• 한국수자원학회논문집
• /
• 제33권4호
• /
• pp.505-515
• /
• 2000

본 연구는 하천에서 호우의 발생에 따라 하천 유출수문곡선을 예측코자 블랙박스모형의 신경망이론을 적용하여 수문학적인 문제를 규명하고자 하였다. 이를 위해 신경망 이론 중 Levenverg-Marquardt 방법에 의한 오차역전파 알고리즘과 Radial Basis Function Network(RBFN)를 이용하여 IHP 대표유역인 보청청유역에 수문곡선을 적용하여 선행유출량 예측과 미학습 유역의 적용성을 검토하였다. 그 결과 복잡하고 비선형적인 수문계의 강우-유출 과정의 학습에 있어 RBFN은 은닉층에서 자율학습, 출력층에서 지도학습의 두 단계로 나누어 학습을 함으로서 BP 알고리즘보다 학습시간이 빠르게 나타났고, 선행유출량의 예측결과 여러 통계적 지표에서 RBFN이 BP 알고리즘보다 좋은 결과를 얻을 수 있었다. 미학습 유역의 적용성 검토에서도 BP알고리즘과 RBFN 모두 첨두치가 비교적 실측자료의 경향과 비슷한 경향으로 나타났다.

• 전자공학회논문지CI
• /
• 제41권1호
• /
• pp.1-8
• /
• 2004

인터넷의 발달과 데이터베이스의 구축이 보편화됨에 따라 막대한 양의 데이터 속에서 의사 결정에 필요한 지식을 찾아내는 작업은 결코 쉬운 일이 아니다 본 논문에서는 대규모 데이터의 효율적인 분석을 위하여 지식의 탐사 이전에 데이터에 대한 축소 작업을 수행하기 위한 효과적인 차원 축소 전략에 의한 패턴분류 기법을 제안한다. 이를 위해 본 논문에서는 통계적학습 모형인 Support Vector Machine의 VC-dimension에 기반한 RBF 신경망 모형을 제안한다. 기존의 RBF 신경망 모형은 주로 퍼셉트론 모형의 전처리 작업만을 수행하지만 제안하는 신경망 모형은 VD-dimension과 연계한 독자적으로 데이터를 분석할 수 있는 능력을 갖춘 모형을 구축하고 이를 바탕으로 개체들을 정확한 레이블로 분류한다. 기계 학습 데이터를 이용하여 본 논문에서 제안하는 모형의 성능을 비교 평가한 결과 기존의 여러 분류 알고리즘에 비해 우수한 성능을 보임이 실험을 통해 확인되었다.

• 한국정보통신학회논문지
• /
• 제4권3호
• /
• pp.603-610
• /
• 2000

본 논문에서는 직접 적응제어기와 간접 적응제어기를 Lyapunov 안정도 이론에 근거하여 결합하였다. 제어기는 RBF 신경망을 이용하여 구성하였으며 하중파라미터들은 적응칙에 의하여 조정되도록 하였다. 또한 시스템의 성능에 영향을 미치는 결합 가중치는 퍼지 If-THEN 규칙을 이용하여 결정되도록 하였다. 이렇게 함으로써 직접 적응제어기와 간접 적응제어기의 장점을 지니는 직 간접 혼합 신경망 적응제어기를 구성할 수 있었다. 제안한 알고리즘의 효용성을 보이기 위하여 일축 강페 로봇 매니퓰레이터를 대상으로 시뮬레이션한 결과 만족할 만한 성능을 보였다.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.449-455
• /
• 2011

본 논문에서는 원격제어 시스템의 시간지연 문제를 분석하고 그 문제를 신경망으로 보상한다. 스미스 예측기는 시간지연 시스템에서 정확한 모델을 필요로 한다. 스미스 예측기의 모델링 오차를 보상하기 위해 신경회로망을 사용한다. 스미스 예측기를 구성하기 위해 Radial Basis Function(RBF) 신경회로망이 사용된다. 시뮬레이션과 실험을 통해 제안하는 방법의 동작을 검증한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.359-362
• /
• 2012

수자원시스템의 설계, 계획, 운영에 있어 핵심적인 수문변수의 미래거동에 대한 보다 나은 추정치가 필요하다. 예를 들어, 수력발전, 레크리에이션 이용과 하류지역의 오염희석과 같은 다중 목적 기능을 유지하기 위하여 다목적댐을 운영할 때에, 다가오는 미래시간에 대한 계획된 유량의 예측이 요구된다. 예측의 목적은 미래에 발생할 정확한 예상치를 제공하는 것이다(Keith W. Hipel, 1994). 본 연구의 주요 목적은 금강수계인 대청댐에서 다변량 신경망 모형을 이용한 유입량 예측을 수행해 보는데 있다. 신경망 모형인 MLP, PCA, RBF모형 등을 이용하여 대청댐의 수문자료인 강우량, 유입량, 기온, 습도 등의 자료를 이용하여 최적의 모형을 탐색해 보고자 시도하였으며, 이중 New classification모형과 New Function Approximation Network모형이 타 모형보다 좋은 결과를 보여 주고 있음을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권9호
• /
• pp.33-38
• /
• 2014

