International Journal of Fuzzy Logic and Intelligent Systems
/
제10권2호
/
pp.113-118
/
2010
This paper proposed an ECAM (Electronic cam) control system which has simple and general structure. The proposed cam controller adopted the linear and polynomial curve-fitting method to generates a smooth cam profile curve function. Smooth motion trajectory of master actuator guarantees the good performance of slave motion and has an important effect on the interpolation quality of ECAM. The auto-tuning PID velocity controller was applied to overcome the uncertainties in ECAM, and the gains of the controller are updated continuously to ensure the consistency of system performance under varying working conditions. The robustness of system against the varying load torque disturbances and noises is guaranteed by using the load torque disturbance observer to suppress the disturbance on master actuator. The velocity compensator was applied to compensate the degradation of performance of slave motion caused from the varying driving speed of master motion. The stability and validity of the proposed ECAM control system was verified by simulation results.
혈관 내 초음파 영상(IVUS: Intravascular ultrasoundimages)에서 내강(Lumen) 경계 영역을 검출하는 것은 환자의 심혈관 상태를 파악하는데 중요한 정보를 제공하며, 이를 통해 심혈관계 질환을 예측하고 진단할 수 있다. 따라서 정확하게 내강 경계를 분할하는 것은 매우 중요한 단계이다. 본 논문에서는 비모수적 확률 밀도 함수와 스무딩 함수를 사용하여 자동으로 내강 영역을 분할하는 기법을 제안한다. 각각의 혈관내 초음파 영상들을 극좌표 이미지로 변환 후 웨이블릿 변환을 적용하여 초기 관심 점들을 검출한다. 초기 관심점들 중에서 잡음과 칼슘에 의해 발생된 튀는 점들을 제거하기 위해 비모수적 밀도 함수와 스무딩 함수를 이용하여 튀는 점들을 제거하고 경계면에 해당하는 중요 관심 점만을 남긴다. 마지막으로, 다항곡선 접합(Polynomial curve fitting) 함수를 정의하고 다항식과 실제 내강 경계선에 접합된 관심 점을 이용하여 자연스러운 내강 경계면을 추정한다. 본 논문에서 제안한 방법을 다양한 초음파 영상에 대해 실험한 결과, 기존에 제안된 방법 보다 정확하게 경계면을 검출함을 알 수 있었다.
현대의 수동소나 시스템에서는 자함 소음의 영향을 최소화하고 더 높은 신호대잡음비를 얻기 위한 목적으로 예인형 선배열 센서를 운용한다. 얇고 긴 예인형 선배열 센서는 예인선의 기동에 따라 비선형 형태로 유도될 수 있다. 이러한 배열 형상의 변화가 고려되지 않는다면 빔형성기의 성능이 저하될 수 있다. 따라서 예인형 선배열 센서를 이용한 빔형성 시 센서 배열에 대한 정확한 형상의 추정이 필요하다. 선배열 형상 추정에는 다양한 기법이 존재한다. 그 중 방위센서를 이용한 기법의 경우, 방위센서 잡음의 영향으로 추정성능이 감소할 수 있다. 이러한 잠재적 오류를 제거하기 위해 가중 다항 근사화 기반 배열 형상 추정 기법을 제안하였다. 제안 기법의 성능 검증을 위하여 컴퓨터 시뮬레이션을 수행하였다. 그 결과 제안 기법의 성능이 기존 기법에 비해 잡음에 강인함을 확인하였다.
본 논문에서는 시변 주파수 선택적 페이딩 채널에서 OFDM (orthogonal frequency division multiplexing) 시스템을 위한 curve-fitting 채널추정 방법을 제안한다. 제안된 방법은 시간영역 및 주파수영역에서 1차원 curve-fitting을 통하여 smoothing과 interpolation을 순차적으로 수행함으로써 채널추정 정확도를 크게 개선할 수 있다. 먼저, 파일럿 심벌들을 사용하여 LS(least-Square) 추정치를 구하고, 이를 바탕으로 파일럿 밀도가 상대적으로 높은 영역을 선택하여 최소자승오차 기준에 따라 적절한 차수의 다항식으로 1차원 curve-fitting을 수행한다. 다음으로, 이 다항식을 이용하여 주어진 범위 내에 존재하는 LS 추정치들을 smoothing하고, interpolation 또는 prediction을 통하여 데이터 전송을 위하여 필요한 채널추정치들을 구한다. 이어서, 선택된 영역에서 얻어진 채널추정치들을 나머지 영역에서 또 다른 다항식을 사용하여 동일한 과정으로 1차원 curve-fitting을 통하여 smoothing과 interpolation을 수행함으로써 시간영역 및 주파수영역에서의 채널추정을 완료한다. 모의실험을 통하여 다양한 채널환경에서 MSE (mean square error) 및 BER (bit error rate) 성능을 분석한 결과, 제안된 방법이 기존의 채널추정 방법들에 비하여 월등히 우수하며, 최적의 Wiener 필터링 방법보다도 우수함을 보였다.
