• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1996년도 추계학술대회 논문집
• /
• pp.994-998
• /
• 1996

We propose an approach to integrating fuzzy logic control with RBF(Radial Basis Function) networks and show how the integrated network can be applied to multivariable self-organizing and self-learning fuzzy controller. Using the hybrid learning algorithm. To investigate its usefulness and performance, this controller is applied to a time-delayed process system. Simulation results show good control performance and fast convergency in hybrid loaming method.

• 전자공학회논문지S
• /
• 제35S권9호
• /
• pp.35-42
• /
• 1998

CNC 가공에 있어서 가공정밀도와 생산성을 동시에 향상시킬 수 있는 기술의 개발이 필수적이다. 이러한 고정밀 고속가공을 위하여 이 논문에서는 신경망을 이용한 이송속도 신경망 적응제어 기법을 제안한다. 이 제어기는 신경망을 이용한 모사기와 이 신경망의 인버젼 알고리듬을 통한 반복학습 제어기로 구성된다. 신경망 모사기는 CNC 시스템의 비선형성과 불확실성으로 인한 이송속도와 윤곽오차 사이의 비선형 특성을 모사하고, 신경망 인버젼 방법과 목적 함수의 정의를 통해 반복학습 제어기법으로 허용 오차 내에서 최적의 이송속도를 실시간으로 구해 냄으로써 가공 성능을 향상시킨다.제안한 방법은 원, 코너, 인볼루트 윤곽 가공의 모의 실험을 통하여 성공적으로 평가되었다.

• 한국정보통신학회논문지
• /
• 제3권2호
• /
• pp.383-388
• /
• 1999

본 논문에서는 정밀 제어와 온-라인 제어를 위하여 유전 알고리즘을 이용한 퍼지-신경망 제어기를 제안하였다. 제안된 제어기의 설계방법은 유전 알고리즘을 사용하여 불확실한 플랜트에 대한 근사적 퍼지 소속함수를 얻은 후, 퍼지-신경망 제어기의 적응학습에 의해 최적의 퍼지 소속함수를 조정할 수 있는 제어구조를 제안하였다. 제안된 제어기를 사용했을 때의 효율성과 정확성을 평가하기 위하여 DC 서보모터의 속도제어 실험을 통해 GA-Fuzzy 제어기를 사용했을 때와 비교분석 한다.

• 한국통신학회논문지
• /
• 제24권9A호
• /
• pp.1329-1338
• /
• 1999

본 논문에서, LMS 알고리즘의 수렴 속도를 향상시키기 위한 효율적인 신호간섭 제어기법을 제안한다. 수신 데이터를 재활용하여 심볼 시간 주기에 계수들을 곱함으로써 적응되는 제안된 알고리즘의 수렴특성이 수렴 속도의 향상을 이론적으로 증명하기 위해 분석한다. 스텝-크기 매개변수 $\mu$가 증가됨에 따라 알고리즘의 수렴 속도가 제어된다. 또한, 스텝-크기 매개변수 $\mu$의 증가는 실험적으로 계산된 학습 곡선에서 분산을 감소시키는 효과를 갖는다. 고유치 확산을 증가시킴에 따라 적응 등화기의 수렴속도를 천천히 제어하고 평균 자승 에러의 안정-상태 값을 증가시키는 효과를 나타내며 데이터-재사용 LMS 기술이 수렴속도를 (B+1)배만큼 증가시켜 필터 알고리즘에서 신호간섭제어의 우수성을 입증한다.

• 전자공학회논문지SC
• /
• 제37권5호
• /
• pp.46-55
• /
• 2000

본 논문은 카오틱 신경망과 PD 제어기를 이용한 로봇 시스템의 직접적응제어 방식에 관한 것이다. 카오틱 신경망은 상·하층 결합계수 외에 궤환 결합계수와 동일 층 내의 결합계수를 가지며, 뉴런자체의 충분한 비선형성 때문에 강한 동적특성을 가지고 있다. 그러나 신경망의 구조 및 학습의 문제점으로 인하여 동적 시스템의 제어에 적용되지 못하고 있다. 본 논문에서는 기존의 카오틱 신경망을 제어 분야에 적용하기 위하여 적합한 구조로 수정하고 수정된 신경망의 학습에 관하여 고찰하였다. 제안된 신경망은 모의 실험을 통하여 3 축 푸마 로봇의 경로 제어에 적용하였다. 카오틱 신경망 제어기는 PD 제어기와 병렬로 구성하여 학습 초기의 안정성을 확보하였고, 제어대상의 비선형성을 보상하는 보상 제어기의 역할을 수행하도록 하였다

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.361-369
• /
• 1999

본 논문에서는 플랜트를 사용하는 사용자의 특성을 인공지능을 통하여 학습하여 사용자의 특성에 적응하도록 하는 새로운 지능 제어 시스템을 제안한다. 사용된 인공지능은 신경 회로망이며, 그 중에서도 LVQ(learning Vector Quantization) 네트워크를 사용한다. 제안한 방식의 성능을 확인하기 위하여 IBM PC 상에서 Matlab을 통하여 시뮬레이션 한다.

