• 전력전자학회논문지
• /
• 제4권4호
• /
• pp.357-367
• /
• 1999

매입형 영구자석 동기전동기와 인버터, 그리고 추진제어기로 구성된 추진시스템을 갖는 독립 구동형 전기자동차에 대하여 파라미터 변동특성을 반영하는 전동기 제어기법과 주행특성을 개선한 새로운 추진제어기 기법을 제시하였다. 기존의 방식과는 다르게 전동기의 등가파라미터인{{{{ { L}_{d } }} 와{{{{ { L}_{q } }} 의 변동을 전류의 크기뿐만 아니라 전류 위상각의 관점에서 고려하였으며, 해석적인 방법으로 전 영역에 대한 변동 곡선을 제시하였다. 그리고{{{{ { L}_{d } }}와 {{{{ { L}_{q } }}에 대한 변동을 신경회로망을 이용하여 추정기를 구성한 후 신경회로망 추정기를 갖는 매입형 영구자석 동기 전동기용 벡터제어 기법을 제시하였다. 또한, 추진제어기는 토크분배 기능과 토크약화제어 기능을 구비하도록 만들어졌으며, 선회 조종성과 슬립율이 안정 영역 내에서 운전 되도록 개선된 추진 제어기를 제시하였다. 제안된 제어기의 동특성을 실험과 모의 실험을 통하여 검증하였다.

• 한국소음진동공학회논문집
• /
• 제22권12호
• /
• pp.1227-1236
• /
• 2012

The low speed machinery faults are usually caused by the bearing failure of the rolling elements. As the life time of the bearing is limited, the condition monitoring of bearing is very important to maintain the continuous operation without failures. A few monitoring techniques using time domain, frequency domain and fuzzy neural network vibration analysis are introduced to detect and diagnose the faults of the low speed machinery. This paper presents a method of fault detection for the rolling element bearing in the low speed machinery using the Wiener filtering and shock pulse counting techniques. Wiener filter is used for noise cancellation and it clearly makes the shock pulse emerge from the time signal with the high level of noise. The shock pulse counting is used to determine the various faults obviously from the shock signal with transient pulses not related with the bearing fault. Machine fault simulator is used for the experimental measurement in order to verify this technique is the powerful tool for the low speed machine compared with the frequency analysis. The test results show that the method proposed is very effective parameter even for the signal with high contaminated noise, speed variation and very low energy. The presented method shows the optimal tool for the condition monitoring purpose to detect the various bearing fault with high accuracy.

• 한국항해항만학회지
• /
• 제28권3호
• /
• pp.227-232
• /
• 2004

차량동역학제어시스템은 복잡하고 비선형이므로 잠금방지 제동시스템 및 자동주행시스템 개발에 어려움이 있다. 차량절대속도를 추정하기 위해 퍼지 로직 기법이 최근 적용되어 정상적인 조건에서 만족할 만한 결과를 얻고 있다. 그러나 급격한 제동시 추정오차가 크게 발생되었다. 본 논문에서는 휠 속도 센서를 이용하여 무인 컨테이너 운송차량의 절대속도를 추정하기 위해, 뉴럴 네트워크 모델의 방사대칭 기저함수와 주성분 분석법을 적용하여 10개의 추정 알고리즘중 오차를 4％ 이내로 추정할 수 있는 알고리즘을 제시하였다.

• 산업경영시스템학회지
• /
• 제39권1호
• /
• pp.25-30
• /
• 2016

It is critical to forecast the maximum daily and monthly demand for power with as little error as possible for our industry and national economy. In general, long-term forecasting of power demand has been studied from both the consumer's perspective and an econometrics model in the form of a generalized linear model with predictors. Time series techniques are used for short-term forecasting with no predictors as predictors must be predicted prior to forecasting response variables and containing estimation errors during this process is inevitable. In previous researches, seasonal exponential smoothing method, SARMA (Seasonal Auto Regressive Moving Average) with consideration to weekly pattern Neuron-Fuzzy model, SVR (Support Vector Regression) model with predictors explored through machine learning, and K-means clustering technique in the various approaches have been applied to short-term power supply forecasting. In this paper, SARMA and intervention model are fitted to forecast the maximum power load daily, weekly, and monthly by using the empirical data from 2011 through 2013. $ARMA(2,\;1,\;2)(1,\;1,\;1)_7$ and $ARMA(0,\;1,\;1)(1,\;1,\;0)_{12}$ are fitted respectively to the daily and monthly power demand, but the weekly power demand is not fitted by AREA because of unit root series. In our fitted intervention model, the factors of long holidays, summer and winter are significant in the form of indicator function. The SARMA with MAPE (Mean Absolute Percentage Error) of 2.45% and intervention model with MAPE of 2.44% are more efficient than the present seasonal exponential smoothing with MAPE of about 4%. Although the dynamic repression model with the predictors of humidity, temperature, and seasonal dummies was applied to foretaste the daily power demand, it lead to a high MAPE of 3.5% even though it has estimation error of predictors.

