• 한국농공학회논문집
• /
• 제63권1호
• /
• pp.103-116
• /
• 2021

Analysis of runoff is substantial for effective water management in the watershed. Runoff occurs by reaction of a watershed to the rainfall and has non-linearity and uncertainty due to the complex relation of weather and watershed factors. ANN (Artificial Neural Network), which learns from the data, is one of the machine learning technique known as a proper model to interpret non-linear data. The performance of ANN is affected by the ANN's structure, the number of hidden layer nodes, learning rate, and activation function. Especially, the activation function has a role to deliver the information entered and decides the way of making output. Therefore, It is important to apply appropriate activation functions according to the problem to solve. In this paper, ANN models were constructed to estimate runoff with different activation functions and each model was compared and evaluated. Sigmoid, Hyperbolic tangent, ReLU (Rectified Linear Unit), ELU (Exponential Linear Unit) functions were applied to the hidden layer, and Identity, ReLU, Softplus functions applied to the output layer. The statistical parameters including coefficient of determination, NSE (Nash and Sutcliffe Efficiency), NSEln (modified NSE), and PBIAS (Percent BIAS) were utilized to evaluate the ANN models. From the result, applications of Hyperbolic tangent function and ELU function to the hidden layer and Identity function to the output layer show competent performance rather than other functions which demonstrated the function selection in the ANN structure can affect the performance of ANN.

• 한국추진공학회지
• /
• 제25권6호
• /
• pp.1-11
• /
• 2021

층류화염편 라이브러리에 대한 효율적인 계산과정을 개발하기 위하여 초임계 압력조건의 기체수소/액체산소 연소기에 대해 인공신경망을 이용한 기계학습과정이 적용되었다. 학습성능과 계산효율성에 근거한 최적의 계산과정을 찾기 위하여 은닉층에 대한 ReLU와 쌍곡탄젠트 함수의 25가지 조합이 선택되었다. 정확성이 우수한 높은 학습성능을 얻는데 쌍곡탄젠트 활성화함수가 적절하였다. 인공신경망의 학습성능을 개선하기 위해서 학습데이터 변환이 제안되었다. 4개의 은닉층에 최적의 노드를 배치할 때 학습성능 및 계산비용 관점에서 모두 효율적인 것으로 나타났다. 층류화염편 라이브러리의 보간법보다 인공신경망을 사용하는 경우 전체 계산시간은 37%, 시스템 메모리는 99.98% 감소되었다.

• 한국소음진동공학회논문집
• /
• 제23권5호
• /
• pp.445-455
• /
• 2013

A new linearization model for MR dampers is analyzed. The nonlinear hysteretic damping force model of MR damper can be modeled as a hyperbolic tangent function of currents, positions, and velicities, which is an algebraic function with constant parameters. Model parameters can be identified with numerical method using experimental force-velocity-position data obtained from various operating conditions. The nonlinear hysteretic damping force can be linearized with a given slope of damping coefficient if there exist corresponding currents to compensate for the nonlinearity. The corresponding currents can be calculated from the inverse model when the given linear damping force is set equal to the nonlinear hysteretic damping force. The linearization controller is realized in a DSP controller such that the corresponding currents to satisfy a given damping coefficient should be calculated. Experiments show that the current inputs to the MR damper produce linearized damping force with a given slope of the damping coefficient.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.115-122
• /
• 2012

본 논문에서는 CosGauss라고 하는 코사인함수로 모듈화 된 가우시안 활성화함수가 뉴로 네트워크에서 다항식과 계단함수의 근사에 사용될 수 있음을 증명한다. CosGauss 함수는 시그모이드, 하이퍼볼릭 탄젠트, 가우시안 활성화 함수보다 더 많은 범프(bump)를 구성 할 수 있다. 이 함수를 캐스케이드 코릴레이션 뉴로 네트워크 학습에 사용하여 벤치마크 문제인 Tic-Tac-Toe 게임과 아이리스(iris) 식물 문제와 실험하고 여기에서 얻어진 결과를 다른 활성화 함수를 사용한 결과와 비교 분석한다.

