Proceedings of the Korean Society for Noise and Vibration Engineering Conference
/
2004.05a
/
pp.410-415
/
2004
The oscillation of the fluid caused by external forces is call ed sloshing, which occurs in moving vehicles with contained liquid masses, such as trucks, railroad cars, aircraft, and liquid rocket. This sloshing effect could be a severe problem in vehicle stability and control. In this study, the optimization design technique for reduction of the sloshing using evolutionary method is suggested. Two evolutionary methods are employed, respectively the artificial neural network(ANN) and genetic algorithm. An artificial neural network is used for the analysis of sloshing and genetic algorithm is adopted as optimization algorithm. As a result of optimization design, the optimized size and location of the baffle is presented
An automatic grading algorithm was developed to replace the manual trading of white ginseng. The algorithm consists of three consecutive stages, (a) image acquisition and preprocessing, (b) mathematical feature extraction, and (c) grade decision using artificial neural network. Mathematical features such as area ratio, mean and standard deviation of graylevel, skewness of graylevel histogram, and the number of run segment are extracted from five equally divided parts of ginseng. An artificial neural network model was used to classify white ginsengs into three categories. The performance of the algorithm was evaluated using 120 ginseng samples and the rate of successful classification was 74%.
The Transactions of the Korean Institute of Electrical Engineers
/
v.45
no.3
/
pp.444-450
/
1996
A digital hardware architecture for artificial neural network with learning capability is described in this paper. It is a modified hardware architecture known as HANNIBAL(Hardware Architecture for Neural Networks Implementing Back propagation Algorithm Learning). For implementing an efficient neural network hardware, we analyzed various type of multiplier which is major function block of neuro-processor cell. With this result, we design a efficient digital neural network hardware using serial/parallel multiplier, and test the operation. We also analyze the hardware efficiency with logic level simulation. (author). refs., figs., tabs.
Transactions of the Korean Society of Automotive Engineers
/
v.11
no.4
/
pp.151-157
/
2003
In this paper, a blackbox approach is carried out to model the nonlinear dynamic bushing model. One-axis durability test is performed to describe the mechanical behavior of typical vehicle elastomeric components. The results of the tests are used to develop an empirical bushing model with an artificial neural network. The back propagation algorithm is used to obtain the weighting factor of the neural network. Since the output for a dynamic system depends on the histories of inputs and outputs, Narendra algorithm of 'NARMAX' form is employed to consider these effects. A numerical example is carried out to verify the developed bushing model.
In this study, rainfall adjust and forecasting using artificial neural network(ANN) which includes a correlation coefficient is application in Seoul region. It analyzed one-hour rainfall data which has been reported in 25 region in seoul during from 2000 to 2006 at rainfall observatory by AWS. The ANN learning algorithm apply for input data that each region using cross-correlation will use the highest correlation coefficient region. In addition, rainfall adjust analyzed the minimum error based on correlation coefficient and determination coefficient related to the input region. ANN model used back-propagation algorithm for learning algorithm. In case of the back-propagation algorithm, many attempts and efforts are required to find the optimum neural network structure as applied model. This is calculated similar to the observed rainfall that the correlation coefficient was 0.98 in missing rainfall adjust at 10 region. As a result, ANN model has been for suitable for rainfall adjust. It is considered that the result will be more accurate when it includes climate data affecting rainfall.
Oh, Sang Hoon;Kim, Kyungmin;Harry, Ian W.;Hodge, Kari A.;Kim, Young-Min;Lee, Chang-Hwan;Lee, Hyun Kyu;Oh, John J.;Son, Edwin J.
The Bulletin of The Korean Astronomical Society
/
v.39
no.2
/
pp.107.1-107.1
/
2014
We apply a machine learning algorithm, artificial neural network, to the search for gravitational-wave signals associated with short gamma-ray bursts. The multi-dimensional samples consisting of data corresponding to the statistical and physical quantities from the coherent search pipeline are fed into the artificial neural network to distinguish simulated gravitational-wave signals from background noise artifacts. Our result shows that the data classification efficiency at a fixed false alarm probability is improved by the artificial neural network in comparison to the conventional detection statistic. Therefore, this algorithm increases the distance at which a gravitational-wave signal could be observed in coincidence with a gamma-ray burst. We also evaluate the gravitational-wave data within a few seconds of the selected short gamma-ray bursts' event times using the trained networks and obtain the false alarm probability. We suggest that artificial neural network can be a complementary method to the conventional detection statistic for identifying gravitational-wave signals related to the short gamma-ray bursts.
