• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.846-851
• /
• 2005

본 논문은 최적 탐색 알고리즘인 유전자 알고리즘을 이용하여 다항식 뉴럴네트워크(Polynomial Neural Networks : PNN)의 최적 설계가 그 목적이다. 기존의 다항식 뉴럴네트워크는 확장된 GMDH(Group Method of Data Handling) 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 층의 다항식뉴런(혹은 노드)에서 고정된 (설계자에 의해 미리 선택된) 노드 입력들의 수뿐만 아니라 다항식 차수(1차, 2차, 그리고 수정된 2차식)를 이용하였다. 더구나, 그 방법은 학습을 통해 생성된 PNN이 최적 네트워크 구조를 가진다는 것을 보증하지 못한다. 그러나, 제안된 GA-based PNN 모델은 다음의 파라미터들- 즉 입력변수의 수, 입력변수, 및 다항식 차수-을 유전자 알고리즘을 이용하여 선택 동조함으로써 그 구조를 구조적으로 더 최적화된 네트워크가 되도록 하고, 기존의 PNN보다 훨씬 더 유연하고, 선호된 뉴럴 네트워크가 되도록 한다. 하중계수를 가진 합성성능지수가 그 모델의 근사화 및 일반화(예측) 능력 사이의 상호 균형을 얻기 위해 제안된다. GA-based PNN의 성능을 평가하기 위해 그 모델은 가스 터빈 발전소의 NOx 배출 공정 데이터로 실험된다. 비교해석은 제안된 GA-based PNN이 앞서 나타난 다른 지능모델보다 더 우수한 예측능력뿐만 아니라 높은 정확성을 가진 모델임을 보인다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.56-63
• /
• 2016

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.

• 원예과학기술지
• /
• 제28권5호
• /
• pp.777-782
• /
• 2010

'설향' 딸기의 영양생리를 구명하기 위한 연구의 일환으로 Hoagland 용액의 질소 수준을 변화시킨 용액으로 재배하면서 생장 및 무기원소 흡수에 미치는 영향을 구명하기 위해 본 연구를 수행하였다. 본 연구에서 적용한 관비용액의 질소 수준($meq{\cdot}L^{-1}$)은 0(${NO_3}^-$), 2.5(${NO_3}^-$), 5(${NO_3}^-$), 10($7.5{NO_3}^-$ + $2.5{NH_4}^+$), 그리고 15($10{NO_3}^-$ + $5{NH_4}^+$) 였다. 정식 120일 후의 지상부 생체중과 엽병추출액의 질산태질소 농도는 관비용액의 질소 시비수준이 높아짐에 따라 각각 2차곡선회귀적(y=7.10+2.668x-$0.115x^2$, $R^2=0.7983^{***}$) 또는 직선적(y=26.14+5.245x, $R^2=0.6083^{***}$)으로 증가하였다. 지상부 건물중과 건물내 질소 함량도 각각 2차곡선회귀적(y=2.140+0.492x-$0.022x^2$, $R^2=0.6110^{***}$) 또는 직선적(y=0.569+0.033x, $R^2=0.6952^{***}$)으로 증가하는 반응을 보였다. 식물체의 지상부 건물중과 생체중을 고려할 때 본 연구에서 적용한 관비용액의 질소농도 중 5meq.L-1 처리의 생장이 가장 우수하였지만 '설향' 딸기의 최적 생장을 위해 $5meq{\cdot}L^{-1}$ 처리 용액을 변화시켜야 하며 추후 관련 연구가 필요하다고 판단하였다.