• 제어로봇시스템학회논문지
• /
• 제5권4호
• /
• pp.462-470
• /
• 1999

In this paper, we proposed a cross-couple controller for compensating nonlinear friction of the X-Y table of CNC machines. Due to the nonlinearity of the frictions, large contour errors, referred to as quadrant glitches, occur when each axis of the X-Y table makes a zero velocity crossing. To reduce the quadrant glitches the friction compensators and nonlinear friction observers for estimating Coulomb frictions are employed in the proposed method. A hyperbolic tangent function is used in reducing the magnitude of quadrant glitches and the CEM (Contour Error Model) is utilized for the estimation of the velocities. The performance of the proposed compensators is evaluated for several trajectories by computer simulations.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.625-632
• /
• 2001

Principal component analysis(PCA) is a multivariate technique falling under the general title of factor analysis. The purpose of PCA is to Identify the dependence structure behind a multivariate stochastic observation In order to obtain a compact description of it. In engineering field PCA is utilized mainly (or data compression and restoration. In this paper we propose a new robust Hebbian algorithm for robust PCA. This algorithm is based on a hyperbolic tangent function due to Hampel ef al.(1989) which is known to be robust in Statistics. We do two experiments to investigate the performance of the new robust Hebbian learning algorithm for robust PCA.

• 천문학회보
• /
• 제37권1호
• /
• pp.85.1-85.1
• /
• 2012

In this study we use three-dimensional magnetohydrodynamic simulations of flux emergence from solar subsurface layer to corona. In order to study the twist parameter of magnetic field we compare the simulations for strongly twisted and weakly twisted cases. Based on the results, we derive a flux expansion factor of selected flux tubes which is a ratio of expanded cross section to the one measured at the footpoint of the flux tube. To understand the effect of flux expansion factor, we make a comparison between magnetic field configuration and the expansion factor. By using a fitting function of hyperbolic tangent we derive noticeable correlations among the strength of the vertical magnetic field, current density and expansion factor. We discuss what these results tell about the relationship between the twist of emerging field and the mechanism for the solar wind.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제11권1호
• /
• pp.584-596
• /
• 2019

This paper presents a Modified Adaptive Complementary Sliding Mode Control (MACSMC) system for the longitudinal motion control of the Fully-Submerged Hydrofoil Craft (FSHC) in the presence of time varying disturbance and uncertain perturbations. The nonlinear disturbance observer is designed with less conservatism that only boundedness of the derivative of the disturbance is required. Then, a complementary sliding mode control system combined with adaptive law is designed to reduce the bound of stabilization error with fast convergence. In particularly, the modified complementary sliding mode surface which contains the estimation of the disturbance can reduce the switching gain and retain the normal performance of the system. Moreover, a hyperbolic tangent function contained in the control law is utilized to attenuate the chattering of the actuator. The global asymptotic stability of the closed-loop system is demonstrated utilizing the Lyapunov stability theory. Ultimately, the simulation results show the effectiveness of the proposed approach.

• 한국전자파학회논문지
• /
• 제22권10호
• /
• pp.1020-1023
• /
• 2011

본 논문에서는 반복 복호 후 얻게 되는 LLR(Log Likelihood Ratio)로 표현되는 연판정 비트 정보를 이용하여 송신된 BRGC(Binary Reflected Gray Code) M-QAM(M-ary Quadrature Amplitude Modulation) 신호 심벌을 remapping하는 방법을 제시한다. Remapping하기 위해서는 지수함수(exponential function)연산이나 하이퍼블릭 탄젠트(tanh) 함수를 이용하여야 한다. BRGC의 맵핑 법칙에 의해 심벌 remapping은 재귀(recursive) 연산을 이용한다. 또한, 구현 복잡도를 줄이기 위하여 curve fitting 방식을 제안한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.