• 전자공학회논문지SC
• /
• 제46권5호
• /
• pp.8-14
• /
• 2009

음성 인식 연구에서 잡음이 있는 상태에서 음성 발음상의 시작점과 종단점을 찾는 것은 매우 중요하다. 기존 음성인식 시스템의 오차는 대부분 참고템플릿의 시작점과 종단점을 왜란이나 잡음으로 인해 자동적으로 찾지 못했을 경우 발생한다. 따라서 음성 신호상에서 필요 없는 부분을 제거할 수 있는 방법이 필요하다. 기존의 음성 종단점을 찾는 방법으로는 시간도메인 측정방법, 미세시간 에너지 분석, 영교차율 방법이 있다. 위의 방법들은 저주파 신호 노이즈의 영향에 정밀성을 보장을 못한다. 따라서 본 논문에서는 시간영역상에서 리야프노프 지수를 이용한 종단점 인식 알고리즘을 제안하였다. 기존의 방법들과의 비교를 통해 제안한 방법의 성능 우수성을 보였으며, 시뮬레이션 및 실험을 통해 잡음환경에서도 음성종단 인식이 가능함을 보였다.

• 한국항공우주학회지
• /
• 제39권2호
• /
• pp.137-143
• /
• 2011

중력구배 인공위성의 pitch 운동이 관성 모멘트 비와 편심율에 따라 혼돈계가 될 수 있다. 혼돈계의 경우 운동의 정확한 예측을 위하여 비혼돈계로 전환하는 혼돈계 제어가 필요하다. 혼돈계 제어에는 feedback control system을 사용할 수 있다. 중력구배 인공위성의 pitch 운동의 혼돈계 제어를 위하여, 비선형 pitch 운동 방정식을 선형화를 하여 linear nonautonomous system을 구하고, 이를 근거로 pitch 운동의 혼돈계 제어와 안정화(stabilization)를 위한 제어법칙을 설계하고 원래의 비선형 혼돈계 pitch 운동에 적용하였다. 설계된 pitch 운동 제어계는 두 개의 parameter를 가지는데, 혼돈계 제어와 안정화에 만족할 만한 결과를 보여주었다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2002년도 하계학술대회 논문집 Vol.3 No.2
• /
• pp.939-944
• /
• 2002

PD phenomena can be regarded as a deterministic dynamical process where PD should be occurred if the local electric field be reached to be sufficiently high. And thus, its mathematical model can be described by either difference equations or differential equations using several state variables obtained from the time sequential measured data of PD signals. These variables can provide rich and complex behavior of detectable time series, for which Chaos theory can be employed. In this respect, a new PD pattern recognition method is proposed and named as 'Chaotic Analysis of Partial Discharges (CAPD)' for this work. For this purpose, six types of specimen are designed and made as the models of the possible defects that may cause sudden failures of the underground power transmission cables under service, and partial discharge signals, generated from those samples, are detected and then analyzed by means of CAPD. Throughout the work, qualitative and quantitative properties related to the PD signals from different defects are analyzed by use of attractor in phase space, information dimensions ($D_0$ and D2), Lyapunov exponents and K-S entropy as well. Based on these results, it could be pointed out that the nature of defect seems to be identified more distinctively when the CAPD is combined with traditional statistical method such as PRPDA. Furthermore, the relationship between PD magnitude and the occurrence timing is investigated with a view to simulating PD phenomena.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 C
• /
• pp.1850-1852
• /
• 2000

In this paper, new Partial Discharge (PD) detection technique using Pockels cell was proposed and considerable apparent chaotic characteristics were discussed. For this purpose, PD was generated from needle-plane electrode in air and detected by optical measuring system using Pockels cell, based on Mach-Zehnder interferometer, consisting of He-Ne laser, single mode optical fiber, 50/50 beam splitter and photo detector. A qualitative analysis was carried out by drawing Return map for the normalized time series of the detected PD signals. The results are as follows:(a) Fixed points, between 0.7 and 1.0, are appeared clearly in the right upper area of the return map as the increase in the number of obtained data.(b) Considerable periodicity have been remarked even though exact period and length can not be determined.(c) The self-similarity can be also observed inasmuch as the late paths do not follow the previous ones. Accordingly, exact quantitative analysis such as embedding dimension, fractal dimension, and Lyapunov exponents should be carried out for deducing the quantitative properties regarding PD phenomena.

• Journal of Electrical Engineering and Technology
• /
• 제9권3호
• /
• pp.1060-1071
• /
• 2014

Signals of the Electroencephalogram (EEG) can reflect the electrical background activity of the brain generated by the cerebral cortex nerve cells. This has been the mostly utilized signal, which helps in effective analysis of brain functions by supervised learning methods. In this paper, an approach for improving the accuracy of EEG signal classification is presented to detect epileptic seizures. Moreover, Independent Component Analysis (ICA) is incorporated as a preprocessing step and Short Time Fourier Transform (STFT) is used for denoising the signal adequately. Feature extraction of EEG signals is accomplished on the basis of three parameters namely, Standard Deviation, Correlation Dimension and Lyapunov Exponents. The Artificial Neural Network (ANN) is trained by incorporating Levenberg-Marquardt(LM) training algorithm into the backpropagation algorithm that results in high classification accuracy. Experimental results reveal that the methodology will improve the clinical service of the EEG recording and also provide better decision making in epileptic seizure detection than the existing techniques. The proposed EEG signal classification using feed forward Backpropagation Neural Network performs better than to the EEG signal classification using Adaptive Neuro Fuzzy Inference System (ANFIS) classifier in terms of accuracy, sensitivity, and specificity.

