• 전기학회논문지
• /
• 제62권5호
• /
• pp.696-704
• /
• 2013

In this paper, we introduce the LED emotional lighting system realized with the aid of both intelligent algorithm and RGB LED combined with White LED. Generally, the illumination is known as a design factor to form the living place that affects human's emotion and action in the light- space as well as the purpose to light up the specific space. The LED emotional lighting system that can express emotional atmosphere as well as control the quantity of light is designed by using both RGB LED to form the emotional mood and W LED to get sufficient amount of light. RBFNNs is used as the intelligent algorithm and the network model designed with the aid of LED control parameters (viz. color coordinates (x and y) related to color temperature, and lux as inputs, RGBW current as output) plays an important role to build up the LED emotional lighting system for obtaining appropriate color space. Unlike conventional RBFNNs, Fuzzy C-Means(FCM) clustering method is used to obtain the fitness values of the receptive function, and the connection weights of the consequence part of networks are expressed by polynomial functions. Also, the parameters of RBFNN model are optimized by using PSO(Particle Swarm Optimization). The proposed LED emotional lighting can save the energy by using the LED light source and improve the ability to work as well as to learn by making an adequate mood under diverse surrounding conditions.

• 대한기계학회논문집A
• /
• 제35권10호
• /
• pp.1323-1328
• /
• 2011

자동차 로워암과 같이 다양한 형상설계변수를 갖는 부품모듈의 최근 설계경향은 설계자가 관심을 갖는 설계영역을 선형 및 2 차 다항식으로 근사화시키는 반응표면모델로 탐색하고, 다음 단계로서 최적설계를 수행하는 것이다. 본 연구에서는 로워암의 설계변수 변화에 따른 작용응력과 중량의 비선형적 변화뿐만 아니라 이의 예측에 적합한 신경망모델로 직교성과 균형성을 모두 만족시키는 다수준 전산실험계획법으로 설계영역을 탐색하였다. 구축된 신경망모델에 형상 설계변수의 공차도 같이 고려할 수 있는 식스시그마 제약조건을 적용하여 로워암의 공차 최적설계를 수행하고, 최적해의 공차 강건성을 확보하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.249-251
• /
• 2022

본 연구에서는 뇌파를 이용하여 드론을 제어하기 위한 기계학습을 논의한다. 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 제어대상으로 정의하였고 이를 제어하기 위한 뇌파의 신호를 전두엽을 대상으로 하는 Fp1·Fp2 2채널 건식 전극(NeuroNicle FX2) 뇌파 측정장비를 통하여 5.19초동안 각 제어대상과 연관된 행동의 운동 심상을 눈을 뜬 상태에서 측정(Sampling Rate 250Hz, Cutoff Frequency 6~20Hz) 하였다. 측정된 뇌파신호에 대해 매틀랩의 분류학습기를 이용해서 삼중 계층 신경망, 로지스틱 회귀커널, 비선형 3차 SVM 학습을 실시하였으며 학습결과 로지스틱 회귀 커널 학습에서 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 위한 가장 높은 정확도를 가지고 있음을 클래스 참양성률로 확인할 수 있었다.