• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.32-42
• /
• 2000

이 논문에서는 비선형 시스템 모델링을 위한 일반화된 RBF 신경회로망(GRBFN)을 순차적으로 구성하기 위한 온라인 학습 알고리즘을 제안한다. 상수 연결강도를 갖는 표준 RBF 신경회로망의 확장형인GRBFN은 여러 개의 국부 선형모델을 결합하여 비선형 시스템을 표현할 수 있는 구조이다. 제안한 학습 알고리즘은 구조 학습과 파라미터 학습을 수행하는 두 단계의 학습으로 구성된다. 구조 학습은 주어진 훈련 데이터로부터 새로운 은닉 유니트 및 선형 국부모델을 할항하기 위하여 훈련 오차와 Mahalanobis 거리에 기초한 두 개의 생성 조건을 이용하여 GRBFN 모델을 구성한다. 파라미터 학습은 경사강하 법칙을 기반으로 기존 네트웍의 파라미터 벡터를 갱신한다. 제안한 알고리즘의 모델링 성능을 평가하기 위해서 잘 알려진 두 예제에 대한 시뮬레이션 및 결과를 제시한다.

• International Journal of Control, Automation, and Systems
• /
• 제1권2호
• /
• pp.194-202
• /
• 2003

In this paper, we introduce a category of Multi-FNN (Fuzzy-Neural Networks) models, analyze the underlying architectures and propose a comprehensive identification framework. The proposed Multi-FNNs dwell on a concept of fuzzy rule-based FNNs based on HCM clustering and evolutionary fuzzy granulation, and exploit linear inference being treated as a generic inference mechanism. By this nature, this FNN model is geared toward capturing relationships between information granules known as fuzzy sets. The form of the information granules themselves (in particular their distribution and a type of membership function) becomes an important design feature of the FNN model contributing to its structural as well as parametric optimization. The identification environment uses clustering techniques (Hard C - Means, HCM) and exploits genetic optimization as a vehicle of global optimization. The global optimization is augmented by more refined gradient-based learning mechanisms such as standard back-propagation. The HCM algorithm, whose role is to carry out preprocessing of the process data for system modeling, is utilized to determine the structure of Multi-FNNs. The detailed parameters of the Multi-FNN (such as apexes of membership functions, learning rates and momentum coefficients) are adjusted using genetic algorithms. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between approximation and generalization (predictive) abilities of the model. To evaluate the performance of the proposed model, two numeric data sets are experimented with. One is the numerical data coming from a description of a certain nonlinear function and the other is NOx emission process data from a gas turbine power plant.

• 대한기계학회논문집
• /
• 제17권6호
• /
• pp.1381-1388
• /
• 1993

본 연구에서는 구조계와 제어계가 결합된계에 대하여, 성능 평가함수의 구조 설계변수에 대한 감도를 Riccati방정식으로부터 직접 해석할 수 있는 효율적인 방안을 제시하여 동시최적설계가 가능토록한다. 그리고 유색잡음의 불규칙 노면입력을 받는 차체탄성을 고려한 Hac의 2륜 차량의 모델에 LQG제어를 행한 경우에 대하여, 본 연구 방법을 적용시켜 동시 최적화를 수행한 제어성능 특성을 종래의 최적제어만에 의한 제어성능과 비교, 검토 한다. 구조설계변수로는 현가장치의 강성특성, 감쇠특성 및 현가장치 지지점의 위치로 선정한다.

