• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2003년도 하계학술대회 논문집 Vol.4 No.2
• /
• pp.1163-1167
• /
• 2003

As a PD classification method, statistical distribution parameters have been used during several ten years. And this parameters are recently finger print method, NN(Neural Network) and etc. So in this paper we studied finger print method and NN with BP(Back propagation) learning algorithm using the statistical distribution parameter, and compared with two method as classification method. As a result of comparison, classification of NN is more good result than Finger print method in respect to calculation speed, visible effect and simplicity. So, NN has more advantage as a tool for PD classification.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.121-124
• /
• 2001

In industrial actual control system, PID controller has been used with its high delicate control system in position control system. PID controller has simple structure and superior ability in several characteristics. When the response of system is changed by delay time, variable load , disturbances and external environment, control gain of PID controller must be readjusted on the system dynamic characteristics. Therefore, a control ability of PID controller is degraded when th control gain is inappropriately determined. When the response characteristic of system is changed under a condition, control gain of PID controller must be changed adaptively to be a waited response of system. In this paper an adaptive-tuning type PID controller is constructed by self-recurrent Neural Network(SRNN). applying back-propagation(BP) algorithm. Form the result of computer simulation in the proposed controller, its usefulness is verified.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.310-313
• /
• 2002

In industrial actual control system, PID controller has been used with its high delicate control system in position control system. PID controller has simple structure and superior ability in several characteristics. When the response of system is changed by delay time, variable load , disturbances and external environment, control gain of PID controller must be readjusted on the system dynamic characteristics. Therefore, a control ability of PID controller is degraded when the control gain is inappropriately determined. When the response characteristic of system is changed under a condition, control gain of PID controller must be changed adaptively to be a waited response of system. In this paper an PIDA controller is constructed by Two-Layers Neural Network applying back-propagation(BP) algorithm. Form the result of compute. simulation in the proposed controller, its usefulness is verified.

• 산업공학
• /
• 제9권3호
• /
• pp.298-305
• /
• 1996

Cold rolling mill process in steel works uses stands of rolls to flatten a strip to a desired thickness. Most of rolling processes use mathematical models to predict rolling force which is very important to decide the resultant thickness of a coil. In general, these mathematical models are not flexible for variant coil types and cannot handle various elements which is practically important to decide accurate rolling force. A corrective neural network is proposed to improve the accuracy of rolling force prediction. Additional variables-composition of the coil, coiling temperature and working roll parameters-are fed to the network. The model uses an MLP with BP to predict a corrective coefficient. The test results using 1,586 process data collected at POSCO in early 1995 show that the proposed model reduced the prediction error by 30% on average.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 C
• /
• pp.1812-1814
• /
• 2003

$SF_6$ 가스로 절연된 GIS(Gas Insulation Switchgears)는 매우 신뢰성이 높은 것으로 평가되어왔다. 그러나 GIS 내부에서 발생하는 결함에 대하여 완전하게 배제시키지 못하고 있으며, 이러한 부분방전 활동에 의한 대부분의 결함들이 GIS의 사고를 이끈다고 알려져 있다[1]. 따라서, GIS 내부에서 발생하는 부분방전 현상의 위치와 측정은 1940년대 초반부터 관심을 가져왔으며, 현재에는 부분방전 형태의 패턴이 사용된 부분방전 검출회로 및 신호의 전파와는 무관하다는 것을 알아낸 시점에 이르렀다. 이에 따라, 본 논문에서는 $SF_6$ 가스가 봉입된 GIS 내부에서 발생하는 부분방전 형태의 패턴인식을 위한 방법으로 NN(Neural Network)의 알고리즘 중 BP(Back-Propagation) 알고리즘을 이용하였다.

• 대한원격탐사학회지
• /
• 제24권5호
• /
• pp.473-481
• /
• 2008

This paper presents an approach to Back-propagation and Radial Basis Function neural network method with various training set for automatic vehicle detection from aerial images. The initial extraction of candidate object is based on Mean-shift algorithm with symmetric property of a vehicle structure. By fusing the density and the symmetry, the method can remove the ambiguous objects and reduce the cost of processing in the next stage. To extract features from the detected object, we describe the object as a log-polar shape histogram using edge strengths of object and represent the orientation and distance from its center. The spatial histogram is used for calculating the momentum of object and compensating the direction of object. BPNN and RBFNN are applied to verify the object as a vehicle using a variety of non-car training sets. The proposed algorithm shows the results which are according to the training data. By comparing the training sets, advantages and disadvantages of them have been discussed.

