• 터널과지하공간
• /
• 제34권3호
• /
• pp.208-217
• /
• 2024

AI영상 기반 건설현장 안전관리 모니터링 시스템 개발 및 적용하는 추세에 다양한 환경변화에 따른 위험 객체 탐지 딥러닝 모델 개발에 많은 연구적 관심이 쏟아지고 있다. 여러 환경 변화요인 중 저조도 조건에서 객체 검출 모델의 정확도는 현저히 감소하며, 저조도 환경을 고려한 학습을 수행하더라도 일관적인 객체 탐지 정확도를 확보할 수 없다. 이에 따라 저조도 영상을 강화하는 영상 전처리 기술의 필요성이 대두된다. 따라서, 본 논문은 취득된 건설 현장 영상 데이터를 활용하여 다양한 딥러닝 기반 저조도 영상 강화 모델(GLADNet, KinD, LLFlow, Zero-DCE)을 학습하고, 모델별 저조도 영상 강화 성능을 비교 검증실험을 진행하였다. 저조도 강화된 영상을 시각적으로 검증하였고, 영상품질 평가 지수(PSNR, SSIM, Delta-E)를 도입하여 정량적으로 분석하였다. 실험 결과, GLADNet의 저조도 영상 강화 성능이 정량·정성적 평가에서 우수한 결과를 보여줬으며, 저조도 영상 강화 모델로 적합한 것으로 분석되었다. 향후 딥러닝 기반 객체 검출 모델에 저조도 영상 강화 기법이 전처리 단계로 적용한다면, 저조도 환경에서 일관된 객체 검출 성능을 확보할 것으로 예상된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1561-1564
• /
• 1997

In the study, simulation result was studied by connecting PID controller in series to the established Neural Networks Controller. Neural Network model is composed of two layers to evaluate tracking performance improvement. The reqular dynamic characteristics was also studied for the expected error to be minimized by using Widrow-Hoff delta rule. As a result of the study, We identified that tracking performance inprovement was developed more in case of connecting PID than Neural Network Contoller and that tracking plant parameter in 251 sample was approached rapidly case of time variable.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.408-411
• /
• 1993

In this paper, we propose the Fuzzy Neural Controller with a Self-Organizing Map based on the fuzzy relation neuron. The fuzzy ndes expressing the input-output relation of the system are obtained by using the fuzzy relation neuron and updated automatically by means of the generalized delta rule. Also, the proposed method has a capability to express the knowledge acquired from the input-output data in form of fuzzy inferences rules. The learning algorithm of this fuzzy relation neuron is described. The effectiveness of the proposed fuzzy neural controller is illustrated by applying it to a number of test data sets.

• 설비공학논문집
• /
• 제12권11호
• /
• pp.1038-1047
• /
• 2000

The objective of this study is to develop an optimized Artificial Neural Network(ANN) model to predict the descending time of room air temperature. For this, program for predicting room air temperature and ANN program using generalized delta rule were collected through simulation for predicting room air temperature. ANN was trained and the ANN model having the optimized values-learning rate, moment, bias, number of hidden layer, and number of neuron of hidden layer was presented.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.181-186
• /
• 1992

Many real-world problems are concerned with estimation rather than classification. This paper presents an adaptive technique to estimate the mechanical properties of materials from acoustoultrasonic waveforms. This is done by adapting a piece-wise linear approximation technique to a multi-layered neural network architecture. The piece-wise linear approximation network (PWLAN) finds a set of connected hyperplanes that fit all input vectors as close as possible. A corresponding architecture requires only one hidden layer to estimate any curve as an output pattern. A learning rule for PWLAN is developed and applied to the acousto-ultrasonic data. The efficiency of the PWLAN is compared with that of classical backpropagation network which uses generalized delta rule as a learning algorithm.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 추계학술대회
• /
• pp.1174-1179
• /
• 2003

Cast austenitic stainless steel is used for several components, such as primary coolant piping, elbow, pump casing and valve bodies in light water reactors. These components are subject to thermal aging at the reactor operating temperature. Thermal aging results in spinodal decomposition of the delta-ferrite leading to increased strength and decreased toughness. This study shows that ferrite content can be predicted by use of the artificial neural network. The neural network has trained learning data of chemical components and ferrite contents using backpropagation learning process. The predicted results of the ferrite content using trained neural network are in good agreement with experimental ones.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 1998년도 전력전자학술대회 논문집
• /
• pp.384-387
• /
• 1998

This paper presents a newly developed speed sensorless drive using RLS(Recursive Least Squares) based on Neural Network Training Algorithm. The proposed algorithm based on the RLS has just the time-varying learning rate, while the well-known back-propagation (or generalized delta rule) algorithm based on gradient descent has a constant learning rate. The number of iterations required by the new algorithm to converge is less than that of the back-propagation algorithm. The RLS based on NN is used to adjust the motor speed so that the neural model output follows the desired trajectory. This mechanism forces the estimated speed to follow precisely the actual motor speed. In this paper, a flux estimation strategy using filter concept is discussed. The theoretical analysis and experimental results to verify the effectiveness of the proposed analysis and the proposed control strategy are described.

