• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2663-2665
• /
• 2001

역전파 신경망은 반도체 공정 모델링에 효과적으로 응용이 되고 있으며, 최근 선형뉴런을 비선형 함수 대신 출력층에 이용하여 모델의 예측정확도를 향상 시킨 바 있다. 본 연구에서는 그 원인을 규명하기 위한 모델의 평가지표로서의 유클리디언 웨이트 거리(Euclidean Weight Distance)를 제안한다. 이 지표를 이용하여 신경망의 입력층과 은닉층, 그리고 은닉층과 출력층의 웨이트를 감시하였으며, 그 결과 예측정확도의 향상이 이 지표의 감소에 기인하고 있음을 알았다. 모델링에 이용한 실험데이터는 다중 유도결합형 플라즈마 장비로부터 Langmuir Probe 진단 시스템을 이용하여 수집하였다.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• pp.71-72
• /
• 2012

비례-적분(PI) 제어기 출력이 포화되었을 때, windup현상이 나타나며 이것은 큰 오버슈트 및 느린 정착 시간과 같은 성능저하를 야기시킨다. 이 논문에서는 이러한 문제점을 개선하기 위해 적분 상태 예측기를 갖는 Anti-windup PI제어기를 이용한 전류제어 방법을 제안한다. PSIM을 이용한 시뮬레이션을 통해 성능을 증명하였다. 이 방법은 PI제어기 출력이 포화되었을 경우와 그렇지 않을 경우에 따라 적분 상태가 각각 제어된다. 실험결과는 PI제어 방법과 비교하여 오버슈트 및 정착 시간과 같은 제어 성능이 개선되었음을 보여준다.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1994.11a
• /
• pp.17-22
• /
• 1994

오류역전파 신경망을 인산형 연료전지의 조업변수인 산소 및 수소 유량, 작동온도에 대하여 학습시켜 연료전지 모델을 구성하였다. 또한 구성된 모델을 이용하여 다양한 조업조건에서의 단위전지 성능을 예측하여 이를 실험결과와 비교하였으며, 학습된 신경망을 ASPEN PLUS의 단위공정으로 도입하여 50kW 출력의 연료전지 공정을 구성한 후 조업변수에 대한 영향을 살펴보았다. 3개의 층으로 구성된 오류역전파 신경망은 학습단계상수와 모멘텀이 각각 0.7 및 0.9인 경우 단위전지 성능곡선을 가장 정확히 학습하였으며, 이에 의하여 구성된 신경망 모델은 수소 및 산소의 유량, 온도의 변화에 따른 단위전지 성능곡선의 변화를 정확히 예측하였다. 연료전지 전체공정의 모사에서는 개질기의 경우 $600^{\circ}C$의 상압에서 수증기/탄화수소 비율이 2.6일 때, 연료전지의 경우 작동온도가 190~20$0^{\circ}C$일 때 연료전지의 출력이 최대값을 나타내었으며, 단위전지의 전기화학적 효율은 약 45%, 수소이용률은 약 61%, 발전시스템 전체의 효율은 18%이었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1064-1067
• /
• 2011

선박경제운항이란 파도와 바람과 같은 해양 기상정보 예측을 바탕으로 선박의 운항방법에 따른 연료 소모량과 운항시간을 예상해보고, 가장 경제적인 운항을 하는 것을 말한다. 본 논문에서는 실용화할 수 있는 범용의 경제운항시스템 개발에 중점을 두었다. 기존의 시스템들을 살펴보면 임의의 정해진 경로를 대상으로 실험하는 경우가 많은데, 이를 개선하여 임의의 출발점과 도착점이 주어지면 A*알고리즘을 통해서 지리상 최단경로를 찾아내도록 하여 시스템을 자동화하였으며 적용범위를 세계 전역으로 확대 하였다. 그리고 기존의 엔진출력을 고정하거나 속력을 일정하게 운항한다는 가정에서 벗어나서 엔진출력을 탐색하여 보다 효율적인 운항 솔루션을 찾아내도록 하였다. 그리고 사용측면에서는 운항사들에게 보다 효용성 높은 시스템이 되기 위해서, 일방적인 권고보다는 연료소모량과 운항시간 별로 다양한 솔루션들을 제공하여 운항사의 판단을 존중함과 동시에 운항보조시스템으로서의 역할에 충실할 수 있도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.424-424
• /
• 2018

