• 대한기계학회논문집A
• /
• 제20권2호
• /
• pp.399-407
• /
• 1996

A fuzzy learning algorithm to get the optimal fuzzy rules is presented in this paper. The algorithm introduces a reference model to generate a desired output and a performance index funtion instead of the performance index table. The performance index funtion is a cost function based on the error and error-rate between the reference and plant output. The cost function is minimized by a gradient method and the control input is also updated. In this case, the control rules which generate the desired response can be obtained by changing the portion of the error-rate in the cost funtion. In SISO(Single-Input Single- Output)plant, only by the learning delay, it is possible to experss the plant model and to get the desired control rules. In the long run, this algorithm gives us the good control rules with a minimal amount of prior informaiton about the environment.

• Journal of information and communication convergence engineering
• /
• 제5권1호
• /
• pp.50-53
• /
• 2007

This paper presents face features detection and a new physiological neuro-fuzzy learning method by using two-dimensional variances based on variation of gray level and by learning for a statistical distribution of the detected face features. This paper reports a method to learn by not using partial face image but using global face image. Face detection process of this method is performed by describing differences of variance change between edge region and stationary region by gray-scale variation of global face having featured regions including nose, mouse, and couple of eyes. To process the learning stage, we use the input layer obtained by statistical distribution of the featured regions for performing the new physiological neuro-fuzzy algorithm.

• 대한공업교육학회지
• /
• 제33권2호
• /
• pp.170-191
• /
• 2008

알고리즘 학습이 학습자의 창의적 문제해결력, 논리적사고력과 같은 고차원적인 인지 능력 향상에 도움이 되지만, 알고리즘 학습을 처음 접하는 어린 학습자들의 경우 인지적 부담으로 작용할 수 있다. 따라서 프로그래밍을 통한 알고리즘 학습에서 학습자의 인지적 부담을 감소시켜주고 알고리즘 학습에 대한 흥미와 동기 유발을 위한 새로운 교수 설계가 필요하다. 본 연구에서는 중학생의 알고리즘 학습을 위한 프로그래밍 도구로 비주얼 기반 교육용 프로그래밍 언어인 Squeak Etoys를 선정하고 이를 활용한 알고리즘 학습 프로그램을 설계하였다. 설계한 학습 프로그램을 실제 중학교 학습자들에게 적용한 결과, Squeak Etoys 활용 알고리즘 학습이 프로그래밍을 처음 접하는 초보 학습자들의 문제해결성향과 자기효능감, 논리적사고력 향상에 유의미한 영향을 주었음을 확인하였다. 특히 논리적사고력의 경우, 실험집단과 통제집단모두 유의미한 향상을 보였다. 이는 알고리즘을 설계하고 표현하는 과정에 대한 학습경험 자체가 논리적사고력 신장에 효과적임을 의미한다. 따라서 초 중등교육에서의 알고리즘 교육은 의미 있는 학습내용이라고 볼 수 있다. 그러나 Squeak Etoys 활용 알고리즘 학습을 진행한 집단이 통제집단에 비해 논리적사고력 향상의 정도가 유의미하게 높은 것은 Squeak Etoys와 같은 비주얼 기반 프로그래밍 학습 환경이 알고리즘 학습에 대한 외생적 인지부하를 감소시켜주고 문제해결성향 및 자기효능감에 긍정적인 영향을 줌으로써 논리적사고력과 같은 고등정신능력 향상에 도움을 준 것으로 해석할 수 있다. 이러한 연구 결과는 향후 새로운 교육과정 시행될 경우, 알고리즘 학습을 위한 교육용 프로그래밍 언어의 선정 및 교수 학습 설계에 유용한 지침을 제공해 줄 수 있을 것이다.

• Journal of Electrical Engineering and Technology
• /
• 제9권3호
• /
• pp.1051-1059
• /
• 2014

In this paper, we propose an intelligent situation recognition model by collecting and analyzing multiple sensor signals. Multiple sensor signals are collected for fixed time window. A training set of collected sensor data for each situation is provided to K2-learning algorithm to generate Bayesian networks representing causal relationship between sensors for the situation. Statistical characteristics of sensor values and topological characteristics of generated graphs are learned for each situation. A neural network is designed to classify the current situation based on the extracted features from collected multiple sensor values. The proposed method is implemented and tested with UCI machine learning repository data.

