• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.49-54
• /
• 2003

본 논문에서는 PID 제어기 응답을 보상하기위해 자기구성 신경망 보상기를 추가한 제어기를 제안한다. 기존의 PID 제어기는 제어기 설계가 간단하나 계수값을 설정하는데 많은 시행착오가 필요하다. 그리고, 신경망 제어 방식은 여러 파라미터들을 설계자의 임의에 따라 결정함으로써 최적의 구조를 갖지 못하는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기위해 역전파 알고리즘을 기본으로 하여 은닉계층 노드의 활성화 함수로 가우시안 포텐셜함수를 사용하는 자기구성 신경망을 사용해, PID 제어기의 출력을 보상하도록 하였다. 자기구성 신경망은 학습을 진행함에 따라 가우시안 함수의 위치와 모양, 갯수가 자동으로 조정 되도록 하였다. 자기구성 신경망 보상기를 추가한 PID 제어기의 성능을 확인하기 위해서 2차 플랜트에 적용하여 모의 실험하였으며 DSP 프로세서를 사용하여 제어기를 구현한 후 유압 서보시스템의 속도 제어에 적용하여 실험결과를 관찰하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권4호
• /
• pp.103-110
• /
• 2018

Internet of Things(IoT) 기술이 발전하면서 다양한 IoT 기기들을 이용하여 사용자의 편의성을 높이기 위한 서비스가 늘어나고 있다. 또한, IoT 센서가 다양해지고 가격이 낮아지고 있어서 다양한 데이터를 수집 및 활용하여 서비스를 제공하는 사업자도 증가하는 추세이다. 스마트 IoT 홈 시스템은 IoT 기기를 이용하여 사용자의 편의성을 향상하는 대표적인 활용 사례이다. 본 논문에서는 스마트 IoT 홈 시스템의 사용자 편의성을 향상하기 위하여 데이터를 분석하여 연관 기기의 제어를 위한 방법을 제안한다. 스마트 IoT 홈 시스템의 센서에서 수집한 내부 환경 측정 데이터, 기기 제어 엑츄에이터에서 수집한 데이터 및 사용자의 판단 데이터를 학습하여 현재 홈 내부 상태를 분석하고 기기 제어 방법을 결정한다. 특히 기존 기술들과 다르게 최신 딥 러닝 기반의 심층 신경망을 도입하여 데이터를 분석하여 홈 내부 상태를 판단하고 최적의 홈 내부 환경 유지를 위한 정보를 제공한다. 실험에서는 실제 장기간 측정한 데이터와 추론 결과를 비교하여 제안한 방법의 판별 성능에 대한 분석을 수행하였다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.587-598
• /
• 2002

멀티캐스트 환경에서 그룹키 관리는 그룹 통신에서 기밀성과 같은 정보보호서비스를 제공하기 위하여 그룹 내 모든 구성원들이 한 개의 동일한 비밀키를 공유한 후 이를 기반으로 그룹 내 메시지의 암복호화를 수행함으로서 그룹 통신 내용을 보호하는 기술이다. 지금까지의 그룹키 관리 연구에서는 완전 정규 트리를 기반으로 사용자들이 그룹에 가입 및 탈퇴하는 비율을 고려하지 않은 상태에서 그룹키 관리 메커니즘이 개발되어 왔지만 본 연구에서는 사용자들이 그룹에 가입 및 탈퇴하는 비율을 고려한 상태에서 관리 메커니즘의 효율성을 높이는 메커니즘을 개발하였으며 또한 완전 정규 트리 보다 더욱 유연한 구조를 갖는 가변트리라는 새로운 트리구조를 정의 및 분석하여 제안된 가변트리 모델이 완전 정규트리 모델보다 그룹키 관리에서 더욱 효율적인 키트리 모델임을 제시하였다. 특히 그룹 통신에서 탈퇴비율이 50%를 넘는 경우 트리의 차수들이 2 또는 3인 경우에 최적화가 이루어짐을 증명하였다.

• KIEAE Journal
• /
• 제17권5호
• /
• pp.69-76
• /
• 2017

Purpose: This study aimed at developing an Artificial Neural Network (ANN) model for predicting the amount of cooling energy consumption of the variable refrigerant flow (VRF) cooling system by the different set-points of the control variables, such as supply air temperature of air handling unit (AHU), condenser fluid temperature, condenser fluid pressure, and refrigerant evaporation temperature. Applying the predicted results for the different set-points, the control algorithm, which embedded the ANN model, will determine the most energy efficient control strategy. Method: The ANN model was developed and tested its prediction accuracy by using matrix laboratory (MATLAB) and its neural network toolbox. The field data sets were collected for the model training and performance evaluation. For completing the prediction model, three major steps were conducted - i) initial model development including input variable selection, ii) model optimization, and iii) performance evaluation. Result: Eight meaningful input variables were selected in the initial model development such as outdoor temperature, outdoor humidity, indoor temperature, cooling load of the previous cycle, supply air temperature of AHU, condenser fluid temperature, condenser fluid pressure, and refrigerant evaporation temperature. The initial model was optimized to have 2 hidden layers with 15 hidden neurons each, 0.3 learning rate, and 0.3 momentum. The optimized model proved its prediction accuracy with stable prediction results.