• Journal of Biosystems Engineering
• /
• 제21권3호
• /
• pp.325-335
• /
• 1996

표고의 외관 특징들은 표고의 재배 시 생육상태의 정량적 측정을 위해서, 표고의 건조 시 건조 성능을 나타내는 정량적 지표로서, 그리고 건표고의 품질을 판정하는 요인으로서 중요한 역할을 한다. 본 논문에서는 컴퓨터 시각시스템 및 신경회로망 기술을 적용하여 표고의 갓 및 내피에 고루 분포되어 있는 외관특징을 정량적으로 추출하는 알고리즘을 개발하였다. 기존의 영상 처리 과정에서 유도되는 경험적 판정규칙 또는 명확한 수치적 판정조건에 의한 등급판정은 입력데이타의 결핍 또는 애매모호성에 따른 오차가 발생하기 쉽다. 신경회로망을 이용한 영상인식 기능을 도입함으로써 다양하고 애매모호한 표고의 외관 영상특징들을 효율적으로 처리하여 기존 영상처리 알고리즘에서 발생하는 오차를 개선하였다. 본 논문에서 제안하는 알고리즘은 표고의 갓과 내피면의 인식 및 특징 분할, 꼭지부의 검출, 제거 및 재생 등을 포함한다. 제안한 알고리즘에 의거하여 건표고의 등급판정에 주요한 품질인자들을 추출하고 정량화 하였다. 그리고 알고리즘의 개발은 흑백의 다치입력영상을 이용하여 수행하였다.

• 한국지구과학회지
• /
• 제38권7호
• /
• pp.496-510
• /
• 2017

본 연구는 기상청의 기상레이더 관측망을 이용한 하이브리드 고도면 강우추정 기법 기반의 새로운 정량적 합성강수량 추정 방법을 제시한다. HSR기법은 지형클러터, 빔차폐, 비 기상 에코 및 밝은 띠의 영향을 받지 않는 하이브리드 고도면의 반사도를 합성하는 것이 특징이다. HSR 합성반사도는 정적 HSR (STATIC)과 단일편파레이더에 대한 퍼지로직 기법과 이중편파레이더에 대한 시선방향 질감 기반의 품질관리 절차를 사용하는 동적 HSR (DYNAMIC) 합성으로 구분된다. STATIC과 DYNAMIC은 2014년 5월부터 10월까지 10개의 강우 사례에 대해 기상청 현업용 합성강우(MOSAIC)와 비교검증 하였다. 차폐 영역에서 STATIC, DYNAMIC, MOSAIC의 상관계수는 각각 0.52, 0.78, 0.69이며 평균 상대 오차는 각각 34.08, 30.08, 40.71%로 분석되었다.

• 한국측량학회지
• /
• 제18권1호
• /
• pp.1-9
• /
• 2000

최근 들어 정사투영영상에 대한 필요성과 그 효용성이 급격히 늘어나고 있으며, 정사사진지도 뿐만 아니라 여러가지 응용분야에 적용되고 있다. 본 연구에서는 특별한 수치지도 도화장비 없이 수치정사투영영상만을 이용하여 수치지도를 제작할 수 있도록 도형정보를 자동으로 추출하고 분류하고자 한다. 이를 위하여 영상처리의 여러 가지 기법들과 퍼지이론을 적용하여, 도로경계와 차선 그리고 건물의 종류에 따라 자동으로 레이어가 부여되도록 하였다. 특히 건물의 경우 화소 단위로 추출된 외곽 벡터라인이 상당히 복잡한 형태를 지니고 있으나 모서리간은 1차원 선형을 지니도록 프로그램을 개발하였다. 연구결과 자동으로 모든 대상물을 일시에 추출하여 인식하지는 못하였으나, 반자동을 가미하였을때 50 cm내외의 오차를 보이고 있었다. 따라서 1/5,000축척의 수치지도를 제작하는 데 있어서 효과적으로 사용될 수 있을 것이다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.105-120
• /
• 2007

본 논문은 스마트 홈 네트워크를 구성하는 정보가전기기의 지능성 측정을 위한 지능등급 측정모델을 개발하는 것이 목적이다. 스마트 홈 기기의 지능을 측정하기 위하여 다양한 문헌 고찰을 토대로 지능성 측정에 필요한 핵심 구성요소와 측정요소를 도출하여 재정의 하였다. 이를 토대로 지능등급 측정모델을 개발하였고 도출된 요소들은 각각의 중요도를 반영하기 위해서 델파이 방법을 이용하여 가중치를 산출하였다. 또한 다차원적인 지능성의 속성을 종합적으로 나타내기 위하여 퍼지적분을 사용하였다. 개발한 모델을 현재 출시되고 있는 스마트 홈 정보가전기기에 적용하여 지능수준을 측정하고 지능등급을 판정하였다. 제시된 지능등급측정모델은 사용자가 스마트 홈 기기의 지능성에 대하여 객관적으로 판단할 수 있는 기준을 제공하고, 스마트 홈 기기 개발 업체 및 서비스 개발업체에게는 제품 및 서비스에 대한 지능성 구현 수준을 구체적으로 정할 수 있으므로 스마트 홈 산업화를 촉진하는 계기를 마련할 것으로 기대한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.801-825
• /
• 2024

For Internet of Things, it is more preferred to have immediate access to environment information from sensor nodes (SNs) rather than from gateway nodes (GWNs). To fulfill the goal, mutual authentication scheme between user and SNs with session key (SK) negotiation is more suitable. However, this is a challenging task due to the constrained power, computation, communication and storage resources of SNs. Though lots of authentication schemes with SK negotiation have been designed to deal with it, they are still insufficiently secure and/or efficient, and some even have serious vulnerabilities. Therefore, we design an efficient secure authentication scheme with session key negotiation (eSAS2KN) for wireless sensor networks (WSNs) utilizing fuzzy extractor technique, hash function and bitwise exclusive-or lightweight operations. In the eSAS2KN, user and SNs are mutually authenticated with anonymity, and an SK is negotiated for their direct and instant communications subsequently. To prove the security of eSAS2KN, we give detailed informal security analysis, carry out logical verification by applying BAN logic, present formal security proof by employing Real-Or-Random (ROR) model, and implement formal security verification by using AVISPA tool. Finally, computation and communication costs comparison show the eSAS2kN is more efficient and secure for practical application.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.