본 연구에서 는 비지도 학습 방식인 SOFM(Self Organize Feature Maps)과 지도 학습인 다층 신경회로망을 이용하여 패턴 분류를 하는 방식을 제안하였다. SOFM을 이용하여 입력 패턴을 분류하여 얻은 결과를 다층 신경회로망의 초기 연결강도와 목표 값으로 설정한다. 제안한 방식의 유용성을 확인하기 위하여 얼굴 영상에 대하여 시뮬레이션한 결과 우수한 성능을 얻었다.
In this paper, a class of neural-network controllers with two inputs of error and error change, is applied to the position control of D.C. servo system. The proposed controller is learned by error back-propagating error information to compensate the weighting value using its previous derivatives and to decrease exponentially a series of self learning coefficients. Through the simulations and implementations, the effectiveness and superiority to the conventional fuzzy controller is proved.
In this paper, we propose a new architecture of Genetic Algorithms(GAs)-based Self-Organizing Polynomial Neural Networks(SOPNN), discuss a comprehensive design methodology and carry out a series of numeric experiments. The conventional SOPNN is based on the extended Group Method of Data Handling(GMDH) method and utilized the polynomial order (viz. linear, quadratic, and modified quadratic) as well as the number of node inputs fixed (selected in advance by designer) at Polynomial Neurons (or nodes) located in each layer through a growth process of the network. Moreover it does not guarantee that the SOPNN generated through learning has the optimal network architecture. But the proposed GA-based SOPNN enable the architecture to be a structurally more optimized network, and to be much more flexible and preferable neural network than the conventional SOPNN. In order to generate the structurally optimized SOPNN, GA-based design procedure at each stage (layer) of SOPNN leads to the selection of preferred nodes (or PNs) with optimal parameters- such as the number of input variables, input variables, and the order of the polynomial-available within SOPNN. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between approximation and generalization (predictive) abilities of the model. A detailed design procedure is discussed in detail. To evaluate the performance of the GA-based SOPNN, the model is experimented with using two time series data (gas furnace and NOx emission process data of gas turbine power plant). A comparative analysis shows that the proposed GA-based SOPNN is model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.
Since the nonlinearity and uncertainties which inherently exist in vehicle system need to be considered in active suspension control law design, this paper proposes a new control strategy for active vehicle suspension systems by using a combined control scheme, i.e., respectively using a genetic algorithm (GA) based self-tuning PID controller and a fuzzy logic controller in two loops. In the control scheme, the PID controller is used to minimize vehicle body vertical acceleration, the fuzzy logic controller is to minimize pitch acceleration and meanwhile to attenuate vehicle body vertical acceleration further by tuning weighting factors. In order to improve the adaptability to the changes of plant parameters, based on the defined objectives, a genetic algorithm is introduced to tune the parameters of PID controller, the scaling factors, the gain values and the membership functions of fuzzy logic controller on-line. Taking a four degree-of-freedom nonlinear vehicle model as example, the proposed control scheme is applied and the simulations are carried out in different road disturbance input conditions. Simulation results show that the present control scheme is very effective in reducing peak values of vehicle body accelerations, especially within the most sensitive frequency range of human response, and in attenuating the excessive dynamic tire load to enhance road holding performance. The stability and adaptability are also showed even when the system is subject to severe road conditions, such as a pothole, an obstacle or a step input. Compared with conventional passive suspensions and the active vehicle suspension systems by using, e.g., linear fuzzy logic control, the combined PID and fuzzy control without parameters self-tuning, the new proposed control system with GA-based self-learning ability can improve vehicle ride comfort performance significantly and offer better system robustness.
본 논문에서는 채널간간섭 자기소거를 위한 부대역 부호화기법에 따른 직교 주파수분할다중화의 첨두전력 대 평균전력비가 분석된다. 인접부대역에 대척신호를 할당하는 기존 상관부호화의 경우 전송신호열에서 형상성분이 발생됨을 이론적ㆍ실험적으로 검증한다. 이로 인하여 심볼의 중간부분과 가장자리부분에서의 신호전력은 서로 다른 가중치의 영향을 받게 되며, 이는 증가된 첨두전력 대 평균전력비를 초래한다. 이와 같은 문제점을 극복하기 위하여 본 논문에서는 새로운 간단한 부대역 부호화기법이 제시된다. 여기서는 신호쌍의 위상차가 매 신호마다 변화되도록 할당함으로써 신호의 부분적인 반복성으로 인한 형상성분을 제거한다. 그 결과, 새로운 부대역 부호화기법이 적용된 시스템은 기존의 시스템보다 2~3 dB 적은 첨두전력 대 평균전력비를 가지면서도 일반적인 직교 주파수분할다중화에 비하여 현저히 큰 반송파대 간섭비를 유지한다.
자기 구성지도는 데이타 시각화, 위상보존 매핑 등의 분야에서 널리 사용되고 있지만. 학습이 되기 전에 위상을 미리 고정시켜야 하기 때문에 실제 문제에 적용하기 어렵다는 것과 클러스터링 능력에 비해 분류율이 낮다는 결점이 있다. 이를 해결하기 위해서 자기구성 지도의 출력 노드를 동적으로 분화하고 분화된 노드를 파습하는 동적 위상보존 사기구성 지도를 제안하고, 이를 다중 결합함으로써 분류율을 향상 시켰다. 동적 위상보존 자기구성 지도의 결함 방법으로는 자기구성 지도의 K개 노드가 출격을 내도록하는 K-Winner 방법 및 K-Winner+ 가중치 방법이 제안되었는데, 이는 다수결 투표, 가중치, BKS, Byayesian, Borda, Condorect, 신뢰값 합산 등의 기존 결합 방법보다도 우수한 결과를 나타내었다. 동적 위상보존 자기 구성 지도를 통해서 위상을 고정 시켜야 하는 결점을 해결할 수 있었고. 서로 다른 특징으로 학습된 동적 위상보존 자기구성 지도들을 결합하여 분류 능력을 향상시킬 수 있었다. 필기 숫자데이타로. 실험한 결과, 제안한 방법이 자기구성 지도의 결점을 효과적으로 해결하여 98.1% 의 높은 인식률을 보였다.