• 한국강구조학회 논문집
• /
• 제19권4호
• /
• pp.395-402
• /
• 2007

허용응력설계법과 강도설계법으로 설계된 강합성 플레이트 보강형과 콘크리트 보강형으로 구성된 장대교량인 복합사장교의 확률적 위험도 평가를 수행하였다. 최대 축력, 전단력 및 정 부모멘트 발생단면에 기초한 위험단면에 대해 AFOSM 알고리즘과 시뮬레이션기법을 사용하여 케이블, 주탑, 보강형 및 강-콘크리트 접합부의 요소신뢰성을 평가하였다. 체계신뢰성해석을 위해, 케이블, 주탑 및 콘트리트와 강합성 보강형으로 구성된 복합사장교의 시스템을 조합 파괴모드로 모델링하였으며, 이를 통해 전체 구조시스템의 파괴확률과 신뢰성지수를 산출하였다. 본 연구를 통해 복합사장교의 거동특성에 기초한 파괴모드를 제안하였고 위험도평가 방법으로서 부분 ETA기법의 효용성을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.637-637
• /
• 2012

본 연구에서는 내수침수 저감을 위하여 효율적(effective)인 우수저류조 설치에 따른 침수저감효과 극대화 방안을 제시하고자 한다. 여기서 효율성(effectiveness)은 침수저감량의 극대화 측면과 비용의 최소화 측면 두 가지로 구분된다. 최적 방재 시설물의 설치는 단순 설치비용 대비 저감량이 가장 큰 안을 제시하는 것은 의미가 없으며 일정 기준 이상의 방재성능을 발휘하면서 주어진 예산안에서 최적안을 찾아야 하므로 비용의 최소화 측면과 침수 저감량, 즉 맨홀에서의 월류 저감량을 최대화 하는 두 가지의 목적을 동시에 달성해야 한다. 따라서 본 연구에서는 다목적 최적화 알고리즘의 적용을 통하여 우수저류조 최적 설치지점을 선정하는 기법을 제안하였다. 본 연구에 적용한 다목적 최적화 방법으로는 목적함수의 최적해 탐색 효용성 측면에서 우수하다고 평가되고 있는 유전자 알고리즘을 적용하였다. 다목적 최적화의 경우 해의 우열을 판단하기 위한 적합도 함수는 실제 각 목적함수의 적합도 값(real fitness value)이 아닌 해의 상대적인 우열(dominance or non-dominance)에 따라 부여되는 등급(rank)에 의해서 해의 우열이 결정되며 여기서는 Fonseca and Fleming(1993)이 제안한 Ranking method를 적용하여 적합도를 결정하였다. 한편 도시 우수관망의 해석 및 우수저류조 설치에 따른 월류량 분석을 위하여 미 환경청(US Environmental Protection Agency; EPA)에서 제공하고 있는 EPA-SWMM 5.0 engine을 사용하였으며 최적화 알고리즘의 구성을 위하여 Visual C++와 SWMM DLL을 연동하여 사용하였다. 연구 대상유역은 인천 청라지구(3공구)를 대상으로 기법의 적용성을 검토하였으며 저류지 설치에 따른 비용함수는 EPA(2002)에서 제안한 저류지 체적대비 공사비용을 원화로 환산한 후 청라지구의 공시지가를 고려하여 결정하였다. 최적화 기법의 적용 결과 저류지 설치비용에 따라 최대로 월류량을 저감시킬 수 있는 우수저류조 최적 설치위치의 조합(Pareto-front)을 결정할 수 있었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제19권1호
• /
• pp.60-70
• /
• 1995

In the field of marine transportation the energy saving is one of the most important factors for profit. In order to reduce the fuel oil consumption the ship's propulsion efficiency must be increased as much as possible. The propulsion efficiency depends upon a combination of an engine and a propeller. The propeller has better efficiency as lower rotational speed. This situation led the engine manufacturers to design the engine that has lower speed, longer stroke and a small number of cylinders. Consequently the variation of rotational torque became larger than before because of the longer delay-time in the fuel oil injection process and an increased output per cylinder. As this new trends the conventional mechanical-hydrualic governors for engine speed control have been replaced by digital speed controllers which adopted the PID control or the optimal control algorithm. But these control algorithms have not enough robustness to suppress the variation of the delay-time and the parameter pertubation. In this paper we consider the delay-time and the perturbation of engine parameters as the modeling uncetainties. Next we design the controller which has zero offset in steady state engine speed, based on the two-degree-of-freedom control theory and $\mu$-synthesis. Thd validity of the controller is investigated through the response simulation. We use a personal computer and an analog computer as the digital controller and the engine (plant) part respectively. And, we certify that the designed controller maintains its performance even though the engine parameters may vary.

