• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.394-394
• /
• 2000

This Paper proposes a new nonlinear partial least square method that extends the linear PLS. Proposed nonlinear PLS uses self-organizing feature map as PLS outer relation and multilayer neural network as PLS inner regression method.

• 융합신호처리학회논문지
• /
• 제2권3호
• /
• pp.79-85
• /
• 2001

본 논문에서는 퍼지 보상기와 자기구성 신경회로망을 이용하여 3축 매니퓰레이터의 역 기구학 해를 구하는 방법을 제안한다. 가우시안 위치 함수를 활성화 함수로 사용하는 자기구성 신경회로망은 학습 시작시 1개의 은닉층 노드를 가지고 학습을 하면서 점차적으로 은닉층의 노드수를 증가시킴으로서 최적의 노드수를 얻을 수 있으며, 퍼지 보상기는 신경회로망의 양호한 학습비를 얻는다. 이와 같이 시스템을 구성하여 빠른 학습속도와 학습비의 개선 그리고 빠른 정상상태로의 수렴을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제11권2호
• /
• pp.137-143
• /
• 2005

Autonomous mobile robot has an ability to navigate using both map in known environment and sensors for detecting obstacles in unknown environment. In general, autonomous mobile robot navigates by global path planning on the basis of already made map and local path planning on the basis of various kinds of sensors to avoid abrupt obstacles. This paper provides a global path planning method using self-organizing feature map which is a method among a number of neural network. The self-organizing feature map uses a randomized small valued initial weight vectors, selects the neuron whose weight vector best matches input as the winning neuron, and trains the weight vectors such that neurons within the activity bubble are move toward the input vector. On the other hand, the modified method in this research uses a predetermined initial weight vectors, gives the systematic input vector whose position best matches obstacles, and trains the weight vectors such that neurons within the activity bubble are move toward the input vector. According to simulation results one can conclude that the modified neural network is useful tool for the global path planning problem of a mobile robot.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.61-64
• /
• 2001

본 논문은 Self Organizing Map을 이용한 한국어의 모음 10개를 인식하는 것을 다루고 있다. 분류기로서 우수한 성능을 보이고 있는 Self Organizing Map의 출력 층을 2차원으로 구성하여 짧은 시간 간격으로 주파수 도메인에서 벡터화 되어진 음성을 입력 층에 인가하여 유사한 출력 층의 분포를 이용하여 모음 10개를 인식하는 분류기로서의 가능성을 보여줄 것이다.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.459-469
• /
• 2012

본 연구에서는 자기조직화 신경망이 필요한 노드만을 가지고 최적화하여 정규혼합분포를 추정하는 모형(Ahn과 Kim, 2011)을 Java언어에서 제공하는 스레드(thread)를 기반으로, 멀티코어 컴퓨팅환경에서 병렬처리방식으로 구현하여 순차처리방식에 비해 짧은 연산시간으로 정규혼합모형의 추정이 가능함을 보이려고 한다. 이를 위하여 Ahn과 Kim이 제안한 모형을 바탕으로 두 가지의 병렬처리 방법을 제안하고 그 성능을 평가하였다. 병렬처리 방법은 Java의 멀티스레드를 이용하여 구현되었으며, 모의실험을 통하여 제안한 모형이 순차처리방식과 비교하여 수렴속도가 빠름을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.837-849
• /
• 2011

본 연구에서는 자기조직화 신경망이 필요한 노드만을 가지고 최적화하여 정규혼합분포를 추정하는 모형을 제안한다. 제안한 모형은 SOMN모형과 벌점가능도를 사용한 모형을 결합한 것이다. SOMN의 장점은 수렴속도가 빠르고 표본의 크기가 작아도 발산하는 가능성이 낮다는 것이며, 벌점가능도를 사용한 모형은 필요없는 성분의 수를 줄일 수 있다는 것이다. 모의실험을 통하여 제안한 모형이 기대한 결과를 얻음을 확인하였다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2004년도 추계학술대회
• /
• pp.817-822
• /
• 2004

This paper provides a global path planning method using self-organizing feature map which is a method among a number of neural network. The self-organizing feature map uses a randomized small valued initial weight vectors, selects the neuron whose weight vector best matches input as the winning neuron, and trains the weight vectors such that neurons within the activity bubble are move toward the input vector. On the other hand, the modified method in this research uses a predetermined initial weight vectors, gives the systematic input vector whose position best matches obstacles, and trains the weight vectors such that neurons within the activity bubble are move toward the input vector. According to simulation results one can conclude that the modified neural network is useful tool for the global path planning problem of a mobile robot.

• 산업기술연구
• /
• 제24권A호
• /
• pp.99-107
• /
• 2004

This paper considers reinforcement learning control with the self-organizing map. Reinforcement learning uses the observable states of objective system and signals from interaction of the system and the environments as input data. For fast learning in neural network training, it is necessary to reduce learning data. In this paper, we use the self-organizing map to parition the observable states. Partitioning states reduces the number of learning data which is used for training neural networks. And neural dynamic programming design method is used for the controller. For evaluating the designed reinforcement learning controller, an inverted pendulum of the cart system is simulated. The designed controller is composed of serial connection of self-organizing map and two Multi-layer Feed-Forward Neural Networks.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 춘계종합학술대회
• /
• pp.402-405
• /
• 2000

본 논문에서는 근육의 움직임에 의해 유발되는 전기적 신호인 근전도(EMC) 신호를 신경회로망을 통해 분류하여 인체의 움직임을 파악하는 방법을 제안한다 신호분류를 위한 신경회로망으로 학습에 의해 스스로 출력뉴런을 구성하는 SOM을 사용하였으며, 실험과 시뮬레이션을 통해 제안한 방식의 효과를 확인하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1996년도 춘계학술대회 논문집
• /
• pp.403-413
• /
• 1996

Two-phase self-organizing neuro-modeling (SONM). the global SONM and local SONM, is designed for tracking non-stationary manufacturing processes. Radial basis function (RBF) neural network is employed, and self-tuning estimator is also developed for the determination of RBF network parameters on-line. A pattern recognition approach is presented for identifying a correct RBF neural network, which is used for identifying current manufacturing processes. Experimental results showed that the proposed approach is suitable for tracking non-stationary processes.