• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1996년도 International Conference on Agricultural Machinery Engineering Proceedings
• /
• pp.773-779
• /
• 1996

Dried oak mushroom have complex and various visual features. Grading and sorting of dried oak mushrooms has been done by the human expert. Though actions involved in human grading looked simple, a decision making underneath the simple action comes from the result of the complex neural processing of the visual image. Through processing details involved in human visual recognition has not been fully investigated yet, it might say human can recognize objects via one of three ways such as extracting specific features or just image itself without extracting those features or in a combined manner. In most cases, extracting some special quantitative features from the camera image requires complex algorithms and processing of the gray level image requires the heavy computing load. This fact can be worse especially in dealing with nonuniform, irregular and fuzzy shaped agricultural products, resulting in poor performance because of the sensitiveness to the crisp criteria or specific ules set up by algorithms. Also restriction of the real time processing often forces to use binary segmentation but in that case some important information of the object can be lost. In this paper, the neuro net based real time recognition algorithm was proposed without extracting any visual feature but using only the directly captured raw gray images. Specially formated adaptable size of grids was proposed for the network input. The compensation of illumination was also done to accomodate the variable lighting environment. The proposed grading scheme showed very successful results.

• Journal of Microbiology and Biotechnology
• /
• 제12권4호
• /
• pp.687-691
• /
• 2002

To enhance the production of flavonoids [baicalin, wogonin-7-Ο-glucuronic acid (GA)], which are secondary metabolites of Scutellaria baicalensis Georgi(G.) plant cells, a multilayer perceptron control system was applied to regulate the substrate feeding in a fed-batch cultivation. The optimal profile for the substrate feeding rate in a fed-batch culture of S. baicalensis G. was determined by simulating a kinetic model using a genetic algorithm. Process variable profiles were then prepared for the construction of a multilayer perceptron controller that included massive parallelism, trainability, and fault tolerance. An error back-propagation algorithm was applied to train the multiplayer perceptron. The experimental results showed that neurocontrol incorporated with a genetic algorithm improved the flavonoid production compared with a simple fuzzy logic control system. Furthermore, the specific production yield and flavonoid productivity also increased.

• 조명전기설비학회논문지
• /
• 제27권9호
• /
• pp.74-82
• /
• 2013

This paper presents a novel maximum power point tracking for a photovoltaic power (PV) system with a direct control plan. Maximum power point tracking (MPPT) must usually be integrated with photovoltaic (PV) power systems so that the photovoltaic arrays are able to deliver maximum available power. The maximum available power is tracked using specialized algorithms such as Perturb and Observe (P&O) and incremental Conductance (indCond) methods. The proposed method has the direct control of the MPPT algorithm to change the duty cycle of a dc-dc converter. The main difference of the proposed system to existing MPPT systems includes elimination of the proportional-integral control loop and investigation of the effect of simplifying the control circuit. The proposed method thus has not only faster dynamic performance but also high tracking accuracy. Without a conventional controller, this method can control the dc-dc converter. A simulation model and the direct control of MPPT algorithm for the PV power system are developed by Matlab/Simulink, SimPowerSystems and Matlab/Stateflow.

• Nuclear Engineering and Technology
• /
• 제51권3호
• /
• pp.723-730
• /
• 2019

Acquiring instrumentation signals generated from nuclear power plants (NPPs) is essential to maintain nuclear reactor integrity or to mitigate an abnormal state under normal operating conditions or severe accident circumstances. However, various safety-critical instrumentation signals from NPPs cannot be accurately measured on account of instrument degradation or failure under severe accident circumstances. Reactor vessel (RV) water level, which is an accident monitoring variable directly related to reactor cooling and prevention of core exposure, was predicted by applying a few signals to deep neural networks (DNNs) during severe accidents in NPPs. Signal data were obtained by simulating the postulated loss-of-coolant accidents at hot- and cold-legs, and steam generator tube rupture using modular accident analysis program code as actual NPP accidents rarely happen. To optimize the DNN model for RV water level prediction, a genetic algorithm was used to select the numbers of hidden layers and nodes. The proposed DNN model had a small root mean square error for RV water level prediction, and performed better than the cascaded fuzzy neural network model of the previous study. Consequently, the DNN model is considered to perform well enough to provide supporting information on the RV water level to operators.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.132-132
• /
• 2021