• International Journal of Korean Welding Society
• /
• 제2권2호
• /
• pp.32-35
• /
• 2002

In this paper, an intelligent system to determine welding parameters for each pass and welding position in pipeline welding based on one database and FEM model, two BP neural network models and a C-NN model was developed and validated. The preliminary test of the system has indicated that the developed system could determine welding parameters fur pipeline welding quickly, from which good weldments can be produced without experienced welding personnel. Experiments using the predicted welding parameters from the developed system proved the feasibility of interface standards and intelligent control technology to increase productivity, improve quality, and reduce the cost of system integration.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2180-2188
• /
• 2009

본 논문은 지능로봇의 동작을 제어하기 위해 비전기반의 실시간 수신호를 PCA 및 BP 알고리즘을 이용한 인식시스템을 제안하였다. 수신호 인식은 PCA 알고리즘을 이용한 전처리 단계와 BP 알고리즘을 이용한 인식의 두 단계로 구성한다. PCA 알고리즘은 데이터 분석을 위해 다차원 데이터 집합을 보다 낮은 차원으로 감소시키기 위해 사용되는 기술로 주어진 수신호의 특징인 투영 벡터를 계산하기 위하여 적용되었고, BP 알고리즘은 병렬 구조를 가지고 있으므로 병렬 분산처리가 가능하고, 처리 속도가 빠르므로 PCA로부터 훈련된 고유 수신호를 학습시켜 수신호를 실시간으로 인식한다. 실험에서는 10종류의 수신호를 PCA 알고리즘만을 사용한 경우와 제안한 PCA 및 BP 알고리즘을 사용한 경우와 인식률을 비교하여 제안한 알고리즘이 우수하다는 것을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권2호
• /
• pp.163-171
• /
• 1997

공학 분야에서 신경망에 대한 관심은 신호처리, 로보틱스, 컨트롤, 문자인식, 패턴인식 그리고 컴퓨터 그래픽 분야등에서 연구되고 있으며, 이들은 함수근사응용과 밀접한 관련이있다. 통계학 분야에서는 패턴인식의 판별분석, 주성분분석, 회귀분석 그리고 군집분석을 위한 신경망등에 대한 연구가 활발히 이루어지고 있다. 문자인식을 위한 다층 신경망을 학습시키기 위해 역전파 알고리즘이 널리 사용되고 있으나 이 알고리즘은 긴 훈련기간, 극소점 문제, 이상치(outlier)에 민감하다는 단점을 지니고 있다. 이상치에 민감한 일반적인 역전파 알고리즘의 단점을 극복하기 위해 이상치에 민감하지 않은 로버스트 알고리즘의 필요성이 대두되었다. 본 논문에서는 통계물리에서 자주 사용하는 방법을 이용하여 제안한 로버스트 역전파 알고리즘을 문자인식에 적용하여 일반적인 역전파 알고리즘의 문자인식 성능과 비교하였다.

• 대한의용생체공학회:의공학회지
• /
• 제24권3호
• /
• pp.151-158
• /
• 2003

심장혈관 신호에 있어서 단기간의 beat-to-beat 변이(variability)에 대한 여러 연구에서 선형 분석기법들이 사용되었다. 그러나 단기간 beat-to-beat 변이에 대해 선형기법 사용의 타당성에 대한 연구나 선형과 비선형 특성을 비교한 연구는 수행되지 않았다. 본 논문의 목적은 단기간 beat-to-beat 변이의 비선형성 특성을 조사함으로써 선형기법 사용의 적절함을 증명하고자 한다. 이를 위해 선형 ARMA와 비선형 신경망(NN) 모델을 사용하여 예측을 수행하였는데, 과거의 순시 심박(HR)과 평균 혈압(BP)으로부터 현재의 심박과 혈압 예측을 상호 비교하였다. 이러한 예측모델을 평가하기 위해 MIMIC 데이터베이스로부터 HR와 BP 시계열을 사용하였다. 실험결과에 의하면 신경망에 의한 비선형성은 단기간 beat-to-beat 변이를 생성하는 시스템 동특성을 나타내는데 의미있는 역할을 하지 못하였으며, 이 사실은 ARMA 선형 분석기법이 이러한 시스템 동특성을 나타내는데 적절함을 보여주고 있다