• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.41 no.6
• /
• pp.465-472
• /
• 2013

In this paper, we suggest how to determine the parachute deploy position for accurate landing of a UAV at a desired position. The 9-DOF dynamic modeling of UAV-parachute system is required to construct the proposed algorithm based on neural network nonlinear function approximation technique. The input and output data sets to train the neural network are obtained from simulation results using UAV-parachute 9-DOF model. The input data consist of the deploy position, UAV's velocity, and wind velocity. The output data consist of the cross range and down range of landing positions. So we predict the relative landing position from the current UAV position. The deploy position is then determined through distance compensations for the relative landing positions from the desired landing position. The deploy position is consistently calculated and updated.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.15 no.6
• /
• pp.35-42
• /
• 2001

Since daily peak load forecasted data are essential to economic operation and power monitor, the technique of accurate forecasting is needled. The chief advantage of forecasting technique using neural network and fuzzy theory is high accuracy and operative implicity but the loaming time is long, and it makes large forecasting error when the load changes rapidly. This paper has resented a new forecasting technique to improve those faults and the forecasting technique prove to be valid by forcasted results.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.388-395
• /
• 1999

본 논문의 목적은 퍼지 엔트로피를 이용하여 비선형신호를 예측하는 것이다. 이 방법은 분할된 여러 부 공간(subspace)에 대해 입력 데이터로부터 퍼지 엔트로피를 이용하여 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 바람직한 규칙베이스를 구성하도록 한 것이다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 역전파 알고리즘에 의해 적응되어진다. 또한 매개변수의 수를 줄이기 위하여 제어규칙의 결론부의 출력값은 신경망의 가중치로 구성하였다. 결국 퍼지 신경망의 복잡도를 줄일 수 있다. Mackey-Glass 시계열의 예측에 대한 컴퓨터 시뮬레이션을 통하여 본 논문에서 제안한 방법의 효율성을 입증하고, 제안된 방법을 EEG 생리신호 분석에 이용될 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.3
• /
• pp.273-278
• /
• 2004

In this paper, the recurrent neural networks (RNN) is applied to compensate for HMM recognition algorithm, which is commonly used as main recognizer. Among these recurrent neural networks, the multi-layer recurrent neural prediction model (MRNPM), which allows operating in real-time, is used to implement learning and recognition, and HMM and MRNPM are used to design a hybrid-type main recognizer. After testing the designed speech recognition algorithm with Korean number pronunciations (13 words), which are hardly distinct, for its speech-independent recognition ratio, about 5% improvement was obtained comparing with existing HMM recognizers. Based on this result, only optimal (recognition) codes were extracted in the actual DSP (TMS320C6711) environment, and the embedded speech recognition system was implemented. Similarly, the implementation result of the embedded system showed more improved recognition system implementation than existing solid HMM recognition systems.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.4
• /
• pp.457-466
• /
• 2005

In this paper, we propose a wavelet neural network(WNN) based predictive control method for path tracking of mobile robots with multi-input and multi-output. In our control method, we use a WNN as a state predictor which combines the capability of artificial neural networks in learning processes and the capability of wavelet decomposition. A WNN predictor is tuned to minimize errors between the WNN outputs and the states of mobile robot using the gradient descent rule. And control signals, linear velocity and angular velocity, are calculated to minimize the predefined cost function using errors between the reference states and the predicted states. Through a computer simulation for the tracking performance according to varied track, we demonstrate the efficiency and the feasibility of our predictive control system.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1995.04b
• /
• pp.353-357
• /
• 1995

교반기나 펌프등의 회전기계에서의 트러블은 베어링 부분의 파손이나 결함보다는 미케니컬시일(이하 시일이라 한다)의 이상상태로 인한 액이나 기체의 누설에 의한 경우가 많다. 기계 또는 설비의 가동중에 이 실일의 고장은 단순히 시일 자체뿐만 아니라 설비 전체의 파손을 야기하고 시스템의 가동 중단으로 생산 계획에 막대한 차질을 가져오기 때문에 시일이 장착된 시스템에서는 시일의 이상상태에 대한 관리, 감시가 중요한 문제가 되고 있다. 본 연구에서는 온도와 토오크의 출력변화를 온라인 센싱 하고이들 센싱정보를 통합처리하여 시일의 이상 상태를 진단하는 방법에 대해 검토하였다. 센싱정보의 통합처리 모델로는 예측기능을 갖는 다충신경회로망을 이용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.984-984
• /
• 2012

