• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.51-59
• /
• 2017

클라우드 컴퓨팅이 발전하면서, 전체적인 관리 비용을 최소화하기 위해 자원 관리 기술이 중요하다. 클라우드 환경에서 사용자 선호도에 기반한 호스트의 활용과 가상머신들의 요구사항은 본질적으로 자주 바뀐다. 이러한 문제를 해결하기 위해, 호스트와 가상 머신들이 분류가 되지 않은 상황에서 효율적인 자원 할당 방법을 연구할 필요가 있다. 에너지 소비를 절약하기 위해 액티브 호스트를 줄일 때, 가상머신들을 다른 호스트로 이주할때 임계값을 사용한다. 가상머신의 자원 요구량과 호스트의 자원 이용량을 분류할 때 Fuzzy Logic을 이용하여 적응성 가상머신 할당 및 이주 방법을 제안한다. 제안한 방법은 자원의 요구량에 따라 가상머신들을 분류한 뒤 가장 적은 자원활용도를 갖는 호스트에게 자원을 할당하며, 과부하된 호스트들로부터 가상머신을 이주시킬 때 상위 임계치를 설정하기 위해 각 호스트들의 자원 활용도가 사용된다. 이주하기 위한 후보 가상머신들을 선택할 때, 호스트에서 높은 자원을 가진 가상머신을 선택한다. 시뮬레이션을 통해 연구 결과를 평가하였고, 평가 결과 다른 가상머신 할당 방법들보다 효율적임을 증명하였다.

• 한국음향학회지
• /
• 제32권5호
• /
• pp.408-414
• /
• 2013

능동소음제어에서 널리 사용되는 FxLMS 알고리즘은 비정상 잡음환경에서 불안정하게 동작하는 경우가 있다. 이와 같은 문제를 해결하기 위하여, Sun과 Akhtar는 FxLMS 알고리즘의 갱신 과정에서 기준신호를 수정하는 방법을 제안하였다. 그러나 이들의 방법은 임펄스 노이즈가 발생할 경우 만족스러운 안정성을 보여주지 못하였다. 본 논문에서 제안된 알고리즘은 확률추정과 영교차율을 이용하여 능동소음제어의 안정성과 성능을 개선하였다. 또한 최적의 파라미터 선정을 위하여 퍼지 추론을 사용하였다. 제안된 방법의 실험결과 비정상 잡음환경에서 기존의 방법에 비하여 우수한 안정성과 빠른 수렴속도를 보여줬다.

• 한국정보기술학회논문지
• /
• 제18권5호
• /
• pp.55-64
• /
• 2020

태양광 시스템의 안정성과 신뢰성 향상을 위해서는 배터리의 잔존량 (State of Charge, SOC)을 정확하게 추정하여야 한다. 본 연구에서는 gradient descent, Levenberg-Marquardt 및 scaled conjugate gradient 학습방법을 사용한 인공 신경회로망 (Artificial Neural Networks, ANN)과 적응형 뉴로-퍼지 추론 시스템 (Adaptive Neuro-Fuzzy Inference System, ANFIS)을 사용한 SOC 추정방법을 제안한다. 입력으로는 충전 시작 전압 및 적류적산법을 통해 구한 충전 전류를 사용하여 추정된 SOC를 출력한다. 4개의 모델 (ANN-GD, ANN-LM, ANN-SCG, 및 ANFIS)을 사용하여 SOC 추정 방법을 구현하였고 실험을 통해 MATLAB을 사용하여 4개의 모델의 성능을 비교 분석하였다. 실험 결과로부터 ANFIS 모델을 사용한 배터리의 SOC 추정이 가장 정확도가 높았으며 빠른 속도로 수렴함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.131-136
• /
• 2003

기동표적 추적의 문제는 상태추정의 분야에서 수 십 년에 걸쳐 연구되어 왔다. 칼만 필터는 표적의 상태를 추정하기 위해 널리 사용되어 왔으나, 기동이 발생할 경우, 그 성능은 현저히 저하될 수 있다. 본 논문에서는 이러한 문제점을 해결하고, 기동표적을 효과적으로 추적하기 위해, DNA 코딩에 기반한 지능형 칼만 필터를 제안한다. 제안된 기법은 DNA 코딩에 기반한 퍼지 논리를 이용함으로써, 기존의 기법들이 가지는 수학적 한계를 극복하고, 기동표적을 효과적으로 추적할 수 있다. 컴퓨터 모의실험을 통하여, 제안된 기법의 추적 성능은 적응 상호작용 다중모델 기법 및 유전 알고리즘 기반 지능형 칼만 필터와 비교된다.

