• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권1호
• /
• pp.39-42
• /
• 2002

For the purpose of modeling EEG signal which has nonstationary and nonlinear dynamic characteristics, this paper propose a state feedback real time recurrent neural network model. The state feedback real time recurrent neural network is structured to have memory structure in the state of hidden layers so that it has arbitrary dynamics and ability to deal with time-varying input through its own temporal operation. For the model test, Mackey-Glass time series is used as a nonlinear dynamic system and the model is applied to the prediction of three types of EEG, alpha wave, beta wave and epileptic EEG. Experimental results show that the performance of the proposed model is better than that of other neural network models which are compared in this paper in some view points of the converging speed in learning stage and normalized mean square error for the test data set.

• 한국자동차공학회논문집
• /
• 제12권4호
• /
• pp.110-118
• /
• 2004

In this paper, a blackbox approach is carried out to model the nonlinear dynamic bushing model. One-axis durability test is performed to describe the mechanical behavior of typical vehicle elastomeric components. The results of the tests are used to develop an empirical bushing model with an artificial neural network. The back propagation algorithm is used to obtain the weighting factor of the neural network. Since the output for a dynamic system depends on the histories of inputs and outputs, Narendra's algorithm of ‘NARMAX’ form is employed in the neural network bushing module. A numerical example is carried out to verify the developed bushing model.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2002년도 추계학술대회 논문집
• /
• pp.345-350
• /
• 2002

In this study, researchers classifying the artificial flaws in semiconductor packages are performed by pattern recognition technology. For this purposes, image pattern recognition package including the user made software was developed and total procedure including ultrasonic image acquisition, equalization filtration, binary process, edge detection and classifier design is treated by Backpropagation Neural Network. Specially, it is compared with various weights of Backpropagation Neural Network and it is compared with threshold level of edge detection in preprocessing method fur entrance into Multi-Layer Perceptron(Backpropagation Neural network). Also, the pattern recognition techniques is applied to the classification problem of defects in semiconductor packages as normal, crack, delamination. According to this results, it is possible to acquire the recognition rate of 100% for Backpropagation Neural Network.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.382-385
• /
• 2002

본 연구에서는 LVQ의 성능 개선을 위하여 SOM을 전처리로 이용하여 LVQ 네트워크를 설계한다 제안한 설계 방법에선 SOM을 이용하여 LVQ 네트워크의 출력 뉴런 수와, reference vector의 초기값을 결정한다. SOM을 전처리로 이용한 LVQ를 Fisher의 Iris 데이터에 분류에 적용한 결과 기존의 LVQ보다 분류 성능이 뛰어났다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.721-726
• /
• 2005

In this study, researchers classifying the artificial flaws in semiconductor. packages are performed by pattern recognition technology. For this purposes, image pattern recognition package including the user made software was developed and total procedure including ultrasonic image acquisition, equalization filtration, binary process, edge detection and classifier design is treated by Backpropagation Neural Network. Specially, it is compared with various weights of Backpropagation Neural Network and it is compared with threshold level of edge detection in preprocessing method for entrance into Multi-Layer Perceptron(Backpropagation Neural network). Also, the pattern recognition techniques is applied to the classification problem of defects in semiconductor packages as normal, crack, delamination. According to this results, it is possible to acquire the recognition rate of 100% for Backpropagation Neural Network.

• 한국전산구조공학회논문집
• /
• 제33권2호
• /
• pp.113-119
• /
• 2020

사물인터넷 기반의 센서네트워크는 저렴한 비용으로 효율적으로 교량 등의 시설물 유지관리에 적용할 수 있는 한 방안이다. 본 연구에서는 사물인터넷 통신의 하나인, LoRa LPWAN 기반으로 교량 구조건전성모니터링을 위한 시스템을 개발하기 위해서 케이블 장력 모니터링을 위한 센서보드, 기존 계측 센서들과 함께 센서네트워크를 구축하기 위한 DAQ 보드, 데이터들 처리하고 LoRa 통신을 위한 스마트센서노드를 설계 및 제작하였으며 모니터링을 위한 센서네트워크를 구축하였다. 또한 본 시스템의 성능검증을 위해 영광대교에 Test Bed를 구축하여 교량 구조건전성 모니터링을 위한 센서네트워크에 적용가능성 여부를 살펴보았다. Test Bed 검증 결과 LoRa LPWAN 기반 센서네트워크는 데이터 전송률, 정확도, 경제성면에서 교량 구조 건전성 모니터링의 기술 중에 하나로 적용될 수 있으며, 향후 교량구조물 뿐만 아니라 다양한 공공기반 시설물에 유지관리를 위한 시스템으로 보급될 수 있기를 기대한다.

