• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.4
• /
• pp.698-707
• /
• 2017

This paper deals with predictive control methods of mobile robots for reference trajectory tracking control. Predictive control methods using predictive model are known as effective schemes that minimize the future errors between the reference trajectories and system states; however, the amount of real-time computation for the predictive control are huge so that their applications were limited to slow dynamic systems such as chemical processing plants. Lately with high computing power due to advanced computer technologies, the predictive control methods have been applied to fast systems such as mobile robots. These predictive controllers have some control parameters related to control performance. But these parameters have not been optimized. In this paper we employed the genetic algorithm to optimize the control parameters of the predictive controller for mobile robots. The improved performances of the proposed control method are demonstrated by the computer simulation studies.

• Korea Journal of Geothermal Energy
• /
• v.4 no.2
• /
• pp.46-52
• /
• 2008

• Bulletin of the Korean Space Science Society
• /
• 2004.04a
• /
• pp.82-82
• /
• 2004

인공위성의 다양한 활용분야 중 중요하며 일반적으로 많이 이용되는 것이 영상의 획득이다. 그러나 위성에서 획득된 영상은 예상치 못한 상황과 시스템의 성능에 의해 그 품질의 현격한 차이가 발생한다 그래서 고품질의 위성영상을 획득하기 위해서는 시스템에 대한 분석이 요구되며 그 분석을 기반으로 한 모델링으로 향후 설계될 위성영상의 품질을 예측 할 수 있게 된다. 향후 개발될 고해상도 위성영상의 품질 분석을 위해서는 현재 운용중인 위성의 특성분석을 기초로 모델링하여 사전에 위성영상 품질 예측을 수행할 수 있도록 해야 한다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.337-339
• /
• 2003

본 논문은 내장형 시스템의 전력 감소를 위해 사용되는 과거 사용량 기반의 DVS의 단점 인 응용 프로그램의 수행 성능 저하를 보상하기 위해, 운영체제의 스케줄러에서 제공하는 태스크의 미래정보를 이용하는 기법을 제안한다. 대표적 내장형 운영체제인 WinCE.net에서의 스케줄러는 제한된 자원의 효율적 관리를 위하여 동일 응용프로그램의 태스크들을 관리하면서 다음 태스크 시행시간 정보를 갖게 된다. 이러한 룩 어헤드(look ahead)정보와 과거사용량기법을 혼합한 혼합예측기법이 실제 내장형 시스템에서 전력소비를 감소시키며 응용프로그램의 수행 성능보상을 할 수 있음을 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.3
• /
• pp.559-564
• /
• 2010

The GMDH(Group Method of Data Handling) algorithm can be used to predict the complex nonlinear systems. The traditional GMDH algorithm produces the prdicted output of the system model in the output layer through the input layer and the intermediate layers as the prescribed process. The outputs of each layer are produced only by the outputs of the former layer. However, in the traditional GMDH algorithm, though the optimal structure of each layer is derived, the overall structure may not be derived optimally. To overcome this problem, GMDH prediction model which has the overall optimal structure is constructed by feeding back the error between the predicted output and the real output. This can make the prediction more precise. The capability improvement of the proposed algorithm compared to the traditional algorithm is verified through computer simulation.

• Atmosphere
• /
• v.24 no.1
• /
• pp.123-130
• /
• 2014

The automated prediction system for seasonal tropical cyclone (TC) activity is established at the National Typhoon Center of the Korea Meteorological Administration (KMA) to provide effective operation and control of the system for user who lacks knowledge of the system. For automation of the system, two procedures which include subjective decisions by user are performed in advance, and their output data are provided as input data. To provide the capability to understand the operational processes for operational user, the input and output data are summarized with each process, and the directory structure is reconstructed following KMA's standard. We introduce a user interface using namelist input parameters to effectively control operational conditions which is fixed or should be manually set in the previous version of the prediction system. To operationally use early prediction which become available through the automation, its performances are evaluated according to initial condition dates. As a result, high correlations between the observed and predicted TC counts are kept for all track clusters even though advancing the initial condition date from May to January.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.109-111
• /
• 2003