• 한국지능시스템학회논문지
• /
• 제8권4호
• /
• pp.36-42
• /
• 1998

동적으로 변화하는 환경속에서 적절히 적응하며 행동하는 이동로봇의 제어기를 구성하기는 어렵다. 이를 위하여 진화적 방식을 적용하여 제어기를 구성하고자 하는 연구가 활발히 진행되고 있는데 아직까지는 진화결과 구성된 제어기의 정확한 동작 메커니즘에 대한 분석은 미비한 실정이다. 이 논문에서는 진화결과 구성된 제어기의 동작 메커니즘을 오토메타를 통하여 체계적으로 분석하였다. 그 결과 진화방식은 주어진 문제를 적절히 해결할 수 있는 제어기를 만들어 낼 수 있음을 알 수 있었다. 이때 주어진 문제를 여러 부문제로 세분하고 각 부문제를 해결하는 적절한 메커니즘을 획득하였으며 이러한 메커니즘의 사？작용을 통하여 주어진 전체 문제를 해결하고 있음을 알 수 있었다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 추계학술대회논문집A
• /
• pp.716-722
• /
• 2001

In this paper, the modeling and control of electrostrictive polymer is introduced for endoscopic microcapsule. The endoscopic microcapsule works in the body, so the material of robot must be no harmful to the body. The electrostrictive polymer satisfies this condition. The modeling and control of endoscope microcapsule must be processed. So the modeling and control of electrostrictive was processed preferentially. The electrostrictive polymer is so flexible that we considered the electrostrictive polymer as flexible membrane. The dynamic equation of flexible membrane is time variant in electrostrictive polymer. It is the reason that the elastic modulus of electrostrictive polymer is very small and changes as deformation of electrostrictive polymer. The control algorithm must overcome these characteristics. So the algorithm of adaptive fuzzy control was used to control. In this paper, we introduced the dynamic modeling and control of electrostrictive polymer. And its deformation is introduced.

• 전자공학회논문지SC
• /
• 제49권3호
• /
• pp.82-89
• /
• 2012

본 논문에서는 기동표적의 위치오차에서 구해지는 가속도를 보상하는 지능형 추적 알고리즘을 소개한다. 관측치와 예상위치와의 차이값은 가속도와 순수잡음으로 분리된다. 이때, 최적의 가속도를 얻기 위하여 퍼지 c-means 클러스터링 기법과 예상명중위치기법이 이용되었다. 분리된 가속도와 잡음에 대한 퍼지 이론의 멤버쉽 함수를 결정되고, 이에 따라 기동표적의 기동특성이 인식되어진다. 분리된 가속도와 잡음은 추적 알고리즘 내에서 추정된 오차값을 보상하는데 이용된다. 표적의 추정값을 계산하는 일련의 과정중 필터링 과정은 기동표적의 비선형성을 선형성으로 인식하게 된다. 이것은 필터가 위치오차에서 가속도를 추출하여 남겨진 잡음만을 인식하기 때문이다. 필터링 과정 이후 추출된 가속도를 보상하여 표적의 추정값을 구해낸다. 제안된 기법은 퍼지 시스템의 멤버쉽 함수에서 파라미터를 조절하여 적응성과 강인성을 향상 시켰다. 제안된 시스템의 효율성을 극대화하기 위하여 제안된 기법을 다중모델 구조로 형성한다. 또한 제안된 기법은 온라인 시스템으로서의 수행이 가능하다. 마지막으로 제안된 알고리즘의 효율성을 보여주기 위하여 몇 가지 예를 추가하였다.

• 조명전기설비학회논문지
• /
• 제14권3호
• /
• pp.68-76
• /
• 2000

로켓이나 2족 보행 로봇(Biped Robots)의 자세 제어에 응용되는 도립진자 시스템(Inverted Penduhum System)은 대표적 비선행 시스템으로 수학적 모델링이 대단히 어려우며, 모델링올 하였다 하더라도 복잡한 구조가 된다. 이의 해결을 위한 고전적인 제어 기법으로 1970년대 이후부터는, 신경회로망과 퍼지, 카오스, 유전 알고리증을 이용한 제어 기법들이 도립진자의 안정화 제어에 적용되어져고 있으며, 최근 신경회로망의 자동설계 기법들과 유전 또는 전화 알고리즘올 이용한 신경회로망의 구축 기법인 종래의 진화형 선정회로 제어기(ENNC : Evohing Neural Network Controller)가 시도되어지고 있다. 그러나 종래의 ENNC의 전화방식은 노드(뉴런)단위로 교배하며, 특히, 활성화 함수를 지닌 은닉층의 뉴런이 입력층의 뉴런으로 대체되는 경우, 입력층 뉴런과 출력층 뉴런 사이의 결합 가중치가 삭제되지 않는 등의 문제점이 지적될 수 있다. 따라서, 본 논문에서는 도립진자 시스템의 안정화 제어를 위하여 선택, 교배, 돌연변이의 진화 연산자에 의해 일시에 최적의 구조와 결합가중치로 진화시켜 가능 새로운 형태의 ENNC를 제안하고자 한디. 또한, 다양한 초기치에 적응된 최적 구조와 결합가중치를 갖는 새로운 형태의 ENNC를 시뮬레이션율 통하여 얻고, 이를 ADA-2310보드 및 80586 마이크로 프로세서로 실현하여, 도립진자 시스템의 안정화 제어에 적용함으로써 본 논운에서 제안한 ENNC의 우수성과 강인성을 입증하고자 한다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.