• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2486-2489
• /
• 2002

Pool of the central nervous system. In this thesis, we present a genetic DNU-control scheme for unknown nonlinear systems. Our method is different from those using supervised learning algorithms, such as the backpropagation (BP) algorithm, that needs training information in each step. The contributions of this thesis are the new approach to constructing neural network architecture and its training.

• IEMEK Journal of Embedded Systems and Applications
• /
• v.15 no.2
• /
• pp.43-49
• /
• 2020

In this paper, we propose a stage-wise knowledge transfer method that uses block-wise retraining to transfer the useful knowledge of a pre-trained residual network (ResNet) in a teacher-student framework (TSF). First, multiple hint information transfer and block-wise supervised retraining of the information was alternatively performed between teacher and student ResNet models. Next, Softened output information-based knowledge transfer was additionally considered in the TSF. The results experimentally showed that the proposed method using multiple hint-based bottom-up knowledge transfer coupled with incremental block-wise retraining provided the improved student ResNet with higher accuracy than existing KD and hint-based knowledge transfer methods considered in this study.

• Journal of the Korean Institute of Telematics and Electronics B
• /
• v.33B no.8
• /
• pp.124-133
• /
• 1996

This paper presents the implementation of variable structure control system for a linear or nonlinear system using neural networks. The overall control system consists of neural network controller and a reaching mode controller. While the former approximates the equivalent control input on the sliding surface, the latter is used to bring the entire system trajectories toward the sliding surface. No supervised learning procedures are needed and the weights of the neural network are tuned on-line automatically. The neural netowrk-based variable structure control system is applied to a nonlinare unstable inverted pendulum system through computer simulations, and implemented using a microcomputer (80486-50MHz) and applied to the DC servomotor position control system. Simulation and experimental results show the expected approximation sliding property is occurred. The proposed controller is compared with a PID controller and shows better performance than the PID controller in abrupt plant parameter change.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.649-652
• /
• 2016

빅데이터 시대와 다양한 웨어러블 디바이스의 등장으로 사용자로부터 다양한 비정형 데이터를 수집할 수 있고 분석을 통해 정보를 제공하는 연구가 증가하고 있다. 본 논문에서 사용한 nymi 밴드를 통해 사용자의 ECG 신호에 대한 수집이 가능해졌고 수집된 데이터를 이용하여 부정맥과 관련된 데이터 분석이 가능해 졌다. 지도 학습의 방법중 하나인 분류 기법을 사용하여 수집 되는 ECG 신호 데이터에 대한 부정맥 질병을 판단할 수 있는 시스템을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.33-38
• /
• 2013

소셜미디어를 통한 여론분석과 브랜드 모니터링에 대한 요구가 증가하면서, 빅데이터로부터 감성을 분석하는 기술에 대한 필요가 늘고 있다. 이를 위해, 본 논문에서는 단순 긍/부정 감성이 아닌 20종류의 세분화된 감성을 분석하기 위한 감성어휘 구축 알고리즘을 제시한다. 감성어휘 구축을 위해서는 준지도학습을 사용하였으며, 도메인에 특화되지 않은 일반 감성어휘를 구축하도록 학습되었다. 학습된 감성어휘를 인물, 스마트기기, 정책 등 다양한 도메인의 트위터 데이터에 적용하여 세부감성을 분석한 결과, 알고리즘의 특성상 재현율이 낮다는 한계를 가지고 있었으나, 대부분의 감성에 대해 높은 정확도를 지닌 감성어휘를 구축할 수 있었고, 감성을 직간접적으로 나타내는 표현들을 학습할 수 있었다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.6 no.1
• /
• pp.112-119
• /
• 2000

A die-casting junction method is usually used to manufacture the tub of an IH(induction heating) jar. If there is a very small air bubble in the junction area, the thermal conductivity is deteriorated and local overheat occurs. Such problem brings serious inferiority of the IH jar. In this paper, we propose a new method to detect such defect with simply measured thermal data. Thermal distribution of preheated tubs is obtained by scanning with infrared thermal sensors and analyzed with the statistic pattern recognition method. By defining the characteristic feature as the temperature difference between sensors and using ellipsoid function as decision boundary, a supervised learning method of genetic algorithm is proposed to obtain the required parpameters. After applying the proposed method to experiment, we have proved that the rate of recognition is high even for a small number of data set.

