• Asia pacific journal of information systems
• /
• 제11권4호
• /
• pp.27-41
• /
• 2001

CRM is at the core of any customer-focused business strategy and includes the people, processes, and technology questions associated with marketing, sales, and service. In today's hyper-competitive world, organizations looking to implement successful CRM strategies need to focus on a common view of the customer using integrated information systems and contact center implementations that allow the customer to communicate via any desired communication channel. A CRM solution contains a number of sophisticated tools that enable to extract detailed information about customers. This information can be used to gain a better understanding of customers. From this we can determine trends, and so refine business toward customers' needs and target new products to particular customer groups. This paper presents an approach for forming the product-customer groups using neural networks for customer relationship management. The Carpenter-Grossberg's neural network, which has been used for manufacturing cell formation in group technology, is modified and applied for product-customer group formation. As a result of numerical experiments, it is also useful for more complex problems in which customers have different preferences for each product.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.841-843
• /
• 1999

This paper presents a design of stabilization controller for combat vehicle. A Stabilization system reject disturbances while vehicle moving. The conventional stabilization controller used to constant gain. We can improve the aiming performance by appropriate controller gain. We can find the proper controller gain for road frequencies by evolution strategy(ES). The relationship between the frequencies and proper control gains are generalized by use of the neural network. The road frequency estimated by wavelet transform of disturbance signal. The simulation result show that proposed controller is superior to the conventional stabilization controller.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2834-2836
• /
• 2000

This paper introduces the behavior-based learning controller for mobile robot using topological map. When the mobile robot navigates to the goal position, it utilizes given information of topological map and its location. Under navigating in unknown environment, the robot classifies its situation using ultrasonic sensor data, and calculates each motor schema multiplied by respective gain for all behaviors, and then takes an action according to the vector sum of all the motor schemas. After an action, the information of the robot's location in given topological map is incorporated to the learning module to adapt the weights of the neural network for gain learning. As a result of simulation, the robot navigates to the goal position successfully after iterative gain learning with topological information.

• 지능정보연구
• /
• 제10권1호
• /
• pp.77-91
• /
• 2004

기업파산예측에 대한 기존연구는 회계자료를 통해 추출한 재무비율 (부채비율, 이자상환율 등)을 이용한 분석에 의존하였다. 본 논문은 기업파산을 예측함에 있어서 자본시장자료를 이용한 정보가 어떠한 유용성을 지니는지를 분석하고, 자본시장자료와 회계자료 간의 상대적 우월성을 비교하였다. 비교분석을 행함에 있어서 신경망 접근법을 이용함으로써 모형 의존성을 회피하고자 하였다. 실증분석결과에 의하면 자본시장자료와 회계자료 모두 기업파산을 예측하는데 유용한 정보를 제공하고 있으며, 어느 자료가 상대적으로 우월하다고 유의하게 단정할 수는 없었다. 하지만 자본시장자료와 회계자료를 함께 사용하여 정보를 추출하면 어느 한 자료만에 의존하는 경우에 비해 월등한 예측력 향상을 도모할 수 있음을 알 수 있었다. 이 결과는 회계자료에만 의존해 온 기업파산연구에 대해 자본시장자료에 좀더 관심을 기울일 필요가 있음을 시사한다.

• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.698-706
• /
• 2016

이동로봇을 원하는 위치로 최단시간 안에 이동시키기 위해 최적제어문제를 풀어야 하지만 비선형시스템이므로 해석적 접근이 매우 어렵다. 본 논문에서 유전알고리즘을 사용하여 이동로봇의 최적제어이득을 구한다. 로봇 방정식이 비선형식이므로 초기치에 따라 최적제어이득은 다르게 결정된다. 따라서 초기치 범위를 적절한 개수의 격자점으로 이산화시킨 뒤 해당 격자점에서 유전알고리즘으로 최적제어이득을 구한다. 일반적인 초기치에 대한 제어이득은 신경회로망으로 구하며 해당 격자점의 초기치와 그에 대한 최적제어이득을 신경회로망 학습데이터로 사용하고 학습시킨다. 이산화된 격자점이 아닌 다른 초기치에 대한 제어이득은 신경회로망으로부터 구한다. 마지막으로 본 논문의 제어방법의 유용성을 시뮬레이션 연구로 확인하고자 한다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.41-48
• /
• 2017

Event detection using social media has been widespread since social network services have been an active communication channel for connecting with others, diffusing news message. Especially, the real-time characteristic of social media has created the opportunity for supporting for real-time applications/systems. Social network such as Twitter is the potential data source to explore useful information by mining messages posted by the user community. This paper proposed a novel system for temporal event detection by analyzing social data. As a result, this information can be used by first responders, decision makers, or news agents to gain insight of the situation. The proposed approach takes advantages of deep learning methods that play core techniques on the main tasks including informative data identifying from a noisy environment and temporal event detection. The former is the responsibility of Convolutional Neural Network model trained from labeled Twitter data. The latter is for event detection supported by Recurrent Neural Network module. We demonstrated our approach and experimental results on the case study of earthquake situations. Our system is more adaptive than other systems used traditional methods since deep learning enables to extract the features of data without spending lots of time constructing feature by hand. This benefit makes our approach adaptive to extend to a new context of practice. Moreover, the proposed system promised to respond to acceptable delay within several minutes that will helpful mean for supporting news channel agents or belief plan in case of disaster events.