International Journal of Fuzzy Logic and Intelligent Systems
/
제16권3호
/
pp.163-172
/
2016
Electric load forecasting is essential for effective power system planning and operation. Complex and nonlinear relationships exist between the electric loads and their exogenous factors. In addition, time-series load data has non-stationary characteristics, such as trend, seasonality and anomalous day effects, making it difficult to predict the future loads. This paper proposes a locally-weighted polynomial neural network (LWPNN), which is a combination of a polynomial neural network (PNN) and locally-weighted regression (LWR) for daily shortterm peak load forecasting. Model over-fitting problems can be prevented effectively because PNN has an automatic structure identification mechanism for nonlinear system modeling. LWR applied to optimize the regression coefficients of LWPNN only uses the locally-weighted learning data points located in the neighborhood of the current query point instead of using all data points. LWPNN is very effective and suitable for predicting an electric load series with nonlinear and non-stationary characteristics. To confirm the effectiveness, the proposed LWPNN, standard PNN, support vector regression and artificial neural network are applied to a real world daily peak load dataset in Korea. The proposed LWPNN shows significantly good prediction accuracy compared to the other methods.
Non-contact three-dimensional (3D) measuring technology is used to identify defects in miniature products, such as optics, polymers, and semiconductors. Hence, this technology has garnered significant attention in computer vision research. In this paper, we focus on shape from focus (SFF), which is an optical passive method for 3D shape recovery. In existing SFF techniques using interpolation, all datasets of the focus volume are approximated using one model. However, these methods cannot demonstrate how a predefined model fits all image points of an object. Moreover, it is not reasonable to explain various shapes of datasets using one model. Furthermore, if noise is present in the dataset, an error will be generated. Therefore, we propose an algorithm based on polynomial regression analysis to address these disadvantages. Our experimental results indicate that the proposed method is more accurate than existing methods.
We developed a fiber-optic Bragg grating sensor system using a SOA fiber laser for over heat detection in power systems. To compensate the nonlinear wavelength tuning of the fiber laser, we used fixed passband wavelengths from Fabry-Perot ITU filter as reference wavelengths. Gaussian line-fitting algorithm was also used to reduce the FBG peak detection error. Compared with a highest-peak-detection and a polynomial-fitting method, the proposed Gaussian fitting algorithm could drastically reduce the measurement errors. Also the SOA fiber laser made it possible to enhance the signal-to-noise-ratio even with several kilometers of lead fiber.
Research on neural circuit is a difficult area due to complexity and inaccessibility. Due to recent developments, the research using multi-electrode array of cells or tissues has become an important research area. However, there are some difficulties to decode the submerged meaning from huge and complex neural data. Moreover, it needs a harmonic collaboration between informatics and bioscience. In this paper, we have developed a custom-designed signal processing technique for multi-electrode array measured neural responses induced by electrical stimuli to the hippocampal tissue slices of the rat brain. The raw data from hippocampal slice using the multi-electrode array system were saved in a computer. Then we estimated characteristic points in each channel and calculated the total activity. To estimate the points, we used the Polynomial Fitting Approximation Method. Using the calculated total activity, we could provide the histogram or pseudo-image matrix to help interpretation of results.
Diamond turning machines for manufacture of precision optics require deliberate diagnosis to ensure that all the machine elements are properly operating, kinematically, dynamically and thermally, to produce demanded work qualities. One effective way is to directly inspect topographical features of work surfaces that have been carefully generated with prescribed machining conditions intended to exaggerate faulty consequences of any ill-operating machine elements. In this research, a very-large-scale Phase measuring interferometric system that has been developed for years at Korea Advanced Institute of Science and Technology is used to fulfill the metrological requirements fur the surface analysis. A special stitching technique is used to extend the measuring range, which integrates all the patches that are separately sampled over the whole surface while moving the stage. Then, the measured surface profile is analyzed to releated the machine error sources. For this, zernike polynomial fitting is used together with the wavelet filter and the fourier transform. Experimental results showed that the suggested technique in this study is very effective in diagnosing actual diamond turning machines
본 논문의 목적은 기존의 모션 캡쳐 기반 애니메이션을 모바일 임베디드 시스템의 적은 메모리와 낮은 계산력에 적합하게 개조하는데 있다. 모바일 임베디드 시스템의 메모리를 효율적으로 사용하기 위한 방안으로서, PC 상에서 모션 캡쳐 데이터베이스를 압축하고, 압축된 모션캡쳐 데이터베이스를 모바일 임베디드 시스템에서 조금씩 압축 해제하고 사용 직후 삭제하는 패러다임을 제안한다. 이러한 목적으로 사용될 모션 캡쳐 데이터베이스 압축 기법으로서, 다항식 정합법을 활용하여 캡쳐된 운동 랜더링 파라미터의 데이터베이스를 축소하는 방법을 제안한다. 그리고 성능향상을 위해서 다항식 정합 함수를 최적화하는 방안도 함께 제안한다. 이렇게 설계된 다항식 정합법에 기반한 데이터 압축 방식을 사용하여, 상용화된 모바일 임베디드 시스템에서 효율적인 모션 캡쳐 기반 애니메이션 제작을 시현한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.