• Journal of Biosystems Engineering
• /
• v.15 no.3
• /
• pp.186-198
• /
• 1990

인간 소뇌의 구조와 기능을 간략하게 수학적으로 모델링하여 입력에 따른 시스템의 적정 출력을 학습에 의한 적응 제어 방식으로 추출해 내는 소뇌모델 대수제어기(CMAC : Cerebellar Model Arithmetic Controller)가 제안되었다. 본 논문에서는 연구개발된 기존 신경회로망과의 비교 분석에 의거하여, 소뇌모델 대수제어기 대신 네트의 특성에 따라 소뇌모델 선형조합 신경망(CMLAN : Cerebellum Model Linear Associator Network)이라 하였다. 소뇌모델 선형조합 신경망은 시스템의 제어 함수치를 결정하는 데 있어, 기존의 제어방식이 시스템의 모델링을 기초로 하여 알고리즘에 의한 수치해석적 또는 분석적 기법으로 모델 해를 산출하는 것과 달리, 학습을 통하여 저장되는 분산기억 소자들의 함수치를 선형적으로 조합함으로써 시스템의 입출력을 결정한다. 분산기억 소자로의 함수치 산정 및 저장은 소뇌모델 선형조합 신경망이 갖는 고유의 구조적 상태공간 매핑(State Space Mapping)과 델타규칙(Delta Rule)에 의거한 시스템의 입출력 상태함수의 학습으로써 수행된다. 본 논문을 통하여 소뇌모델 선형조합신경망의 구조적 특성, 학습 성질과 상태공간 설정 및 시스템의 수렴성을 규명하였다. 또한 기존의 최대 편차수정 학습 알고리즘이 갖는 비능률성 및 적용 제한성을 극복한 효율적 학습 알고리즘들을 제시하였다. 언급한 신경망의 특성 및 제안된 학습 알고리즘들의 능률성을 다양한 학습이득(Learning Gain)하에서 비선형 함수를 컴퓨터로 모의 시험하여 예시하였다.

• International Journal of Highway Engineering
• /
• v.13 no.2
• /
• pp.175-185
• /
• 2011

Geometric information is a key element for evaluating traffic safety and road maintenance. This study developed an algorithm to identify horizontal alignment using global positioning system(GPS) and inertial navigation system(INS) data. Roll and heading information extracted from GPS/INS were utilized to classify horizontal alignment into tangent, circular curve, and transition curve. The proposed algorithm consists of two components including smoothing for eliminating outlier and a heuristic classification algorithm. A genetic algorithm(GA) was adopted to calibrate parameters associated with the algorithm. Both freeway and rural highway data were used to evaluate the performance of the proposed algorithm. Promising results, which 90.48% and 88.24% of classification accuracy were obtainable for freeway and rural highway respectively, demonstrated the technical feasibility of the algorithm for the implementation.

• Journal of Advanced Navigation Technology
• /
• v.4 no.1
• /
• pp.45-49
• /
• 2000

A GPS measurement solution, in general, is obtained as a least squares solution since the measurement includes errors such as clock errors, ionospheric and tropospheric delays, multipath effect etc. Because of the nonlinearity of the measurement equation, we utilize the nonlinear Newton algorithm to obtain a least squares solution, or mostly, use its linearized algorithm which is more convenient and effective. In this study we developed a fixed point algorithm and proved its availability to replace the nonlinear Newton algorithm and the linearized algorithm. A nonlinear Newton algorithm and a linearized algorithm have the advantage of fast convergence, while their initial values have to be near the unknown solution. On the contrary, the fixed point algorithm provides more reliable but slower convergence even if the initial values are quite far from the solution. Therefore, two types of algorithms may be combined to achieve better performance.

