• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2073-2074
• /
• 2006

본 논문에서는 PSO를 이용한 뉴로-퍼지 모델의 구조 및 파라미터 동정을 실시한다. 진화연산 기법의 무작위 탐색 능력과 오차 미분기반 학습에서의 수렴 특성을 가진 PSO를 이용하여 학습이 진행되는 동안 모델의 구조 및 파라미터를 주어진 학습 데이터에 적합하도록 최적화 시킨다. 또한 모델의 크기를 결정하는 규칙의 수 결정을 클러스터링 기법을 이용하여 소속함수의 수가 증가하더라도 규칙이 지수함수적으로 증가하는 문제를 해결하였다. 제안된 기법의 유용성을 시뮬레이션을 통해 보이고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.395-399
• /
• 2001

This paper describes modular fuzzy inference systems(MFIS) with adaptive capability to extract fuzzy inference modules from observation data through the learning process. The proposed MFIS is based on the structural similarity to Tagaki-Sugeno fuzzy models and a modular neural architecture. The learning of MFIS is done by assigning new fuzzy inference modules and by updating the parameters of existing modules. The fuzzy inference modules consist of local model network and fuzzy gating network. The parameters of the MFIS are updated by the standard LMS algorithm. The performance of the MFIS is illustrated with adaptive control of a nonlinear dynamic system.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.41 no.6
• /
• pp.11-16
• /
• 2004

The integral term of PID controller have the advantage of reduced steady state error and the disadvantage of accumulated errors. We proposed a method that maintains its advantage and improvs the disadvantage in transient response. The proposed PID control method with modified integral parameter accumulates errors in increment section and ignores errors in decrement section. Therefore, the proposed PID control method decreases overshoot, and makes settling time faster than conventional PID control method.

• Journal of IKEEE
• /
• v.27 no.3
• /
• pp.220-224
• /
• 2023

Row hammering is a phenomenon in which bit flips occur in adjacent rows when accessing a particular row continuously, causing data damage, security problems, and poor computing performance. This paper analyzes the cause and response method of row hammering through TCAD simulation in 2ynm DRAM. In the experiment, the row hammering is reproduced while changing the parameters of the trap and the device structure, and the trap density, temperature. It analyzes the relationship with Active Wisdom, etc. As a result, it was confirmed that changes in trap parameters and device structures directly affect ΔV_cap/pulse. This enables a fundamental understanding of low hammering and finding countermeasures, and can contribute to improving the stability and security of DRAM.

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.12
• /
• pp.81-92
• /
• 2019

Weeds are a major object which is very harmful to crops. To remove the weeds effectively, we have to classify them accurately and use herbicides. As computing technology has developed, image-based machine learning methods have been studied in this field, specially convolutional neural network(CNN) based models have shown good performance in public image dataset. However, CNN with numerous training parameters and high computational amount. Thus, it works under high hardware condition of expensive GPUs in real application. To solve these problems, in this paper, a hierarchical architecture based deep-learning model is proposed. The experimental results show that the proposed model successfully classify 21 species of the exotic weeds. That is, the model achieve 97.2612% accuracy with a small number of parameters. Our proposed model with a few parameters is expected to be applicable to actual application of network based classification services.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.514-517
• /
• 2023

본 연구는 인 컨택스트 러닝 (In-Context Learning)을 오디오-언어 작업에 적용하기 위한 멀티모달 (Multi-Modal) 딥러닝 모델을 다룬다. 해당 모델을 통해 학습 단계에서 오디오와 텍스트의 소통 가능한 형태의 표현 (Representation)을 학습하고 여러가지 오디오-텍스트 작업을 수행할 수 있는 멀티모달 딥러닝 모델을 개발하는 것이 본 연구의 목적이다. 모델은 오디오 인코더와 언어 인코더가 연결된 구조를 가지고 있으며, 언어 모델은 6.7B, 30B 의 파라미터 수를 가진 자동회귀 (Autoregressive) 대형 언어 모델 (Large Language Model)을 사용한다 오디오 인코더는 자기지도학습 (Self-Supervised Learning)을 기반으로 사전학습 된 오디오 특징 추출 모델이다. 언어모델이 상대적으로 대용량이기 언어모델의 파라미터를 고정하고 오디오 인코더의 파라미터만 업데이트하는 프로즌 (Frozen) 방법으로 학습한다. 학습을 위한 과제는 음성인식 (Automatic Speech Recognition)과 요약 (Abstractive Summarization) 이다. 학습을 마친 후 질의응답 (Question Answering) 작업으로 테스트를 진행했다. 그 결과, 정답 문장을 생성하기 위해서는 추가적인 학습이 필요한 것으로 보였으나, 음성인식으로 사전학습 한 모델의 경우 정답과 유사한 키워드를 사용하는 문법적으로 올바른 문장을 생성함을 확인했다.

