• 제어로봇시스템학회논문지
• /
• 제11권2호
• /
• pp.137-143
• /
• 2005

Autonomous mobile robot has an ability to navigate using both map in known environment and sensors for detecting obstacles in unknown environment. In general, autonomous mobile robot navigates by global path planning on the basis of already made map and local path planning on the basis of various kinds of sensors to avoid abrupt obstacles. This paper provides a global path planning method using self-organizing feature map which is a method among a number of neural network. The self-organizing feature map uses a randomized small valued initial weight vectors, selects the neuron whose weight vector best matches input as the winning neuron, and trains the weight vectors such that neurons within the activity bubble are move toward the input vector. On the other hand, the modified method in this research uses a predetermined initial weight vectors, gives the systematic input vector whose position best matches obstacles, and trains the weight vectors such that neurons within the activity bubble are move toward the input vector. According to simulation results one can conclude that the modified neural network is useful tool for the global path planning problem of a mobile robot.

• 대한기계학회논문집A
• /
• 제25권4호
• /
• pp.671-684
• /
• 2001

Several design problems of composite structures are studied via a global optimizer based on attraction regions. MSC/NASTRAN is adopted for static and eigenvalue analysis. The method of modified feasible direction in DOT is used for local optimization. Through the review of global optimization algorithms, the triangular patch algorithm is selected because the algorithm is known to be efficient, robust and powerful for general nonlinear optimization problems. For general applicability, various mechanical properties are considered as design objectives; strain energy, eigenvalue, weight, displacement, and buckling load. In all cases considered, the triangular patch algorithm results in a lot of optimum points and useful design patterns, that are not easy by local algorithms or conventional global algorithms can be determined.

• 전자공학회논문지 IE
• /
• 제46권4호
• /
• pp.31-41
• /
• 2009

최근에 널리 보급되고 있는 디지털 카메라는 제한된 크기의 Dynamic Range를 갖는 이미지 센서의 한계로 인하여 Dynamic Range가 넓은 환경에서 영상을 획득하면 인간의 눈으로 보는 것과는 달리 밝게 포화된 영상 또는 노출이 적은 어두운 영상을 얻게 된다. 입력 영상의 Dynamic Range를 압축하고 Contrast를 개선하기 위한 여러 가지 디지털 영상 처리 방법들 중에서 인간의 시각모델을 기반으로 한 Retinex 알고리즘은 Contrast 향상 및 컬러 재현성에 있어서 매우 효과적인 방법으로 알려져 있다. 하지만, Retinex 알고리즘은 Dynamic Range가 넓은 환경에서 획득한 영상의 경우에 전역적인 Contrast는 증가 하나 국부적인 Contrast가 오히려 감소하는 Contrast 불균형이 발생하는 문제가 있다. 이러한 문제를 개선하기 위해 본 논문에서는 Retinex 영상에서 에지 정보와 노출 정보를 추출하여 가중치 맵을 구성하고 이를 영상 한성과정에 적용하여 Contrast의 불균형을 개선하는 알고리즘을 제안한다. 실험 결과 영상의 비교와 수치 분석을 통해 제안된 알고리즘이 기존의 알고리즘에 비해 Contrast 향상 성능이 더 우수한 방법임을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권9호
• /
• pp.862-866
• /
• 2003

