• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.543-546
• /
• 2004

Bishop과 Nabney에 의해 소개된 기존의 혼합 밀도 네트워크(Mixture Density Network)에서는 조건부 확률밀도 함수의 매개변수들(parameters)이 하나의 MLP(multi-layer perceptron)의 출력 벡터로 주어진다. 최근에는 변형된 혼합 밀도 네트워크(Modified Mixture Density Network)라고 하는 이름으로 조건부 확률밀도 함수의 선분포(priors), 조건부 평균(conditional means), 그리고 공분산(covariances) 등이 각각 독립적인 MLP의 출력벡터로 주어지는 경우를 다룬 연구가 보고된 바 있다. 본 논문에서는 조건부 평균이 입력에 관해 선형인 경우를 위한 버전에 대한 이론과 매트랩 프로그램 개발 및 적용을 다룬다. 본 논문에서는 우선 일반적인 혼합 밀도 네트워크에 대해 간단히 설명하고, 혼합 밀도 네트워크의 출력인 다층 퍼셉트론의 매개변수를 각각 다른 다층 퍼셉트론에서 학습시키는 변형된 혼합 밀도 네트워크를 설명한 후, 각각 다른 다층 퍼셉트론을 통해 매개변수를 얻는 것은 동일하나 평균값은 선형함수를 통해 얻는 혼합 밀도 네트워크 버전을 소개한다. 그리고, 모의실험을 통하여 이러한 혼합 밀도 네트워크를의 적용가능성에 대해 알아본다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.355-357
• /
• 2004

센서 네트워크는 계산 용량과 에너지가 제한적이라는 특성을 가지며 그 결과 시스템의 보안관련 요구를 만족시키기 위해 기존 네트워크의 방식을 적용할 수 없다. 본 논문에서는 센서 네트워크의 보안을 위하여 기존 다층화 된 보안구조에서 사용되는 키 분배 방식을 개선함으로써 에너지 소모를 크게 증가시키지 않으며 전체 네트워크의 신뢰도를 개선할 수 있는 방법을 제안한다. 랜덤 그래프의 성질을 이용한 키 분배 방식으로 이를 이용하여 비교적 낮은 에너지 소모와 개선된 신뢰성을 적절히 제공할 수 있다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.847-851
• /
• 2004

Bishop과 Nabnck에 의해 소개된 기존치 혼합 밀도 네트워크(Mixture Density Network)에서는 조건부 확률밀도 함수의 매개변수들(parameters)이 하나의 MLP(multi-layer perceptron)의 출력 벡터로 주어진다. 최근에는 변형된 혼합 밀도 네트워크(Modified Mixture Density Network)라고 하는 이름으로 조건부 확률밀도 함수의 선분포(priors), 조건부 평균(conditional means), 그리고 공분산(covariances) 등이 각각 독립적인 MLP의 출력벡터로 주어지는 경우를 다룬 연구가 보고된 바 있다. 본 논문에서는 조건부 평균이 입력에 관해 선형인 경우를 위한 버전에 대한 이론과 매트랩 프로그램 개발을 다룬다. 본 논문에서는 우선 일반적인 혼합 밀도 네트워크에 대해 간단히 설명하고, 혼합 밀도 네트워크의 출력인 다층 퍼셉트론의 매개변수를 각각 다른 다층 퍼셉트론에서 학습시키는 변형된 혼합 밀도 네트워크를 설명한 후, 각각 다른 다층 퍼셉트론을 통해 매개변수를 얻는 것은 동일하나 평균값은 선형함수를 통해 얻는 혼합 밀도 네트워크 버전을 소개한다. 그리고, 모의실험을 통하여 이러한 혼합 밀도 네트워크의 적용가능성에 대해 알아본다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.61-67
• /
• 2023