• Journal of Biosystems Engineering
• /
• 제15권3호
• /
• pp.186-198
• /
• 1990

인간 소뇌의 구조와 기능을 간략하게 수학적으로 모델링하여 입력에 따른 시스템의 적정 출력을 학습에 의한 적응 제어 방식으로 추출해 내는 소뇌모델 대수제어기(CMAC : Cerebellar Model Arithmetic Controller)가 제안되었다. 본 논문에서는 연구개발된 기존 신경회로망과의 비교 분석에 의거하여, 소뇌모델 대수제어기 대신 네트의 특성에 따라 소뇌모델 선형조합 신경망(CMLAN : Cerebellum Model Linear Associator Network)이라 하였다. 소뇌모델 선형조합 신경망은 시스템의 제어 함수치를 결정하는 데 있어, 기존의 제어방식이 시스템의 모델링을 기초로 하여 알고리즘에 의한 수치해석적 또는 분석적 기법으로 모델 해를 산출하는 것과 달리, 학습을 통하여 저장되는 분산기억 소자들의 함수치를 선형적으로 조합함으로써 시스템의 입출력을 결정한다. 분산기억 소자로의 함수치 산정 및 저장은 소뇌모델 선형조합 신경망이 갖는 고유의 구조적 상태공간 매핑(State Space Mapping)과 델타규칙(Delta Rule)에 의거한 시스템의 입출력 상태함수의 학습으로써 수행된다. 본 논문을 통하여 소뇌모델 선형조합신경망의 구조적 특성, 학습 성질과 상태공간 설정 및 시스템의 수렴성을 규명하였다. 또한 기존의 최대 편차수정 학습 알고리즘이 갖는 비능률성 및 적용 제한성을 극복한 효율적 학습 알고리즘들을 제시하였다. 언급한 신경망의 특성 및 제안된 학습 알고리즘들의 능률성을 다양한 학습이득(Learning Gain)하에서 비선형 함수를 컴퓨터로 모의 시험하여 예시하였다.

• Structural Engineering and Mechanics
• /
• 제71권6호
• /
• pp.739-749
• /
• 2019

This article deals with the application of reliability analysis for determining the safety of simply supported beam under the uniformly distributed load. The uncertainties of the existing methods were taken into account and hence reliability analysis has been adopted. To accomplish this aim, Generalized Regression Neural Network (GRNN), Extreme Learning Machine (ELM) and Gaussian Process Regression (GPR) models are developed. Reliability analysis is the probabilistic style to determine the possibility of failure free operation of a structure. The application of probabilistic mathematics into the quantitative aspects of a structure and improve the qualitative aspects of a structure. In order to construct the GRNN, ELM and GPR models, the dataset contains Modulus of Elasticity (E), Load intensity (w) and performance function (${\delta}$) in which E and w are inputs and ${\delta}$ is the output. The achievement of the developed models was weighed by various statistical parameters; one among the most primitive parameter is Coefficient of Determination ($R^2$) which has 0.998 for training and 0.989 for testing. The GRNN outperforms the other ELM and GPR models. Other different statistical computations have been carried out, which speaks out the errors and prediction performance in order to justify the capability of the developed models.

• 한국안광학회지
• /
• 제20권4호
• /
• pp.491-499
• /
• 2015

목적: 시각이상을 가진 아동을 대상으로 시기능훈련을 통한 시각기능이상의 개선 전후 시지각점수의 변화를 살펴보고 시지각에 미치는 영향을 알아보고자 한다. 방법: 시각기능이상을 가진 13세 미만($8.75{\pm}1.66$)의 아동 23명을 대상으로 시기능훈련 전후에 시지각기능검사(TVPS_R; test of visual perceptual skills-revised)를 실시하여 시기능훈련에 따른 시각기능의 변화와 시지각 평가점수의 변화를 분석하였다. 결과: 시기능훈련을 통해서 원거리 PRC(positive relative convergence) 분리점은 평균 $3.39{\pm}2.59{\Delta}$(prism)에서 $13.87{\pm}6.04{\Delta}$로 증가되었고, 근거리 P.R.C 분리점은 평균 $5.48{\pm}3.42{\Delta}$에서 $18.44{\pm}7.58{\Delta}$로 증가하였다. NPC(near point of convergence)는 $25.87{\pm}7.33cm$에서 $7.48{\pm}2.83cm$로 개선되었고, NPA(near point of accommodation)는 $19.57{\pm}7.16cm$에서 $7.09{\pm}1.88cm$로 개선되었다. 시지각평가에서 시각기억분야를 제외하고는 대응차가 시각완성에서 $17.74{\pm}16.94$(p=0.000), 시각적순차기억에서 $15.65{\pm}17.11$(p=0.000), 배경식별에서 $13.65{\pm}16.63$(p=0.001), 형태향상성에서 $12.74{\pm}18.41$(p=0.003), 시각구별에서 $6.49{\pm}10.07$(p=0.005), 시각적공간지각에서 $4.17{\pm}9.33$(p=0.043) 순으로 개선되었고, 이를 종합한 시지각점수는 대응차가 $15.22{\pm}8.66$(p=0.000)로서 더욱 더 유의한 결과를 나타내었다. 결론: 시기능훈련을 통해서 시각기능의 개선과 시각기억분야를 제외한 시지각점수의 향상이 시각완성, 시각적순차기억, 배경식별, 형태향상성, 시각구별, 시각적공간지각 순으로 유의하게 나타났다. 따라서 시각기능향상을 위한 시기능훈련은 시각의 기능뿐만 아니라 시지각의 기능까지 영향을 미치는 것을 확인 할 수 있으며 시각훈련의 중요성을 인식 할 수 있었다.