• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.844-848
• /
• 2001

This paper introduces unmaned fully automation systems, which are applied for the CSTR(Continuously Stirred Tank Reactor) and SBR (Sequencing Batch Reactor) wastewater treatment system. The pilot plant is constructed in the country side which is little far from a main city. So networks and wireless modules are employed for the data transmission. The SBR plant has a local control and the remote monitoring system which is contained communication parts which consist of ADSL (Asymmetric Digital Subscriber Line) network and CDMA (Code Division Multiple Access) Wireless module. Remote control and monitoring systems are constructed at laboratory in a metropolis.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2720-2722
• /
• 2001

기업 네트워크에서 안전하고 효과적이며 안정된 망 운영관리 환경 제공은 당면한 중요과제이며 기업 경쟁력의 핵심인 정보기술을 통한 생산성과도 연계성을 갖고 있다. 이러한 필요에 맞추어 많은 네트워크 관리 시스템들이 개발되어 상용화 되었으나 이들 관리시스템들은 트래픽 모니터링에 의한 통계값 제공과 같은 단순 평면적인 관리 기능만을 제공할 뿐 네트워크의 특성과 환경에 따른 분석, 진단 기능은 제공하지 못하고 있다. 또한 현재의 네트워크 환경은 다양한 통신장비와 서비스들의 개발에 따른 망 구성 요소의 이질성과 복잡성이 증가하고 있으며 이는 전문적인 네트워크 운영관리와 분석기술을 요구하고 있다. 이는 관리자에게 네트워크가 점점 다양화, 복잡화 되는 환경에서 부담으로 작용할 뿐 아니라 결과를 도출하는데 많은 시간과 비용이 소요된다. 따라서 기존 네트워크 관리 시스템의 한계를 극복하고 네트워크 환경 변화를 수용, 관리자의 운영경험지식을 데이터베이스화하여 지능적인 네트워크의 분석과 진단이 가능한 시스템의 개발이 필요하다. 본 논문은 이러한 시스템 구축의 전제조건으로 네트워크 운영경험 데이터베이스를 구축하여 이를 통한 네트워크 환경 변화를 수용할 수 있는 임계값 최적화와 향후 한국전력 사내 데이터통신망의 지능화된 분석과 진단을 위해 활용하게 될 지식 발견 시스템을 설계 및 구현하였다.

• Journal of Power Electronics
• /
• 제12권5호
• /
• pp.800-812
• /
• 2012

This paper analyses the mathematical model and control strategies of a Hybrid Active Power Filter with Injection Circuit (IHAPF). The control strategy based on the load harmonic current detection is selected. A novel control method for a IHAPF, which is based on the analyzed control mathematical model, is proposed. It consists of two closed-control loops. The upper closed-control loop consists of a single fuzzy logic controller and the IHAPF model, while the lower closed-control loop is composed of an Adaptive Network based Fuzzy Inference System (ANFIS) controller, a Neural Generalized Predictive (NGP) regulator and the IHAPF model. The purpose of the lower closed-control loop is to improve the performance of the upper closed-control loop. When compared to other control methods, the simulation and experimental results show that the proposed control method has the advantages of a shorter response time, good online control and very effective harmonics reduction.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.189-192
• /
• 2010

본 논문에서는 개선된 Fuzzy ART 알고리즘을 이용하여 한의학을 기반으로 증상에 대한 질병을 진단하고 민간요법을 제시하는 한방 자가 검진 시스템을 제안한다. 제안된 방법은 신체 부위를 전신, 머리, 배, 다리 등 17부위로 분류하여 사용자가 증상을 선택하도록 제시하고, 사용자가 선택한 증상과 질병에 포함된 증상 그리고 결과로 도출될 질병간의 선택증상 비율에 대한 우선순위를 개선된 Fuzzy ART 알고리즘에 적용하여 증상을 분류한 후, 퍼지 추론 규칙을 적용하여 질병을 도출한다. 도출된 질병과 그 질병에 대한 원인 및 민간요법을 결과로 제시한다. 데이터베이스에 구축되어 있는 질병 데이터는 통계청에서 정리하여 배포한 한국표준질병 사인분류(K.C.D)를 토대로 표준 질병 정보를 얻어 각 질병의 증상과 원인, 민간요법을 정리한 후, 마지막으로 한의학 전문의의 검증을 거쳐 데이터베이스를 구축하였다. 제안된 한방 자가 검진 시스템에 대한 한의학 전문의의 분석 및 검증 결과, 본 시스템의 증상에 대한 질병 도출이 높은 정확도를 보임을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.1964-1966
• /
• 2001