• 한국통신학회논문지
• /
• 제41권5호
• /
• pp.592-601
• /
• 2016

순환신경망은 순차적이거나 길이가 가변적인 데이터에 적합한 딥러닝 모델이다. LSTM은 순환신경망에서 나타나는 기울기 소멸문제를 해결함으로써 시퀀스 구성 요소간의 장기의존성을 유지 할 수 있다. 본 논문에서는 LSTM에 기반한 언어모델을 구성하여, 불완전한 한국어 문장이 입력으로 주어졌을 때 뒤 이어 나올 단어들을 예측하여 완전한 문장을 생성할 수 있는 방법을 제안한다. 제안된 방법을 평가하기 위해 여러 한국어 말뭉치를 이용하여 모델을 학습한 다음, 한국어 문장의 불완전한 부분을 생성하는 실험을 진행하였다. 실험 결과, 제시된 언어모델이 자연스러운 한국어 문장을 생성해 낼 수 있음을 확인하였다. 또한 문장 최소 단위를 어절로 설정한 모델이 다른 모델보다 문장 생성에서 더 우수한 결과를 보임을 밝혔다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.893-898
• /
• 2005

강화학습 방법론 중 하나의 부류인 액터-크리틱 알고리즘은 제어압력 선택 문제에 있어서 최소한의 계산만을 필요로 하고, 확률적 정책을 명시정으로 다룰 수 있는 장점 때문에 최근에 인공지능 분야에서 많은 관심을 끌고 있다. 액터-크리틱 네트워크는 제어압력 선택 전략을 위한 액터 네트워크와 가치 함수 근사를 위한 크리틱 네트워크로 구성되며, 우수한 제어입력의 서택과 정화한 가치 함수 관사를 최대한 신속하게 달성하기 위하여, 학습 과정 동안 액터와 크리틱은 자신들의 파라미터 백터를 적응적으로 변화시키는 전략을 구사한다. 본 논문은 크리틱의 학습을 위해 빠른 수렴성을 보장하는 RLS (Recursive Least Square)를 사용하고, 액터의 학습을 위해 정책의 기울기(Policy Gradient)를 이용하는 새로운 종류의 알고리즘을 고려한다. 고려된 알고리즘의 적용 가능성은 두개의 링크를 갖는 로봇에 대한 실험을 통하여 예시된다.

• 한국가축번식학회지
• /
• 제17권4호
• /
• pp.271-278
• /
• 1994

The aim of this study was to compare the two culture systems 1) co-culture with cumulus cells and 2) chemically defined medium supplemented with amino acids (CR1aa) and fetal calf serum (FCS) of in vitro produced bovine embryos from follicular oocytes in vitro. Bovine follicular oocytes were collected from ovaries of slaughtered cows and matured in TCM199 supplemented with 10% FCS and hormones (1$\mu\textrm{g}$/ml FSH-P and 1$\mu\textrm{g}$/ml oestradiol-17$\beta$)24 hours at 39$^{\circ}C$ under 5% CO2 in air. The capacitation of spermatozoa from ejaculated or frozen bull semen was induced by centrifugation through Percoll density gradient (45%, 90%). Then capacitated spermatozoa (1$\times$106/ml) were inseminated into 50${mu}ell$ droplet containing matured follicular oocytes and incubated for 40~42 hours. Cleaved embryos of 2~4cell stage were transferred to the co-culture with cumulus cells and/or CR1aa medium supplemented with FCS. In semen source, the developmental rates to the blastocyst and the hatched blastocyst stages were higher in ejaculated semen(27.6% and 14.9%) than those of frozen-thawed semen(18.3% and 11.8%), respectively. In two culture systems, the proportions of embryonic development upto the blastocysts and the hatched blastocysts were higher of CR1aa medium (22.1% and 12.1%) than those of cumulus cell co-culture (16.8% and 5.1%), respectively. The number of cells in exapnded blastocysts was slightly higher in cumulus cells co-culture (122.6$\pm$8.5) than that in CR1aa medium (117.9$\pm$5.9). The present results indicated that the early development of in vitro produced bovine embryos can be maintained efficiently in CR1aa medium as well as in co-culture with cumulus cells.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.457-466
• /
• 2005

