• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.389-395
• /
• 2006

본 논문에서는 지능재어기법을 이용하여 이족로봇 제어기를 설계한다. 이족로봇 제어기는 복잡성을 해결하기 위해 4개 소 그룹으로 모듈화 하고, 이 모듈들은 신경망을 이용한 계층적 모듈라 신경망 (Hierarchical Mixture of Experts; HME) 기법을 도입한다. 그리고 신경망은 직접제어기법으로 이족로봇의 역 동력학을 학습한다. HME는 나무구조의 네트워크로 입출력 집합을 학습하여 출력공간에 대한 입력공간을 재분할하는 능력을 가지고 있다. EM 알고리즘을 이용한 HME는 반복적 학습을 통하여 이족로봇의 동력학을 모델링하며 HME 의 가상오차를 생성하여 이족로봇보행시 안전한 보행을 수행할 수 있는 이족로봇의 제어기를 설계한다.

• 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

• 산경연구논집
• /
• 제13권1호
• /
• pp.1-9
• /
• 2022

Purpose: This study aims to find empirical evidence and clarity on the phenomenon of the direct and indirect effect of perceived behavioral control on fraud prevention through whistleblowing intention. This study also aims to understand the influence of organizational ethical culture moderating between whistleblowing intention and fraud prevention. Research design, data, methodology: The samples of this research are 236 respondents consisting of the Head of the Finance Subdivision and Head of the Reporting Planning Subdivision and the finance staff who were determined using the purposive sampling method. The data obtained were analyzed using the Structural Equation Modeling technique. Results: The study results show that perceived behavioral control positively and significantly affects whistleblowing intention. In addition, perceived behavioral control does not affect fraud prevention mediated by whistleblowing intention. Furthermore, organizational ethical culture moderates whistleblowing intention and has a positive and significant effect on fraud prevention. Conclusions: This study concludes that the phenomenon of scandal that often occurs on a television is not a habit that must be followed. It requires an active role from the community as a form of concern for whistleblowing. Futher researchers can add other construct variables, such as good corporate governance to assess the performance improvement of the organizational layers, both internally and externally

• 한국가시화정보학회지
• /
• 제22권2호
• /
• pp.44-54
• /
• 2024

This study investigates the effectiveness of using a plasma actuator for active control of turbulent flow around a finite square cylinder. The primary objective is to analyze the impact of plasma actuators on flow separation and wake region characteristics, which are critical for reducing drag and suppressing vortex-induced vibrations. Direct Numerical Simulation (DNS) was employed to explore the flow dynamics at various operational parameters, including different actuation frequencies and voltages. The proposed methodology employs a neural network trained using the Proximal Policy Optimization (PPO) algorithm to determine optimal control policies for plasma actuators. This network is integrated with a computational fluid dynamics (CFD) solver for real-time control. Results indicate that this deep reinforcement learning (DRL)-based strategy outperforms existing methods in controlling flow, demonstrating robustness and adaptability across various flow conditions, which highlights its potential for practical applications.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.73-82
• /
• 2022

Early detection continues to be the mainstay of breast cancer control as well as the improvement of its treatment. Even so, the absence of cancer symptoms at the onset has early detection quite challenging. Therefore, various researchers continue to focus on cancer as a topic of health to try and make improvements from the perspectives of diagnosis, prevention, and treatment. This research's chief goal is development of a system with deep learning for classification of the breast cancer as non-malignant and malignant using mammogram images. The following two distinct approaches: the first one with the utilization of patches of the Region of Interest (ROI), and the second one with the utilization of the overall images is used. The proposed system is composed of the following two distinct stages: the pre-processing stage and the Convolution Neural Network (CNN) building stage. Of late, the use of meta-heuristic optimization algorithms has accomplished a lot of progress in resolving these problems. Teaching-Learning Based Optimization algorithm (TIBO) meta-heuristic was originally employed for resolving problems of continuous optimization. This work has offered the proposals of novel methods for training the Residual Network (ResNet) as well as the CNN based on the TLBO and the Genetic Algorithm (GA). The classification of breast cancer can be enhanced with direct application of the hybrid TLBO- GA. For this hybrid algorithm, the TLBO, i.e., a core component, will combine the following three distinct operators of the GA: coding, crossover, and mutation. In the TLBO, there is a representation of the optimization solutions as students. On the other hand, the hybrid TLBO-GA will have further division of the students as follows: the top students, the ordinary students, and the poor students. The experiments demonstrated that the proposed hybrid TLBO-GA is more effective than TLBO and GA.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1743-1750
• /
• 2003

근래에는 정확성과 신뢰성이 강한 센서리스 속도추정방법으로 전동기를 구동하기 위한 노력이 전개되고 있으며, 본 논문은 외란에 대한 강인성이 뛰어난 신경회로망을 이용하여 직류전동기의 센서리스 속도제어를 실현한 연구 결과이다. 〔6­8〕 신경회로망은 사람의 뇌가 경험을 통해 학습하듯이 주어진 입력에 대해 학습을 통하여 최적의 출력을 발생한다. 학습은 직류전동기의 수식모델을 통해 얻어진 전압$.$전류 및 회전자 속도를 입$.$출력 데이터로 사용하여 역전파 학습 알고리즘〔8〕을 통해 행하여지며, 학습 완료 후 얻은 최적의 연결강도를 이용하여 속도를 추정한다. 신경회로망에 의한 방식은 복잡한 알고리즘을 사용하지 않고도 정확한 속도 추정이 가능하며, 직류전동기의 문제점인 회전자 권선의 열에 의한 전동기의 성능 악화 및 속도 제어의 어려움을 해소하여 운전 조건에 따른 외란 등에도 강인한 제어 특성을 가질 뿐만 아니라 전 속도 영역에서 속도 응답 특성이 우수한 결과를 얻을 수 있었다.