Access to accurate spatial precipitation in many hydrological studies is necessary. Existence of many mountains with diverse topography in South Korea causes different spatial distribution of precipitation. Rain gauge stations show accurate precipitation information in points, but due to the limited use of rain gauge stations and the difficulty of accessing them, there is not enough accurate information in the whole area. Weather radars can provide an integrated precipitation information spatially. Despite this, weather radar data have some errors that can not provide accurate data, especially in heavy rainfall. In this study, some location-based variable like aspect, elevation, plan curvature, profile curvature, slope and distance from the sea which has most effect on rainfall was considered. Then Automatic Weather Station data was used for spatial training of variables in each event. According to this, K-fold cross-validation method was combined with Adaptive Neuro-Fuzzy Inference System. Based on this, 80% of Automatic Weather Station data was used for training and validation of model and 20% was used for testing and evaluation of model. Finally, spatial distribution of precipitation for 1×1 km resolution in Gwangdeoksan radar station was estimates. The results showed a significant decrease in RMSE and an increase in correlation with the observed amount of precipitation.

• 한국의학물리학회지:의학물리
• /
• 제19권4호
• /
• pp.201-208
• /
• 2008

물리적 평가(physical evaluation)가 영상품질의 객관화와 정량화를 위한 토대를 제공함에도 불구하고, 부정확하고 가변적인 특성을 지닌 주관적 평가(subjective evaluation)가 영상평가에 중요한 역할을 하게 된다. 본 연구에서는 디지털 방사선 영상의 물리적 평가와 주간적 평가의 단점을 상호 보완하고 객관적 정량화를 위한 새로운 방법을 제안하고자 한다. 임상에 사용되고 있는 4대의 디지털 방사선 영상 촬영장치로부터 동일한 임상조건에서 흉부 팬톰 영상을 획득하였다. 물리적 영상평가를 위하여 디지털 흉부 팬톰 내에서 3개의 영역(폐, 심장, 그리고 복부)에 존재하는 CNR (contrast-to-noise ratio)를 측정하였고 분할(segmentation)과 정합(registration)등 다양한 영상처리기술이 적용되었다. 주관적 평가는 5명의 관찰자에 의한 저 대조도 물체의 식별 정도를 점수화 하였다. 두 평가의 특성을 보완 및 결합하고자 퍼지적분 이론이 도입되었다. 4대의 시스템으로부터의 평가결과가 비교되었으며, 물리적 평가와 주관적 평가가 항상 비례하지 않음을 보였다. 물리적 평가에서는 높은 점수를 보였던 시스템이 주관적 평가에서는 상대적으로 낮은 평가를 보였다. 본 연구에서 제안한 퍼지적분에 의한 영상평가의 정량화는 물리적 평가와 주관적 평가를 모두 포함하는 총체적인 평가 방법이며, 다양한 영상품질 평가에 유용할 것이라 사료된다.

• 한국지능시스템학회논문지
• /
• 제3권2호
• /
• pp.18-35
• /
• 1993

가압경수로형 원자력발전소 수위제어시스템과 특히 저출력시 수위제어상의 문제점들이 분석 및 고찰되었으며 저출력으로 운전시의 여러 과도특성에서도 안정된 제어를 하고 급수펌프고장과 같은 큰 수위변동 발생시에는 신속한 수위응답을 얻기 위한 방법이 주로 연구되었다. 제어기의 기본 알고리즘으로 퍼지제어기법을 적용하였으며 여기에 필요한 제어규칙 및 알고리즘은 운전원의 지식과 한국원자력연구소에 설치된 교육훈련용 모의제어반에서의 수동운전경험을 바탕으로 설정되었다. 실제 시스템 구현관점에서 제어변수 및 적용규칙은 보다 간편한 튜닝과 입출력변수간의 영향을 고려하여 세워졌다. 저유량일 때 측정이 불량한 유량신호에 대해, 중기발생기를 압력제어모드로 운전할 때에는 유량차의 퍼지변수로서 우회급수밸브의 개도를 이용한 대체정보를 채용하였으며 수위오차의 크기에 따라 유량차의 소속함수를 달리하는 동적인 튜닝방법을 사용하였다. 또한 우회급수와 주급수밸브간 간단한 전환알고리즘의 적용으로 밸브절환시의 수위요동을 억제하고자 하였다. 시뮬레이션 결과 저출력구간에서 원자로출력변동에 대해 기존에 설치된 방법보다 안정된 제어를 하고 동적 튜닝의 적용으로 미세제어동작과 수위오차가 큰 영역의 제어에 대해 신속한 응답과 함께 제어성능이 개선되었음을 보였다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.295-304
• /
• 2020

