• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.2142-2153
• /
• 2014

Linearization of transducer characteristic plays a vital role in electronic instrumentation because all transducers have outputs nonlinearly related to the physical variables they sense. If the transducer output is nonlinear, it will produce a whole assortment of problems. Transducers rarely possess a perfectly linear transfer characteristic, but always have some degree of non-linearity over their range of operation. Attempts have been made by many researchers to increase the range of linearity of transducers. This paper presents a method to compensate nonlinearity of Linear Variable Displacement Transducer (LVDT) based on Extreme Learning Machine (ELM) method, Differential Evolution (DE) algorithm and Artificial Neural Network (ANN) trained by Genetic Algorithm (GA). Because of the mechanism structure, LVDT often exhibit inherent nonlinear input-output characteristics. The best approximation capability of optimized ANN technique is beneficial to this. The use of this proposed method is demonstrated through computer simulation with the experimental data of two different LVDTs. The results reveal that the proposed method compensated the presence of nonlinearity in the displacement transducer with very low training time, lowest Mean Square Error (MSE) value and better linearity. This research work involves less computational complexity and it behaves a good performance for nonlinearity compensation for LVDT and has good application prospect.

• Computers and Concrete
• /
• 제22권4호
• /
• pp.355-363
• /
• 2018

In the following paper, a socio-political heuristic search approach, named the imperialist competitive algorithm (ICA) has been used to improve the efficiency of the multi-layer perceptron artificial neural network (ANN) for predicting the compressive strength of concrete. 173 concrete samples have been investigated. For this purpose the values of slump flow, the weight of aggregate and cement, the maximum size of aggregate and the water-cement ratio have been used as the inputs. The compressive strength of concrete has been used as the output in the hybrid ICA-ANN model. Results have been compared with the multiple-linear regression model (MLR), the genetic algorithm (GA) and particle swarm optimization (PSO). The results indicate the superiority and high accuracy of the hybrid ICA-ANN model in predicting the compressive strength of concrete when compared to the other methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권6호
• /
• pp.2056-2069
• /
• 2014

In order to implement interactive and personalized Web services properly, it is necessary to understand the tangible and intangible responses of the users and to recognize their emotional states. Recently, some studies have attempted to build emotional state estimation models based on facial expressions. Most of these studies have applied multiple regression analysis (MRA), artificial neural network (ANN), and support vector regression (SVR) as the prediction algorithm, but the prediction accuracies have been relatively low. In order to improve the prediction performance of the emotion prediction model, we propose a novel SVR model that is optimized using a genetic algorithm (GA). Our proposed algorithm-GASVR-is designed to optimize the kernel parameters and the feature subsets of SVRs in order to predict the levels of two aspects-valence and arousal-of the emotions of the users. In order to validate the usefulness of GASVR, we collected a real-world data set of facial responses and emotional states via a survey. We applied GASVR and other algorithms including MRA, ANN, and conventional SVR to the data set. Finally, we found that GASVR outperformed all of the comparative algorithms in the prediction of the valence and arousal levels.

• 대한기계학회논문집A
• /
• 제38권5호
• /
• pp.489-495
• /
• 2014

마이크로 유전알고리즘은 적은 수의 개체 사용 및 무작위 개체 구성을 통한 돌연변이 기능 대체의 특징을 갖는 진화연산을 수행하여 일반적인 유전알고리즘이 갖는 각 세대당 많은 계산 량이 요구되는 단점을 극복하고자 하였다. 이러한 마이크로 알고리즘은 특히 설계변수가 3~5 개를 갖는 문제에 효율적이라는 것이 많은 연구자들에 의하여 알려졌다. 따라서 본 연구의 목적은 순차적 실험계획법과 마이크로 유전알고리즘을 이용한 최적화 알고리즘을 개발하는 것이며, 이를 수학예제와 구조물 문제에 적용하여 실용성을 확인하고자 한다. 순차적 실험계획법은 저자들의 선행연구에서 제안되었으며, 실험계획법과 반응표면법을 이용하는 근사최적화 기법에 의한 시행착오적인 반복과정을 최소화하고자 하는 방법으로써, 행렬실험과 평균분석을 반복 적용하는 개념이다.

• 드라이브 ㆍ 컨트롤
• /
• 제13권2호
• /
• pp.34-41
• /
• 2016

Unlike the commonly used On/Off solenoid, constant attraction force which is independent of plunger displacement is a considerably important characteristic to proportional solenoid of the EPPR Valve. Attraction force uniformity is mainly affected by the internal shape design parameters. Due to a number of shape design parameters, the optimal parameter values are very complex and time consuming to find by trial and error method. Much research has been conducted or are still in progress to find the optimal parameter values by applying various optimization techniques like Genetic Algorithm, Evolution Strategy, Simulated Annealing, or the Taguchi method. In this paper, the design parameters which have primary effects on the attraction force uniformity and the average attraction force are decided by main effects analysis of Design of Experiments. Optimal parameter values are derived using finite-element analysis and a neural network model.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제11권3호
• /
• pp.135-145
• /
• 2011