Active Noise control(ANC) is rapidly becoming the most effective way to reduce noises that can otherwise be very difficult and expensive to control. This research presents ANFIS (Adaptive Network Fuzzy Inference System) controller for adaptively noise cancelling in a duct. ANC system generates secondary control sound pressure with same amplitude and with opposite phase as noise to be eliminated. ANFIS controller is trained to optimize its parameters for adaptively cancelling noise. That is ANFIS train its parameters by gradient descent and LSE method so called hybrid method. This paper present ANFIS in active noise control which provides an improvement convergence speed and limitation of linearity condition. It can model nonlinear functions of arbitrary complexity and ANFIS can construct an input-ouput mapping based on both human knowledge in the form of Takagi and Sugeno's fuzzy if-then rules and stipulated input-output data pairs. This paper also shows that the proposed ANFIS active noise control system successfully cancelled noise.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권9호
• /
• pp.3204-3220
• /
• 2021

We perform the task of video object segmentation by incorporating a conditional random field (CRF) and convolutional neural networks (CNNs). Most methods employ a CRF to refine a coarse output from fully convolutional networks. Others treat the inference process of the CRF as a recurrent neural network and then combine CNNs and the CRF into an end-to-end model for video object segmentation. In contrast to these methods, we propose a novel higher-order CRF model to solve the problem of video object segmentation. Specifically, we use CNNs to establish a higher-order dependence among pixels, and this dependence can provide critical global information for a segmentation model to enhance the global consistency of segmentation. In general, the optimization of the higher-order energy is extremely difficult. To make the problem tractable, we decompose the higher-order energy into two parts by utilizing auxiliary variables and then solve it by using an iterative process. We conduct quantitative and qualitative analyses on multiple datasets, and the proposed method achieves competitive results.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권3호
• /
• pp.201-216
• /
• 2021

Purpose The purpose of this study is to analyze the trend of patent technology in textile materials using text mining methodology based on Dynamic Embedded Topic Model and Structural Topic Model. It is expected that this study will have positive impact on revitalizing and developing textile materials industry as finding out technology trends. Design/methodology/approach The data used in this study is 866 domestic patent text data in textile material from 1974 to 2020. In order to analyze technology trends from various aspect, Dynamic Embedded Topic Model and Structural Topic Model mechanism were used. The word embedding technique used in DETM is the GloVe technique. For Stable learning of topic modeling, amortized variational inference was performed based on the Recurrent Neural Network. Findings As a result of this analysis, it was found that 'manufacture' topics had the largest share among the six topics. Keyword trend analysis found the fact that natural and nanotechnology have recently been attracting attention. The metadata analysis results showed that manufacture technologies could have a high probability of patent registration in entire time series, but the analysis results in recent years showed that the trend of elasticity and safety technology is increasing.

• 스마트미디어저널
• /
• 제11권3호
• /
• pp.18-25
• /
• 2022

뉴로모픽 컴퓨팅은 일반적으로 CPU와 GPU를 이용하여 신경망 연산을 하는 것보다 전력, 면적, 속도 측면에서 매우 뛰어난 성능을 보여준다. 이러한 특성은 에너지 사용량이 중요시되는 자원 제약적인 IoT 환경에 매우 적합하다. 하지만 뉴로모픽 컴퓨팅을 지원하는 이기종 IoT 기기에 따라 환경설정 및 응용 프로그램 동작을 위한 소스코드의 수정이 필요하다는 문제점을 가지고 있다. 이러한 문제점을 해결하고자 본 논문에서는 NAAL을 제안하고 구현하였다. NAAL은 공통의 API를 기반으로 다양한 이기종 IoT 기기 환경에서 IoT 기기의 제어와 뉴로모픽 아키텍처의 추상화 및 추론 모델 동작에 필요한 기능을 제공한다. NAAL은 향후 새로운 이기종 IoT 기기 및 뉴로모픽 아키텍처와 컴퓨팅 장치의 추가적인 지원이 가능하다는 장점을 가진다.

• 대한임베디드공학회논문지
• /
• 제17권6호
• /
• pp.367-374
• /
• 2022

The acceleration of neural networks has become an important topic in the field of computer vision. An accelerator is absolutely necessary for accelerating the lightweight model. Most accelerator-supported operators focused on direct convolution operations. If the accelerator does not provide GEMM operation, it is mostly replaced by CPU operation. In this paper, we proposed an optimization technique for 2-stage tiling-based GEMM routines on VTA. We improved performance of the matrix multiplication routine by maximizing the reusability of the input matrix and optimizing the operation pipelining. In addition, we applied the proposed technique to the DarkNet framework to check the performance improvement of the matrix multiplication routine. The proposed GEMM method showed a performance improvement of more than 2.4 times compared to the non-optimized GEMM method. The inference performance of our DarkNet framework has also improved by at least 2.3 times.