IPCC는 기상이변의 예방 대책의 중요성을 권고하였으며 폭염은 주요 예방대책수립 주제 중 하나이다. 일반적으로 예방대책수립을 위한 기존 연구는 지형적 특성과 사회적 특성을 따로 구분하여 폭염취약지역을 도출하였으나 본 연구에서는 공간, 지형적 특성뿐만 아니라 사회적 특성을 함께 고려하여 폭염취약지역을 분석하고자 하였다. 에너지 사용량, 인구밀도, 정규식생지수, 수변이격거리, 태양복사량, 도로분포를 변수로 하여 점검하고, 여러 회귀모형 중 가장 적합한 모형인 Spatial Lag Model을 선택하여 사용가능한 변수를 추출하였다. 그리고 Fuzzy 이론에 기초하여 각 변수에 대한 폭염 취약정도를 분석하고, 6개의 변수를 중첩분석하여 최종적으로 폭염취약지역을 도출하였다. 연구 대상지는 폭염의 영향이 큰 대구광역시를 선정하였으며, 취약지역의 경우 기존 도심지이며 수변 및 식생에 영향을 적게 받은 대구 서구, 남구, 달서구에 주로 분포되어있음을 확인하였다. 이를 통해 대구광역시의 폭염 저감을 위한 정책적 지원에 있어 공간적, 사회적 특성을 모두 고려해야 함을 확인하였다.

• 지역연구
• /
• 제34권4호
• /
• pp.3-18
• /
• 2018

지역혁신은 지역경제 성장의 동력으로 주목을 받아 왔다. 이에 따라 정부는 지역혁신시스템을 수립하기 위해 여러 노력을 기울이고 있다. 본 연구는 지역혁신시스템의 유형을 분류하고 지역혁신 성과인 특허출원에 미치는 필요조건과 충분조건을 살펴보는 것을 목적으로 한다. 대부분 기존 연구에서는 사례 중심 혹은 변수 중심 연구방법을 통해 지역혁신시스템의 유형을 분류하거나 지역혁신 효과를 분석하였다. 하지만 변수 중심 연구는 강력한 전제 조건을 가정하며, 사례 중심 연구는 주관적 해석에 의존하는 한계를 노정한다. 본 연구는 최근에 주목받는 fs/QCA를 활용하여 이러한 한계점을 극복하고자 했다. 지역혁신시스템 이론을 바탕으로 지역혁신의 요소를 투입, 인프라, 네트워크로 구성하고, 이를 통해 16개의 지방자치단체의 지역혁신 유형을 분류하였다. 그 결과 8가지의 지역혁신 유형 중, 대부분의 지역이 높은 수준의 인프라를 갖춘 유형과 투입과 네트워크가 높은 유형으로 분류되었다. 또한 3가지 요소는 7가지 하위 변수로 분류되는데, 이를 활용하여 지역혁신의 성과인 높은 특허출원의 필요조건과 충분조건을 분석하였다. 그 결과 연구개발 인력과 유효특허가 특허출원의 필요조건으로 나타났으며, 연구개발비, 유효특허, 협동연구, IP예산, TLO가 높고, IP금융이 낮은 원인 조합의 배열이 특허출원을 일으키는 충분조건으로 나타났다. 따라서 지역혁신을 위해서 공공부문은 연구개발인력 양성을 위한 교육 부문에서의 제도적 지원이 필요하다. 또한 공공과 민간은 IP금융 활성화를 위한 노력도 중요하다.

• Smart Structures and Systems
• /
• 제22권3호
• /
• pp.335-340
• /
• 2018

The behavior of concrete slabs in composite beam with C and L shaped angle shear connectors has been studied in this paper. These two types of angle shear connectors' instalment have been commonly utilized. In this study, the finite element (FE) analysis and soft computing method have been used both to present the shear connectors' push out tests and providing data results used later in soft computing method. The current study has been performed to present the aforementioned shear connectors' behavior based on the variable factors aiming the study of diverse factors' effects on C and L shaped angle in shear connectors. ANFIS (Adaptive Neuro Fuzzy Inference System), has been manipulated in providing the effective parameters in shear strength forecasting by providing input-data comprising: height, length, thickness of shear connectors together with concrete strength and the respective slip of shear connectors. ANFIS has been also used to identify the predominant parameters influencing the shear strength forecast in C and L formed angle shear connectors.