• 한국전기전자재료학회논문지
• /
• 제18권1호
• /
• pp.1-5
• /
• 2005

A new model of plasma etch process was constructed by using a radial basis function network (RBFN). This technique was applied to an etching of silicon carbide films in a NF$_3$ inductively coupled plasma. Experimental data to train RBFN were systematically collected by means of a 2$^4$ full factorial experiment. Appropriateness of prediction models was tested with test data consisted of 16 experiments not pertaining to the training data. Prediction performance was optimized with variations in three training factors, the number of pattern units, width of radial basis function, and initial weight distribution between the pattern and output layers. The etch responses to model were an etch rate and a surface roughness measured by atomic force microscopy. Optimized models had the root mean-squared errors of 26.1 nm/min and 0.103 nm for the etch rate and surface roughness, respectively. Compared to statistical regression models, RBFN models demonstrated an improvement of more than 20 % and 50 % for the etch rate and surface roughness, respectively. It is therefore expected that RBFN can be effectively used to construct prediction models of plasma processes.

• 한국콘텐츠학회논문지
• /
• 제5권6호
• /
• pp.41-48
• /
• 2005

이 논문은 얼굴인식을 수행하기 위해서 이미 잘 알려진 주성분 분석법과 선형판별 분석법에 레이디얼 기저 함수 신경망을 결합한 인식 알고리즘을 제시하였다. 입력된 원래의 얼굴영상은 주성분분석법을 통하여 차원을 줄인 고유 얼굴 가중치를 산출한다. 이 가중치 벡터를 선형판별 분석법의 입력데이터로 사용하여 선형판별분석의 변환행렬을 계산할 때 클래스 내의 분산행렬에서 특이점이 발생하지 않도록 하면서 특징벡터를 산출하여 인식을 수행하였다. 두 번째 시도에서는 선형판별분석법에 의해 생성된 특징벡터를 레이디얼 기저 함수 신경망에 입력하여 학습하고 얼굴인식을 수행하였다. ORL DB의 얼굴영상에 대해 실험한 결과 93.5%의 인식률을 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.377-382
• /
• 2007

본 논문에서는 방사 기저함수 네트워크의 파라미터를 전 영역에서 최적화하는 학습 알고리즘을 제안한다. 기존의 학습 알고리즘들은 지역 최적화만을 수행하기 때문에 성능의 한계가 있고 최종 결과가 초기 네트워크 파라미터 값에 크게 의존하는 단점이 있다. 본 논문에서 제안하는 하이브리드 모의 담금질 기법은 모의 담금질 기법의 전 영역 탐색 능력과 경사 기반 학습 알고리즘의 지역 최적화 능력을 조합하여 전 파라미터 영역에서 해를 찾을 수 있도록 한다. 제안하는 기법을 함수 근사화 문제에 적용하여 기존의 학습 알고리즘에 비해 더 좋은 학습 및 일반화 성능을 보이는 네트워크 파라미터를 찾을 수 있으며, 초기 파라미터 값의 영향을 크게 줄일 수 있음을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.381-383
• /
• 2009

본 논문에서는 대표적인 시스템 모델링 도구중의 하나인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)를 설계하고 모델을 최적화하기 위하여 최적화 알고리즘인 PSO(Particle Swarm Optimization) 알고리즘을 이용하였다. 즉, 모델의 최적화에 주요한 영향을 미치는 모델의 파라미터들을 PSO 알고리즘을 이용하여 동정한다. 제안된 RBF 뉴럴 네트워크는 은닉층에서의 활성함수로서 일반적으로 많이 사용되어지는 가우시안 커널함수를 사용한다. 더 나아가 모델의 최적화를 위하여 각 커널함수의 중심값은 HCM 클러스터링에 기반을 두어 중심값을 결정하고, PSO 알고리즘을 통하여 가우시안 커널함수의 분포상수, 은닉층에서의 노드 수 그리고 다수의 입력을 가질 경우 입력의 종류를 동정한다. 제안한 모델의 성능을 평가하기 위해 Mackey-Glass 시계열 공정 데이터를 적용하였으며 제안된 모델의 근사화와 일반화 능력을 분석한다.

