• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.623-624
• /
• 2017

본 논문은 보조 포텐셜 함수를 이용하여 선형 안테나를 해석하였다. 다이폴 혹은 모노폴의 구조를 갖는 선형 안테나의 방사특성을 분석하기 위해 보조 포텐셜 함수 개념을 도입하였고 맥스웰 방정식으로부터 헬름홀츠 방정식을 유도하였다. 이에 그린함수 및 원거리 근사를 적용하여 다이폴 및 모노폴 안테나의 radiation field를 구하였고 안테나 길이에 따른 방사패턴 분포차이를 확인하였다. 또한 계산된 방사패턴을 안테나 시뮬레이션 결과와 비교분석하였다. 도출된 radiation field를 기반으로 Poynting vector, radiation power, radiation intensity, directivity, gain 등 안테나 성능 지표를 유도하였다.

• 한국지리정보학회지
• /
• 제13권3호
• /
• pp.29-41
• /
• 2010

본 연구는 미측정점의 값을 모델링하기 위해 사용되는 여러 가지 공간보간방법들의 예측오차를 비교하고 정확성을 검증하였다. 동해안 해안 지역의 표고점을 대상으로 역거리가중법, 크리깅, 지역 다항식보간법, 방사기반함수의 공간보간법과 관련된 매개변수들을 동일한 조건하에서 실행하여 평균제곱근을 산출한 결과, 단순 크리깅 방법의 원형 모델이 가장 작은 값으로 나타났다. 래스터의 연산 결과, 방사기반함수의 다중방정식에 의한 예측 지도가 대상 지역의 불규칙삼각망 표현과 일치정도가 높았다. 또한 공간보간 실행시 선택된 조건하에서 제공되는 최적 파워값을 사용하는 것이 양호한 보간 결과를 얻을 수 있다.

• 한국위성정보통신학회논문지
• /
• 제12권1호
• /
• pp.1-5
• /
• 2017

본 논문에서는 멀티코드를 사용하는 직접 시퀀스-코드 분할 다중 접속 (DS/CDMA: direct sequence/code division multiple access) 전력선 통신 시스템에서 사용자 검출을 위해 방사형 기저 함수를 응용하는 모델을 제안하였다. 방사형 기저 함수 기반의 사용자 검출기의 성능은 기존의 부 최적화된 다중 사용자 검출기의 성능과 비트 에러율 면에서 비교 분석되었다. 컴퓨터 시뮬레이션 결과를 통해 제안한 모델인 역 상관기 기반 검출기보다 우수한 성능을 나타내는 것을 확인하였고, 다양한 환경에서 near-optimum 성능을 보이는 것을 확인하였다. 본 논문에서 이러한 결과들은 다중코드 DS/CDMA 전력선 통신 시스템에서 다중 사용자 검출기 디자인에 적용 될 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1343-1344
• /
• 2015

본 연구에서는 증분형 FCM(Incremental Fuzzy C-Means: Incremental FCM) 클러스터링 알고리즘을 기반으로 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks: RBFNN) 패턴 분류기를 설계한다. 방사형 기저함수 신경회로망은 조건부에서 가우시안 함수 또는 FCM을 사용하여 적합도를 구하였지만, 제안된 분류기에서는 빅 데이터간의 적합도를 구하기 위해 증분형 FCM을 사용한다. 또한, 빅 데이터를 학습하기 위해 결론부에서 재귀최소자승법(Recursive Least Square Estimation: RLSE)을 사용하여 다항식 계수를 추정한다. 마지막으로 추론부에서는 증분형 FCM에서 구한 적합도와 재귀최소자승법으로 구한 다항식을 이용하여 최종 출력을 구한다.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.377-382
• /
• 2007

본 논문에서는 방사 기저함수 네트워크의 파라미터를 전 영역에서 최적화하는 학습 알고리즘을 제안한다. 기존의 학습 알고리즘들은 지역 최적화만을 수행하기 때문에 성능의 한계가 있고 최종 결과가 초기 네트워크 파라미터 값에 크게 의존하는 단점이 있다. 본 논문에서 제안하는 하이브리드 모의 담금질 기법은 모의 담금질 기법의 전 영역 탐색 능력과 경사 기반 학습 알고리즘의 지역 최적화 능력을 조합하여 전 파라미터 영역에서 해를 찾을 수 있도록 한다. 제안하는 기법을 함수 근사화 문제에 적용하여 기존의 학습 알고리즘에 비해 더 좋은 학습 및 일반화 성능을 보이는 네트워크 파라미터를 찾을 수 있으며, 초기 파라미터 값의 영향을 크게 줄일 수 있음을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1857-1858
• /
• 2008

