• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.474-478
• /
• 1998

A new approach for the decision feedback equalizer(DFE) based on the back-propagation neural networks is described. We propose the method of optimal structure for back-propagation neural networks model. In order to construct an the optimal structure, we first prescribe the bounds of learning procedure, and the, we employ the method of incrementing the number of input neuron by utilizing the derivative of the error with respect to an hidden neuron weights. The structure is applied to the problem of adaptive equalization in the presence of inter symbol interference(ISI), additive white Gaussian noise. From the simulation results, it is observed that the performance of the propose neural networks based decision feedback equalizer outperforms the other two in terms of bit-error rate(BER) and attainable MSE level over a signal ratio and channel nonlinearities.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.77-82
• /
• 2008

본 논문에서는 대중음악 코드진행 과정에 있어서 패턴 분석을 이용하여 멜로디를 추가하는 방법을 소개한다. 먼저, 멜로디를 신경망의 입력으로 사용되는 비트패턴으로 변환하는 방법을 기술한다. 멜로디 추가 방법은 역전파 신경망 학습을 통해 멜로디 작곡 패턴을 학습시키고 학습 된 데이터를 바탕으로 멜로디를 생성하도록 설계하였다. 실험결과 신경망 학습을 이용한 컴퓨터의 작곡 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제24권5호
• /
• pp.473-481
• /
• 2008

This paper presents an approach to Back-propagation and Radial Basis Function neural network method with various training set for automatic vehicle detection from aerial images. The initial extraction of candidate object is based on Mean-shift algorithm with symmetric property of a vehicle structure. By fusing the density and the symmetry, the method can remove the ambiguous objects and reduce the cost of processing in the next stage. To extract features from the detected object, we describe the object as a log-polar shape histogram using edge strengths of object and represent the orientation and distance from its center. The spatial histogram is used for calculating the momentum of object and compensating the direction of object. BPNN and RBFNN are applied to verify the object as a vehicle using a variety of non-car training sets. The proposed algorithm shows the results which are according to the training data. By comparing the training sets, advantages and disadvantages of them have been discussed.

• Journal of electromagnetic engineering and science
• /
• 제10권2호
• /
• pp.61-66
• /
• 2010

This paper is concerned with an analysis of the back scattering of electromagnetic waves from a target moving along random rough surfaces such as the desert, and sea. First, the discrete ray tracing method(DRTM) is introduced, and then, this method is applied to the back scattering problem in order to investigate the effect of the back scattering from random rough surfaces on the electric field intensities. Finally, numerical examples of various height deviations of the Gaussian type of rough surfaces are shown. It is numerically demonstrated that the back scattering is dominated by the diffractions related to the reflections from the random rough surfaces.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.180-181
• /
• 2015

In this paper, we present a consistent and efficient edit propagation method that is applied for light field data. Unlike conventional sparse edit propagation, the coherency between light field sub-aperture images is fully considered by utilizing light field consistency in the optimization framework. Instead of directly solving the optimization function on all light field sub-aperture images, the proposed optimization framework performs sparse edit propagation in the extended focus image domain. The extended focus image is the representative image that contains implicit depth information and the well-focused region of all sub-aperture images. The edit results in the extended focus image are then propagated back to each light field sub-aperture image. Experimental results on test images captured by a Lytro off-the-shelf light field camera confirm that the proposed method provides robust and consistent results of edited light field sub-aperture images.

• 한국항해항만학회지
• /
• 제28권6호
• /
• pp.509-515
• /
• 2004

여객수와 화물량에 대한 예측은 터미널의 개발 및 계획, 선사의 적정선복량 화보를 위해 중요하다. 본 연구에서는 역전파 학습 알고리즘을 이용한 뉴럴네트웍을 이용하여 목포항 여객수와 화물량을 예측하였다. 그리고 이동평균법, 지수평활법, 뉴럴네트웍의 예측수행을 평균제곱오차, 절대평균오차로 비교하여 뉴럴네트웍의 예측수행능력이 우수함을 검정하였다. 또한 2005년 목포항 여객수와 화물량을 예측하여 여객선 선복량의 적정성을 분석하였다.