Accurate process characterization and optimization are the first step for a successful advanced process control (APC), and they should be followed by continuous monitoring and control in order to run manufacturing processes most efficiently. In this paper, process characterization and recipe optimization methods with multiple outputs are presented in high density plasma-chemical vapor deposition (HDP-CVD) silicon dioxide deposition process. Five controllable process variables of Top $SiH_4$, Bottom $SiH_4$, $O_2$, Top RF Power, and Bottom RF Power, and two responses of interest, such as deposition rate and uniformity, are simultaneously considered employing both statistical response surface methodology (RSM) and neural networks (NNs) based genetic algorithm (GA). Statistically, two phases of experimental design was performed, and the established statistical models were optimized using performance index (PI). Artificial intelligently, NN process model with two outputs were established, and recipe synthesis was performed employing GA. Statistical RSM offers minimum numbers of experiment to build regression models and response surface models, but the analysis of the data need to satisfy underlying assumption and statistical data analysis capability. NN based-GA does not require any underlying assumption for data modeling; however, the selection of the input data for the model establishment is important for accurate model construction. Both statistical and artificial intelligent methods suggest competitive characterization and optimization results in HDP-CVD $SiO_2$ deposition process, and the NN based-GA method showed 26% uniformity improvement with 36% less $SiH_4$ gas usage yielding 20.8 ${\AA}/sec$ deposition rate.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권11_12호
• /
• pp.682-691
• /
• 2005

본 논문은 사용자의 제어가 가능한 3차원 물리 기반 가상생명체를 생성하는 2단계 진화 시스템을 제안한다. 기존의 방법은 가상생명체의 형상과 기동, 그리고 목표지점추적(target-following)과 같은 상위 레벨의 행위를 한꺼번에 하나의 진화 시스템으로 생성해냄으로 인하여 진화 단계에서의 사용자의 개입을 허용하지 않았다. 본 논문은 하나로 묶여있던 시스템을 다루기 용이한 두 개의 서브시스템으로 분리함으로써 사용자의 개입을 허용한다. 첫 번째 단계로 가상생명체의 몸체와 직진 기동을 위한 하위 레벨 모터 컨트롤러가 진화 알고리즘(evolutionary algorithm)으로 동시에 생성된다. 두 번째 단계에는 생성된 기본 생명체 위에 주어진 경로를 따라가기 위한 상위 레벨 컨트롤러가 인공 신경망을 사용하여 탑재된다. 경로제어(path-following)를 위한 신경망의 연결 가중치는 유전자 알고리즘(genetic algorithm)을 사용하여 최적화되며 한번 진화된 신경망 컨트롤러는 어떠한 임의의 경로도 잘 따라감을 보여준다. 이로써 사용자는 모든 진화과정이 끝나지 않고도 중간단계에서 기호에 맞는 생명체를 골라내거나 버릴 수 있으며, 동일한 기본 생명체 위에 또 다른 형태의 상위레벨 행위를 생성하는 것도 가능해진다. 본 논문은 이러한 2단계 알고리즘과 함께 직진기동을 위한 새로운 분절 삼각 함수(Piecewise sinusoidal) 컨트롤러를 제안하고 마개 실린더(capped-cylinder)를 기본 요소로 하는 가상생명체에 대한 효율적인 실시간 수중역학 모델링 기법도 함께 소개한다.

• 대한기계학회논문집A
• /
• 제35권7호
• /
• pp.759-766
• /
• 2011

최근 가정용 에어컨은 냉방효율뿐 아니라 소음에 대한 중요성이 지속적으로 높아지고 있다. 로터리 압축기는 에어컨의 소음 중 매우 높은 영향도를 가지고 있으며, 압축기의 소음을 줄이기 위해 머플러 및 공명기에 관한 많은 연구들이 진행되어 왔다. 압축기의 부품 중 어큐뮬레이터는 큰 용적으로 인해 공명에 의한 추가 소음을 에어컨에 전달하는 소음 전달경로가 되며, 어큐뮬레이터의 내부구조는 소음저감을 위해 중요한 설계요소가 되나 지금까지는 연구결과가 미비한 수준이었다. 본 논문에서는 어큐뮬레이터의 소음 저감을 위해 목표주파수 대역에서의 투과손실이 최대가 되는 설계최적화를 수행하였다. 높은 비선형성을 가진 문제의 최적화를 위해 실험계획법과 반경기저신경망기법을 이용한 근사 모델을 사용하였으며, 유전알고리즘을 사용한 최적화를 수행하였다.

• 인터넷정보학회논문지
• /
• 제17권5호
• /
• pp.97-110
• /
• 2016

Cryptanalysis is very important step for auditing and checking strength of any cryptosystem. Some of these cryptosystem ensures confidentiality and security of large information exchange from source to destination using symmetric key cryptography. The cryptanalyst investigates the strengths and identifies weakness key as well as enciphering algorithm. With increase in key size the time and effort required to guess the correct key increases so trend is increase key size from 8, 16, 24, 32, 56, 64, 128 and 256 bits to strengthen the cryptosystem and thus algorithm continues without compromise on the cost of time and computation. Automatic Variable Key (AVK) approach is an alternative to the approach of fixing up key size and adding security level with key variability adds new dimension in the development of secure cryptosystem. Likewise, whenever any new cryptographic method is invented to replace per-existing vulnerable cryptographic method, its deep analysis from all perspectives (Hacker / Cryptanalyst as well as User) is desirable and proper study and evaluation of its performance is must. This work investigates AVK based cryptic techniques, in future to exploit benefits of advances in computational methods like ANN, GA, SI etc. These techniques for cryptanalysis are changing drastically to reduce cryptographic complexity. In this paper a detailed survey and direction of development work has been conducted. The work compares these new methods with state of art approaches and presents future scope and direction from the cryptic mining perspectives.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.