• 한국산학기술학회논문지
• /
• 제13권3호
• /
• pp.1255-1262
• /
• 2012

현재 가동 중인 월성 원자력 발전의 핵연료 교체로봇 시스템을 살펴보면 핵연료 교환에 필요한 구동압력 제어를 위해 PI제어기를 사용한다. PI제어는 구조가 간단하고 이득 설정을 통해 시스템 요구조건에 만족하는 제어 성능을 낼 수 있지만 밸브와 관로 등의 파라미터 변화로부터 적절한 이득 변경 없이 안정한 제어가 힘들다. 이러한 문제를 해결하기 위해 PI제어기 이득을 동적으로 변경 하거나 PI제어기 출력을 보상하도록 제어기를 구성하는 것이 바람직하다. 본 연구개발의 목적은 파라미터 변화에도 안정한 제어가 가능하도록 제어기를 설계하여 오차와 진동현상을 줄이는데 있다. 제안한 PI/NN제어 기법은 PI제어기와 신경회로망 제어기를 병렬 결합한 구조로 신경회로망 제어기가 PI제어기 출력을 보상하여 파라미터 변화에 강인하도록 설계 하였다. 제어기의 성능평가를 위해 직접 실 공정에 테스트하기가 힘들기 때문에 공정의 특성을 반영하여 모델링한 시뮬레이터를 개발하였고, 시뮬레이션 결과를 실 공정데이터와 비교하여 공정 특성을 모사함을 보였으며, 파라미터 변화에 PI/NN제어기가 오차 및 진동현상을 줄이는 것을 확인 하였다. 또한, 실 공정에서 사용 중인 PI제어기를 주 제어기로 사용하면서 파라미터 변화에 대한 비선형성을 보상하는 제어기 역할을 하기 때문에 신경회로망을 단독으로 사용하였을 때 보다 더 신뢰성 있고 안정적인 제어가 가능하다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제11권1호
• /
• pp.103-112
• /
• 2007

구조 재료와 시공기술의 발달로 구조물은 높고 길게 설계할 수 있게 되었으나, 그에 따른 진동문제와 사용성에 관한 문제가 발생하였고, 구조물의 과다한 변위는 구조물에 심각한 손상을 발생시켰다. 이러한 구조물의 진동 문제를 해결하기 위하여 본 논문에서는 구조물의 상태벡터와 제어력만으로 구성된 훈련패턴을 기본으로 하여 인공신경망이론과 확률신경망이론을 사용하여 구조물의 진동을 능동제어하는 방법을 제안하였다. 구조물의 제어를 위해 LQR 제어알고리즘을 이용하여 구조물의 상태벡터와 제어력을 구한 후, 상태벡터를 입력으로 제어력을 출력으로 하는 인공신경망과 확률신경망의 훈련패턴을 구성하였다. 제안된 방법을 사용하여 Northridge 지진하중을 받는 3층 빌딩구조물을 제어하였고, 제안된 인공신경망과 확률신경망의 제어 결과를 비교하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제12권1호
• /
• pp.78-83
• /
• 2011

Traditional autopilot design requires an accurate aerodynamic model and relies on a gain schedule to account for system nonlinearities. This paper presents the control architecture applied to a dynamic model inversion at a single flight condition with an on-line neural network (NN) in order to regulate errors caused by approximate inversion. This eliminates the need for an extensive design process and accurate aerodynamic data. The simulation results using a developed full nonlinear 6 degree of freedom model are presented. This paper also presents the stability evaluation for control systems to which NNs were applied. Although feedback can accommodate uncertainty to meet system performance specifications, uncertainty can also affect the stability of the control system. The importance of robustness has long been recognized and stability margins were developed to quantify it. However, the traditional stability margin techniques based on linear control theory can not be applied to control systems upon which a representative non-linear control method, such as NNs, has been applied. This paper presents an alternative stability margin technique for NNs applied to control systems based on the system responses to an inserted gain multiplier or time delay element.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권5호
• /
• pp.593-600
• /
• 1999

This paper suggests a suboptimal control scheme of an active suspension system with an asymmetric hydraulic cylinder. In this paper a quarter car model including a nonlinear actuator dynamics is used. A feedback linearization technique is applied to obtain a linear model. An LQ regulator is designed with the linear model to keep robustness against sprung mass variation. The gain of the LQ regulator which depends on the damping coefficient of the damper is calculated by using an RBF neural network for real time application. The improvement achieved with our design is illustrated through comparative simulations.