클러스터 시스템의 성능 향상을 위해서는 컴퓨팅 자원을 효과적으로 사용하여야 한다. 과거에는 전체 시스템 자원을 효과적으로 사용하기 위해 각 노드들의 부하를 균등하게 하는 방향으로 연구가 진행되어 왔으나, 부하 분산 시스템이 작업의 자원 요구 형태를 고려하여 작업을 배치하는 경우 성능을 더욱 향상시킬 수 있다. 현재까지는 이런 자원 요구 형태에 대한 선행지식을 과거 작업 실행 기록에 기반하여 유추해내는 방법을 많이 사용하였으나 이 방법은 잘못된 예측을 가져와 실행시간을 증가시킬 수 있다. 본 논문에서는 이를 해결하기 위해 유효 작업수라 불리는 새로운 노드의 부하 측정 척도를 제시한다. 유효 작업수를 이용한 부하 분산 시스템은 작업의 자원 요구 사항을 알지 못하더라도 부하 분산 과정에서 작업이 잘못 배치되어 실행시간이 증가하는 경우를 방지한다. 성능분석 결과는 과거 자료에 의한 예측을 사용하는 기존 방법에 비해 전체 실행시간의 감소로 성능이 향상되었음을 보여준다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1642_1643
• /
• 2009

일반적으로, 퍼지 예측 시스템의 성능은 데이터의 특성과 퍼지 집합을 생성하기 위한 클러스터일 기법에 매우 의존적이다. 하지만, 예측을 위한 시계열 데이터들은 자연현상에 기인하는 강한 비선형적 특성을 가지고 있으므로 적합한 시스템을 구현하는 것에 많은 제약이 따른다. 따라서 본 논문에서는 시계열의 비선형적 특성을 적절히 취급하기 위하여, 그들로부터 생성 가능한 차분 데이터 중, 유효한 차분데이터를 이용하여 다중 모델 퍼지 예측 시스템을 구현함으로써, 보다 우수한 예측이 가능하도록 하였으며, 퍼지 시스템의 모델링에는 교차 상관분석기법에 따른 계층적 구조의 클러스터링 기법 (Hierarchical Cross-correlation and K-means Clustering Algorithms: HCKA)을 적용하여, 시스템을 위한 규칙기반의 적합성을 높일 수 있도록 하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05b
• /
• pp.812-816
• /
• 2012

본 논문은 산사태 감지 및 붕괴예측을 위한 현장에 USN(Ubiquitous Sensor Network)을 적용한 실시간 모니터링 시스템 모델을 개발하였다. 이 시스템의 성능을 검증하기 위해 USN기반의 상시모니터링시스템모델을 제작하고 실험적 평가를 수행하였다. 성능평가는 지표변위 센서모듈 동작특성 실험적 평가, USN은 Data 수집 전송 효율성 실험적 평가, 개발한 상시감시모니터링 프로그램 동작성능 실험적 평가 등을 수행하였다. 성능평가 결과 지표변위 측정센서모듈은 변위각도에 일치성을 확인하고, USN은 지표변위 센서모듈로부터 측정된 Data를 상시모니터링시스템에 오류 없이 전송되는지를 확인하였으며, 개발한 상시모니터링 프로그램 동작기능은 실시간 모니터링 그래프, 임계동작 알고리즘, 위험성 통보 문자서비스(SMS)기능, 알람서비스기능, 현장 감시카메라 등 동작기능의 우수성을 실험으로 증명하였다. 따라서 본 연구에서 개발된 산사태 감지 예측을 위한 USN기반 실시간 모니터링 시스템 모델은 산사태위험성노출 지역에 원격 실시간 모니터링 시스템으로 널리 사용될 것으로 사료된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.43-44
• /
• 2022

기존 자연어 처리 모델은 문맥 단위 단어 임베딩을 처리하지 못하는 한계점을 가지고 있는 한편 최근 BERT 기반 사전학습 모델들은 문장 단위 임베딩이 가능하고 사전학습을 통해 학습 효율이 비약적으로 개선되었다는 특징이 있다. 본 논문에서는 사전학습 언어 모델들을 이용하여 음식점, 배달전문점 등 음식 업종에서 발생한 고객 발화 의도를 분류하고 모델별 성능을 비교하여 최적의 모델을 제안하고자 한다. 연구결과, 사전학습 모델의 한국어 코퍼스와 Vocab 사이즈가 클수록 고객의 발화 의도를 잘 예측하였다. 한편, 본 연구에서 발화자의 의도를 크게 문의와 요청으로 구분하여 진행하였는데, 문의와 요청의 큰 차이점인 '물음표'를 제거한 후 성능을 비교해본 결과, 물음표가 존재할 때 발화자 의도 예측에 좋은 성능을 보였다. 이를 통해 음식 업종에서 발화자의 의도를 예측하는 시스템을 개발하고 챗봇 시스템 등에 활용한다면, 발화자의 의도에 적합한 서비스를 정확하게 적시에 제공할 수 있을 것으로 기대한다.