• 한국식품영양학회지
• /
• 제20권1호
• /
• pp.1-8
• /
• 2007

본 연구는 tortilla의 제조에 있어 혼합물 실험 계획법을 이용한 쌀가루와 밀가루의 최적 혼합비를 구하였다. 혼합물 실험 계획법 중 modified distance design을 이용하였을 때, 4개의 반복점을 포함하여 총 14개의 실험점이 설정되었고, 각 실험점에 따라 tortilla를 제조하여 인장강도(tensile strength), 색도(L, a, b)를 측정하였다. Tortilla에서 쌀가루와 밀가루가 증가할수록 인장강도가 높아졌고, 물이 첨가될 때 인장강도가 낮게 나타났다. Tortilla의 색도에 있어서는 쌀가루의 함량이 증가할수록 L값이 높아져, 색이 밝아졌고, 밀가루의 함량이 증가할수록 황색도를 나타내는 b값이 증가하였다. 인장강도와 색도에 대한 혼합물의 모델 및 분석을 통하여 최적 혼합비를 도출하였는데, 인장강도에서는 quadratic 모델이 선택되었고, 5% 이내의 유의차를 가져 모델에 대한 적합성을 타나내었다. 예측된 식에서 결정된 식으로 살펴볼 때, 쌀가루와 수분의 혼합작용이 인장강도에 가장 많은 영향을 미쳤다. Tortilla의 색도에 있어서는 L값에서 quadratic 모델이, a값과 b값에서는 linear 모델이 선택되었고, a값을 제외하고 5%이내의 유의차를 보여주어 모델로서 사용이 가능하였다. 반응 계수로 살펴본 성분들의 작용에서는 쌀가루와 물의 상호관계가 L값에 큰 영향을 주었고, b값에서는 상호작용 없이 밀가루와 tortilla에 영향을 주었다. 이들 모델을 바탕으로 혼합물 최적화를 분석하였는데, tortilla의 인장강도 및 L값은 최대(maxinize), b값은 최소(minimize)로 하였을 때, 밀가루 18.26%, 쌀가루 33.92%, 물 39.24%와 밀가루 28.15%, 쌀가루 25.77%, 물 37.50%로 각각 설정되었다.

• 전기학회논문지
• /
• 제60권3호
• /
• pp.639-647
• /
• 2011

In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 한국정보통신학회논문지
• /
• 제4권3호
• /
• pp.697-703
• /
• 2000

임팩트이온화현상은 소자의 크기가 점점 작아지면서, 높은 에너지에 있는 hot carrier 전송 을 해석하기 위해 매우 중요하므로 소자의 시뮬레이션에 정확한 임팩트이온화모델이 필수적이다. 털 연구에서는 의사포텐셜방법을 사용하여 풀밴드모델을 구하고, 임팩트이온화율은 수정된 Keldysh 공식을 이용하여 유도하였다. 본 연구에서는 Gahs 임팩트이은화의 온도의존특성을 조사하기 위하여 Monte Carlo 시뮬레이터를 제작하여 임팩트이온화계수를 구하였다. 결과적으로, 임팩트이온화계수는 300K에서 실험값과 잘 일치하였다. 또한 에너지는 전계가 증가할수록 증가하고, 높은 온도에서는 포논 산란의 emission mode가 높기 때문에 에너지가 감소함을 알 수 있었다. 임팩트이온화의 대수 fitting 함수 식은 온도와 전계에 대해 2차식으로 표현하였다. 대수 fitting 함수의 오차는 대부분 5%이내에 머물렀다. 그러므로 대수식으로 표현된 임팩트 이온화계수는 온도에 의존함을 알았고, 임팩트이온화계수를 구하는데 시간을 절약할 수 있다.

• 한국강구조학회 논문집
• /
• 제18권3호
• /
• pp.349-359
• /
• 2006

본 연구에서는 직교좌표계에 근거한 적층복합 I형 박벽보의 유한요소 해석을 위한 새로운 블록 강도행렬을 제안한다. 변위장은1차 전단변형을 고려한 보 이론을 사용하여 정의되었다. 축방향 변위는 Timoshenko 보이론과 수정된 Vlasov 박벽보 이론을 결합하여 투영단면의 면 변형과 면외 변형의 합으로 나타낸다. 유도된 강성행렬은 휨 전단변형과 뒴 비틂에 의한 영향을 고려한다. 본 유한요소 에서는 2절점, 3절점, 4절점의 세 가지 보요소를 제안하였다. 3절점과 4절점 보 요소는 적층복합 보의 휨 해석에 효과적이었다. 다른 연구자의 수치해석 결과와 비교 검토를 통하여 새로운 유한요소의 활용성과 정확성을 입증하였다.