Park, Ho-Sung;Park, Byoung-Jun;Kim, Hyun-Ki;Oh, Sung-Kwun
International Journal of Control, Automation, and Systems
/
제2권4호
/
pp.423-434
/
2004
In this paper, we introduce a new topology of Self-Organizing Polynomial Neural Networks (SOPNN) based on genetically optimized Multi-Layer Perceptron (MLP) and discuss its comprehensive design methodology involving mechanisms of genetic optimization. Let us recall that the design of the 'conventional' SOPNN uses the extended Group Method of Data Handling (GMDH) technique to exploit polynomials as well as to consider a fixed number of input nodes at polynomial neurons (or nodes) located in each layer. However, this design process does not guarantee that the conventional SOPNN generated through learning results in optimal network architecture. The design procedure applied in the construction of each layer of the SOPNN deals with its structural optimization involving the selection of preferred nodes (or PNs) with specific local characteristics (such as the number of input variables, the order of the polynomials, and input variables) and addresses specific aspects of parametric optimization. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between the approximation and generalization (predictive) abilities of the model. To evaluate the performance of the GA-based SOPNN, the model is experimented using pH neutralization process data as well as sewage treatment process data. A comparative analysis indicates that the proposed SOPNN is the model having higher accuracy as well as more superb predictive capability than other intelligent models presented previously.reviously.
이 연구는 현장에서 사용하는 재료의 품질 및 계량오차, 현장조건 등에 따라 병용계 자기충전 콘크리트의 유동특성에 영향을 미치는 변동요인의 범위를 실험적으로 규명하기 위한 것이다. 병용계 자기충전 콘크리트의 재료는 벨라이트 시멘트와 석회석 미분말을 사용한 벨라이트계 및 슬래그 시멘트와 석회석 미분말을 사용한 슬래그계가 선정되었으며, 선행연구에서 제시된 최적배합 조건을 대상으로 하였다. 변동요인으로 (1) 콘크리트의 온도 3종류, (2) 잔골재의 표면수율 5종류, (3) 잔골재의 조립률 5종류, (4) 고성능AE감수제의 사용량 5종류, (5) 석회석 미분말의 분말도 3종류 등을 대상으로 민감도 시험을 실시하였다. 민감도 시험의 항목은 슬럼프 플로우, 500 mm 플로우 도달시간, V-깔대기 유하시간, U-box 충전성 높이를 대상으로 하였다. 실험 결과, (1) 콘크리트 온도는 $10{\sim}20^{\circ}C$ 범위, (2) 잔골재의 표면수율은 ${\pm}0.6%$ 범위, (3) 잔골재의 조립률 $2.6{\pm}0.2$ 범위, (4) 고성능AE감수제의 사용량은 ${\pm}0.2%$ 범위, (5) 석회석 미분말의 분말도는 $6000cm^2/g$ 범위에서 현장품질을 관리해야 한다. 벨라이트계 및 슬래그계에 따른 차이는 크지 않았지만, 석회석 미분말 및 $C_2S$ 함량이 높은 벨라이트계가 안정적인 경향을 나타내었다. 따라서 이러한 결과를 현장 시공현장에서 병용계 자기충전 콘크리트의 관리방안으로 제안하고자 한다.
본 연구는 자체검정 번들조정법에서 과대오차를 처리하기 위한 최적의 Robust 추정법과 축척추정량(S.E)를 조사하는데 목적을 두고 있다. 과대오차의 검출에 있어서 여러가지 경중률을 적용하기 위하여 5가지 Robust 추정법과 3가지 축척추정량을 사용하였으며, 2가지 기준점배치형태(고밀도, 저밀도)와 3가지 과대오차(4$\sigma o$. 20$\sigma o$. 50$\sigma o$)는 비교분석을 위해 이용되었다. 그 결과, Robust 추정법중 Anscombe 추정법이 가장 좋은 정확도를 보여 주고 있으며, 기준점 배치형태에 따른 축척추정량의 적용을 분석한 결과 기준점 배치밀도가 높은 경우는 Type II 축척추정량이, 기준점 배치밀도가 낮은 경우는 Type III 축척추정량이 안정되고 정확한 결과값을 나타내었다. 따라서 정밀한 구조물 해석에 있어서 과대오차의 영향을 제거하고 정확도를 향상시킬 수 있는 최적 축척추정량을 이용한 Robust 번들조정법의 활용이 기대된다.
Intra-cellular drug uptake in Xenopus laevis oocyte has been elucidated using localized MR spectroscopy (MRS) and PFG NMR techniques at a 600 $MH_z$(Bruker, 14.1 T) NMR spectrometer. The localized MRS has been done with a homemade probe, and shows the intra-cellular uptake of nicotinamide. The self-diffusion of the molecule in Xenopus oocyte was obtained by PFG NMR technique. The measured data are well fitted with a linear combination of two exponential functions, which shows that there are two types of drug molecules, intra-and extra-cellular molecules. Diffusion coefficients of intra- and extra-cellular drug molecules are 3.7 $\times$$10^{-11}$$\m^{2}/s$and 6.4 $\times$$10^{-10}$$\m^{2}/s$, respectively. In the weighting factors there is shown that about 5% of drug molecule is inside the cells. These techniques can be used for drug screening in molecule-, cell-, and tissue-based preclinical test.
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.