• 제어로봇시스템학회논문지
• /
• 제10권12호
• /
• pp.1223-1232
• /
• 2004

We present a new technique to the design and real-time implementation of fuzzy control system basedon digital signal processors in order to improve the precision and robustness for system of industrial robot in this paper. The need to meet demanding control requirement in increasingly complex dynamical control systems under significant uncertainties, leads toward design of intelligent manipulation robots. The TMS320C80 is used in implementing real time fuzzy control to provide an enhanced motion control for robot manipulators. In this paper, a Self-Organizing Fuzzy Controller for the industrial robot manipulator with a actuator located at the base is studied. A fuzzy logic composed of linguistic conditional statements is employed by defining the relations of input-output variables of the controller. In the synthesis of a Fuzzy Logic Controller, one of the most difficult problems is the determination of linguistic control rules from the human operators. To overcome this difficult Self-Organizing Fuzzy Controller is proposed for a hierarchical control structure consisting of basic and high levels that modify control rules. The proposed Self-Organizing Fuzzy Controller scheme is simple in structure, fast in computation, and suitable for implementation of real-time control. Performance of the SOFC is illustrated by simulation and experimental results for a Dual-Arm robot with eight joints.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1315-1318
• /
• 2003

In this paper, a neural network based approach using a self-organizing feature map is proposed for the segmentation of X ray images. A number of algorithms based on such approaches as histogram analysis, region growing, edge detection and pixel classification have been proposed for segmentation of general images. However, few approaches have been applied to X ray image segmentation because of blur of the X ray image and vagueness of its edge, which are inherent properties of X ray images. To this end, we develop a new model based on the neural network to detect objects in a given X ray image. The new model utilizes Mumford-Shah functional incorporating with a modified adaptive SOFM. Although Mumford-Shah model is an active contour model not based on the gradient of the image for finding edges in image, it has some limitation to accurately represent object images. To avoid this criticism, we utilize an adaptive self organizing feature map developed earlier by the authors.[1] It's learning rule is derived from Mumford-Shah energy function and the boundary of blurred and vague X ray image. The evolution of the neural network is shown to well segment and represent. To demonstrate the performance of the proposed method, segmentation of an industrial part is solved and the experimental results are discussed in detail.

• 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.

• 한국지능시스템학회논문지
• /
• 제7권3호
• /
• pp.21-33
• /
• 1997

본 논문에서는 바람직한 제어 방향의 학습을 통한 퍼지 제어기의 새로운 자기 구성 방법을 제안한다. 기울기 강하법에 기반하여 특성을 모르는 동적 플랜트에 대한 퍼지 제어기를 자기 구성할 때 풀어야할 문제중 하나는 오차를 줄이도록 하는 바람직한 제어입력의 변화방향을 알아내는 것이다. 이 문제를 해결하기 위한 방법으로서, 제어입력에 따른 오차의 변화 방향에 대한 대표 값을 분할된 상태영역에 할당하고, 반복적인 시행을 통해 강화 학습된 이 대표값을 이용하여 퍼지 제어 규칙을 학습하는 방법을 제안하였다. 제안된 자기구성 퍼지제어기는 간단한 구조를 가질 뿐 아니라 설계하기도 쉬운 장점을 갖는다. 제안된 방법의 타당성은 역진자 시스템에 대한 모의 실험을 통하여 검증하였다.

• 한국안전학회지
• /
• 제33권6호
• /
• pp.77-84
• /
• 2018

Report documents of industrial and occupational accidents have continuously been accumulated in private and public institutes. Amongst others, information on narrative-texts of accidents such as accident processes and risk factors contained in disaster report documents is gaining the useful value for accident analysis. Despite this increasingly potential value of analysis of text information, scientific and algorithmic text analytics for safety management has not been carried out yet. Thus, this study aims to develop data processing and visualization techniques that provide a systematic and structural view of text information contained in a disaster report document so that safety managers can effectively analyze accident risk factors. To this end, the risk factor map using text mining and self-organizing map is developed. Text mining is firstly used to extract risk keywords from disaster report documents and then, the Self-Organizing Map (SOM) algorithm is conducted to visualize the risk factor map based on the similarity of disaster report documents. As a result, it is expected that fruitful text information buried in a myriad of disaster report documents is analyzed, providing risk factors to safety managers.

• 한국사회복지학
• /
• 제64권1호
• /
• pp.5-30
• /
• 2012

본 연구는 지역사회복지관의 주민조직 활동에서 지역주민이 구성한 언어를 토대로 주민조직과 참여자의 변화과정을 살펴봄으로써 근린지역사회조직화모델의 효과를 이해하기 위해 수행되었다. 연구결과 주민조직의 조직적, 개인적 차원에서의 변화과정을 확인할 수 있었다. 먼저 주민조직차원의 변화과정을 살펴보면 참여자들은 문제의 발견과 주민조직을 거쳐 조직의 목표를 설정하고 조직의 질적, 양적 변화의 의미를 구성한다. 개인적 차원에서 참여자들은 '갇힌 세계로부터의 탈출'을 거쳐 가치 있는 일을 통한 '나의 재구성'단계를 거치게 된다. 다음으로 참여자는 가족을 통해, 자신을 자랑스러운 존재로 재규정하고 있고 또한 이웃을 통해, '이웃은 곧 나'라는 새로운 의미를 구성한다. 마지막으로 연구결과를 토대로, 근린지역사회조직화모델의 효과를 높이기 위한 실천적 제언을 했다.

• 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.

• 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.

• 전자공학회논문지C
• /
• 제34C권11호
• /
• pp.95-103
• /
• 1997

A robust center estimation tecnique of n-fold engineering parts is presented, which use self-organizing neural networks with generating and merging learning for training neural units. To estimate the center of the n-fold engineering parts using neural networks, the segmented boundaries of the interested part are approximated to strainght lines, and the temporal estimated centers by thecosine theorem which formed between the approximaged straight line and the reference point, , are indexed as (.sigma.-.theta.) parameteric vecstors. Then the entries of parametric vectors are fed into self-organizing nerual network. Finally, the center of the n-fold part is extracted by mean of generating and merging learning of the neurons. To accelerate the learning process, neural network uses an adaptive learning rate function to the merging process and a self-adjusting activation to generating process. Simulation results show that the centers of n-fold engineering parts are effectively estimated by proposed technique, though not knowing the error distribution of estimated centers and having less information of boundaries.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1168-1171
• /
• 2003

The visuo-motor map is based on the Kohonen's self-organizing map. The map is learned the relation of the end effecter coordinates and the joint angles. In this paper, a 3 d-o-fmanipulator which moves in the 2D space is targeted. A CCD camera is set beside the manipulator, and the end effecter coordinates are given from the image of a manipulator. As a result of learning, the end effecter can be moved to the destination without exact teaching.