본 논문에서는 다중 입$\cdot$출력을 갖는 이동 로봇의 경로 추종을 위해 웨이블깃 신경 회로망에 기반한 예측 제어 방법을 제안한다. 제안된 방법에서 상태 예측기로는 학습 능력이 뛰어난 신경 회로망의 특성 및 웨이블릿 분해의 특성을 합성한 웨이블릿 신경 회로망을 사용한다. 예측기는 경사 하강법을 사용하여 웨이블릿 신경회로망의 출력에 대한 실제 이동 로봇의 상태 오차를 최소화하도록 학습된다. 또한 이동 로봇의 제어 신호인 직진 속도 및 각속도는 추종하고자 하는 기준 경로에 대한 이동 로봇의 예측 상태 오차를 이용하여 정의된 비용 함수를 최소화하도록 구해진다. 컴퓨터 모의 실험에서 변화되는 기준 경로에 대한 경로 추종 성능을 통해 제안한 예측 제어 시스템의 적용 가능성 및 효율성을 보인다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.206-211
• /
• 2008

영상처리 기술을 이용한 모의훈련에서 사용자는 영상에 전시된 가상객체를 통해 실세계와의 상호작용과 인식능력을 향상시킬 수 있다. 따라서 현실감 있는 모의훈련을 위해서는 가상객체와 실영상을 정합한 후 가상객체로 인해 생기는 폐색영역을 결정하는 것이 필수적이다. 본 논문에서는 실 영상위에서 지정된 경로에 따라 가상표적을 이동시킬 때 발생하는 폐색문제를 이웃에지 탐색을 이용한 개선된 윤곽선 추출 알고리즘과 MER(Minimum Enclosing Rectangle)을 이용하여 해결한다. 제안된 윤곽선 추출 알고리즘에 의해 복잡한 물체에 대한 세부적인 윤곽을 얻은 후 성능향상을 위해 객체의 MER을 이용하여 폐색이 일어나는 지점의 3차원 정보를 산출하였다. 실험에서는 부분적 폐색이 발생하는 환경에서 제안한 방법을 기존방법과 비교하고 유효성을 입증하였다.

• 제어로봇시스템학회논문지
• /
• 제12권5호
• /
• pp.431-437
• /
• 2006

In this paper vector code correlation(VCC) method and an algorithm to promote the image-processing performance in building an effective measurement system using cameras are described far automatically berthing and controlling the ship equipped with side-thrusters. In order to realize automatic ship berthing, it is indispensable that the berthing assistant system on the ship should continuously trace a target in the berth to measure the distance to the target and the ship attitude, such that we can make the ship move to the specified location. The considered system is made up of 4 apparatuses compounded from a CCD camera, a camera direction controller, a popular PC with a built-in image processing board and a signal conversion unit connected to parallel port of the PC. The object of this paper is to reduce the image-processing time so that the berthing system is able to ensure the safety schedule against risks during approaching to the berth. It could be achieved by composing the vector code image to utilize the gradient of an approximated plane found with the brightness of pixels forming a certain region in an image and verifying the effectiveness on a commonly used PC. From experimental results, it is clear that the proposed method can be applied to the measurement system for automatic ship berthing and has the image-processing time of fourfold as compared with the typical template matching method.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.374-379
• /
• 2007

본 논문은 전력계통의 배전계통시스템에서 FRTU(Feeder remote terminal unit)의 고장검출 알고리즘의 개선에 관한 연구이다. FRTU는 상과 지락에 관한 고장검출을 할 수 있다. 특히 고장픽업 기능과 돌입억제기능은 일반적인 부하전류로부터 고장전류를 구별할 수 있다. FRTU는 돌입전류 또는 설정값을 초과한 고장전류가 발생하면 고장표시기(FI)로 고장을 발생한다. 짧은 시간 푸리에 변환(STFT) 분석은 주파수와 시간에 관한 정보론 제공하고, 퍼지 중심 평균 클러스터링(FCM) 알고리즘은 고조파의 특성을 추출한다. 고장 검출기의 신경회로망 시스템은 최급강하법을 이용하여 고장상태로부터 돌입전류를 구별하도록 학습된다. 본 논문에서는 FCM과 신경회로망을 이용하여 고장검출기법을 개선하였다. 검증에 사용된 데이터는 22.9KV 배전계통 시스템에서 실제 측정된 데이터이다.