• International Journal of Contents
• /
• 제8권4호
• /
• pp.30-35
• /
• 2012

Error surfaces provide us with very important information for training of feed-forward neural networks (FNNs). In this paper, we draw the contour plots of various error or objective functions for training of FNNs. Firstly, when applying FNNs to classifications, the weakness of mean-squared error is explained with the viewpoint of error contour plot. And the classification figure of merit, mean log-square error, cross-entropy error, and n-th order extension of cross-entropy error objective functions are considered for the contour plots. Also, the recently proposed target node method is explained with the viewpoint of contour plot. Based on the contour plots, we can explain characteristics of various error or objective functions when training of FNNs proceeds.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권5호
• /
• pp.289-294
• /
• 2002

다층신경회로망 구조의 재구성은 회로망의 일반화 능력이나 효율성의 관점에서 중요한 문제로 연구되어왔다. 본 논문에서는 신경회로망에 학습된 은닉 지식들을 추출하여 조합함으로써 신경회로망의 구조를 재구성하는 새로운 방법을 제안한다. 먼저, 각 노드별로 학습된 대표적인 지역 규칙을 추출하여 각 노드의 불필요한 연결구조들을 제거한 후, 이들의 논리적인 조합을 통하여 중복 또는 상충되는 노드와 연결구조를 제거한다. 이렇게 학습된 지식을 분석하여 노드와 연결구조를 재구성한 신경회로망은 처음의 신경회로망에 비하여 월등히 감소된 구조 복잡도를 가지며 일반적으로 더 우수한 일반화 능력을 가지게 됨을 실험결과로서 제시하였다.

• 한국정보통신학회논문지
• /
• 제5권6호
• /
• pp.1122-1127
• /
• 2001

본 논문에서는 공기압축기 구동용 유도전동기를 대상으로 부하토크관측기와 신경망을 이용 한 피드포워드 보상기를 결합한 속도 적응제어시스템을 제안한다. 공기압축기를 구동하는 전동기는 피스톤 의 상하운동에 의해 급격한 가변형의 부하를 받게 되고, 이로 인해 운전특성에 문제가 발생된다. 신경망 추정기를 이용하여 속도 제어기의 이득을 실시간으로 동조함으로써 전동기의 속도제어 특성을 개선한다. 제안된 시스템에 대한 이론적 해석과 시뮬레이션을 통해 그 타당성을 검정한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.397-400
• /
• 2001

본 논문에서는 공기압축기 구동용 유도전동기를 대상으로 부하토크관측기와 신경망을 이용한 피드포워드 보상기를 결합한 속도 적응제어시스템을 제안한다. 공기압축기를 구동하는 전동기는 피스톤의 상하운동에 의해 급격한 가변형의 부하를 받게 되고, 이로 인해 운전특성에 문제가 발생된다. 신경망 추정기를 이용하여 속도 제어기의 이득을 실시간으로 동조함으로써 전동기의 속도제어 특성을 개선한다. 제안된 시스템에 대한 이론적 해석과 시뮬레이션을 통해 그 타당성을 검정한다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.95-104
• /
• 2019

사물인터넷 서비스를 위해 다양한 종류의 디바이스가 사용되고 있으며, 사물인터넷 디바이스들은 주로 비면허 대역의 주파수를 사용하는 통신기술을 활용하고 있다. 비면허 대역의 통신기술에는 몇 가지가 있지만, 현재 WiFi가 가장 대표적으로 사용된다. 사물인터넷 서비스를 위해 사용되는 디바이스는 제한된 기능을 가진 디바이스부터 스마트폰까지 컴퓨팅 리소스가 다양하고, WiFi 와 같은 무선 네트워크를 통해 서비스를 제공한다. 대부분의 사물인터넷 장치는 네트워크 제어를 위한 복잡한 연산을 할 수 없기 때문에 신호세기에 의존하여 WiFi 액세스 포인트를 선정하고 있다. 이는 사물인터넷 서비스 효율을 떨어뜨리는 원인으로 작용한다. 따라서, 본 논문에서는 액세스 포인트를 통해 사물이터넷 디바이스의 WiFi 연결을 제어할 수 있는 지능형 액세스 포인트 시스템을 구현한다. 사물인터넷 디바이스에서 측정된 네트워크 정보를 통해 액세스 포인트에서 피드 포워드 신경망 (feed forward neural network) 알고리즘을 사용하여 학습을 하고, 네트워크 연결 상태를 예측하여 디바이스의 WiFi연결을 제어한다. 이렇게 함으로써 사물인터넷 디바이스의 서비스 효율을 높일 수 있다.