조합 최적화 문제인 순회 판매원 문제(Traveling Salesman Problem, TSP)를 유전자 알고리즘(Genetic Algorithm)과 Local Search Heuristic인 Lin-Kernighan(LK) Heuristic［1］을 이용하여 접근하는 것은 최적 해를 구하기 위해 널리 알려진 방법이다. 본 논문에서는 TSP 문제를 해결하기 위한 또 다른 접근법으로 ACS(Ant Colony system) 알고리즘을 소개하고 새로운 페로몬 갱신 방법을 제시하고자 한다. ACS 알고리즘은 다수의 개미들이 경로를 만들어 가는 과정에서 각 에지상의 페로몬 정보를 이용하며, 이러한 반복적인 경로 생성 과정을 통해 최적 해를 발견하는 방법이다. ACS 기법의 전역 갱신 단계에서는 생성된 모든 경로들 중 전역 최적 경로에 속한 에지들에 대하여 페로몬을 갱신한다. 그러나 본 논문에서는 전역 갱신 규칙이 적용되기 전에 생성된 모든 에지에 대하여 페로몬을 한번 더 갱신한다. 이 때 페로몬 갱신을 위해 각 에지들의 발생 빈도수를 이용한다. 개미들이 생성한 전체 에지들의 발생 빈도수를 페로몬 정보에 대한 가중치(weight)로 부여함으로써 각 에지들에 대하여 통계적 수치를 페로몬 정보로 제공할 수 있었다. 또한 기존의 ACS 알고리즘보다 더 빠른 속도로 최적 해를 찾아내며 더 많은 에지들이 다음 번 탐색에 활용될 수 있게 함으로써 지역 최적화에 빠지는 것을 방지할 수 있다.

• 전자공학회논문지
• /
• 제54권1호
• /
• pp.88-95
• /
• 2017

본 논문에서는 웨이블릿 변환 영역에서 엔트로피 가중치와 웨버 대비 도를 이용한 세일리언시 검출 방법을 제안한다. 본 논문의 방법은 기존의 일반적인 방법과 마찬가지로 국부적인 세일리언시를 결정하는 상향식 검출과 전역적인 세일리언시를 구성하는 하향식 검출을 결합하는 구조를 가진다. 먼저, CIE Lab 컬러 영상에 대하여 웨이블릿 변환을 수행하고, 저주파 부밴드에 대하여 웨버 대비도 계산하고 이를 저주파 계수에 부가하여 전역 세일리언시를 구한다. 다음으로, 고주파 부밴드의 엔트로피를 이용한 가중치를 가우시안 필터에 적용하여 국부 세일리언시를 구한다. 마지막으로 국부 세일리언시와 전역 세일리언시의 비선형 결합을 통하여 최종 세일리언시를 검출한다. 제안 방법의 성능 평가를 위해 2개의 영상 데이터베이스에 대하여 모의실험을 수행하였다. 기존의 방법과 비교하여 본 논문의 방법은 우수한 세일리언시 검출 결과를 나타내었다.

• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 2009년 춘계학술대회논문집
• /
• pp.57-65
• /
• 2009

An efficient and high-fidelity design approach for wing-body shape optimization is presented. Depending on the size of design space and the number of design of variable, aerodynamic shape optimization process is carried out via different optimization strategies at each design stage. In the first stage, global optimization techniques are applied to planform design with a few geometric design variables. In the second stage, local optimization techniques are used for wing surface design with a lot of design variables to maintain a sufficient design space with a high DOF (Degree of Freedom) geometric change. For global optimization, Kriging method in conjunction with Genetic Algorithm (GA) is used. Asearching algorithm of EI (Expected Improvement) points is introduced to enhance the quality of global optimization for the wing-planform design. For local optimization, a discrete adjoint method is adopted. By the successive combination of global and local optimization techniques, drag minimization is performed for a multi-body aircraft configuration while maintaining the baseline lift and the wing weight at the same time. Through the design process, performances of the test models are remarkably improved in comparison with the single stage design approach. The performance of the proposed design framework including wing planform design variables can be efficiently evaluated by the drag decomposition method, which can examine the improvement of various drag components, such as induced drag, wave drag, viscous drag and profile drag.

