• 대한전자공학회논문지SP
• /
• 제48권5호
• /
• pp.39-45
• /
• 2011

적조에 의한 양식어업의 피해가 증가함에 따라서 적조에 대한 많은 연구가 이루어지고 있다. 현재 적조에 대한 대부분의 연구는 화학적 특성이나 생물학적 원인 규명에 초점이 맞춰 연구되고 있다. 적조 발생을 미리 예측할 수 있으면 적조에 대한 피해를 최소화 시킬 수 있다. 그러나 국내의 적조 현상 예측에 대한 연구는 단순히 적조발생 판별에 그치는 등 미흡한 실정에 있다. 본 논문은 신경망과 SVM을 이용한 새로운 적조발생 예측 방법을 제안한다.

• 터널과지하공간
• /
• 제15권3호
• /
• pp.213-222
• /
• 2005

본 연구에서는 인공신경망을 이용하여 다양한 불연속면과 지하수 조건 하에 있는 연약 암반사면의 안정성을 예측하였다 입력 자료는 사면의 높이, 경사, 절리면 경사, 지하수위를 달리한 108가지 조건에 대한 UDEC 해석결과를 이용하였고, 이를 인공신경망에 학습시킨 후, 임의의 암반사면을 대상으로 검증을 실시하였다. 검증 결과 높은 상관성$(r^2-=0.97)$을 보여주는 정확한 안전율이 예측되었으며 학습되지 않은 자료에 대해서도 같은 정도의 정확도로 안전율을 산정 할 수 있었다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1115-1122
• /
• 2018

본 논문에서는 기존 1-Bit 합성곱 신경망의 성능 하락에 대한 분석과 이를 완화하기 위한 방안을 제시한다. 기존의 연구는 첫 번째 층과 마지막 층만 32-Bit 연산을 적용하고 나머지 연산은 1-Bit 연산을 적용한 것과 달리 본 논문에서는 두 번째 층도 32-Bit로 연산한다. 또한 입력과 가중치를 이진화하고 1-Bit 연산을 적용한 후에는 비선형 활성화 함수를 제거할 수 있음을 제시한다. 본 논문에서 제시한 방법을 검증하기 위해 차량 번호판 검출을 위한 객체 검출 신경망을 실험하였다. 기존의 방법으로 학습한 결과보다 정확도가 74%에서 96.1%로 상승하였다.

• 한국정보처리학회논문지
• /
• 제1권2호
• /
• pp.215-224
• /
• 1994

본 논문은 신경회로망 EART(Extended Adaptive Resonance Theory)를 이용한 회전 과 크기 변화에 무관한 지문인식에 관한 연구이다. 지문 농담 화상($515{\times}512$)을 적응 문턱 값을 이용하여 융선와 골을 분리하여 이진화 영상으로 바꾼후 이를 다시 세선화 영상으로 만든다. 이진 세선화 영상으로부터 지문의 특징점 중 식별에 가장 큰영향을 주는 분기점과 끝점을 $3{\times}3$마스크를 사용해서 추출한다. 이렇게 추출된 분기점과 끝 점의 개수, 그리고 분기점으로 이루어진 볼록 다각형의 내각을 회전변화와 크기변화 에 영향을 받지않는 가중코드(weighted code)로 된 40*10 특징점 행렬로 나타낸 후 이를 신경회로망 EART의 입력으로 했다. 신경망을 이용한 본 시스템은 세선화 영상에 대한 어떠한 복원 처리 과정도 없이 영상의 회전과 크기 변화에 대해서도 매우 효과 적이고도 만족할 만한 결과를 얻을 수 있었다.

• 한국항행학회논문지
• /
• 제21권4호
• /
• pp.347-352
• /
• 2017

본 논문에서는 셀룰러 기반 무선 인지망에서 스펙트럼 인지(CR)기술을 이용하여 모바일 사용자의 핸드오버 호의 손실확률을 줄이는 방법을 제안한다. 제안한 방법에서는 모바일이 방문할 셀을 Ziv-Lempel 알고리듬을 이용하여 예측하고, 방문할 셀에 할당된 채널이 부족할 때는 CR기술에 기초한 스펙트럼 홀 자원을 예측하여 모바일 사용자를 지원한다. 스펙트럼 홀 자원의 크기는 신경망기법으로 예측하며, 예측된 스펙트럼 홀 자원은 핸드오버 호가 초기 발생 호 보다 우선하여 사용할 수 있게 한다. 시뮬레이션을 통하여 셀룰러 이동 통신망에 CR기술을 사용함으로써 모바일 사용자의 핸드오버 호 손실확률을 줄일 수 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.315-318
• /
• 2006

