• 대한음성학회지:말소리
• /
• 제48호
• /
• pp.93-105
• /
• 2003

Since telephone channel has bandlimited frequency characteristics, speech signal over the telephone channel shows degraded speech quality. In this paper, we propose an algorithm using neural network to reconstruct wideband speech from its narrowband version. Although single neural network is a good tool for direct mapping, it has difficulty in training for vast and complicated data. To alleviate this problem, we modularize the neural networks based on appropriate clustering of the acoustic space. We also introduce fuzzy computing to compensate for probable misclassification at the cluster boundaries. According to our simulation, the proposed algorithm showed improved performance over the single neural network and conventional codebook mapping method in both objective and subjective evaluations.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.1-6
• /
• 2006

단백질의 기능 예측 모델은 guilt-by-association 개념을 바탕으로 단백질-단백질 상호작용 맵을 이용하고 있다. 이 방법은 목표 단백질이 기능이 알려진 단백질과 상호작용이 없는 경우 기능 예측이 불가능하다. 본 논문에서는 단백질 기능 예측 모델을 K-class 다중 분류 문제로 재 정의하고 단백질-단백질 상호작용 데이터 및 단백질의 알려진 속성 등을 학습 모델에 이용한 단위신경망의 설계와 응용을 제안한다. 제안하는 모델은 Yeast 단백질 데이터의 기능 예측에서 단백질-단백질 상호작용 데이터를 이용하는 방법에 비해 분류 예측율에서 우수한 성능을 보였으며 또한 상호작용이 밝혀지지 않은 단백질의 기능 예측을 할 수 있다.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.782-787
• /
• 2001

본 논문에서는 F-투영과 기하학적인 성장 기준을 이용하여 모듈화된 웨이블렛 신경망(MWNN)의 적응구조를 설계하기 위한 성장과 소거 알고리즘을 제안한다. 기하학적인 성장 알고리즘은 지역 오차를 고려한 추정 에러 기준과 이미 존재하는 다른 웨이블렛 함수와 근사적인 직교성을 보장하도록 웨이블렛 함수를 배열할 수 있는 각도 기준으로 구성되어 있다. 이러한 기준은 망의 설계자가 설계자의 의도대로 MWNN을 구성할 수 있는 방법론을 제시한다. 제안한 성장 알고리즘은 모듈과 모듈의 크기를 성장시킨다. 또한 소거 알고리즘은 MWNN의 모듈에 사용되는 웨이블렛 신경망의 지역화 특성에 기인한 문제점을 극복하기 위해 구성된 MWNN에서 불필요한 모듈의 노드나 모듈을 제거한다. 제안한 MWNN의 적응 구조 설계 알고리즘을 1, 2차원 대상 함수에 적용하여 성능을 검증하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2002년도 춘계학술대회 논문집 센서 박막재료 반도체재료 기술교육
• /
• pp.119-123
• /
• 2002

A new modular Lateral Information Propagation Networks(LIPN) has been designed. The LIPN has shown to be useful for reconstruction of information[3]. The problem is the fact that only the small number of nodes can be implemented in a IC chip with the circuit VLSI technology. The proposed modular architecture is propagated the neural network through inter module connections. For such inter module connections, the host (computer or logic) mediates the exchange of information among modules. Also border nodes in each module have capacitors for temporarily retaining the information from outer modules. The LIPN with $4{\times}4$ modules has been designed and simulation of interpolation with the designed LIPN has been done.

• 한국지반공학회논문집
• /
• 제16권2호
• /
• pp.71-77
• /
• 2000

In this paper, consolidation settlements with time at vertical drain sites were predicted by artificial neural networks. Laboratory test results and field measurements of two vertical drain sites were used for training and testing neural networks. Predicted consolidation settlements by trained artificial neural networks were compared with measured settlements by field instrumentation. To improve the prediction accuracy, modular artificial neural networks were studied. From the results of applying artificial neural networks to the same situation, it was shown that modular artificial neural network model was more accurate for the prediction of the consolidation settlements than the general model.

• 한국산업정보학회논문지
• /
• 제19권2호
• /
• pp.51-58
• /
• 2014

As WSNs(Wireless Sensor Networks) are being deployed widely in diverse application areas, their management and maintenance become more important. Recent sensor node software takes modular software architectures in pursuit of flexible software management and energy efficient reprogramming. To realize an flexible and efficient modular architecture particularly on resource constrained mote-class sensor nodes that are implemented with MCUs(Micro-Controller Units) of a single address space. an appropriate module linking model is essential to resolve and bind the inter-module global symbols. This paper identifies a design space of module linking model and respectively their implementation frameworks. We then establish a taxonomy for module linking models by exploring the design space of module linking models. Finally, we suggest an implementation framework respectively for each module linking model in the taxonomy. We expect that this work lays the foundations for systematic innovation toward more flexible and efficient modular software architectures for WSNs.