• 한국통신학회논문지
• /
• 제21권9호
• /
• pp.2456-2469
• /
• 1996

A digital satellite communication channel has a nonlinearity with memory due to saturation characeristis of the high poer amplifier in the satellite and transmitter/receiver linear filter used in the overall system. In this paper, we propose a complex radial basis function network(CRBFN) based adaptive equalizer for compensation of nonlinearities in digital satellite communication channels. The proposed CRBFN untilizes a complex-valued hybrid learning algorithm of k-means clustering and LMS(least mean sequare) algorithm that is an extension of Moody Darken's algorithm for real-valued data. We evaluate performance of CRBFN in terms of symbol error rates and mean squared errors nder various noise conditions for 4-PSK(phase shift keying) digital modulation schemes and compare with those of comples pth order inverse adaptive Volterra filter. The computer simulation results show that the proposed CRBFN ehibits good equalization, low computational complexity and fast learning capabilities.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.420-420
• /
• 2000

In this paper, we propose an adaptive controller using RBFN(radial basis function network) for robot manipulators The structure of the proposed controller consists of a RBFN and VSC-1 ike control. RBFN is used in order to approximate かon system, and VSC-like control to guarantee robustness On the basis of the Lyapunov stability theorem, we guarantee the stability for the total system. And the learning law of RBFN is established by the Lyapunov method, Finally, we apply the proposed controller to tracking control for a 2 link SCARA type robot manipulator.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.555-562
• /
• 2004

소프트웨어 회사들은 새로운 개발보다는 기존 프로젝트의 유지보수와 성능향상 프로젝트를 보다 많이 수행한다. 기존의 비용 추정 모델들은 유지보수 프로젝트들에 적용할 수 있지만, 유지보수 분야에 적용시키기 위해서는 변경이 필요하다. 본 논문은 개발 프로젝트와 유지보수 프로젝트의 기능점수 계산방법을 분류하고 ISBSG의 밴치마킹 자료를 회귀 분석한 결과를 토대로 유지보수 프로젝트의 비용을 측정할 수 있는 방법을 제안하였다. 먼저, ISBSG 자료를 소프트웨어 비용에 영향을 미치는 요소인 프로그램 추가, 변경과 삭제 3가지 요소의 8가지 중에서 실제 유지보수가 나타나는 4가지 그룹으로 분류하였다. 그리고, 그룹별로 통계적 모델과 RBF 망(Radial Basis Function Network)을 이용한 모델을 개발하여 각각의 성능을 분석 평가한 결과 RBF 망이 통계적 모델보다 좋은 성능을 보였다.

• 전기학회논문지
• /
• 제59권7호
• /
• pp.1320-1326
• /
• 2010

In this paper, we develop a design methodology of granular-based neurocomputing networks realized with the aid of the clustering techniques. The objective of this paper is modeling and evaluation of approximation and generalization capability of the Linear-Type Superconducting Power Supply (LTSPS). In contrast with the plethora of existing approaches, here we promote a development strategy in which a topology of the network is predominantly based upon a collection of information granules formed on a basis of available experimental data. The underlying design tool guiding the development of the granular-based neurocomputing networks revolves around the Fuzzy C-Means (FCM) clustering method and the Radial Basis Function (RBF) neural network. In contrast to "standard" Radial Basis Function neural networks, the output neuron of the network exhibits a certain functional nature as its connections are realized as local linear whose location is determined by the membership values of the input space with the aid of FCM clustering. To modeling and evaluation of performance of the linear-type superconducting power supply using the proposed network, we describe a detailed characteristic of the proposed model using a well-known NASA software project data.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.606-613
• /
• 2003

As a technical method for controlling chaotic dynamics, this paper presents a predictive control for chaotic systems based on radial basis function networks(RBFNs). To control the chaotic systems, we employ an on-line identification unit and a nonlinear feedback controller, where the RBFN identifier is based on a suitable NARMA real-time modeling method and the controller is predictive control scheme. In our design method, the identifier and controller are most conveniently implemented using a gradient-descent procedure that represents a generalization of the least mean square(LMS) algorithm. Also, we introduce a projection matrix to determine the control input, which decreases the control performance function very rapidly. And the effectiveness and feasibility of the proposed control method is demonstrated with application to the continuous-time and discrete-time chaotic nonlinear system.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2004년도 추계학술대회 논문집
• /
• pp.170-174
• /
• 2004

Despite the widespread use in the various manufacturing industries, the full automation of the robotic CO$_2$ welding has not yet been achieved partly because the mathematical model for the process parameters of a given welding task is not fully understood and quantified. Several mathematical models to control welding quality, productivity, microstructure and weld properties in arc welding processes have been studied. However, it is not an easy task to apply them to the various practical situations because the relationship between the process parameters and the bead geometry is non-linear and also they are usually dependent on the specific experimental results. Practically, it is difficult, but important to know how to establish a mathematical model that can predict the result of the actual welding process and how to select the optimum welding condition under a certain constraint. In this paper, an attempt has been made to develop an Radial basis function network model to predict the weld top-bead width as a function of key process parameters in the robotic CO$_2$ welding. and to compare the developed model and a simple neural network model using two different training algorithms in order to verify performance. of the developed model.