$의 BER에서 병렬 간섭제거 기법을 이용한 다중사용자 수신기보다 약 1.8배의 사용자를 수용할 수 있음을 확인하였다.

• 전자공학회논문지S
• /
• 제36S권8호
• /
• pp.39-47
• /
• 1999

본 논문에서는 포항제철의 열연 권취 온도 공정을 제어하기 위한 방법으로 온라인 재학습 가능한 RBF 네트워크(Radial Basis Function network)를 제안한다. 새로 제안된 신경회로망 모델을 이용해 권취 온도 제어 시스템의 열전달 계수를 생성해주는 기조의 규칙 기반 계수표를 대체할 수 있다. 열연 공정 작업의 시간에 따른 변화를 고려하도록 지존의 RBF 네트워크에 부가적인 온라인 재학습용 시냅스 가중치를 도입한다. 부가적인 가중치들로 인해 이미 학습된 전체 데이터들의 특성 정보를 유지하면서 새로 들어오는 데이터들에 대해 온라인 재학습이 이루어진다. 따라서, 제안된 RBF 네트워크는 파국적 간섭(catastrophic interference)효과를 상당히 감소시킬 수 있다. 그리고 거부 네트워크을 도입하여 제어기의 신뢰도을 높일 수 있었고, 실제 현장에 적용한 실험 결과는 기존의 방법보다 평균 2.2퍼센트이상 향상된 성능을 보였다.