• 한국철도학회논문집
• /
• 제17권3호
• /
• pp.171-177
• /
• 2014

PWM컨버터 차량은 전압벡터제어방식에 의해 부하역률 1.0에 가까운 운전이 가능하므로 기존 저역률의 위상제어방식 차량에 비해 급전선로 전압강하 측면에서 우수한 부하특성을 나타낸다. 그러나 이 경우에도 급 전구간 내의 운전밀도가 높거나 연장급전 구간에서는 선로손실의 증가 및 전압강하 현상이 심각한 수준으로 나타날 수 있다. 본 논문은 PWM컨버터 차량의 역률을 1.0으로 고정하여 운행하는 대신 차량의 운전 조건에 따라 가변적으로 최적 제어함으로써 급전선로의 손실을 최소화 하고 전압 프로파일을 개선하는 방법을 기술하였다. 제시된 방법은 동일 급전구간 내에 운행중인 차량을 대상으로 최대 경사법에 의해 선로의 무효전력손실이 최소화되는 개별 차량의 무효전력 보상량을 결정하게 되며, 이 방법을 표본 계통에 대해 시뮬레이션 한 결과 선로손실의 감소와 함께 전압 프로파일도 상당한 수준으로 개선됨을 알 수 있었다.

• 대한전자공학회논문지TE
• /
• 제39권3호
• /
• pp.97-104
• /
• 2002

이 논문에서는 퍼지뉴럴 시스템을 위하여 measure of fuzziness에 의한 입력공간의 분할을 최적화하는 방법을 제안한다. 이에 따라 최적화된 퍼지 부공간에 대하여 퍼지 제어규칙을 자동으로 생성하는 방법을 제안한다. 또한 시계열 예측 문제에서 입력패턴의 간격을 조정하여 그 성능을 검증한다. 이 방법은 샤논 함수와 index of fuzziness를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 입력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안된 알고리즘을 토대로 여덟 가지의 입력패턴에 대하여 추론한 결과 입력공간의 최적분할에 의하여 수렴과정에서 초기에 오차(RMSE)가 빠르게 수렴함을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.39-49
• /
• 2000

본 논문에서는 다중 클래스 데이터를 위한 특징 추출 방법을 최적화하는 기법을 제안한다 제안된 특징 추출 기법은 분류 오차에 기반한 방법으로 특징 공간(feature space)을 탐색하여 가우시안 최대우도 분류기 (Gaussian ML Classifier)의 분류오차(classification error)가 최소가 되도록 하는 특징벡터 집합을 구하는 방법이다 제안된 방법은 임의의 초기 특징벡터를 설정한 후 steepest descent 알고리즘을 적용하여 분류오차가 감소하는 방향으로 초기벡터를 갱신시킨다 본 논문에서는 순차탐색 및 전체탐색 두 가지의 방법을 제안하며 순차탐색은 추가로 특징벡터를 구하는 경우 이미 구해진 특징벡터를 포함하여 최소의 분류오차를 얻을 수 있는 특징벡터를 구한다 반면에 전체탐색 방법은 추가의 특징벡터를 구할 경우 새로운 초기 특징벡터 집합을 설정하여 이미 구해진 특징벡터를 포함하는 제약을 받지 않는다. 실험결과 제안된 두 가지 방법은 기존의 특징추출 방법보다 우수한 성능을 보여주고 있다.