본 논문에서는 FCM 기반 RBF 뉴럴네트워크(FCM-RBFNN) 구조를 제안하고 PSO를 이용한 FCM-RBFNN의 구조 및 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM-RBFNN서는 방사기저함수로써 가우시안, 삼각형 타입 등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 기존의 RBFNN에서 후반부는 상수형태로써 방사기저함수의 선형결합으로써 표현되는 반면에 제안된 FCM-RBFNN의 후반부는 상수형, 선형, 2차식 등의 다양한 형태의 다항식으로 표현될 수 있으며 다항식의 계수는 WLSE를 이용하여 추정한다. FCM 기반 RBF 뉴럴 네트워크의 성능은 퍼지규칙의 수, 후반부 다항식의 차수 FCM의 퍼지화 계수에 의하여 결정기 때문에 FCM-RBFNN의 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 PSO를 이용하여 FCM-RBFNN의 구조에 관련된 퍼지 규칙의 수, 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화한다. 또한 후반부 다항식의 계수는 WLSE를 사용하여 추정한다.

• 융합신호처리학회논문지
• /
• 제19권2호
• /
• pp.77-88
• /
• 2018

본 논문은 입력 포화를 가지는 불확실한 전기 구동 로봇 시스템에 대해 입자 군집 최적화(PSO)를 이용한 방사형 기저 함수 신경망(RBFNN) 기반 분산 적응 추종 제어 기법을 제안한다. 실제적으로 로봇 시스템에서는 구동기의 포화로 인해 입력 전압과 전류 신호 크기가 제한된다. 제안된 제어기는 이러한 입력 포화를 극복하며, 어떠한 로봇 링크 및 구동기의 모델 파라미터들을 요구하지 않는다. 제시된 PSO 기법에서 쓰인 적합도 함수는 추종 오차만이 아니라 전압과 전류의 크기를 포함하는 다중 목적 함수로 표현된다. PSO 기법을 이용하여 제어 이득과 방사형 기저 함수의 개수가 자동으로 조정되어 제어 시스템의 성능이 개선된다. 리아푸노프 안정도 해석에 의해 전체 제어 시스템의 안정도가 보장된다. 제안된 제어 기법의 타당성과 강인성이 시뮬레이션 결과를 통해 검증된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1363-1364
• /
• 2015

본 논문은 지문을 이용하여 방사형 기저함수 신경회로망(RBFNN: Radial Basis Function Neural Network)을 기반으로 지문을 식별하고 확인할 수 있는 방법을 제시한다. 지문 데이터로는 공인데이터인 FVC2002의 지문 데이터를 사용하였다. 지문 이미지의 개선을 위해 여러 단계의 전처리를 한 후 특징점을 추출하여 데이터베이스를 구축하였다. 이렇게 구축된 데이터베이스를 방사형 기저함수 신경회로망을 통해 학습을 시키고 지문의 패턴을 분류하여 지문의 대상자와 일치하는 패턴의 지문들을 선정한다. 선정된 지문들과 입력된 지문의 특징점을 이용하여 지문의 대상자를 식별한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1962-1963
• /
• 2011

본 연구에서는 패턴분류를 위해 최적화된 방사형 기저 함수 신경회로망(Radial Basis Function Neural Networks) 분류기를 제안한다. RBFNN은 입력층, 은닉층, 출력층의 3층 구조로 되어 있으며 Multi Dimension, Predictive ability, Robustness한 특징이 있다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 Fuzzy C-means 클러스터링 알고리즘을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. RBFNN은 은닉층의 노드수와 FCM 클러스터링의 퍼지화 계수, 연결가중치의 다항식 타입이 모델의 성능의 향상에 영향을 미치기 때문에 최적화가 필요하며 본 논문에서는 Differential Evolution(DE) 알고리즘을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 제안된 모델을 평가하기 위해 패턴분류에 많이 사용되는 Iris 데이터와 Wine 데이터를 이용하였다.

• 한국전산구조공학회논문집
• /
• 제20권3호
• /
• pp.311-319
• /
• 2007

본 연구에서는 구조 요소의 응력해석을 위한 무요소 RPIM(Meshfree Radial Point Interpolation Methods)법을 제시한다. 이를 위하여 먼저 무요소법의 형상함수와 무요소 RPIM법의 정식화 과정 및 프로그래밍을 간략히 한다. 절점보간법은 방사기저함수와 다항기저함수를 포함하고 있고 이 중 다항기저함수는 특이성문제를 극복할 수 있다. 게다가 무요소 RPIM법의 보간함수는 영향영역의 절점을 통과하고 형상함수는 크로네커 델타 성질을 갖고 있으므로 최소자승법에 기반을 둔 무요소법보다 쉽게 필수경계조건을 만족시킨다. 본 연구의 정확성을 확인하기 위하여, 캔틸레버형 평판, 유공평판, 속이 빈 원통 문제의 수치예제를 수행하고 이론 해와 유한요소법 결과를 비교, 분석한다.