• 정보교육학회논문지
• /
• 제13권2호
• /
• pp.225-236
• /
• 2009

개정된 정보통신기술 운영지침에 따르면 초등학교에서부터 알고리즘을 학습 내용으로 다루도록 하였으며 이에 따라 초등학교 현장에서도 알고리즘을 쉽고 효과적으로 지도하기 위한 다각적인 교육 방법 연구가 필요해졌다. 이에 본 연구 과정에서는 초등학교 저학년을 대상으로 알고리즘의 중요한 부분으로 인식되는 정렬 알고리즘을 학습 내용으로 선정한 후 활동을 통한 교수-학습 방법과 애니메이션 기반의 교수-학습 방법을 적용해보고 학습 효과를 비교 분석하는데 주안점을 두었다. 두 가지 방법으로 정렬 알고리즘 교수-학습을 적용한 후 별도로 제작한 학업 성취도 평가지와 설문지 분석 결과, 크게 두 가지 결론을 얻을 수 있었다. 첫째, 교수-학습 방법에 따른 학업 성취도에는 별다른 차이가 없었으나 초등학교 저학년 학생들도 정렬 알고리즘을 충분히 학습할 수 있다는 점과 둘째, 활동을 통한 알고리즘 교육이 애니메이션 기반의 정렬 알고리즘 교육에 비해 학생의 이해도, 흥미도 및 만족도 측면에서는 좀 더 효과적이라는 것을 알 수 있었다.

• International Journal of Control, Automation, and Systems
• /
• 제6권2호
• /
• pp.282-287
• /
• 2008

In distributed mobile robot systems, autonomous robots accomplish complicated tasks through intelligent cooperation with each other. This paper presents behavior learning and online distributed evolution for cooperative behavior of a group of autonomous robots. Learning and evolution capabilities are essential for a group of autonomous robots to adapt to unstructured environments. Behavior learning finds an optimal state-action mapping of a robot for a given operating condition. In behavior learning, a Q-learning algorithm is modified to handle delayed rewards in the distributed robot systems. A group of robots implements cooperative behaviors through communication with other robots. Individual robots improve the state-action mapping through online evolution with the crossover operator based on the Q-values and their update frequencies. A cooperative material search problem demonstrated the effectiveness of the proposed behavior learning and online distributed evolution method for implementing cooperative behavior of a group of autonomous mobile robots.

• Journal of the Korean Data and Information Science Society
• /
• 제13권2호
• /
• pp.55-64
• /
• 2002

In this paper, we introduce SVM(support vector machine) developed to solve the problem of generalization of neural networks. We also introduce boosting algorithm which is a general method to improve accuracy of some given learning algorithm. We propose a new algorithm combining SVM and boosting to solve classification problem. Through the experiment with real and simulated data sets, we can obtain better performance of the proposed algorithm.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1989년도 한글날기념 학술대회 발표논문집
• /
• pp.267-271
• /
• 1989

최근 Scofield는 coulomb energy network에 적용할 수 있는 learning algorithm(supervised learning algorithm)을 제안하였다. 이 learning algorithm은 multi-layer network에도 쉽게 적용이 가능하고 한 layer 에서 발생한 error가 다른 layer에 영향을 주지 않아서 system을 modular하게 구성할 수가 있으며 각 layer를 독립적으로 learning 시킬 수 있는 특징이 있다. 본 논문에서는 coulomb energy network를 이용하여 한글인식을 위한 neural network를 구현하여 인식실험을 한 결과와 구현한 network 에서 인식율을 높이기 위한 방안 (2 stage learning) 을 제시한다.

• 유공압시스템학회논문집
• /
• 제1권1호
• /
• pp.1-9
• /
• 2004

This paper addresses an approximation and tracking control of recurrent neural networks(RNN) using two-dimensional iterative learning algorithm for an electro-hydraulic servo system. And two dimensional learning rule is driven in the discrete system which consists of nonlinear output function and linear input. In order to control the trajectory of position, two RNN's with the same network architecture were used. Simulation results show that two RNN's using 2-D learning algorithm are able to approximate the plant output and desired trajectory to a very high degree of a accuracy respectively and the control algorithm using two same RNN was very effective to control trajectory tracking of electro-hydraulic servo system.

• Journal of Electrical Engineering and information Science
• /
• 제3권2호
• /
• pp.131-138
• /
• 1998

We derive a back-propagation learning algorithm of fuzzy neural networks using fuzzy operations, which preserves the shapes of fuzzy numbers, in order to utilize fuzzy if-then rules as well as numerical data in the learning of neural networks for classification problems and for fuzzy control problems. By introducing the shape preseving fuzzy operation into a neural network, the proposed network simplifies fuzzy arithmetic operations of fuzzy numbers with exact result in learning the network. And we illustrate our approach by computer simulations on numerical examples.