• 한국수학사학회지
• /
• 제25권4호
• /
• pp.53-67
• /
• 2012

오늘날, 우주비행궤도의 정밀계산은 매우 실용적인 학문이 되었다. 프엥카레의 천체역학의 주요 키워드는 적분불변, 주기해, 점근해, 특성지수, 단일값을 갖는 새로운 적분의 불가능성등으로 볼 수 있다. 적분불변은 모든 시간에 걸쳐서 일정한 적분 값을 유지하는 것을 말한다. 곡선의 호상에서 취한 적분은 2, 3차원으로 확장하였다. 고유치는 궤적의 형식에 따라서 분류되는 바 매듭, 초점들, 말 안장점, 중심과 같은 것이다. 주기해에서는 고유값에 해당하는 특성지수에 따라서 주기해를 갖는다고 하였다. 주기해의 안정성은 특성지수의 성질을 조사하는 것과 동일한 것이다. 분지라고 불리는 천체궤도의 카오스적 존재 가능성을 프엥카레는 예외적 궤도의 존재로 주장하였고, 이는 아다마르의 견해대로 우연에 의한 확률적 궤도의 존재를 말하는 것이다. 호모크리닉점의 존재는 삼체문제의 이중 점근해를 말하고, 이것은 궤적이 카오적임을 말해주는 것이다. 주어진 조건에 따라서 엑스포넨셜 함수의 고유값인 특성지수가 계속 변함으로, 매우 작은 간격에서도 분지들은 얻게 되고, 원래의 주기와는 다소 멀어지는 것이다. 주기해의 안정성문제는 특성지수를 연구하는 것과 같다. 프엥카레는 궤적의 거동이 선형변환의 고유값 성질에 의존하고 이 고유값들과 서로 다른 특이점들 사이에 매우 밀접한 관련이 있음을 발견하였다. 뷔른스, 질덴, 순드만, 힐, 다윈, 벌코프, 하이테커, 아다마르등의 이론전개는 프엥카레의 이론과 불가분의 관계를 갖는다.

• 지능정보연구
• /
• 제4권1호
• /
• pp.133-147
• /
• 1998

Recently, many researchers have been involved in finding deterministic equations which can accurately predict future event, based on chaotic theory, or fractal theory. The theory says that some events which seem very random but internally deterministic can be accurately predicted by fractal equations. In contrast to the conventional methods, such as AR model, MA, model, or ARIMA model, the fractal equation attempts to discover a deterministic order inherent in time series data set. In discovering deterministic order, researchers have found that neural networks are much more effective than the conventional statistical models. Even though prediction accuracy of the network can be different depending on the topological structure and modification of the algorithms, many researchers asserted that the neural network systems outperforms other systems, because of non-linear behaviour of the network models, mechanisms of massive parallel processing, generalization capability based on adaptive learning. However, recent survey shows that prediction accuracy of the forecasting models can be determined by the model structure and data structures. In the experiments based on actual economic data sets, it was found that the prediction accuracy of the neural network model is similar to the performance level of the conventional forecasting model. Especially, for the data set which is deterministically chaotic, the AR model, a conventional statistical model, was not significantly different from the MLP model, a neural network model. This result shows that the forecasting model. This result shows that the forecasting model a, pp.opriate to a prediction task should be selected based on characteristics of the time series data set. Analysis of the characteristics of the data set was performed by fractal analysis, measurement of Hurst index, and measurement of Lyapunov exponents. As a conclusion, a significant difference was not found in forecasting future events for the time series data which is deterministically chaotic, between a conventional forecasting model and a typical neural network model.

• 수면정신생리
• /
• 제5권2호
• /
• pp.185-193
• /
• 1998

연구배경 : 양성 및 음성 정신분열병 환자간의 뇌파를 비선형적으로 분석하고 그 결과를 대조군과 비교하여 뇌파의 비선형 분석을 통한 정신분열병의 병태생리를 이해하기 위하여 양성 정신분열병 환자 8명, 음성 정신분열병 환자 9명과 정상 대조군 8명을 대상으로 하여 16전극에서 뇌파를 기록하여 비선형 분석을 시행하였다. 결과 : 좌측측두부 최대 양수 리아프노프 지수 값이 음성 정신분열병군에서 양성 정신분열병군과 정상 대조군에 비하여 유의하게 낮았으며, 일부 전극에서 양성증상은 좌측 두뇌의 카오스적 성상과 정상관이 있었으며 우측두뇌의 카오스적 성상과는 역상관이 있었다. 결론 : 본 연구결과를 통하여 정신분열병 환자의 두뇌 기능을 조사하는 데에 있어서 카오스적 역동을 응용한 뇌파분석이 임상적 유용성이 있음을 알 수 있었으며, 임상적 변인을 잘 통제한 연구가 필요하다는 것을 확인할 수 있었다.