• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 추계학술발표논문집 1부
• /
• pp.332-336
• /
• 2010

The intent of this paper is to describe a neural network structure called multi dynamic neural network(MDNN), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the MDNN, are described. Computer simulations are demonstrate the effectiveness of the proposed learning using the MDNN.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.588-590
• /
• 1997

In this paper, a highly reliable communication network for DCS in nuclear power plant is designed. The structure and characteristics of DCS in nuclear power plant is briefly explained. The features needed for a communication network for DCS in nuclear power plant is described. According to the abovo features, the layer structure of the communication network is determined and each layer is designed in detail.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 춘계학술발표논문집
• /
• pp.454-457
• /
• 2009

The intent of this paper is to describe a neural network structure called multi dynamic neural network(MDNN), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the MDNN, are described. Computer simulations are demonstrate the effectiveness of the proposed learning using the MDNN.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.816-818
• /
• 1998

In this paper, a highly reliable communication network for DCS (Distributed Control System) in nuclear power plant is designed. The structure and characteristics of DCS in nuclear power plant is briefly explained. The features needed for a communication network for DCS in nuclear power plant is described. According to the above features, a layer structure for the communication network is determined and each layer is designed in detail. Accuracy of the model was evaluated by computer simulation.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 추계학술발표논문집
• /
• pp.122-128
• /
• 2006

The intent of this paper is to describe a neural network structure called multi dynamic neural network(MDNN), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the MDNN, are described. Computer simulations are demonstrate the effectiveness of the proposed learning using the MDNN.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.49-57
• /
• 2022

최근 인공지능의 다양한 활용은 기계학습의 딥 인공신경망 구조를 통해 가능해졌으며 인간과 같은 능력을 보여주고 있다. 불행하게도 딥 구조의 인공신경망은 아직 정확한 해석이 이루어지고 있지 못하고 있다. 이러한 부분은 인공지능에 대한 불안감과 거부감으로 작용하고 있다. 우리는 이러한 문제 중에서 인공신경망의 능력 부분을 해결한다. 인공신경망 구조의 크기를 계산하고, 그 인공신경망이 처리할 수 있는 데이터의 크기를 계산해 본다. 계산의 방법은 수학에서 쓰이는 군의 방법을 사용하여 데이터와 인공신경망의 크기를 군의 구조와 크기를 알 수 있는 Order를 이용하여 계산한다. 이를 통하여 인공신경망의 능력을 알 수 있으며, 인공지능에 대한 불안감을 해소할 수 있다. 수치적 실험을 통하여 데이터의 크기와 딥 인공신경망을 계산하고 이를 검증한다.

• 전자공학회논문지C
• /
• 제36C권12호
• /
• pp.78-89
• /
• 1999

기존의 웨이블릿 신경망들의 구조는 주로 주파수-시간 공간으로 변환된 훈련 패턴의 분포와 웨이블릿 윈도우와의 관계를 고려하여 결정한다. 또한 신경망 구조 결정 알고리즘과 네트워크 파라메터 학습 알고리즘을 분리하여, 우선 신경망 구조를 결정한 후, 출력 에러를 최소화하기 위한 학습을 수행한다. 그러나 이러한 방법은 학습을 시작하기 전에 훈련 패턴을 변환해야 하는 부가적인 전처리 과정이 필요하고, 초기에 구성된 신경망 구조는 변경되지 않는다는 단점을 가지고 있다. 본 논문에서는 별도의 처리 과정 없이 신경망의 출력과 교사 신호의 차이를 이용하여 웨이블릿 신경망 구조를 결정하는 방법을 제안한다. 제안하는 알고리즘은 네트워크 구조의 결정과 에러 최소화 학습을 동시에 수행하기 때문에 문제의 복잡도에 따라 적응적으로 은닉 노드의 수를 결정한다. 또한 학습에 의해 가장 큰 에러가 발생하는 영역에 은닉 노드를 추가하고 출력에 영향을 미치지 않는 노드를 제거하는 방법을 사용하여 네트워크의 구조를 최적화한다. 본 알고리즘은 훈련 패턴에 대한 전처리 과정을 없앰으로써 학습하기 전에 모든 훈련 패턴을 알고 있어야 한다는 제약 조건을 없애고 시간의 변화에 따라 출력이 바뀌는 시스템에도 효과적인 적용이 가능하다.

