• Structural Engineering and Mechanics
• /
• 제12권5호
• /
• pp.527-540
• /
• 2001

A new sort of learning algorithm named whole learning algorithm is proposed to simulate the nonlinear and dynamic behavior of RC members for the estimation of structural integrity. A mathematical technique to solve the multi-objective optimization problem is applied for the learning of the feedforward neural network, which is formulated so as to minimize the Euclidean norm of the error vector defined as the difference between the outputs and the target values for all the learning data sets. The change of the outputs is approximated in the first-order with respect to the amount of weight modification of the network. The governing equation for weight modification to make the error vector null is constituted with the consideration of the approximated outputs for all the learning data sets. The solution is neatly determined by means of the Moore-Penrose generalized inverse after summarization of the governing equation into the linear simultaneous equations with a rectangular matrix of coefficients. The learning efficiency of the proposed algorithm from the viewpoint of computational cost is verified in three types of problems to learn the truth table for exclusive or, the stress-strain relationship described by the Ramberg-Osgood model and the nonlinear and dynamic behavior of RC members observed under an earthquake.

• 한국산학기술학회논문지
• /
• 제12권6호
• /
• pp.2777-2784
• /
• 2011

본 논문에서는 비변수 추정 알고리즘을 토대로 선형배열 안테나와 원형배열 안테나로부터 수신되는 다중신호의 DOA와 적응 빔성형 알고리즘을 연구하고 분석하였다. 비변수 추정 알고리즘에서는 입사각의 함수로써 신호에너지를 추정하기 위하여 고분해능과 잡음억압을 도출하도록 비이차놈을 사용하여 규칙화 목적함수를 최소화하였다. 그리고 나서, 신호와 잡음공간 조정벡터로부터 DOA를 추정하였고, 공간벡터에 의하여 도출된 가중치 벡터를 적용하여 적응 빔성형 패턴을 개선하였다. 특히, 안테나 배열방법과 배열소자의 수에 따라 입사되는 다중신호의 방향성 판별 능력과 적응빔을 성형하는 능력을 비교하고 고찰하였다.

• 한국식물병리학회지
• /
• 제1권3호
• /
• pp.190-194
• /
• 1985

벼검은줄오갈병 매개충인 애멸구의 기주식물 선호성은 실내유균접종과 포장상태에서 공히 옥수수가 벼보다 낮으나 발병율은 아주 높았다. 바이러스가 매개충의 생태에 미치는 영향은 보독충이 무독충보다 성충의 생존일수, 부화약충수 및 성충율에서 심한 장애를 나타냈다. 벼에서는 감염초기부터 후기까지 건물중이 이병주가 건전주보다 낮았다. 그러나 옥수수에서는 감염초기에 이병주가 건전주보다 건물중이 높았다. 한천내확산법 및 미량심강법에 의한 감염바이러스의 정량결과, 항혈청과의 반응정도는 옥수수잎, 벼줄기, 벼잎, 옥수수줄기에서 부분순화한 항원바이러스의 순으로 나타났다. 이병기주식물의 phloem gall 형성에서 저온처리의 효과가 인정되었다.

• 한국콘텐츠학회논문지
• /
• 제10권12호
• /
• pp.34-42
• /
• 2010

이동통신 환경에서 매개변수와 비매개변수추정 알고리즘을 토대로 DOA와 적응 빔성형 알고리즘을 연구하고 분석하였다. 매개변수추정 알고리즘에서는 배열안테나로 수신된 신호의 상관행렬로부터 신호성분과 잡음성분에 대한 고유치를 구하고, 그 고유치들로부터 전력스펙트럼을 판별하였다. 반면에 비매개변수추정 알고리즘에서는 입사각의 함수로써 신호에너지를 추정하기 위하여 고분해능과 잡음억압을 도출하도록 비이차놈을 사용하여 규칙화 목적함수를 최소화하였다. 그리고 나서, 신호와 잡음공간 조정벡터로부터 DOA를 추정하였고, 공간벡터에 의하여 도출된 가중치를 적용하여 적응 빔성형 패턴을 개선하였다. 따라서 희소강제조정을 갖는 개선된 방향성 추정 알고리즘은 다른 알고리즘들과 비교하여 잡음 억제와 고분해능을 갖는다.