• 한국지반공학회논문집
• /
• 제16권1호
• /
• pp.83-97
• /
• 2000

본 연구에서는, 흙막이 벽체의 변위 예측시스템 개발을 위하여 다층퍼셉트론을 이용해 임의의 인공신경망 모델을 구축하고 그 성능을 평가하여 최적의 모델을 선정하였다. 인공신경망모델의 학습과 검증을 위해 국내 도심지에 실제 시공이 완료된 다양한 현장의 계측자료를 수집하였고, 수집된 계측자료의 분석을 통해 흙막이벽체의 거동에 영향을 미치는 인자를 조사하였다. 아울러 실행비를 기준으로 선별한 신뢰성 있는 계측자료를 조사된 영향인자를 토대로 데이터 베이스화하여 인공신경망 모델의 학습과 검증에 사용하였으며, 학습은 최급강하법을 기초로 하는 역전파 알고리즘을 이용하여 수행하였다. 학습에 포함되지 않은 현장들에 대하여 흙막이벽체의 최대수평변위와 그 발생위치를 예측하고 이를 계측치와 비교하여, 제시한 변위 예측시스템의 적용성을 부분적으로 확인하였다.

• 한국수자원학회논문집
• /
• 제34권2호
• /
• pp.131-140
• /
• 2001

본 연구는 분포형 개념에 기초한 USLE(Universal Soil Loss Equation)의 매개변수의 산정방법과 유역에서 발생한 유사전달률을 중심으로 수행되었다. 그리드를 이용한 분포형 개념의 모형은 경사가 가장 급한 방향으로 한 그리드에서 다른 그리드로 유사를 추적할 수 있다. 여기서는 기존에 조사된 경기도 지역에 위치한 10개의 농업용 저수지의 토사유출량과 유역의 물리적인 특성을 수집하여 연구에 이용하였다. 한 그리드의 유사전달률은 그 그리드의 숲이나 토사이동을 방해하는 면적비와 관계가 있다고 정의하고 $C_1$이라는 비례상수를 도입하였다. 8개 저수지에 대하여 모형을 보정하고 나머지 2개 저수지에 대하며 검정을 실시하였으며 유역의 물리적인 특성과 $C_1$과의 회귀분석을 실시하였다. 회귀분석 결과를 2개의 저수지 유역에 검정한 바 적절한 결과를 보였으며 본 연구에서 제안한 모형의 적용 가능성을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제3권2호
• /
• pp.201-208
• /
• 2000

이 논문에서는 시계열 예측을 위하여 퍼지 엔트로피에 의한 입력공간의 분할과 퍼지 제어규칙을 자동으로 생성하는 방법을 제안하고, Mackey-Glass 데이터 Set을 이용한 시계열 예측 문제에 적용하여 그 성능을 검증한다. 이 방법은 샤논 함수와 퍼지 엔트로피 함수를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 이력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안되는 알고리즘을 매개변수의 수를 줄이기 위하여 제어 규칙의 결론부의 출력값은 신경망의 가중치로 구성하여 퍼지 신경망의 복잡도를 줄임으로서 추론형과 기술형 접근법을 혼합한 형태의 학습 알고리즘이다.

• 감성과학
• /
• 제13권1호
• /
• pp.197-206
• /
• 2010

본 연구에서는 보행자의 이동(Navigation)지원을 목적으로 한 감성검색시스템의 구축(Implementation)에 있어 시스템의 주요 구성요소 중의 하나인 보행자 감성모델을 사용자의 감성에 일치시키는 방법에 대해 제안하고, 평가실험을 통하여 모델의 타당성을 검증하였다. 가상의 목적지를 의미하는 인테리어 이미지 화상을 이용하여 데이터베이스를 작성한 후 10명의 실험 참가자를 대상으로 각각 5회에 걸쳐 목적지 검색과 만족도에 대한 평가실험을 실시하였다. 실험 참가자에게는 각 실험단계마다의 검색결과에 대해 만족도를 평가하도록 하였으며, 피험자로부터의 피드백 데이터를 이용하여 데이터베이스에 구축된 보행자 감성모델을 반복적으로 학습하도록 하였다. 평가실험 종료 후 보행자 감성모델의 학습효과를 확인하기 위하여 재현율(Recall ratio), 적합율(Precision ratio), 검색순위(Retrieval ranking), 만족도(Satisfaction level)를 비교하였다. 실험결과 5회의 학습을 통하여 재현율, 적합율, 검색순위, 만족도 등이 모두 유의미한 수준으로 상승된 것으로 나타나 본 논문에서 제안하는 보행자 감성모델의 학습방법이 개인의 감성을 획득하는 방법으로서 유효하다는 점을 확인하였다. 또한 본 연구에서 제안한 보행자 감성모델은 상업공간의 인테리어와 같은 시각적 이미지 화상을 대상으로 한 모바일 콘텐츠 제공시스템의 개발에 있어서도 유효하다는 점을 확인하였다. 향후 다양한 분야의 정보기기 콘텐츠의 개발에 있어 본 연구에서 제안한 보행자 감성모델이 사용자 개인의 감성을 획득하는 방법론으로 활용될 수 있을 것으로 기대된다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2008년도 공동학술대회
• /
• pp.51-56
• /
• 2008