• 한국정보처리학회논문지
• /
• 제2권5호
• /
• pp.619-625
• /
• 1995

본 연구에서는 역전파(backpropagationlk)학습 알고리즘에 대체될 수 있는 전방향 학습 알고리즘에 준하는 혼합 인식모형을 구성한다. 본 알고리즘은 Nikhil R. Pal (1993)이 제안한 GLVQ(Generalized Learning Vector Quantization)를 이용하여 패턴을 클러스터링 한 다음 비유사성(dissimilarity)을 가진 패턴끼리 재구성(regrouping) 하여 단순 퍼셉트론(simple perceptron)을 이용하여 group별 학습을 한다. 일반적으로 역전파학습인 학습시간이 많이 소요된다는 단점이 있다［1］. 본 알고리즘의 특징으로 는 feed-forward학습이기 때문에 학습시간이 단축될 뿐만 아니라 전체 패턴을 그룹별 로 나누어 학습을 하기 때문에 인식률도 향상 시킬 수 있다. 본 알고리즘에 적용한 데 이타는 250개의 ASCII코드를 16$\times$8격자에 정규화시킨 비트 패턴(bit pattern)을 이용 하였다. 실험결과 250개의 패턴을 10개의 클러스터로 나누어 학습을 시켰을 때 각 클 러스터별 평균반복횟수 94.7회만에 250개의 ASCII코드를 100% 인식할 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제21권6호
• /
• pp.518-523
• /
• 2015

This paper proposes a gait phase classifier using a Recurrent Neural Network (RNN). Walking is a type of dynamic system, and as such it seems that the classifier made by using a general feed forward neural network structure is not appropriate. It is known that an RNN is suitable to model a dynamic system. Because the proposed RNN is simple, we use a back propagation algorithm to train the weights of the network. The input data of the RNN is the lower body's joint angles and angular velocities which are acquired by using the lower limb exoskeleton robot, ROBIN-H1. The classifier categorizes a gait cycle as two phases, swing and stance. In the experiment for performance verification, we compared the proposed method and general feed forward neural network based method and showed that the proposed method is superior.

• ETRI Journal
• /
• 제9권1호
• /
• pp.125-137
• /
• 1987

반도체 산업에서는 반도체 소자의 고집적도와 고기능화로 인하여 전반적으로 생산설비의 자동화가 급격히 발달함에 따라 생산라인의 관리자동화가 필연적으로 요구되고 있다. 이것은 컴퓨터 network에 의한 콘트롤과 자동운반 시스팀에 의한 공정제어를 실시하기 때문이다. 이러한 시스팀들의 특징은 feed forward, feed back 에 의한 정확한 공정제어와 on line, real time의 데이터 수집, 해석을 한다. 그러나 전반적인 자동화를 실현하려면 웨이퍼의 자동 handling 기술, 고성능 센서의 개발 등이 문제점으로 남아있다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제20권3호
• /
• pp.286-286
• /
• 1996

A neural predictive tracking system for the control of structure-unknown dynamic system is presented. The control system comprises a neural network modelling mechanism for the the forward and inverse dynamics of a plant to be controlled, a feedforward controller, feedback controller, and an error prediction mechanism. The feedforward controller, a neural network model of the inverse dynamics, generates feedforward control signal to the plant. The feedback control signal is produced by the error prediction mechanism. The error predictor adopts the neural network models of the forward and inverse dynamics. Simulation results are presented to demonstrate the applicability of the proposed scheme to predictive tracking control problems.

• Journal of Advanced Marine Engineering and Technology
• /
• 제20권3호
• /
• pp.154-161
• /
• 1996

A neural predictive tracking system for the control of structure-unknown dynamic system is presented. The control system comprises a neural network modelling mechanism for the the forward and inverse dynamics of a plant to be controlled, a feedforward controller, feedback controller, and an error prediction mechanism. The feedforward controller, a neural network model of the inverse dynamics, generates feedforward control signal to the plant. The feedback control signal is produced by the error prediction mechanism. The error predictor adopts the neural network models of the forward and inverse dynamics. Simulation results are presented to demonstrate the applicability of the proposed scheme to predictive tracking control problems.