• Journal of the korean society of oceanography
• /
• 제32권4호
• /
• pp.163-170
• /
• 1997

Some CMP gathers acquired from shallow marine seismic reflection survey in offshore Korea do not show the hyperbolic trend of moveout. It originated from so-called swell effect of source and streamer, which are towed under rough sea surface during the data acquisition. The observed time deviations of NMO-corrected traces can be entirely ascribed to the swell effect. To correct these time deviations, a residual statics is introduced using Genetic Algorithms (GA) into the swell correction. A new class of global optimization methods known as GA has recently been developed in the field of Artificial Intelligence and has a resemblance with the genetic evolution of biological systems. The basic idea in using GA as an optimization method is to represent a population of possible solutions or models in a chromosome-type encoding and manipulate these encoded models through simulated reproduction, crossover and mutation. GA parameters used in this paper are as follows: population size Q=40, probability of multiple-point crossover P$_c$=0.6, linear relationship of mutation probability P$_m$ from 0.002 to 0.004, and gray code representation are adopted. The number of the model participating in tournament selection (nt) is 3, and the number of expected copies desired for the best population member in the scaling of fitness is 1.5. With above parameters, an optimization run was iterated for 101 generations. The combination of above parameters are found to be optimal for the convergence of the algorithm. The resulting reflection events in every NMO-corrected CMP gather show good alignment and enhanced quality stack section.

• 대한의용생체공학회:의공학회지
• /
• 제17권4호
• /
• pp.449-458
• /
• 1996

Most of the conventional electrocardiowaphs foil to detect signals other than P-QRS-T due to the limited SNR and bandwidth. High-resolution electrocardiography(HRECG) provides better SNR and wider bandwidth for the detection of micro-potentials with higher frequency components such as vontricular late potentials(LP). We have developed a HRECG using uncorrected XYZ lead for the detection of LPs. The overall gain of the amplifier is 4000 and the bandwidth is 0.5-300Hz without using 60Hz notch filter. Three 16-bit A/D converters sample X, Y, and Z signals simultaneously with a sampling frequency of 2000Hz. Sampled data are transmitted to a PC via a DMA-controlled, optically-coupled serial communication channel. In order to further reduce the noise, we implemented a signal averaging algorithm that averaged many instances of aligned beats. The beat alignment was carried out through the use of a template matching technique that finds a location maximizing cross-correlation with a given beat tem- plate. Beat alignment error was reduced to $\pm$0.25ms. FIR high-pass filter with cut-off frequency of 40Hz was applied to remove the low frequency components of the averaged X, Y, and Z signals. QRS onset and end point were determined from the vector magnitude of the sigrlaIL and some parameters needed to detect the existence of LP were estimated. The entire system was designed for the easy application of the future research topics including the optimal lead system, filter design, new parameter extraction, etc. In the developed HRECG, without signal averaging, the noise level was less than 5$\mu$V$_rms RTI$. With signal averaging of at least 100 beats, the noise level was reduced to 0.5$\mu$V$_rms RTI$, which is low enough to detect LPs. The developed HRECG will provide a new advanced functionality to interpretive ECG analyzers.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1054-1061
• /
• 2003

강화학습의 대표적인 알고리즘인 Q-Learning은 상태공간의 모든 상태-행동 쌍(state-action pairs)의 평가값이 수렴할 때까지 반복해서 경험하여 최적의 전략(policy)을 얻는다. 상태공간을 구성하는 요소(feature)들이 많거나 요소의 데이타 형태가 연속형(continuous)인 경우, 상태공간은 지수적으로 증가하게 되어, 모든 상태들을 반복해서 경험해야 하고 모든 상태-행동 쌍의 Q값을 저장하는 것은 시간과 메모리에 있어서 어려운 문제이다. 본 논문에서는 온라인으로 학습을 진행하면서 비슷한 상황의 상태들을 클러스터링(clustering)하고 새로운 경험에 적응해서 클러스터(cluster)의 수정(update)을 반복하여, 분류된 최적의 전략(policy)을 얻는 새로운 함수근사(function approximation)방법인 Q-Map을 소개한다. 클러스터링으로 인해 정교한 제어가 필요한 상태(state)는 규칙(rule)으로 추출하여 보완하였다. 미로환경과 마운틴 카 문제를 제안한 Q-Map으로 실험한 결과 분류된 지식을 얻을 수 있었으며 가시화된(explicit) 지식의 형태인 규칙(rule)으로도 쉽게 변환할 수 있었다.