본 논문에서는 TV OSD(On Screen Display) 메뉴 자동검증 시스템에서 문자패턴의 실시간 인식을 위한 방법론을 고찰한다. 이는 일반적인 문자인식 문제와는 달리 시스템 환경에 대한 몇 가지 가정과 제약조건을 고려해야 한다. 예컨대 문제의 특성상 카메라 및 TV 제어 기기부의 동작과 연동하는 작업 스케쥴링 기능과 실시간 분석기능 등의 요건은 시스템개발을 복잡하게 하는 반면, 주어진 OSD 메뉴 데이터로부터 검증과정은 미지 패턴에 대한 인식과정을 단순화하여 일종의 판정(decision) 문제로 고려될 수 있게 한다. 본 연구에서는 인식의 방법론으로서 수정된 구조의 FMM 신경망을 적용한다. 이는 하이퍼박스 기반의 패턴 분류기로서 간결하면서도 강력한 학습기능을 제공한다. 기존의 FMM 모델이 갖는 단점인 학습패턴에서 특징분포와 빈도를 고려하지 못한다는 점을 개선하여, 특징과 하이퍼박스간의 가중치 요소를 고려한 활성화 특성을 정의한다. 또한 실제 데이터를 사용한 실험결과를 통해 제안된 이론의 유용성을 고찰한다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2009년도 춘계학술대회 미래 IT융합기술 및 전략
• /
• pp.120-125
• /
• 2009

본 논문에서는 통계적 분류방법을 이용하여 문화재 자료의 분석을 수행하였다. 분류방법으로는 선형판별분석, 로지스틱회귀분석, 의사결정나무분석, 신경망분석, SVM분석을 사용하였다. 각각의 분류방법에 대한 개념 및 이론에 대해 간략히 소개하고, 실제자료 분석에서는 "지역별 문화재 통계분석 및 모형개발 연구 1차(2008)"에 사용된 자료 중 익산시 자료를 근거로 매장문화재에 대한 분류방법별 적합모형을 구축하였다. 구축된 모형과 모의실험의 결과를 통해 각각의 적합모형에 대한 비교를 수행하여 모형의 성능을 비교하였다. 분석에 사용된 도구로는 최근 가장 관심을 갖는 R-project를 사용하였다.

• 한국정밀공학회지
• /
• 제19권11호
• /
• pp.192-199
• /
• 2002

This paper demonstrates that hybrid neural-genetic multimodel parameter estimation algorithm can be applied to structured system Identification of electro-hydraulic servo system. This algorithm are consist of a recurrent incremental credit assignment (ICRA) neural network and a genetic algorithm. The ICRA neural network evaluates each member of a generation of model and genetic algorithm produces new generation of model. We manufactured electro-hydraulic servo system and the hybrid neural-genetic multimodel parameter estimation algorithm is applied to the task to find the parameter values(mass, damping coefficient, bulk modulus, spring coefficient) which minimize total square error.

• 한국정밀공학회지
• /
• 제20권5호
• /
• pp.196-203
• /
• 2003

This paper demonstrates that an improved hybrid neural-genetic multimodel parameter estimation algorithm can be applied to the structured system identification of an electro-hydraulic servo system. This algorithm is consists of a recurrent incremental credit assignment (ICRA) neural network and a genetic algorithm, The ICRA neural network evaluates each member of a generation of model and the genetic algorithm produces new generation of model. We manufactured an electro-hydraulic servo system and the improved hybrid neural-genetic multimodel parameter estimation algorithm is applied to the task to find the parameter values, such as mass, damping coefficient, bulk modulus, spring coefficient and disturbance, which minimize total square error.

• 한국전산구조공학회논문집
• /
• 제14권1호
• /
• pp.77-85
• /
• 2001

본 연구에서는 차량하중에 의한 상시진동기록을 이용한 교량의 손상추정기법을 연구하였다. 즉, 차량진행 중 측정된 신호로부터 구조물의 모드특성을 구하고, 이를 이용하여 손상위치 및 손상정도를 추정하는 알고리즘을 제안하였다. 제안기법의 검증을 위하여 차량하중을 재하할 수 있는 모형교량을 제작하여 손상실험을 수행하였다. 차량진행 중 교량의 수직가속도를 계측하였으며, 측정된 가속도시계열로부터 random decrement(RD) 기법을 사용하여 자유진동신호를 구한 후, 이로부터 구조물의 모드특성을 추정하였다. 추정된 모드특성을 기초로 신경망기법을 적용하여 손상위치 및 손상정도를 추정하였으며, 추정된 결과는 실제 손상과 비교적 잘 일치하였다.