• 대한기계학회논문집A
• /
• 제24권10호
• /
• pp.2451-2460
• /
• 2000

In order to minimize straightness error of deflected shaft, a geometric adaptive straightness controller system is studied. A multi-step straightening and a three-point bending process have been developed for the geometric adaptive straightness controller. Load-deflection relationship, on-line identification of variations of material properties, on-line springback prediction, and real-time hydraulic control methodology are studied for the three-point bending process. By deflection pattern analysis and fuzzy self-learning method in the multi-step straightening process, a straightening point and direction, desired permanent deflection and supporting condition are determined. An automatic straightening machine has been fabricated for rack bars by using the developed ideas. Validity of the proposed system is verified through experiments.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 춘계종합학술대회
• /
• pp.684-687
• /
• 2001

본 논문에서는 퍼지-역전파 알고리즘을 이용하여 연결강도를 조정하고 ADALINE(Adaptive Linear Neuron)을 제어기로 사용하는 새로운 제어방식을 제안하였다. 제안된 ADALINE 제 어기는 퍼지 알고리즘을 이용하여 학습하고, 구조가 간단하고 계산량이 작은 장점으로 적응제어나 실시간 제어에 적합한 제어방식이다. 제안된 제어방식의 유용성을 입증하기 위하여 서보 전동기를 대상으로 위치제어에 대하여 시뮬레이션 하였다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.893-898
• /
• 2005

강화학습 방법론 중 하나의 부류인 액터-크리틱 알고리즘은 제어압력 선택 문제에 있어서 최소한의 계산만을 필요로 하고, 확률적 정책을 명시정으로 다룰 수 있는 장점 때문에 최근에 인공지능 분야에서 많은 관심을 끌고 있다. 액터-크리틱 네트워크는 제어압력 선택 전략을 위한 액터 네트워크와 가치 함수 근사를 위한 크리틱 네트워크로 구성되며, 우수한 제어입력의 서택과 정화한 가치 함수 관사를 최대한 신속하게 달성하기 위하여, 학습 과정 동안 액터와 크리틱은 자신들의 파라미터 백터를 적응적으로 변화시키는 전략을 구사한다. 본 논문은 크리틱의 학습을 위해 빠른 수렴성을 보장하는 RLS (Recursive Least Square)를 사용하고, 액터의 학습을 위해 정책의 기울기(Policy Gradient)를 이용하는 새로운 종류의 알고리즘을 고려한다. 고려된 알고리즘의 적용 가능성은 두개의 링크를 갖는 로봇에 대한 실험을 통하여 예시된다.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.187-194
• /
• 2005

연속 영상을 이용하여 실시간으로 움직임 객체를 추출하고 추적하기 위해 배경분리(Background Subtraction) 기법을 주로 사용한다. 외부 환경에서는 조명 조건의 변화, 나무의 흔들림과 같은 반복적인 움직임 그리고 급격히 움직이는 객체 등과 같이 고려해야할 많은 환경 변화 요인들이 존재한다. 이러한 외부 환경의 변화를 적응적으로 반영하여 배경을 분리할 수 있는 배경 모델로는 주로 가우시안 혼합 모델 (GMM: Gaussian Mixture Model)이 적용되고 있으며, 실시간 성능 등을 개선시킨 적응적 가우시안 혼합 모델 등이 제안되어 사용되고 있다. 본 논문은 개선된 적응적 가우시안 혼합 모델을 적용하고 고정된 학습률 a(일반적으로 작은 값)을 사용함으로써 물체의 갑작스러운 움직임 등에 빠르게 적응하지 못하는 문제점을 해결하기 위해 가우시안 분포 수의 적응적 조절 기능과 픽셀 값의 분산 등을 이용하여 학습률 a값을 동적으로 제어하는 방법을 제안하고 성능을 평가하였다.