• 스마트미디어저널
• /
• 제6권1호
• /
• pp.9-15
• /
• 2017

ICT 분야의 메가 트렌드는 IoT, Bigdata, 그리고 Cloud Computing 으로 집약된다. 이러한 메가 트렌드들은 독립적으로 운영되지 않으며, 이를 지원하기 위한 백그라운드에는 대용량 컴퓨팅 기술이 필요하듯 대용량 스토리지 기술이 필수적이다. 오픈소스 Ceph 기반의 대용량 스토리지의 성능 평가를 위하여 교육망인 KOREN 네트워크를 이용한 국내 및 해외 사이트와의 Abyss Storage의 실증 테스트를 수행한다. 또한, 스토리지 자체의 성능 평가를 위하여 스토리지 매체와 네트워크 본딩의 성능 테스트를 수행한다. 스토리지 매체별로 실질적인 속도 차이는 크지만 수행된 스토리지 매체 테스트에서는 크게 성능 차이를 보이지 않았다. 이를 해결하기 위한 방안으로 네트워크 가속화를 통한 성능 향상을 얻을 수 있었다. 또한 KOREN 망을 이용한 국내 및 해외 사이트를 연결하여 Abyss Storage의 내부 및 외부 네트워크의 실질적인 성능 테스트를 수행하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.227-230
• /
• 2002

이 논문에서는 신경회로망을 이용한 원전 금속파편 시스템에 적용하여 진단 가능성을 제시한다. 첫 번째로, 오경보 감소에 대해 역전파 신경망을 적용하여 오경보 감소에 대한 가능성을 제시하였다. 즉, 전처리 단계에서 이동 평균 필터를 적용하여 저주파수인 배경잡음을 소거하였으며, 충격신호의 시작시간, 상승시간, 반주기, 전체시간을 신경망의 입력 값으로 사용하였다 발전소 운전가동시의 오경보 및 충격시험시의 신호를 적용한 결과 오경보가 1/4 이내로 줄어드는 유용한 결과를 보임을 알 수 있었다. 두 번째로 신경회로망 이론을 금속파편 진단(질량추정)에 적용하여 진단 가능성을 제시하였다. 신경회로망에서 사용된 알고리즘은 역전파 알고리즘(Back Propagation Network)을 사용하였으며, 세 가지의 입력변수(Rising Time, Half Period, Maximum amplitude)를 이용하였다. 영광 3호기 시운전시 강구의 충격 데이터로 미리 학습을 시킨 후 실제 금속파편 신호와 비교/분석하여 질량값을 추정하였다. 분석한 결과 비교적 만족할 만한 결과를 얻어 금속파편 진단에 신경회로망의 적용이 가능할 것으로 판단하였다.

• 산업공학
• /
• 제20권1호
• /
• pp.41-48
• /
• 2007

The main purpose of this paper is cost reduction in absurd pilot positive expense and human accident prevention which is caused by in the pilot selection process. We use classification models such as logistic regression, decision tree, and neural network based on aptitude test results of 505 ROK Air Force applicants in 2001~2004. First, we determine the reliability and propriety against the aptitude test system which has been improved. Based on this conference flight simulator test item was compared to the new aptitude test item in order to make additional yes or no decision from different models in terms of classification accuracy, ROC and Response Threshold side. Decision tree was selected as the most efficient for each sequential flight training result and the last flight training results predict excellent. Therefore, we propose that the standard of pilot selection be adopted by the decision tree and it presents in the aptitude test item which is new a conference flight simulator test.

• ETRI Journal
• /
• 제31권2호
• /
• pp.209-214
• /
• 2009

In this paper, we propose a novel test methodology for the detection of catastrophic and parametric faults present in analog very large scale integration circuits. An automatic test pattern generation algorithm is proposed to generate piece-wise linear (PWL) stimulus using wavelets and a genetic algorithm. The PWL stimulus generated by the test algorithm is used as a test stimulus to the circuit under test. Faults are injected to the circuit under test and the wavelet coefficients obtained from the output response of the circuit. These coefficients are used to train the neural network for fault detection. The proposed method is validated with two IEEE benchmark circuits, namely, an operational amplifier and a state variable filter. This method gives 100% fault coverage for both catastrophic and parametric faults in these circuits.