• Tunnel and Underground Space
• /
• v.22 no.3
• /
• pp.196-204
• /
• 2012

Quantification of roughness plays an important role in modeling strength deformability and fluid flow behaviors of rock joints. A procedure was suggested to simulate joint roughness, and characteristics of the roughness was investigated in this study. Stationary fractional Brownian profiles with known input values of the fractal parameter and other profile properties were generated based on random midpoint displacement method. Also, a procedure to simulate three dimensional roughness surface was suggested using the random midpoint displacement method. Selected statistical roughness parameters were calculated for the generated self-affine profiles to investigate the attribute of roughness. Obtained results show that statistical parameters applied in this study were able to consider correlation structure and amplitude of the profiles. However, effect of data density should be tackled to use statistical parameters for roughness quantification.

• The Journal of the Acoustical Society of Korea
• /
• v.24 no.7
• /
• pp.402-409
• /
• 2005

In this paper. we propose a coding method using a matching pursuit algorithm in a strongly periodic highband signal. Also. we propose an efficient quantizer for the estimated parameters : spectral magnitude and phase. Based on the error concealment principle and sinusoidal model. the MP algorithm requires the high-precision pitch period estimation. To estimate more accurate pitch period. the refined pitch obtained from lowband speech is used. which increases the efficiency of bit allocation. The spectral magnitude parameters are quantized by the method which is combined with MDCT (Modified Discrete Cosine Transform) and multi-stage structure. The spectral phase quantizer uses the $2{\pi}$ modular characteristic of phases and the weighted function by spectral magnitudes. To evaluate the efficiency of the proposed method. we applied it to analysis-by-synthesis system. Furthermore we suggest the possibillity of scalable wideband speech codecs based on band-split structure.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.77.2-77.2
• /
• 2010

일산화탄소를 수소로 변환하는 수성가스전환반응(WGSR)은 수소 생산, 연료개질 시스템뿐만 아니라 암모니아 제조, 제철소 제련과정등 일선 산업현장에서 널리 활용되고 있다. 상용공정에서의 WGS반응은 두 단계의 반응기(HTS/LTS)에서 각각 Fe/Cr, Cu/Zn기반 촉매를 사용하여 이루어진다. 하지만 이러한 촉매들은 공기중 자연발화성이 있고 사용전 환원과정이 필요하다. 또한 최근에 많은 연구가 진행되고 있는 귀금속 담지 촉매는 기존 촉매의 단점을 극복하고 활성이 높은 장점이 있다. 이에 본 연구에서 제시한 페로브스카이트 촉매는 상용 촉매, 귀금속 담지촉매 시스템과의 비교를 위하여 제작된 촉매를 사용한 반응시스템과 기존 상용촉매를 사용한 반응시스템을 비교하여 개발 촉매의 성능 수준을 검토하였다. 이러한 결과 페로브스카이트 구조 촉매는 상용촉매의 공정상의 단점과 귀금속 담지촉매의 가격적인 측면에서의 단점을 동시에 극복한 촉매로서 성능 및 메탄화반응 억제 측면에서 우수성을 보유하고 있다는 것을 증명하였다. 이러한 페로브스카이트 구조 촉매의 반응특성을 규명하기 위해 문헌조사해본 결과 기존 수성가스전환반응에서 쓰이는 촉매들의 반응매카니즘은 대표적으로 formate와 redox 반응 두가지가 있었다. 페로스브스카이트 구조 촉매는 그 구조와 귀금속 함량, 활성 등 성능측면에서 귀금속 촉매와 상당히 유사한 측면이 있기 때문에 귀금속 담지 촉매의 반응속도식을 기본으로 하여 실험결과와 일치시켜 페로브스카이트구조 촉매에 맞는 반응속도식을 제시하고 이를 통한 반응파라미터 값을 도출하였다.