등방성 매질에서의 파형역산에 대한 연구는 1980년대부터 꾸준히 이루어져 왔으나 이방성 매질에 대한 연구는 그렇지 못하다. 본 연구에서는 이방성 매질에 대한 시간영역 셀기반 유한 차분 모델링 기법을 이용해 2차원 TI 구조에서의 파형역산 알고리듬을 개발하였다. 반복적인 비선형 역산에서 최대 급경사 방향은 역시간 구조보정의 역전파 방법을 이용하여 간접적으로 계산하였고, 이를 정규화 시키기 위해 슈도-헤시안 행렬을 이용하였다. 본 연구에서 제시된 시간영역 파형역산 기법을 이방성 매질을 포함한 2층 구조와 이방성 Marmousi 모형 자료에 적용하고 이를 등방성 매질만을 고려한 기존의 파형역산 결과와 비교하였다. 본 연구의 결과를 통해 이방성 매질을 등방성 매질로 가정하고 파형역산을 수행할 경우 정확한 영상을 얻을 수 없기 때문에, 실제 탐사 자료의 파형역산을 수행할 경우 이방성 매질을 고려해야 좀 더 정확한 지하 구조를 파악할 수 있음을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권3호
• /
• pp.344-355
• /
• 2002

MLP(multilayer perceptron)는 다른 패턴인식 방법에 비해 여러 가지 훌륭한 특성을 가지고 있어 패턴인식에서 폭넓게 사용되고 있다. 그러나 MLP의 학습에 일반적으로 사용되는 EBP(error backpropagation) 알고리즘은 학습시간이 비교적 오래 걸린다는 단점이 있다. 패턴인식에 사용되는 학습 데이타는 풍부한 중복특성을 내포하고 있으므로 패턴마다 MLP의 내부변수를 갱신하는 온라인 계열의 학습방식이 속도의 향상에 상당한 효과가 있다. 일반적인 온라인 EBP 알고리즘에서는 내부변수 갱신시 고정된 학습률을 적용한다. 고정 학습률을 적절히 선택함으로써 패턴인식 웅용에서 상당한 속도개선을 얻을 수 있지만, 학습률이 고정되고 학습이 진행됨에 따라 학습패턴 영역이 달라지는 학습과정의 각 단계에 효과적으로 대웅하지 못하는 문제가 있다. 이 문제에 대해 본 논문에서는 학습과정을 세 단계로 정의하고, 각 단계별로 필요한 패턴만을 학습에 반영하는 패턴별 가변학습속도 및 학습생략(ILVRS) 방법을 제안한다. ILVRS의 기본개념은 다음과 같다. 학습단계마다 학습에 필요한 패턴의 부분이 달라지므로 이를 구별 하여 학습에 적용할 수 있도록 (1)패턴마다 발생하는 오류치를 적절한 범위 이내로 제한하여 가변 학습률로 사용하고, (2)학습이 진행됨에 따라 불필요한 부분의 패턴을 학습에서 생략한다. 제안한 ILVRS의 성능을 입증하기 위해 본 논문에서는 패턴인식 응용의 한 갈래인 화자증명을 실험하고 그 결과를 제시한다.