• 센서학회지
• /
• 제7권6호
• /
• pp.418-425
• /
• 1998

로봇을 비롯한 자동화 기계의 3차원 작업에서 스테레오 카메라는 가장 널리 사용되는 센서 장치이다. 스테레오 카메라를 사용함으로써 3차원 실세계 공간내 임의 목표점의 위치를 측정할 수 있으며, 카메라의 보정은 이를 위한 중요한 선행작업이다. 기존의 카메라 보정법은 크게 선형과 비선형의 기법으로 나눌 수 있는데, 선형의 기법은 간단하나 정확도의 면에서 문제점을 지니고, 비선형 기법은 렌즈의 왜곡을 보상하기 위한 모델링 과정과 이의 비선형 해를 구하는 비교적 복잡한 과정을 필요로 한다는 문제가 있다. 본 논문에서는 이러한 문제의 한 해결방안으로 인공신경망을 적용하는 방법을 연구하고 그 결과를 제시한다. 특히 역전파 알고리즘에 의해 학습된 다층 신경망의 함수 근사화 능력을 활용하여 선형기법의 오차 패턴을 학습함으로써 간단하고 효과적으로 계측의 정확도를 향상시킬 수 있음을 실험을 통하여 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.135-138
• /
• 1997

In this paper, we proposed effective modeling method to nonlinear complex system. Fuzzy Neural Network(FNN) was used as basic model. FNN was fused of Fuzzy Inference which has linguistic property and Neural Network which has learning ability and high tolerence level. This paper, we used FNN which was proposed by Yamakawa. The FNN used Simple Inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. This structure has better property than other structure at learning speed and convergence ability. But it has difficulty at definition of membership function. We used Hard c-Mean method to overcome this difficulty. To evaluate proposed method. We applied the proposed method to waste water treatment process. We obtained better performance than conventional model.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.105-110
• /
• 2015

본 연구는 Quanser사의 3-자유도 헬리콥터 시스템에 대한 종래의 선형 수리 모델을 개선한 수리 모델을 제안하고, 실험을 통해 제안된 수리 모델을 기반으로 설계된 제어기의 제어 성능을 종래의 수리 모델을 기반으로 설계된 제어기의 제어 성능과 비교함으로써 그 타당성을 검증한다. 이에 대한 연구 진행 과정은 다음과 같다. 첫째, 3-자유도 헬리콥터 시스템의 동 특성을 분석하고, 종래의 선형 수리 모델을 구축한다. 둘째, 종래의 수리 모델의 구축을 위해 수행된 선형화 과정에서 제거된 비선형적 요소들을 파악한다. 그리고 이 제거된 비선형적 요소들에 대응하는 파라미터들을 추가하여 개선된 수리 모델을 구축한다. 이 때, 수리 모델을 구축하기 위해 메타 휴리스틱 전역 최적화 기법인 입자군집최적화 알고리즘을 이용한다. 마지막으로, 제안된 모델을 기반으로 제어기를 설계하고, 이를 종래의 수리 모델을 기반으로 설계된 제어기의 제어 성능을 비교하여 제안된 수리 모델의 타당성을 검증한다.

• 한국정밀공학회지
• /
• 제20권11호
• /
• pp.180-187
• /
• 2003

A CAD-based seamless design system for MEMS named DS/MEMS was developed which performs coupled-field analysis, optimal and robust design. DS/MEMS has been developed by means of integrating commercial codes and inhouse code-SolidWorks, FEMAP, ANSYS and CA/MEMS. This strategy results in versatility that means to include various analysis model, corresponding analyses and approximated design sensitivity analysis and user friendliness that design variables are taken to be selectable directly from a CAD model, that the problem is formulated under a window environment and that the manual job during optimization process is almost eliminated. DS/MEMS works on a parametric CAD platform, integrating CAD modeling, analysis, and optimization. Nonlinear programming algorithms, the Taguchi method, and response surface method are made available for optimization. One application problem is taken to illustrate the proposed methodology and show the feasibility of DS/MEMS as a practical tool.