• 한국전자파학회논문지
• /
• 제29권11호
• /
• pp.868-877
• /
• 2018

본 논문에서는 SVR(Support Vector Regression)을 이용한 컨포멀 배열 안테나의 빔 형성 알고리즘을 제안한다. 기존의 최소자승법 기반 알고리즘은 모든 샘플의 오차를 고려하는 반면에, SVR은 정해진 오차 한계를 벗어나는 샘플들을 통해 가중치를 결정하여 희소(sparse)한 해를 가지며 과적합(over-fitting) 문제를 최소화하는 장점을 갖고 있다. 제안된 알고리즘의 성능을 검증하기 위해 실험적으로 측정된 컨포멀 배열 안테나 능동 소자 패턴을 SVR에 적용하여 목적 빔 배턴으로 근사시키는 가중치를 구하였으며, SVR로 얻은 가중치와 최소자승법을 통해 얻은 가중치를 실측한 소자패턴에 적용하여 빔 형성 성능을 비교하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.81-86
• /
• 2016

Term weighting is a popular technique that effectively weighs the term features to improve accuracy in document classification. While several successful term weighting algorithms have been suggested, none of them appears to perform well consistently across different data domains. In this paper we propose several reasonable methods to combine different term weight vectors to yield a robust document classifier that performs consistently well on diverse datasets. Specifically we suggest two approaches: i) learning a single weight vector that lies in a convex hull of the base vectors while minimizing the class prediction loss, and ii) a mini-max classifier that aims for robustness of the individual weight vectors by minimizing the loss of the worst-performing strategy among the base vectors. We provide efficient solution methods for these optimization problems. The effectiveness and robustness of the proposed approaches are demonstrated on several benchmark document datasets, significantly outperforming the existing term weighting methods.

• The Journal of the Acoustical Society of Korea
• /
• 제17권4E호
• /
• pp.3-10
• /
• 1998

This paper concerns the dynamical behavior, in probabilistic sense, of a feedforward neural network performing auto association for novelty. Networks of retinotopic topology having a one-to-one correspondence between and output units can be readily trained using back-propagation algorithm, to perform autoassociative mappings. A novelty filter is obtained by subtracting the network output from the input vector. Then the presentation of a "familiar" pattern tends to evoke a null response ; but any anomalous component is enhanced. Such a behavior exhibits a promising feature for enhancement of weak signals in additive noise. As an analysis of the novelty filtering, this paper shows that the probability density function of the weigh converges to Gaussian when the input time series is statistically characterized by nonsymmetrical probability density functions. After output units are locally linearized, the recursive relation for updating the weight of the neural network is converted into a first-order random differential equation. Based on this equation it is shown that the probability density function of the weight satisfies the Fokker-Planck equation. By solving the Fokker-Planck equation, it is found that the weight is Gaussian distributed with time dependent mean and variance.

• 정보학연구
• /
• 제9권4호
• /
• pp.65-74
• /
• 2006

The back propagation of neural networks has the problems of falling into local minimum and delay of the speed by the iterative learning. An algorithm to solve the problem and improve the speed of the learning was already proposed in[8], which updates the learning parameter related with the connection weight. In this paper, we propose the algorithm generating initial weight to improve the efficiency of the algorithm by offering the difference between the input vector and the target signal to the generating function of initial weight. The algorithm proposed here can classify more than 98.75% of the handwritten digits and this rate shows 30% more effective than the other previous methods.

• 대한전자공학회논문지SD
• /
• 제39권9호
• /
• pp.37-44
• /
• 2002

학습된 신경망(Pre-trained neural network)은 고정된 가중치(weight)를 갖는다. 이 논문에서는 이러한 특성을 이용하여 신경망의 효과적인 디지털 하드웨어의 설계방법을 제안한다. 이를 위해 신경망의 PEs(Processing Elements)연산은 행렬-벡터 곱셈으로 표하고 고정된 가중치와 입력 데이터의 관계를 비트-레벨 어레이(array) 구조로 표현하여, 노드 소거와 가중치 비트 패턴에 따른 공유 노드 설정을 통한 최적화로 연산에 필요한 노드를 최소화한다. FPGA 시뮬레이션 결과, 완전한 정확성에 기반한 하드웨어를 설계하는 경우, 하드웨어 비용을 상당부분 줄였고 동작 주파수가 높다는 것을 확인하였다. 또한, 제안한 설계방법은 한정된 공간 내에서 많은 수의 PEs 구현이 가능함으로, 큰 신경망 모델에 대한 온-칩(on-chip) 구현이 가능하다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2007년도 춘계학술대회B
• /
• pp.3529-3533
• /
• 2007

The advantages of the SITVC(secondary injection thrust vector control) technique over mechanical thrust vector systems include a reduction in both the nozzle weight and complexity due to the elimination of the mechanical actuators that are used in conventional vectoring. Computational study is performed to understand the fluidic thrust vectoring control of an axisymmetric nozzle, in which secondary gas injection is made in the divergent section of the nozzle. The nozzle has a design mach number 3. The effect of injection hole number and shape of secondary jet on the mach number distribution of SITVC were investigated. The standard ${\kappa}$ - ${\epsilon}$ turbulence model solved the complex three-dimensional nozzle flows perturbed by the secondary gas jet. The numerical code was validated by experiment. The results showed that the mach number distribution of circular and square nozzle are similar each other. As number of second injection hole increasing, a effect of deflection was decreased.