• Nuclear Engineering and Technology
• /
• 제54권10호
• /
• pp.3803-3810
• /
• 2022

OpenMC is a community-driven open-source Monte Carlo neutron and photon transport simulation code. The Weight Window Mesh (WWM) function and an automatic Global Variance Reduction (GVR) method was recently developed and implemented in a developmental branch of OpenMC. This WWM function and GVR method broaden OpenMC's usage in general purposes deep penetration shielding calculations. However, the Local Variance Reduction (LVR) method, which suits the source-detector problem, is still missing in OpenMC. In this work, the Weight Window Generator (WWG) function has been developed and benchmarked for the same branch. This WWG function allows OpenMC to generate the WWM for the source-detector problem on its own. Single-material cases with varying shielding and sources were used to benchmark the WWG function and investigate how to set up the particle histories utilized in WWG-run and WWM-run. Results show that there is a maximum improvement of WWM generated by WWG. Based on the above results, instructions on determining the particle histories utilized in WWG-run and WWM-run for optimal computation efficiency are given and tested with a few multi-material cases. These benchmarks demonstrate the ability of the OpenMC WWG function and the above instructions for the source-detector problem. This developmental branch will be released and merged into the main distribution in the future.

• 전자공학회논문지C
• /
• 제35C권3호
• /
• pp.79-89
• /
• 1998

The Error Back-Propagation(EBP) algorithm is widely applied to train a multi-layer perceptron, which is a neural network model frequently used to solve complex problems such as pattern recognition, adaptive control, and global optimization. However, the EBP is basically a gradient descent method, which may get stuck in a local minimum, leading to failure in finding the globally optimal solution. Moreover, a multi-layer perceptron suffers from locking a systematic determination of the network structure appropriate for a given problem. It is usually the case to determine the number of hidden nodes by trial and error. In this paper, we propose a new algorithm to efficiently train a multi-layer perceptron. OUr algorithm uses stochastic perturbation in the weight space to effectively escape from local minima in multi-layer perceptron learning. Stochastic perturbation probabilistically re-initializes weights associated with hidden nodes to escape a local minimum if the probabilistically re-initializes weights associated with hidden nodes to escape a local minimum if the EGP learning gets stuck to it. Addition of new hidden nodes also can be viewed asa special case of stochastic perturbation. Using stochastic perturbation we can solve the local minima problem and the network structure design in a unified way. The results of our experiments with several benchmark test problems including theparity problem, the two-spirals problem, andthe credit-screening data show that our algorithm is very efficient.

• 정보처리학회논문지A
• /
• 제8A권4호
• /
• pp.489-498
• /
• 2001

본 논문에서는 하이퍼볼릭 평면에서 임의의 분산 데이터 보간을 지역적으로 제어하는 새로운 방법을 개발하였다. 지역적 제어와 관련된 주제는 상호대화형식의 디자인분야에서 매우 중요하다. 특히 본 논문에서 제안한 방법은 하이퍼볼릭 평면상에서 형성되는 genus-N 객체 모델을 상호대화형식으로 디자인하는데 유효하게 적용될 수 있다. 특 변화된 데이터가 미치는 영향이 일정한 지역에만 국한되므로 일반 사용자가 genus-N객체를 상호대화형으로 디자인하기가 훨씬 편리하다. 따라서, 본 연구은 genus-N 객체를 형성하는데 사용한 하이퍼볼릭 평면상에서의 전역적 보간법을 발전시켜 하이퍼볼릭 평면에서의 지역적 보간법개발 및 구현을 목적으로 하고 있다. 이는 다음과 같은 주요 과정을 통하여 구현된다. 먼저, 보간 함수를 지역화하기 위하여 하이퍼볼릭 영역을 임의의 삼각형 패치로 세분화하고 각 데이터에 인접한 삼각형 패치들의 모임을 부 영역이라고 정의한다. 각 부 영역에서 가중치 함수가 설정된다. 마지막으로 중첩된 삼각형 영역의 세 개의 가중치를 혼합함으로써 지역적 보간 함수가 완성된다. 그 결과로서, 여러 개의 샘플 데이터 및 함수를 사용하여 전역적MQ 보간법과 비교한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.97-100
• /
• 2001

CMAC model was proposed by Albus [6] to formulate the processing characteristics of the human cerebellum. Instead of the global weight updating scheme used in the back propagation, CMAC use the local weight updating scheme. Therefore, CMAC have the advantage of fast learning and high convergence rate. In this paper, simulate Color Calibration by CMAC in color images and design hardware by VHDL-base high-level synthesis.