구리의 전기주조 공정을 최적화하기 위하여 이중 비밀 다층구조의 역전파 뉴럴 네트워크가 구성된다. 샘플 학습을 통하여, 구리 전기주조 공정 조건과 목표 특성 간의 함수관계가 정확히 성취되고, 구리 전기주조 공정 내에서 다층구조의 미세강도와 장력에 대한 예측이 이루어진다. 예측된 결과는 펄스 전원공급기를 장착한 구리 피로인산염 솔루션 시스템 내에서 구리의 전해석출 시험에 의하여 증명된다. 그 결과는 다음과 같이 나타난다. "3-4-3-2" 구조의 이중비밀 다층구조 뉴럴 네트워크에 의하여 예측된 구리 다층구조의 미세강도와 장력은 실험값에 매우 근접하며 그 상대적 오차는 2.32%보다 작다. 주어진 파라미터의 범위 내에서, 구리의 미세강도는 100.3~205.6MPa이며, 장력은 112~485MPa 정도로 측정된다. 미세강도와 장력이 최적인 조건에서 그에 대응하는 공정 조건은 다음과 같다: 전류밀도는 2A·dm-2, 펄스 주파수는 2KHz, 펄스의 듀티싸이클은 10%이다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 The Korea Society for Simulation 98 춘계학술대회 논문집
• /
• pp.17-20
• /
• 1998

현재 늘어나는 개인 이동 통신 수요를 만족시키기 위하여 시스템의 용량 증가가 필요하다. 서로 다른 이동성을 갖는 사용자에 대한 서비스를 위해 매크로 셀 내에 마이크로 셀들로 이루어진 다층 셀구조가 제안되고 있다. 본 논문에서는 급증하는 이동 통신 수요를 만족시키기 위한 다층 셀 구조를 갖는 이동 통신 시스템의 성능 분석을 위해 큐잉 네트워크 모델을 이용한 해석적 분석 방법을 제안하고 컴퓨터 시뮬레이션을 이용하여 제안된 해석적 방법의 유효성을 검증한다. 제안된 해석적 방법은 수학적 분석 결과를 얻는데 상당한 용이성을 제공하고, 더 나아가 다층 셀 구조의 채널 할당 방식에 대한 시스템의 성능분석을 위해 사용될 수 있을 것이다.

• 한국시뮬레이션학회논문지
• /
• 제26권3호
• /
• pp.105-113
• /
• 2017

본 연구는 대공위협에 대한 생존성 향상을 위한 다층 대공방어 체계의 최적 투자 계획 모델을 고려한다. 최적화 모델 수립을 위해 다층 대공방어 체계를 네트워크 모델로 표현하고, 가용 예산이 제한되어 있는 상황 하에서 대응실패 확률을 최소화하기 위해 각 방어무기에 대하여 투자여부를 결정하는 모델과 연속적인 투자가 가능한 모델을 각각 제시한다. 비선형 형태의 목적함수를 로그함수를 통해 선형화하였으며, 제시된 최종 모델의 해법으로서 동적계획법 알고리즘과 선형계획법을 제안한다. 가상의 다층 대공 방어 상황을 설정한 후, 두 가지의 최적화 모델에 대한 최적해를 도출하고 그 결과를 분석하였다. 이는 다층 대공방어 체계의 신뢰도 향상을 위한 효과적인 투자 계획 수립의 필요성 및 접근방법을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.682-683
• /
• 2017

주변의 배경잡음으로부터 음성인식률을 향상시키기 위하여 적절한 음성의 특징 파라미터를 선택하는 것이 매우 중요하다. 본 논문에서는 위너필터 방법이 적용된 인간의 청각 특성을 이용한 멜 주파수 켑스트럼 계수를 사용한다. 제안한 멜 주파수 켑스트럼 계수의 특징 파라미터를 다층 퍼셉트론 네트워크에 입력하여 학습시킴으로써 화자인식을 구현한다.

