• 한국정보통신학회논문지
• /
• 제3권2호
• /
• pp.383-388
• /
• 1999

본 논문에서는 정밀 제어와 온-라인 제어를 위하여 유전 알고리즘을 이용한 퍼지-신경망 제어기를 제안하였다. 제안된 제어기의 설계방법은 유전 알고리즘을 사용하여 불확실한 플랜트에 대한 근사적 퍼지 소속함수를 얻은 후, 퍼지-신경망 제어기의 적응학습에 의해 최적의 퍼지 소속함수를 조정할 수 있는 제어구조를 제안하였다. 제안된 제어기를 사용했을 때의 효율성과 정확성을 평가하기 위하여 DC 서보모터의 속도제어 실험을 통해 GA-Fuzzy 제어기를 사용했을 때와 비교분석 한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.357-360
• /
• 1998

4층구조인 다층퍼셉트론으로부터 입력층을 제외한 각 측의 출력성분을 하위은닉층으로 귀환하는 3모델의 다층회귀신경망을 구성하고, 각 모델별 망의 크기에 따른 음성인식성능을 분석 비교한다. 과거의 입력신호를 출력층에서 예측하여 오차신호를 계산하고, 이 오차신호가 최소화하는 방향으로 연결세기를 조정한다. 실험결과 3회귀모델중 상위은닉층의 회귀연결방식이 가장 양호한 인식율을 나타내었으며, 각 망 공히 상, 히위은닉층의 뉴런수 10, 15개, 예측차수 3, 4차 일 때 인식성능이 양호하였다. 그리고 회귀신경망이 비회귀신경망에 비해 인식율이 크게 향상된다는 것을 확인 할 수 있었다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2002년도 추계학술대회 논문집
• /
• pp.23-28
• /
• 2002

최근에 분산 시스템과 같이 이기종의 컴퓨팅 환경을 효율적으로 통합하는 방법에 관한 다양한 연구가 진행되고 있다. 네트워크 보안에서는 각 보안 시스템들이 효율적인 침입탐지와 차단을 위해서 분산화되고 있으며 분산된 보안 시스템들을 조정하고 통합하기 위해서 분산인공지능(Distributed Artificial Intelligence)의 개념을 도입하고 있다. 본 논문에서는 분산침입탐지 시스템(Distributed Intrusion Detection System)과 침입차단 시스템(firewall)이 계약망 프로토콜(Contract Net Protocol)에 의해 상호 연동하여 외부 네트워크에서 유입된 패킷의 정보를 통해 침입을 탐지하고 차단하는 네트워크 보안 모델을 설계하였다. 본 연구진이 구성하고 있는 시뮬레이션 환경에서는 네트워크에 존재하는 다양한 보안 모델들을 계층적으로 구성하기 위해 DEVS 방법론을 사용하였다. 보안 시스템의 연동은 계약망 프로토콜에 의해 이루어지는데 네트워크에 분산되어 있는 각각의 전문성을 가진 침입탐지 에이전트들이 중앙 콘솔에 비드(bid)글 제출하고 중앙 콘솔은 최상의 비드를 제출한 에이전트를 선택하여 침입을 탐지하게 된다. 그리고 탐지된 정보를 참조하여 침입차단 시스템은 능동적으로 침입을 차단하게 된다. 이와 같은 모델의 설계를 통해서 기존의 침입탐지 시스템들이 탐지하지 못한 침임을 탐지하게 되고 보안시스템에서의 오류발생빈도를 감소시키며 탐지의 속도를 향상시킬 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.399-408
• /
• 2002

다중 에이전트 학습이란 다중 에이전트 환경에서 에이전트간의 조정을 위한 행동전략을 학습하는 것을 말한다. 본 논문에서는 에이전트간의 통신이 불가능한 다중 에이전트 환경에서 각 에이전트들이 서로 독립적으로 대표적인 강화학습법인 Q학습을 전개함으로써 서로 효과적으로 협조할 수 있는 행동전략을 학습하려고 한다. 하지만 단일 에이전트 경우에 비해 보다 큰 상태-행동 공간을 갖는 다중 에이전트환경에서는 강화학습을 통해 효과적으로 최적의 행동 전략에 도달하기 어렵다는 문제점이 있다. 이 문제에 대한 기존의 접근방법은 크게 모듈화 방법과 일반화 방법이 제안되었으나 모두 나름의 제한을 가지고 있다. 본 논문에서는 대표적인 다중 에이전트 학습 문제의 예로서 먹이와 사냥꾼 문제(Prey and Hunters Problem)를 소개하고 이 문제영역을 통해 이와 같은 강화학습의 문제점을 살펴보고, 해결책으로 신경망 SOM을 이용한 일반화 방법인 QSOM 학습법을 제안한다. 이 방법은 기존의 일반화 방법과는 달리 군집화 기능을 제공하는 신경망 SOM을 이용함으로써 명확한 다수의 훈련 예가 없어도 효과적으로 이전에 경험하지 못했던 상태-행동들에 대한 Q값을 예측하고 이용할 수 있다는 장점이 있다. 또한 본 논문에서는 실험을 통해 QSOM 학습법의 일반화 효과와 성능을 평가하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.149-154
• /
• 2008