• Proceedings of the IEEK Conference
• /
• 2000.07b
• /
• pp.1021-1024
• /
• 2000

In this paper, a neuro-fuzzy system for quantitative characterization of chaotic signals is proposed. The proposed system is differ from the previous methods in that the nonlinear functions of the nonlinear dynamical systems are calculated as the invariant factor. In the proposed neuro-fuzzy system, the nonlinear functions are determined by supervised learning. From the reconstructed nonlinear functions, the proposed system can generate extrapolated chaotic signals. This feature will help the study of nonlinear dynamical systems which require large number of chaotic data. To confirm the validity of the proposed system, nonlinear functions are reconstructed from 1-dimensional and 2-dimensional chaotic signals.

• Annual Conference on Human and Language Technology
• /
• 2002.10e
• /
• pp.111-117
• /
• 2002

개체명 인식은 질의응답(QA), 정보 주줄(IE), 텍스트 마이닝 시스템의 성능 향상에 중요한 역할을 담당한다. 이 논문에서는 교사학습 기반의 한국어 개체명 인식에 대해 설명한다. 한국어에서 많은 개체명들이 하나 이상의 단어로 구성되어 있으며, 개체명을 구성하는 단어 사이에는 의존 관계가 존재하고, 개체명과 개체명 주위의 단어 사이에도 문맥적 의존관계를 가지고 있다. 본 논문에서는 가변길이의 개체명과 주변 문맥의 학습을 위해 트라이그램을 이용한 HMM을 사용하였으며, 자료 부족 문제를 해소하기 위해 어휘 기반이 아닌 부개체 유형 기반의 학습을 수행하였다. 학습된 개체명 인식 시스템을 이용하여 경제 분야의 신문 기사에 대한 실험 결과, 84.4%의 정확률과 90.9%의 재현률을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.139-141
• /
• 2015

본 논문은 커뮤니티 기반의 질의-응답 서비스에서 사용자 질의의 주제를 분류하는 시스템을 소개한다. 커뮤니티 기반의 질의-응답 서비스는 분야에 따라 다양한 주제를 가질 수 있으며 오늘 날 사용자 질의의 주제 분류에는 통계 기반의 분류 방법이 많이 이용되고 있다. 통계 기반의 분류 방법으로 사용자 질의를 분류하기 위해서는 주제에 적합한 대량의 학습 말뭉치가 필요하다. 주제에 적합한 대량의 학습 말뭉치를 사람이 직접 구축하는 것은 많은 시간과 비용이 든다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 위키피디아 문서를 Supervised K-means Clustering 기법으로 주제별로 분류함으로써 학습 말뭉치를 반자동으로 구축하는 방법을 제안한다. 그 다음, 생성된 학습 말뭉치로 지지 벡터 기계를 학습하여 사용자 질의의 주제를 분류하게 된다. 위키피디아 문서와 사용자 질의는 다른 도메인의 문서임에도 불구하고 본 논문의 시스템으로 사용자 질의의 주제를 분류한 결과 77.33%의 정확도를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.169-172
• /
• 2015

본 논문에서는 준 지도 학습에 기반한 중요 객체 검출 방법을 제안한다. 첫째, 색상과 공간 정보를 활용하여 이미지를 분할한 후, 분할된 영역을 색상의 유사도로 연결하여 그래프를 만든다. 둘째, 색 대비 및 가장자리 사전 지식을 활용하여 중요 객체에 해당하는 씨앗 노드와 배경에 해당하는 씨앗 노드를 추출한다. 끝으로, 중요 객체 및 배경 씨앗 노드를 이용하여 준 지도학습 기법에 적용함으로써 이미지 전체 노드의 중요도를 계산한다. 실험 결과, 제안한 알고리즘이 최신의 다른 알고리즘보다 높은 재현율 구간에서 높은 정밀도를 보임을 확인할 수 있고, 시각적으로도 좋은 성능을 보임을 확인할 수 있다.