인공신경망(Artificial Neural Network; ANN)은 뇌에 존재하는 생물학적 신경세포와 이들의 신호처리 과정을 수학적으로 묘사하여 뇌가 나타내는 지능적 형태의 반응을 구현한 것이다. 인공신경망은 학습(training)을 통해 입력과 출력으로 구성되는 하나의 시스템을 병렬적이고 비선형적으로 구축할 수 있으며, 유연한 모델링 특성으로 인하여 시스템 예측, 패턴인식, 분류 및 공정제어 등의 다양한 분야에서 활용되고 있다. 인공신경망에 대한 최초의 이론은 Muculloch and Pitts(1943)가 제안한 Perceptron에서 시작 되었으며, 기본적인 학습기법인 오차역전파 기법(back-propagation Algorithm) 이 1980년대에 들어 수학적으로 정립된 이후 여러 분야에서 활용되기 시작하였다). 본 연구에서는 하도추적, 구체적으로는 상류단의 복수의 수위관측을 이용하여 하류단의 수위를 예측하기 위하여 인공신경망 모델을 구성하였다. 대상하도는 금강유역의 용담댐과 대청댐 사이의 본류이며, 상류단 입력자료로써 본류에 있는 수통, 호탄 관측소 관측수위와 지류인 송천 관측소 관측수위를 고려하였다. 출력 값으로는 하류단의 옥천 관측소 수위를 3시간 및 6시간의 선행시간으로 예측하도록 인공신경망 모형을 구성하였다. 인공신경망의 학습(testing), 시험(testing), 검증(validation)을 위해 2000년부터 2012년까지 13년간의 시수위자료를 이용하여 학습을 진행하였으며, 2013년부터 2014년의 2년간의 수위자료를 이용한 시험을 통해 최적의 모형을 선정하였다. 또한 선정된 최적의 모형을 이용하여 2015년부터 2016년까지의 수위예측을 수행하였다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.07a
• /
• pp.84-85
• /
• 2002

웹을 통해 보여지는 대부분의 이미지는 스캐너와 같은 입력 장치에 의해 이뤄진다. 그러나 모니터로 보여지는 이미지의 색과 실제 색의 차이로 인한 문제가 나타나면서 색보정에 대한 관심이 증대되고 있다. 디지털 환경에서의 색상 차이는 같은 이미지라도 디지털 장치에서 입력되고 출력되는 값이 비 선형적이기 때문에 나타난다. 이에 본 연구는 스캐너에서 출력되는 디지털 값으로부터 실제색의 삼자극치를 예측하여 이를sRGB 규격으로 캘리브레이션 된 모니터로 정확하게 재현시키는 기술을 연구하였다. (중략)

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1996.10b
• /
• pp.13-17
• /
• 1996

관성 에너지 저장 장치인 HESS (Hoop Energy Storage System)의 안정적인 운용을 위해 가장 중요한 자기 반발력하에서의 안정화 조건을 dipole approximation을 이용하여 계산하였다. 또한 고주파 입출력을 고려하여 공심코일을 이용한 자기유도 실험을 통하여 HESS에 있어서 가능한 출력을 예측하여 보았다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1999.05a
• /
• pp.58-67
• /
• 1999

기존 의사 랜덤순서 발생회로에서 존재하는 출력이 일치할 가능성을 없애고, 출력이 전 계에 골고루 이상적으로 분포시켜 랜덤성을 높일 필요가 있다. 본 논문은 기존의 의사 랜덤순서 발생회로에 결정론적 카오스 함수의 특성을 덧 붙임으로써 보다 랜덤성이 뛰어난 랜덤순서 신호를 발생시켰다. 결정론적 카오스 함수는 이미 카오스 특성이 입증된 톱니함수를 이용하였으며, 카오스적인 랜덤신호는 예측가능하면서, 혼돈적 특성으로 인해 보다 랜덤한 카오스적인 랜덤신호 발생회로와 개념을 제시 하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 2004.05a
• /
• pp.468.1-468.1
• /
• 2004

• Bulletin of the Korean Space Science Society
• /
• 2009.04a
• /
• pp.62.2-62.2
• /
• 2009