• 한국항공우주학회지
• /
• 제38권6호
• /
• pp.620-628
• /
• 2010

소형위성은 저비용으로 단기간에 개발이 가능하기 때문에 이를 통해 폭 넓은 우주 연구를 수행할 수 있고 다양한 분야의 활용 가능하다. 소형위성은 빠른 개발이 가능한 이점이 있다. 따라서 신속 대응 우주 구현이 주목됨에 따라 소형위성의 역할이 급속히 증가하고 있다. 하지만 소형위성은 기존의 위성에 비해 크기나 전력의 제약이 많기 때문에 고성능의 안정적인 시스템을 기대하기는 어렵다. 이러한 문제점을 해결하고 빠른 개발을 위해 표준화와 모듈화 설계가 필요하다. 모듈화는 플러그 앤 플레이(Plug-and-Play)를 지원하여 수일 내에 인공위성 제작 및 시험을 가능하게 한다. 이러한 모듈 간의 원활한 데이터 통신을 위해서는 데이터 버스의 표준이 요구된다. CAN 통신 방식은 플러그 앤 플레이에 가장 효과적으로 대처 할 수 있는 통신방식으로 꼽힌다. CAN은 높은 신뢰성을 가지며 분산 시스템을 지원하여 위성의 호환성을 높여준다. 따라서 시험이 용이해지고 짧은 기간에 고성능의 안정적인 위성 개발이 가능하게 된다. 본 논문에서는 모듈화 방식의 소형위성 개발 방안에 대해 제안하고, CAN을 데이터 버스로 적용하여 소형위성 내부 데이터 인터페이스 버스를 설계하고 시험을 통해 적합성을 분석하여 기술하였다.

• 한국컴퓨터정보학회논문지
• /
• 제4권4호
• /
• pp.86-93
• /
• 1999

본 논문에서는 다중 모듈러 신경회로망과 보상입력 알고리즘을 제안하였다. 전자는 신경회로망의 고질적인 문제중의 하나인 수렴속도의 감소를 위하여 제안하였고, 후자는 신경회로망의 인식수행능력 향상을 도모하기 위하여 제안하였다. 본 논문의 실험구성은 두 가지 형태와 시뮬레이션으로 나누어 구성하였다. 첫째로 다중 신경회로망의 구조에 한글, 영문자 와 숫자를 적용하여 인식 실험하였다. 둘째로, 보상입력 알고리즘과 보상입력을 결정하는 단계를 기술하였다. 제안된 알고리즘을 한글, 영문자. 숫자인식에 적용하여 기존의 신경회로망과 비교 평가하였다. 실험결과. 본 논문에서 제안된 모듈러 신경회로망이 기존의 신경회로망에 비하여 3배 이상 수렴속도가 개선되었고 보정입력 알고리즘을 적용한 다중 모듈러 신경회로망은 기존의 신경회로망에 비하여 10%정도 인식률이 향상됨을 고찰하였다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.430-438
• /
• 2023

The Modular Multilevel Converter (MMC) has emerged as a key component in HVDC systems due to its ability to efficiently transmit large amounts of power over long distances. In such systems, accurate estimation of the MMC capacitor voltage is of utmost importance for ensuring optimal system performance, stability, and reliability. Traditional methods for voltage estimation may face limitations in accuracy and robustness, prompting the need for innovative approaches. In this paper, we propose a novel distributed neural network observer specifically designed for MMC capacitor voltage estimation. Our observer harnesses the power of a multi-layer neural network architecture, which enables the observer to learn and adapt to the complex dynamics of the MMC system. By utilizing a distributed approach, we deploy multiple observers, each with its own set of neural network layers, to collectively estimate the capacitor voltage. This distributed configuration enhances the accuracy and robustness of the voltage estimation process. A crucial aspect of our observer's performance lies in the meticulous initialization of random weights within the neural network. This initialization process ensures that the observer starts with a solid foundation for efficient learning and accurate voltage estimation. The observer iteratively updates its weights based on the observed voltage and current values, continuously improving its estimation accuracy over time. The validity of proposed algorithm is verified by the result of estimated voltage at each observer in capacitor of MMC.

• 융합정보논문지
• /
• 제8권5호
• /
• pp.77-83
• /
• 2018

동작을 기억하는 모듈라 로봇은 손으로 직접 표현하기 때문에 창의적 구조물을 쉽게 만들고, 동작시킬 수 있다. 하지만 사용자에 의하여 만들어진 동작을 저장할 충분한 저장 공간이 모듈 내에 없어서 만들어진 동작을 재사용이 불가능하며 모듈라 로봇이 다시 동작을 기억할 시에 다른 동작으로 바뀌게 된다. 또한, 다수의 모듈라 로봇을 동시에 동작시킬 수 있는 주 제어기가 없어서 직접적으로 사용자가 모듈라 로봇에 입력해야하는 단점이 있다. 이러한 단점을 극복하고자, 유선 및 무선 네트웍을 이용하고 웹 서버 및 컴퍼넌트 기반 소프트웨어를 설계하여, 주변의 스마트 기기에서 동작시킬 수 있는 원격제어기를 제안하였다. 그리고 제안된 제어기의 하드웨어 개념 및 소프트웨어의 연결 관계를 자세히 제시 하였다. 제안된 방식은 모듈라 로봇에 연결하여 다양한 형태의 구조물을 만들어 동작시키고 저장한 후 다시 재생 동작을 수행하여 동작의 재현성을 보였으며 기존의 저장된 동작을 효과적으로 재생함으로써 유용성을 확인하였다. 아울러 다운로드한 궤적 데이터를 도해적으로 표현하고 실제 동작된 궤적과의 차이를 분석하여 신뢰성을 확인하였다. 향후에는 원격제어기에 저장된 궤적을 인공지능 기법을 이용하여 표준화시켜 모듈라 로봇의 동작을 손쉽게 구현 시킬 예정이다.