• 실천공학교육논문지
• /
• 제14권1호
• /
• pp.1-10
• /
• 2022

전자공학교육에서 C 프로그래밍 언어 학습은 컴퓨터 프로그래밍을 이해하고, 임베디드 시스템에서 마이크로프로세서 활용 능력을 습득하기 위한 중요한 기초 교육 과정이다. 기초적 문법과 알고리즘 이해에 중점을 두기 위해, 콘솔 창에서 C 표준 라이브러리 함수에 기반한 프로그램을 작성하며 이론과 실습을 병행해 학습하는 것이 일반적인 교육방법이다. 그렇지만, C 언어의 기본 지식을 어느 정도 습득한 후 프로젝트 활동을 하거나 더 심화된 단계로 나아가고자 한다면, 콘솔창에서 C 표준 라이브러리 함수만을 사용하는 것은 C 프로그램으로 표현하거나 제어할 수 있는 대상을 한정시키게 된다. 학습자가 그래픽 또는 멀티미디어 리소스를 쉽게 활용해 교육적 가치를 높이기 위한 목적으로, 본 논문에서는 공개 소스 소프트웨어인 Simple DirectMedia Layer (SDL)을 활용하는 방안을 C 프로그래밍 언어 학습 과정에 적용한 사례를 연구한다. 콘솔 창에서 수행하는 기초적 프로그래밍 교육과정을 마친 후에 적용된 SDL활용 프로그래밍 교육 과정을 소개하고, 설문 조사를 통해 교육적 가치를 평가한다. 그 결과, 응답자의 56% 이상이 응용능력개선, 흥미유발, 전반적 유용성 측면에서 긍정적 의견을 표명했으며, 부정적 의견은 4% 이하였다.

• 조명전기설비학회논문지
• /
• 제25권5호
• /
• pp.22-33
• /
• 2011

An induction motor operated with a conventional direct self controller(DSC) shows a sluggish response during startup and under changes of torque command. Fuzzy logic controller(FLC) is used in conjection with DSC to minimize these problems. A FLC chooses the switching states based on a set of fuzzy variables. Flux position, error in flux magnitude and error in torque are used as fuzzy state variables. Fuzzy rules are determinated by observing the vector diagram of flux and currents. This paper proposes hybrid fuzzy controller for direct torque control(DTC) of induction motor drives. The speed controller is based on adaptive fuzzy learning controller(AFLC), which provide high dynamics performances both in transient and steady state response. Flux position, error in flux magnitude and error in torque are used as FLC state variables. The speed is estimated with model reference adaptive system(MRAS) based on artificial neural network(ANN) trained on-line by a back-propagation algorithm. This paper is controlled speed using hybrid fuzzy controller(HFC) and estimation of speed using ANN. The performance of the proposed induction motor drive with HFC controller and ANN is verified by analysis results at various operation conditions.

• 대한수학교육학회지:학교수학
• /
• 제5권3호
• /
• pp.361-384
• /
• 2003

본 연구는 연립일차방정식에 관한 문장제에서 IDEAL 문제 해결 모형을 바탕으로 "구조-표현"을 강조한 교수-학습을 실시하였을 때 학생들의 문제해결 과정을 탐구하였다. 연구 결과, 구조-표현을 강조한 학급의 학생들이 이를 강조하지 않은 학급의 학생들보다 문제해결 능력이 향상되었으며, 동치문제, 동형문제, 유사문제를 더 정확하게 구별하였다. 또한, 구조-표현을 강조한 학급의 학생들이 그렇지 않은 학급의 학생들보다 문맥에 대한 이해 및 불완전한 정보 추출에서의 오류, 미지수간의 내적 관계에 대한 수학적 기호표현으로의 불완전한 전이 오류, 적절하지 않은 방정식 생성 오류의 발생 빈도가 적었다. 그리고, IDEAL 문제 해결 모형의 문제의 확인 단계(I)와 문제의 정의 단계(D)에서 학생들이 문제 해결 계획을 수립하기 위해 문제를 읽고 이해하여 문제를 해결하는 과정을 중점적으로 분석한 결과, 직접 변환 모델과 구조 도식 모델이 나타났다.

• Nuclear Engineering and Technology
• /
• 제52권9호
• /
• pp.1998-2008
• /
• 2020

Solenoid operated valves (SOV) play important roles in industrial process to control the flow of fluids. Solenoid valves can be found in so many industries as well as the nuclear plant. The ability to be able to detect the presence of faults and predicting the remaining useful life (RUL) of the SOV is important in maintenance planning and also prevent unexpected interruptions in the flow of process fluids. This paper proposes a fault diagnosis method for the alternating current (AC) powered SOV. Previous research work have been focused on direct current (DC) powered SOV where the current waveform or vibrations are monitored. There are many features hidden in the AC waveform that require further signal analysis. The analysis of the AC powered SOV waveform was done in the time and frequency domain. A total of sixteen features were obtained and these were used to classify the different operating modes of the SOV by applying a machine learning technique for classification. Also, a deep neural network (DNN) was developed for the prediction of RUL based on the failure modes of the SOV. The results of this paper can be used to improve on the condition based monitoring of the SOV.