FCM 기반하이브리드 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 알고리즘을 적용한다. 입력층과 중간층의 학습시 입력 벡터와 중간층의 노드 중에서 중심과 입력 벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습구조인 Max_Min 신경망은 중간층의 승자 뉴런이 입력벡터로 적용된다. 그러나 많은 패턴이 입력벡터로 제시될 경우에는 학습성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 향상시키기 위해 퍼지 논리 시스템을 이용한 학습률 자동 조정 방법을 제안한다. 제안된 방법은 목표값과 출력값의 차이에 대한 절대값이 0.1보다 적거나 같으면 정확성으로 분류하고 크면 부정확성으로 분류한다. 정확성의 총 개수를 퍼지 제어 시스템에 적용하여 학습률을 동적으로 조정한다. 제안된 방법의 학습 및 인식 성능을 평가하기 위해 컨테이너에서 추출한 숫자, 영문 식별자를 인식 및 성능평가 실험에 적용한 결과, 제안된 방법이 문자 패턴 인식에 효과적임을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제29권12C호
• /
• pp.1660-1668
• /
• 2004

본 논문에서는 간단한 구조, 적은 계산량과 안정된 빠른 수렴속도를 가진 RBF (Radial Basis Function) 신경회로망을 이용한 이중 임계값 방식의 음성구간 검출기 알고리즘을 제안하고 시뮬레이션을 통해 유용성을 확인하였다. 음성압축기에 사용되는 CELP (Code-Excited Linear Prediction) 파라미터들을 신경회로망 입력으로 하여 잡음에 강하게 반응하게 하였고, 음성구간 검출기의 성능향상을 위해 음성구간과 침묵구간에서 다른 임계값을 사용하는 이중 임계값 방식을 적용하였다. 실험 결과 이중 임계값을 이용한 RBF 신경망 음성구간 검출기는 G.729 Annex B 음성구간 검출기 보다 우수한 성능을 보였고, 기존의 MLP (Multi Layer Perceptron) 신경회로망을 이용한 음성구간 검출기와 비교하여 음성구간에서는 비슷한 성능을 보였으나 침묵구간에서 25% 정도의 성능향상을 보였다.

• 로봇학회논문지
• /
• 제19권2호
• /
• pp.139-148
• /
• 2024

In this paper, we propose a two-degree-of-freedom snake robot head system and an I-PID (Intelligent Proportional-Integral-Derivative)-based controller utilizing RBF (Radial Basis Function) neural network and adaptive robust terms as a control strategy to reduce rotation occurring in the snake robot head. This study proposes a two-degree-of-freedom snake robot head system to avoid complex snake robot dynamics. This system has a control system independent of the snake robot. Subsequently, it utilizes an I-PID controller to implement a control system that can effectively manage rotation at the snake robot head, the robot's nonlinearity, and disturbances. To compensate for the time delay estimation errors occurring in the I-PID control system, an RBF neural network is integrated. Additionally, an adaptive robust term is designed and integrated into the control system to enhance robustness and generate control inputs responsive to signal changes. The proposed controller satisfies stability according to Lyapunov's theory. The proposed control strategy was tested using a 9-degreeof-freedom snake robot. It demonstrates the capability to reduce rotation in Lateral undulation, Rectilinear, and Sidewinding locomotion.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.475-477
• /
• 2000

본 논문에서는 적응적 성분분석 기법을 이용하여 radial basis 함수 신경망의 학습시간과 분류성능을 개선한 새로운 기법을 제안하였다. 제안된 기법에서 적응적 성분분석 기법은 radial basis 함수 신경망의 은닉층 뉴런 개수와 중심값 설정을 위해 이용하였다. 제안된 기법의 radial basis 함수 신경망을 200명의 암환자를 2부류(초기와 악성)로 분류하는 문제에 적용하여 시뮬레이션한 결고, k-평균 군집화 알고리즘을 이용한 radial basis 함수 신경망과 비교할 때 학습시간과 시험 데이터의 분류에서 더욱 우수한 성능이 있음을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제8권11호
• /
• pp.293-298
• /
• 2017

이 연구는 방사기저함수(RBF) 인공신경망을 이용하여 우리나라 다문화가정 초등학생의 우울증상 경험 예측 모델링을 구축하였다. 전국조사에 참여한 만 9세 이상 12세 이하 다문화 자녀 초등학생 23,291명(남 12,016명, 여 11,275명)을 분석 대상으로 하였다. 결과변수는 이분형의 우울증상 경험으로 정의하였고, 설명변수는 성, 거주지역, 사회적 차별 경험, 지난 1년간 학교폭력 경험, 한국어 교육 경험, 다문화 가족지원센터이용경험, 한국어 읽기, 한국어 말하기, 한국어 쓰기, 한국어 듣기, 한국 사회 적응 교육 경험을 포함하였다. RBF 인공신경망 모델링 결과, 한국어 교육 경험, 학교 폭력 피해 경험, 한국 사회 차별 경험, 한국어 읽기 수준은 다문화 초등학생의 우울증상을 분류하는 주요 예측 요인이었다. 다문화 아동의 우울증을 예방하기 위해서 한국어 읽기 수준이 저하된 집단에 대한 우선적인 관심과 상담이 필요하다.