• 조명전기설비학회논문지
• /
• 제20권1호
• /
• pp.57-64
• /
• 2006

본 논문에서는 유도전동기의 벡터제어를 위한 ANN 센서리스 제어와 속도제어를 위한 AFLC를 제안하였다. AFLC 설계는 적응 메카니즘을 통해 퍼지 룰 베이스의 수정자를 갱신하여 실행할 수 있고 유도 전동기의 속도 추정을 위한 ANN 센서리스 제어는 BPA를 통해 수행하였다. 유도전동기의 지령속도와 실제속도는 BPA를 통해 그 오차를 줄일 수 있고, 이러한 알고리즘은 다른 전동기 드라이브에 적용이 용이하다. 본 논문에서 제시한 AFLC 및 ANN 제어의 응답특성을 분석하고 그 결과를 제시한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1478-1481
• /
• 2005

As the model of most practical system cannot be obtained, the practice of typical control method is limited. Accordingly, numerous artificial intelligence control methods have been used widely. Fuzzy control and neural network control have been an important point in the developing process of the field. This paper is proposed adaptive fuzzy-neural network based on the vector controlled interior permanent magnet synchronous motor drive system. The fuzzy-neural network is first utilized for the speed control. A model reference adaptive scheme is then proposed in which the adaptation mechanism is executed using fuzzy-neural network. Also, this paper is proposed estimation of speed of interior permanent magnet synchronous motor using artificial neural network controller. The back-propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The error between the desired state variable and the actual one is back-propagated to adjust the rotor speed, so that the actual state variable will coincide with the desired one. The back-propagation mechanism is easy to derive and the estimated speed tracks precisely the actual motor speed. This paper is proposed the analysis results to verify the effectiveness of the new method.

• 한국통신학회논문지
• /
• 제18권2호
• /
• pp.231-238
• /
• 1993

퍼지제어룰은 일반적으로 시스템에 대한 전문오퍼레이터나 기술자가 갖고 있는 애매모호함을 포함하고 있는 제어지식을 시스템의 입 출력 분할에 의해 if-then이라는 언어적 룰로서 표현하는 것으로 전문오퍼레이터나 기술자의 제어지식 자체의 부정확과 룰의 불완전등으로 완전하게 표현한다는 것은 대단히 어렵다. 이러한 불완전한 룰의 정확도를 시스템 동작 후에도 연속적으로 높이기 위한 방법으로서 신경회로망에 의한 퍼지 추론과 학습을 제시한다. 이 방식은 시스템의 퍼지롤의 후건부를 층상신경회로망의 역전파(Back-propagation) 학습방법에 의한 정확도를 증진시키고, 전건부의 적합도를 연상기억방식에 의해 추론하는 방식으로서, 이 방식을 이용하여 한정된 구역 내에서 숙련된 기술과 지식이 필요한 차의 안전하고 신속한 정차를 위한 Auto-Parking Fuzzy Controller를 설계하고 시뮬레이션을 통해 그 타당성을 입증하였다.

• 한국위성정보통신학회논문지
• /
• 제8권1호
• /
• pp.77-82
• /
• 2013

최근 주목을 받고 있는 Particle Filtering은 실제 객체 추적에서 발생하는 비선형, 비 가우시안 분포를 가지는 상태 벡터의 사후확률을 추정하기 위한 Monte Carlo 시뮬레이션에 기반을 둔 추적 방법론이다. 우리는 본 논문에서 Particle Filtering을 이용한 객체 추적성능을 향상시킬 수 있는 두 가지 방법론을 제안한다. 첫 번째는 확률이 가장 낮은 샘플을 이전 프레임의 추정된 상태 벡터로 대치하는 피드백 방법론이고, 두 번째는 객체 확률 분포를 추정된 객체 후보영역에 역투영하여 신뢰구간을 구함으로써 추적 박스의 정확도를 향상시키는 방법이다. 또한, 실험을 통해 구한 추적 샘플의 진화 방정식을 제시하였다. 우리는 다양한 상황이 설정된 실험 데이터 셋을 구성하여 실험을 실시하여 제안한 방법론의 우수성을 입증하였다.