FCM 기반 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용한다. 입력층과 중간층의 학습시 입력벡터와 중간층의 노드중에서 중심과 입력벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용하여 중간층의 승자 뉴런이 출력층의 입력벡터로 적용한다. 하지만 많은 패턴이 입력벡터로 제시될 경우 학습 성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 개선시키기 위해 퍼지 제어시스템을 이용하여 학습률을 동적으로 조정하는 퍼지 제어 기법을 이용한 FCM 기반 RBF 네트워크를 제안한다. 제안된 방법의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 숫자, 영문 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.1091-1094
• /
• 2000

본 논문은 위성 망에서 데이터 Traffic을 다루는 System을 제안하고, 성능을 분석한다. Traffic Source는 듀얼 리키 버켓(DLB : Dual Leaky Bucket)에 의해 일정하게 조정된 Traffic을 사용하며, 이러한 Traffic을 이용하여 제안한 시스템의 성능을 수학적으로 분석하고, 이를 시뮬레이션을 통해 검증한다. 제안한 시스템은 각 연결의 용량 변경 요구를 동적으로 허락하기 때문에 그 연결 자체의 초기화 설정 및 연결을 해제하는 다른 별도의 알고리즘이 필요 없어 기존의 회선 교환 시스템보다 효율적이다. 또한, 서비스 질을 결정적으로 보장함으로 망의 유연성 및 신뢰성을 높인다. 이러한 분석 결과는 앞으로 회선 교환 System에서 Protocol의 설계 및 구현 시 유용하게 사용될 수 있을 것으로 생각된다.

• 조명전기설비학회논문지
• /
• 제17권1호
• /
• pp.74-79
• /
• 2003

본 논문에서는 PID제어기를 웨이브렛과 신경망으로 설계하여 웨이브렛 이론에 근거하여 신축과 이동의 변수값을 선택하여 웨이브렛 신경망 PID 제어기가 적응되도록 하였다. 그리고 연결강도는 역전파 알고리듬에 의해서 조정되도록 하였다. 이 제어기를 위치 제어계에 적용하여 실험을 통해 그 유효성을 검증하였다.

• 지능정보연구
• /
• 제2권1호
• /
• pp.109-120
• /
• 1996

TV 부라운관 유리를 생산하기 위한 용해 공정은 원료의 투입에서부터 유리물이 생성될 때 까지 고온의 화확적 작용을 거친다. 유리몰을 생성하기 위한 여러 가지 조건중에서 용해로 내부에서의 유리몰의 온도 변화 및 이에 따른 제반 공정변수의 조정 설정치(Set-up)는 불량률에 밀접한 영향을 미친다. 그러나 고온의 밀폐된 환경에서 반응이 진행되므로 공정의 운전 요원들은 그들의 경험을 바탕으로 용해로의 운전상태를 파악하고 운전해 나간다. 본 연구에서는 이러한 경험적 판단에 따른 위험성을 가능한 한 줄이고 용해로의 안정적인 운영을 통하여 불량률을 감소시키기 위하여 용해로 최적 Set-up 예측 시스템을 개발하였다. 이 시스템은 일정 기간 동안의 용해로서 운전 상태와 불량률간의 관계를 신경망 기법을 이용하여 학습한 후에, 이를 이용하여 불량률을 유지하기 위한 Set-up 값을 예측하여 준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 춘계종합학술대회
• /
• pp.187-192
• /
• 1998

IMT (International Mobile Telecommunications)-2000은, ITU (International Telecommunication Union)를 중심으로 추진되는 차세대 무선 이동 통신 시스템의 표준안으로서, 현재 각 국가별로 추진되는 다양한 무선 이동 통신 시스템의 규격을 단일화하여 항상 전 세계 어디에서도 동일한 단말기로 서비스를 이용할 수 있는 것을 목적으로 한다. 그리고, 광대역 다중 접속 기법을 통해 2 Mbps까지의 대역폭을 제공함으로써 무선망에서 멀티미디어 전송이 가능하도록 한다. 또한 지상의 무선망과 인공 위성 망을 통합함으로써 다양한 사용자 분포를 갖는 광역적인 지역에 대해 서비스를 제공한다. 본 논문에서는 IMT-2000이 갖는 특징과 진행 방향에 대해 조사하고, 가장 큰 부분을 차지하는 광대역 다중 접속기법과 인공 위성 통신망의 개요에 대해 기술한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.469-473
• /
• 2003

다층 구조 신경망에서 널리 사용되는 오류 역전파 알고리즘은 초기 가중치와 불충분한 은닉층의 노드수로 인하여 지역 최소화에 빠질 가능성이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ARTI에서 경계 변수의 설정에 따라 인식률이 저하되는 문제점을 개선하기 위하여 ARTI과 Max-Min 신경망을 결합한 퍼지 다층 퍼셉트론을 제안한다. 제안된 자가 생성을 이용한 퍼지 다층 퍼셉트론은 입력층에서 은닉층으로 노드를 생성시키는 방식은 ARTI을 적용하였고, 가중치 조정은 특정 패턴에 대한 저장 패턴을 수정하도록 하는 winner-take-all 방식을 적용하였다. 제안된 학습 방법의 성능을 평가하기 위하여 학생증 영상을 대상으로 실험한 결과, 기존의 오류 역전파 알고즘보다 연결 가중치들이 지역 최소화에 위치할 가능성이 줄었고 학습 속도 및 정체 현상이 개선되었다.