• 한국공간구조학회:학술대회논문집
• /
• 한국공간구조학회 2008년도 춘계 학술발표회 논문집
• /
• pp.101-106
• /
• 2008

본 연구에서는 서로 상이한 최적화기법인 유전알고리듬과 수학적 프로그래밍기법을 이용하여 지오데식 돔 구조물을 최적화하고 그 결과를 분석하였다. 본 연구에서 도입한 유전알고리즘은 유전연산자인 선택, 교배, 돌연변이 이외에도 재생기법을 도입하여 최적해의 검색성능을 높였다. 그리고 수학적인 프로그래밍기법은 유한차분법을 이용하여 목적함수의 설계민감도를 계산하였으며 세 가지의 다른 검색기법을 이용하여 돔의 크기최적화를 수행하였다. 지오데식 돔의 중앙에 작용하는 집중하중에 저항하는 돔의 각 부재의 크기패턴을 자체 개발된 $ISADO-GA{\alpha}$와 ISADO-OPT를 이용하여 최적 설계하였다. 본 연구를 통하여 제시된 최적결과는 정해가 존재하지 않는 실제 구조물의 최적 값에 대한 유용한 정보를 제공할 뿐만이 아니라 향후 대공간구조의 새로운 구조시스템 개발의 밑거름이 될 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 춘계종합학술대회
• /
• pp.460-464
• /
• 2000

임팩트이온화현상은 소자의 크기가 점점 작아지면서, 높은 에너지에 있는 hot carrier 전송을 해석하기 위해 매우 중요하므로 소자의 시뮬레이션에 정확한 임팩트이온화모델이 필수적이다. 본 연구에서는 의사포텐셜방법을 사용하여 full 밴드모델을 구하고, 임팩트이온화율은 수정된 Keldysh 공식을 이용하여 유도하였다. 본 연구에서는 GaAs 임팩트이온화의 온도와 전계에 대한 의존특성을 조사하기 위하여 Monte Carlo 시뮬레이터를 제작하여 임팩트이온화계수를 구하였다. 결과적으로, 임팩트이온화계수는 300K에서 실험 값과 잘 일치하였다. 또한 에너지는 전계가 증가할수륵 증가하고, 높은 온도에서는 포논산란의 emission mode가 높기 때문에 에너지가 감소함을 알 수 있었다. 임팩트 이온화의 대수 fitting 함수 식은 온도와 전계에 대해 2차 식으로 표현하였다. 대수 fitting 함수의 오차는 대부분 5%이내에 머물렀다. 그러므로 대수 식으로 표현된 임팩트이온화계수는 온도와 전계에 의존함을 알았고, 온도와 전계에 의존하는 임팩트이온화계수를 구하는데 시간을 절약할 수 있다

• Fisheries and Aquatic Sciences
• /
• 제17권1호
• /
• pp.47-57
• /
• 2014

Thai Jasmine rice (Oryza sativa, long grain Indica var.) is popular in southeastern Asia and China due to its non-glutinous, fluffy texture and fragrant smell. However it has a high starch digestibility, which leads to an increased glycemic index (GI). Therefore it may require modified cooking methods for diabetes patients. The objectives of this study were to optimize the ratio of Thai Jasmine rice, sea tangle, and olive oil (CLTR) based on consumers' acceptance. The GI of plain cooked Thai Jasmine rice (CLR) was measured as a control. Sensory evaluation and response surface methodology were used to determine the optimal ratio. Texture analysis and nutritional evaluation were also performed on the optimal recipe of cooked Jasmine rice with sea tangle. A multiple regression equation was developed in quadratic canonical polynomial models. We used 26 trained Chinese panelists in their forties to rate color, flavor, adhesiveness, and glossiness, which we determined were highly correlated with overall acceptability. The optimal CLTR formula was 34.8% rice, 2.8% sea tangle, 61.9% water, and 0.5% olive oil. Compared to CLR, CLTR had a lower hardness, but a higher springiness and cohesiveness. However, CLR and CLTR had the same adhesiveness and chewiness. The addition of sea tangle and olive oil delayed retro-gradation of starch in CLTR and increased total dietary fiber, and protein and ash contents. The degree of gelatinization, and in vitro protein and starch digestibility of CLTR were lower than those of CLR. Based on Wolver' method, the GI of CLTR (52.9, incremental area under the glycemic-response curve, ignoring the area below fasting, as used for calculating the GI [Inc]) was lower compared with that of CLR (70.94, Inc), which indicates that CLTR is effective in decreasing and stabilizing blood glucose level, owing to its lower degree of gelatinization and starch digestibility. Our results show that CLTR can contribute to the development of a healthier meal for families and the fast food industry.