지구온난화와 기후변화의 영향으로 전 지구적으로 이상홍수, 이상가뭄, 한파와 같은 이상기상 현상이 빈번하게 발생하고 있다. 국내에서는 2010년 추석 광화문 침수사태와 2011년 우면산 산사태와 같은 국지성 집중호우로 인한 인적 물적 피해가 속출하고 있다. 전통적으로 시기나 양적인 측면에서 대부분 장마기간에 국한되었던 강우집중현상이 과거와 달리 특정기간에 상관없이 발생하고 단기성, 국지성을 지닌 호우의 발생빈도가 높아지는 등 국내 강우의 특성이 변하고 있다. 이러한 변화에 대응하기 위해서 강우예측과 유출량예측의 정확도를 높이기 위한 시도가 다양하게 이루어지고 있다. 강우예측의 정확성을 높이기 위해 기상청에서는 단기예보를 목적으로 전지구 통합모델과 지역 통합모델을 연계한 동네예보를 수행하고 있으며, 초단기 예보를 위한 목적으로 VSRF, SCAN, VDRAS, MAPLE 등의 예보를 수행하고 있다. 홍수량 예측에서는 일반적으로 사용하고 있는 물리적 기반의 모형에 레이더강우와 같은 격자형 강우자료를 사용하여 정확성을 높이거나, 기존의 집중형 모형을 분포형 모형으로 대체하기 위한 연구 등이 이루어지고 있으며, 모형 구축이 간편하고 예측 정확도가 우수하다는 장점으로 인해 신경회로망이나 퍼지추론기법 등을 사용한 연구도 지속적으로 이루어지고 있다. 본 연구에서는 수자원분야에 산재한 불확실성을 적극적으로 인정하고 수학적으로 해석하기 위한 이론인 퍼지이론에 신경망 이론을 도입한 neuro-fuzzy 기법을 사용하여 홍수량을 예측하였다. 모형의 입력자료로는 관측된 강우자료와 유출량자료 및 기상청에서 제공하는 MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation) 강우예측자료를 사용하여 적용성을 평가해보았다. 모형의 적용성을 평가하기 위해 시험유역을 충주댐 상류 유역으로 선정하였으며, 2010년 2011년 홍수기의 충주댐 유입량을 예측하였다. 모형의 입력자료를 변경하여 입력자료의 변화에 따른 결과를 비교하였고, clustering 반경의 변화에 따른 정확도를 비교하였다. 모형의 정확도는 평균제곱근오차와 첨두수위오차를 통해 비교하였으며, 비교결과 전반적으로 lead time이 길어질수록 MAPLE 사용 시 예측 정확도가 우수하였고, clustering 반경은 0.5일 때 가장 우수한 결과를 보였다.

• Transactions of the Korean Society of Machine Tool Engineers
• /
• v.10 no.6
• /
• pp.95-101
• /
• 2001

This work is concerned with construction of the intelligence stress predictor far compression strength evaluation using neural network-ultrasonic waves. The contact pressure in jointed plates was measured by using ultrasonic technique. Neural network is used to evaluate and predict contact pressure from the results of the calibration curves. The organized neural system was leaned with the accuracy of 99%, as a result of learning the ultrasonic echo ratio to the contact pressure measurement between SM45C and STS410 materials. And it could be evaluated and predicted with the accuracy of 90% in the evaluation of ultrasonic echo ratio difference in the same surface roughness and contact pressure, and 85% in the prediction of virtual ultrasonic echo ratio. Thus the proposed stress predictor is very useful for the evaluation and prediction of the contact pressure between SM45C and STS410 materials.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.35C no.8
• /
• pp.68-74
• /
• 1998

The neural network predictiv econtroller (NNPC) is proposed for the attempt to mimic the function of brain that forecasts the future. It consists of two loops, one is for the prediction of output (NNP:neural network predictor) and the other one is for control the plant(NNC: neural network controller). The output of NNC makes the control input of plant, which is followed by the variation of both plant error and predictin error. The NNP forecasts the future output based upon the current control input and the estimated control output. The input and the output data of a system and a new method using evolution strategy are used to train the NNP. A two-step NNPC is applied to control the temeprature in boiler systems. It was compared with PI controller and auto-tuning PID controller. The computer simulaton and experimental results show that the proposed method has better performances than the other method.

• Water for future
• /
• v.25 no.3
• /
• pp.105-113
• /
• 1992

The purpose of this paper is to introduce and to apply the artificial neural network theory to real hydrologic system for forecasting daily streamflows during flood periods. The hydrologic dynamic process of rainfall-runoff is identified by the iterated estimation of system parameters that are determined by adjusting the weights of the network according to the non-linear response characteristics which is formed the model. Back propagation algorithm of neural network model is applied for the estimation of system parameters with past daily rainfall and runoff series data, and streamflows are forecasted using the parameters. The forecasted results are analyzed by statistical methods for the comparison with the observed.