• Communications for Statistical Applications and Methods
• /
• 제26권1호
• /
• pp.69-78
• /
• 2019

A structured model with both single-index and varying coefficients is a powerful tool in modeling high dimensional data. It has been widely used because the single-index can overcome the curse of dimensionality and varying coefficients can allow nonlinear interaction effects in the model. For high dimensional index vectors, variable selection becomes an important question in the model building process. In this paper, we propose an efficient estimation and a variable selection method based on a smoothing spline approach in a partially linear single-index-coefficient regression model. We also propose an efficient algorithm for simultaneously estimating the coefficient functions in a data-adaptive lower-dimensional approximation space and selecting significant variables in the index with the adaptive LASSO penalty. The empirical performance of the proposed method is illustrated with simulated and real data examples.

• 한국지반공학회논문집
• /
• 제32권4호
• /
• pp.5-14
• /
• 2016

건조토 지반에 근입된 지반-말뚝 시스템의 동적 거동을 정확히 예측하기 위해 3차원 수치 모델링을 수행하였다. 제안된 모델은 강진 시 지반의 비선형 거동을 적절하게 모사하기 위해 상용 유한 차분 프로그램인 FLAC3D를 이용하여 시간 영역에서 해석이 수행되었다. 모델링 방법론으로써 지반 구성 모델은 Mohr-Coulomb 탄소성 모델을 적용하였으며 지반 전단 탄성 계수의 비선형적인 감소를 모사할 수 있는 이력 감쇠 모델을 적용하였다. 진동 시 지반-말뚝 간의 완전 접촉, 미끄러짐, 분리 현상을 모두 모사하는 경계요소 모델을 적용하였으며 경계요소 모델을 구성하는 스프링 계수는 탄성이론에 기초하여 결정되어, 내장 함수인 FISH를 통해 깊이에 따라 연속적으로 입력되었다. 경계 조건의 경우, 지반-말뚝 상호작용의 영향을 받는 근역 지반만 메쉬를 생성하고 근역 지반의 경계부에 원역 지반의 가속도-시간 이력을 입력하는 방식인 단순화 연속체 모델링 기법(Kim et al., 2012)을 적용함으로써 해석 효율을 증가 시키고자 하였으며 적절한 최대지반탄성계수와 항복 깊이의 설정으로 지반의 비선형 거동을 더욱 정확히 모사하고자 하였다. 수치 해석의 오차를 최소화하고 모델의 신뢰성을 확보하기 위해, Yoo(2013)이 수행한 원심모형시험 결과와 수치 해석 결과와의 비교를 통해 제안된 기법의 캘리브레이션을 수행하였으며, 말뚝 최대 휨 모멘트와 말뚝 횡방향 최대 변위의 깊이 별 분포가 다양한 입력 하중 조건에서 실험 결과를 적절히 모사하고 있는 것을 확인하였다. 또한, 제안된 수치 모델의 적용성 평가를 위해 다른 실험 결과와의 비교 검증을 수행하였다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.542-549
• /
• 2023