Journal of the Korean Society for Precision Engineering
/
v.12
no.11
/
pp.118-124
/
1995
In the paper, we have proposed a new technique to determine the initial billet for the forged products using a function approximation in neural network. A three-layer neural network is used and a back propagation algorithm is employed to train the network. An optimal billet which satisfied the forming limitation, minimum of incomplete filling in the die cavity, load and energy as well as more uniform distribution of effective strain, is determined by applying the ability of function approximation of the neural network. The amount of incomplete filling in the die, load and forming energy as well as effective strain are measured by the rigid-plastic finite element method. This new technique is applied to find the optimal billet size for the axisymmetric rib-web product in hot forging. This would reduce the number of finite element simulation for determining the optimal billet of forging products, further it is usefully adopted to physical modeling for the forging design
Lim, Zi-Jie;Mustafa, Mohd Wazir;Jamian, Jasrul Jamani
Journal of Electrical Engineering and Technology
/
v.10
no.3
/
pp.877-887
/
2015
Rapid development of cities with constant increasing load and deregulation in electricity market had forced the transmission lines to operate near their threshold capacity and can easily lead to voltage instability and caused system breakdown. To prevent such catastrophe from happening, accurate readings of voltage stability condition is required so that preventive equipment and operators can execute security procedures to restore system condition to normal. This paper introduced Enhanced Hybrid Particle Swarm Optimization algorithm to estimate the voltage stability condition which utilized Fast Voltage Stability Index (FVSI) to indicate how far or close is the power system network to the collapse point when the reactive load in the system increases because reactive load gives the highest impact to the stability of the system as it varies. Particle Swarm Optimization (PSO) had been combined with the ANN to form the Enhanced Hybrid PSO-ANN (EHPSO-ANN) algorithm that worked accurately as a prediction algorithm. The proposed algorithm reduced serious local minima convergence of ANN but also maintaining the fast convergence speed of PSO. The results show that the hybrid algorithm has greater prediction accuracy than those comparing algorithms. High generalization ability was found in the proposed algorithm.
Journal of information and communication convergence engineering
/
v.22
no.2
/
pp.133-138
/
2024
Dissolved oxygen (DO) is an important factor in ecosystems. However, the analysis of DO is frequently rather complicated because of the nonlinear phenomenon of the river system. Therefore, a convenient model-free algorithm for DO variable is required. In this study, a data-driven algorithm for predicting DO was developed by combining XGBoost and an artificial neural network (ANN), called ANN-XGB. To train the model, two years of ecosystem data were collected in Anyang, Seoul using the Troll 9500 model. One advantage of the proposed algorithm is its ability to capture abrupt changes in climate-related features that arise from sudden events. Moreover, our algorithm can provide a feature importance analysis owing to the use of XGBoost. The results obtained using the ANN-XGB algorithm were compared with those obtained using the ANN algorithm in the Results Section. The predictions made by ANN-XGB were mostly in closer agreement with the measured DO values in the river than those made by the ANN.
Journal of rehabilitation welfare engineering & assistive technology
/
v.6
no.1
/
pp.67-73
/
2012
In this paper, Artificial Neural Network(ANN) based motion classification algorithm is proposed to classify wrist motions using surface electromyograms(sEMG). surface EMGs are obtained from two electrodes placed on the flexor carpi ulnaris muscle and extensor carpi ulnaris muscle of 26 subjects under no strain condition during wrist motions and used to recognize wrist motions such as up, down, left, right, and rest. Feature is extracted from obtained EMG signals in time domain for fast processing and used to classify wrist motions using ANN. DAMV, DASDV, MAV, and RMS were used as features and accuracies of motion classification based on ANN were 98.03% for DAMV, 97.97% for DASDV, 96.95% for MAV, 96.82% for RMS.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.