• 한국전자파학회논문지
• /
• 제29권7호
• /
• pp.550-559
• /
• 2018

본 논문은 딥뉴럴네트워크(deep neural network: DNN)를 이용해 사람 걸음 및 배경잡음원에 의해 발생한 마이크로 도플러 신호를 탐지 및 분류 처리하는 연구를 제안한다. 기존 분류처리 연구는 경험 및 통계적인 방법을 통해 분류기 성능에 직접적으로 영향을 미치는 의미있는 특징을 추출하기 위한 복잡한 과정을 포함한다. 그러나 딥뉴럴네트워크는 다수의 레이어 층을 단계적으로 통과하는 과정을 통해 점진적으로 특징을 재구성 및 생성하므로, 별도의 특징 추출과정을 생략할 수 있으며, 자연스럽게 네트워크상에서 특징을 생성할 수 있는 이점이 있다. 따라서 본 논문에서는 마이크로 도플러 신호 인식을 위한 딥뉴럴네트워크 효과성 입증을 위해, 이진분류기와 다층클래스 분류기를 다층퍼셉트론과 딥뉴럴네트워크를 통해 설계하고 비교분석한다. 실험 결과, 다층퍼셉트론은 이진분류기의 경우 테스트세트에 대한 분류 정확도가 90.3 %로 측정되었고, 다층클래스 분류기의 경우 테스트세트에 대한 분류정확도가 86.1 %로 측정되었다. 딥뉴럴네트워크는 이진분류기의 경우 테스트세트에 대한 분류 정확도가 97.3 %로 측정되었고, 다층클래스 분류기의 경우 테스트세트에 대한 분류정확도가 96.1 %로 측정되었다.

• 한국정보처리학회논문지
• /
• 제4권12호
• /
• pp.3063-3068
• /
• 1997

일반적인 역전파(Back Propagation)의 알고리즘을 다층 다항식 고차 뉴럴네트워크에 적용하여 위치 변환 패턴에 있어 정확한 인식을 할 수 있도록 네트워크의 구조를 개선했다. 본 논문의 목적은 다층 다항식 고차 뉴럴네트워크를 이용하여 여러 가지 패턴 인식이 가능한 이유를 자세히 논한다. 실제 예로는 일정한 문자 인식의 예제로 변형된 영문자 T-C 패턴을 가지고 실험했으며, 네트워크의 일반성(Generalization)을 측정하기 위해서는 거울반사 대칭(Mirror Symmetry)문제를 시뮬레이션 했다. 그 결과 종래의 모델보다 기술적인 우수성을 확인 할 수가 있었다. 본 연구가 제안한 방식에 의한 위치 변환된 T-C 패턴에 대하여서는 90%의 인식율을 얻을 수 있었으며, 일반성의 실험에서 거울반사 대칭(Mirror Symmetry)에 대한 인식율은 70％를 얻었다. 이 실험결과는 종래의 모델에서는 구하기 어려운 인식율이며 기존 연구와 비교한 결과 본 제안 방식의 기술적 우위성을 확연히 판단 할 수 있다.

• 조명전기설비학회논문지
• /
• 제22권4호
• /
• pp.46-53
• /
• 2008

본 연구에서는 고조파를 고려한 방사기저함수 네트워크 기반의 부하모델링 기법을 개발하였다. 개발된 부하모델은 입력정보로서 기본 주파수와 기본 전압 외에 고조파 성분도 고려하여 전압 및 주파수뿐만 아니라 고조파의 영향에 대해서도 효과적으로 부하를 추정할 수 있도록 구성하였다. 부하모델링을 위해 적용된 방사기저함수 네트워크는 기존에 널리 사용되는 다층 신경망에 비해 구조가 간단하고 수렴속도가 빠른 장점을 지니고 있다. 개발된 부하모델링 기법은 기존에 널리 사용되는 다항식과 다층 신경회로망 및 고조파 성분을 고려하지 않은 방사기저함수 네트워크를 이용한 부하모델 기법과 비교함으로써 제안방법의 타당성을 검증하였다.