대안 모델링에 대한 관심이 커진 이후 데이터 기반의 기계학습을 이용하여 비선형 화학 공정을 모사하고자 하는 연구가 지속되고 있다. 그러나 기계 학습 모델의 black box 성질로 인하여 모델의 해석 가능성에 한계는 산업 적용에 걸림돌이 되고 있다. 따라서, 모델의 정확도가 보장된 상태에서 해석력을 부여하는 개념인 설명 가능한 인공지능(explainable artificial intelligence, XAI)을 이용하여 화학 공정 분석을 시도하고자 한다. 기존의 화학 공정 민감도 분석이 변수의 민감도 지수를 계산하고 순위를 매기는 데에 그쳤다면, XAI를 이용하여 전역적, 국소적 민감도 분석뿐만 아니라 변수들 간의 상호작용에 대하여 분석하여 데이터로부터 물리적 통찰을 얻어내는 방법론을 제안한다. 사례 연구의 대상공정인 암모니아 합성 공정에 대하여 첫번째 반응기로 향하는 흐름에 대한 예열기(preheater)의 온도, 세 반응기로 향하는 cold-shot의 분배 비율을 공정 변수로 설정하였다. Matlab과 Aspen plus를 연동하여 공정 변수를 바꿔가면서 암모니아의 생산량과 세 반응기의 최고 온도에 대한 데이터를 얻었으며, tree 기반의 모델들을 훈련시켰다. 그리고 성능이 좋은 모델에 대하여 XAI 기법 중 하나인 SHAP 기법을 이용하여 민감도 분석을 수행하였다. 전역적 민감도 분석 결과, 예열기의 온도가 가장 큰 영향을 미쳤으며 국소적 민감도 분석 결과에서 생산성 향상 및 과열 방지를 위한 공정 변수들의 범위를 규정할 수 있었다. 이처럼 화학 공정의 대안 모델을 구축하고 설명 가능한 인공지능을 이용해 민감도 분석을 진행하는 방법론을 통해 공정 최적화에 대한 정량적, 정성적 피드백을 제안하는 데 도움을 줄 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2821-2823
• /
• 2002

In this paper we propose the Multi-FNN (Fuzzy-Neural Networks) for optimal identification modeling of complex system. The proposed Multi-FNNs is based on a concept of FNNs and exploit linear inference being treated as generic inference mechanisms. In the networks learning, backpropagation(BP) algorithm of neural networks is used to updata the parameters of the network in order to control of nonlinear process with complexity and uncertainty of data, proposed model use a HCM(Hard C-Means)clustering algorithm which carry out the input-output dat a preprocessing function and Genetic Algorithm which carry out optimization of model The HCM clustering method is utilized to determine the structure of Multi-FNNs. The parameters of Multi-FNN model such as apexes of membership function, 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 abilities of the model. NOx emission process data of gas turbine power plant is simulated in order to confirm the efficiency and feasibility of the proposed approach in this paper.

• International Journal of Control, Automation, and Systems
• /
• 제1권1호
• /
• pp.101-110
• /
• 2003

This paper introduces an identification method for nonlinear models in the form of rule-based Fuzzy-Neural Networks (FNN). In this study, the development of the rule-based fuzzy neural networks focuses on the technologies of Computational Intelligence (CI), namely fuzzy sets, neural networks, and genetic algorithms. The FNN modeling and identification environment realizes parameter identification through synergistic usage of clustering techniques, genetic optimization and a complex search method. We use a HCM (Hard C-Means) clustering algorithm to determine initial apexes of the membership functions of the information granules used in this fuzzy model. The parameters such as apexes of membership functions, learning rates, and momentum coefficients are then adjusted using the identification algorithm of a GA hybrid scheme. The proposed GA hybrid scheme effectively combines the GA with the improved com-plex method to guarantee both global optimization and local convergence. An aggregate objective function (performance index) with a weighting factor is introduced to achieve a sound balance between approximation and generalization of the model. According to the selection and adjustment of the weighting factor of this objective function, we reveal how to design a model having sound approximation and generalization abilities. The proposed model is experimented with using several time series data (gas furnace, sewage treatment process, and NOx emission process data from gas turbine power plants).

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제5권1호
• /
• pp.7-12
• /
• 2005

This paper deals with the fuzzy modeling for the complex and uncertain nonlinear systems, in which conventional and mathematical models may fail to give satisfactory results. Finally, we provide numerical examples to evaluate the feasibility and generality of the proposed method in this paper. The expert system which introduces fuzzy logic in order to process uncertainties is called fuzzy expert system. The fuzzy expert system, however, has a potential problem which may lead to inappropriate results due to the ignorance of some information by applying fuzzy logic in reasoning process in addition to the knowledge acquisition problem. In order to overcome these problems, We construct fuzzy inference network by extending the concept of reasoning network in this paper. In the fuzzy inference network, the propositions which form fuzzy rules are represented by nodes. And these nodes have the truth values representing the belief values of each proposition. The logical operators between propositions of rules are represented by links. And the traditional propagation rule is modified.