• 한국콘텐츠학회논문지
• /
• 제12권6호
• /
• pp.438-447
• /
• 2012

이 연구는 프로배구 선수의 사회연결망 구조를 분석하고, 연결망 주요 변수와 자원교환의 관계를 규명하였다. 이 연구에서는 유목적 표집법을 이용하여 2011년 한국 프로배구팀 중 남자 5개팀과 여자 5개 팀의 선수들을 연구대상으로 선정하였으며, 각 140명을 표집하였다. 그러나 최종 분석에 사용된 데이터는 127명이다. 조사방법은 NGQ(Name Generator Question)를 이용한 면접법을 통하여 실시하였으며, 자료처리방법은 NetMiner 3.0을 활용하여 사회연결망 분석을 실시하였다. 결론은 다음과 같다. 첫째, 프로배구 선수의 사회연결망은 멱함수 법칙을 따르는 척도없는 네트워크였다. 즉, 중앙에 놓여 있는 소수의 선수(노드)가 변방이나 주변에 위치한 다른 선수와의 사회적 관계를 끌어 들이는 부익부 빈익빈 형태를 보였다. 둘째, 프로배구 선수의 사회연결망 구조는 자원교환과 유의한 관련성을 지니고 있다. 즉, 내향 활동성이 높을수록 모든 자원교환에서, 외향 활동성이 높을수록 사교적 자원교환에서, 매개중앙성이 높을수록 모든 자원교환에서, 내향 파워가 높을수록 사교적 자원교환에서, 그리고 외향 파워가 높을수록 모든 자원교환에서 유리하였다. 프로배구 선수의 사회연결망에서의 중앙과 변방의 자리매김 위치는 선수들간의 자원교환에서 유리함을 알 수 있다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.3-10
• /
• 2021

데이터 기반의 과학연구가 추세인 요즘 대용량의 데이터 전송은 연구 생산성에 많은 영향을 미친다. 이러한 문제를 해결하기 위해서 대용량 과학 빅데이터를 전송하기 위한 별도의 네트워크 구조가 필요하다. ScienceDMZ는 이러한 과학 빅데이터를 전송하기 위해서 고안된 네트워크 구조이다. 이러한 네트워크 구성에서는 사용자 및 자원에 대한 접근제어정책(ACL, access control list) 수립이 필수적이다. 본 논문에서는 실제 ScienceDMZ 네트워크 구조로 구현된 R&E Together 프로젝트와 네트워크 구조를 설명하고, 안전한 데이터 전송 및 서비스 제공을 위해 접근제어정책을 적용할 사용자 및 서비스를 정의한다. 또한 네트워크 관리자가 전체 네트워크 자원 및 사용자에 대해 일괄적으로 접근제어정책을 적용할 수 있는 방법을 제시하며, 이를 통해 접근제어정책 적용에 대한 자동화를 이룰 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.223-226
• /
• 1997

Usually, the Evolutionary Algorithms(EAs) are considered more efficient for optimal, system design because EAs can provide higher opportunity for obtaining the global optimal solution. This paper presents a mechanism of co-evolution consists of the two genetic algorithms(GAs). This mechanism includes host populations and parasite populations. These two populations are closely related to each other, and the parasite populations plays an important role of searching for useful schema in host populations. Host population represented by feedforward neural network and the result of co-evolution we will find the optimal structure of the neural network. We used the genetic algorithm that search the structure of the feedforward neural network, and evolution strategies which train the weight of neuron, and optimize the net structure. The validity and effectiveness of the proposed method is exemplified on the stabilization and position control of the inverted-pendulum system.