• Communications of the Korean Mathematical Society
• /
• v.18 no.2
• /
• pp.193-205
• /
• 2003

본 해설 논문에서 선형대수에 기반을 두고 있는 양자 계산 알고리즘 몇 가지를 설명하고자 한다. 선형대수의 기초적 지식만 있으면 누구든지 할 수 있는 분야이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.77-80
• /
• 2000

본 논문에서는 새로운 학습알고리즘의 비선형 주요성분분석 신경망을 이용한 데이터의 효율적인 특징추출에 대하여 제안하였다. 제안된 학습알고리즘에서는 모멘트와 동적터널링을 조합하여 이용함으로써 최적해로의 수렴에 따른 발진을 억제하고 빠른 수렴속도로 전역최적해에 수렴되도록 학습시킬 수 있다. 제안된 학습알고리즘을 이용하여 128$\times$128 픽셀의 얼굴영상과 256$\times$128 픽셀의 자동차번호판 영상을 대상으로 시뮬레이션 한 결과, 기울기하강의 학습알고리즘을 이용한 기존 비선형 주요성분분석 신경망보다 우수한 수렴성능과 특징추출성능이 있음을 확인 할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.107-110
• /
• 1997

본 논문에서는 선형 이진 신경회로망 (Linear Binary Neural Network)을 최소화 하기 위하여, 입력패턴의 그룹화 가능성을 측정하는 조건함수를 제시한다. 또한 이 조건식으로 그룹화 우선순위를 정하고 iteration을 통해 신경회로망을 합성하는 MSP Term Grouping Algorithm을 보인다. 여려가지 예제에 대한 실제적 합성 실험을 통해 기존의 알고리즘과 제시된 알고리즘을 비교한 결과는 제시된 알고리즘이 기존의 알고리즘 보다 작은 크기의 선형 이진 신경회로망을 합성할 수 있는 향상된 방법임을 보여준다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.7C
• /
• pp.627-634
• /
• 2007

When a higher-order modulation scheme (16QAM or 64QAM) is applied to the communications system using the nonlinear high power amplifier (HPA), the performance can be degraded by the nonlinear distortion of the HPA. The nonlinear distortion can be compensated by the adaptive nonlinear Volterra equalizer using the low-complexity LMS algorithm at the receiver. However, the LMS algorithm shows very slow convergence performance. So, in this paper, the parallel M-band discrete wavelet transformed LMS algorithm is proposed in order to improve the convergence speed. Throughout the computer simulations, it is shown that the convergence performance of the proposed method is superior to that of the conventional time-domain and transform-domain LMS algorithms.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.11
• /
• pp.165-170
• /
• 2013

When we build up a 3D model from the given 2D images, linear algorithms are often used to reduce computational cost or for initialization of nonlinear algorithms. However, contemporary linear algorithms have apparently linear structures, but virtually they are implemented using SVD. The SVD is also implemented using numerical analysis algorithms that need initialization. Moreover, solutions using SVD are more difficult to analyze than closed-form solutions. To avoid from such inconvenient numerical analysis algorithms of the contemporary methods and for convenient analysis of solutions, this paper proposes a convenient linear method that produces a closed-form solution.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2004.07b
• /
• pp.619-622
• /
• 2004

본 논문에서는 진화 전략 알고리즘(Evolution Strategy Algorithm)를 이용한 L1B4 선형 초음파 모터(L1B4-USM)의 최적 설계 기법을 제시하고자 한다. 유한요소법(Finite Element Method)을 정식화 하였고, 2차원 유한요소법을 L1B4-USM의 임피던스와 모드의 해석을 통해 검증 하였다. 검증된 2차원 유한 요소 해석을 통한 선형 초음파 모터의 임피던스 해석, mode 해석 및 최적 모드의 탐색 프로그램, 자동 요소분할 프로그램 그리고 진화 전략 알고리즘을 수행하였다. 이를 통해 선형 초음파 모터의 L1모드, B4 모드 각각이 발생하는 공진주파수를 일치시키며, 최대 속도를 얻기 위한 최적 설계기법을 완성 하였고, 최적화된 형상의 L1B4-USM를 설계하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.509-511
• /
• 2011

본 논문에서는 다층 퍼셉트론 신경회로망과 선형예측계수를 사용한 화자인식 알고리즘을 제안한다. 제안하는 화자인식 알고리즘은 입력받은 음성신호에 대해서 유성음 구간을 추출한다. 추출된 유성음구간에 대하여 선형예측 분석에 의하여 화자의 특성을 가지고 있는 선형예측계수를 구한다. 구해진 선형예측계수를 분류하기 위하여 선형예측계수를 퍼셉트론 신경회로망의 입력으로 사용하여 네트워크의 학습을 수행한다. 본 실험에서는 선형예측계수와 신경회로망을 사용하여 본 화자인식 알고리즘이 유효하다는 것을 인식률을 통하여 확인한다.