• Journal of Electrical Engineering and information Science
• /
• 제2권3호
• /
• pp.61-65
• /
• 1997

This paper proposes an intelligent controller for brushless DC motor and load with unknown nonlinear dynamics. The proposed intelligent control system consists of a plant identifier and PID controller with varying gains. The identifier is constructed using an Auto Regressive Moving Average (ARMA) model. In order to tune the parameters of the identifier and the gains of the PID controller efficiently, e also propose a modified Evolution Strategy. Experimental results show that the proposed intelligent controller for brushless DC motor has good control performance under unknown disturbance.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.28-38
• /
• 2010

녹화된 아날로그 영상에 내재하는 잡음을 효과적으로 제거하기 위해서는 잡음의 실제 특성과 정도를 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 실제 방송되는 아날로그 영상을 녹화하여 잡음의 특성을 분석한 후, 녹화된 아날로그 영상을 위한 효과적인 학습기반 잡음개선 방법을 제안한다. 먼저 녹화된 아날로그 영상의 잡음을 분석하여 무시할 수 없는 잡음의 연관성이 존재하는 것을 보임으로써, 전통적인 부가 백색 가우시안 잡음 (AWGN) 모델에 기반을 둔 잡음의 추정과 잡음 제거 방법이 가지는 한계를 설명한다. 또한 잡음의 연관성을 고려한 자기회귀 모델을 이용해서 녹화된 아날로그 영상에 내재하는 잡음을 추정하고 합성할 수 있음을 보이며, 추정된 자기회귀 모델을 이용해 학습기반 잡음제거 기법에 적용함으로써 비디오 잡음을 제거한다. 실험결과는 제안된 방법이 무시할 수 없을 정도로 잡음 연관성을 가진 실제 녹화된 아날로그 영상의 잡음 제거에 효과적으로 활용될 수 있음을 보여준다.

• 해양환경안전학회지
• /
• 제26권4호
• /
• pp.382-391
• /
• 2020

본 연구에서는 인공지능기법을 이용하여 진동만의 용존산소량 예측을 하였다. 관측자료에 존재하는 결측 구간을 보간하기 위해 양방향재귀신경망(BRITS, Bidirectional Recurrent Imputation for Time Series) 딥러닝 알고리즘을 이용하였고, 대표적 시계열 예측 선형모델인 ARIMA(Auto-Regressive Integrated Moving Average)과 비선형모델 중 가장 많이 이용되고 있는 LSTM(Long Short-Term Memory) 모델을 이용하여 진동만의 용존산소량을 예측하고 그 성능을 평가했다. 결측 구간 보정 실험은 표층에서 높은 정확도로 보정이 가능했으나, 저층에서는 그 정확도가 낮았으며, 중층에서는 실험조건에 따라 정확도가 불안정하게 나타났다. 실험조건에 따라 정확도가 불안정하게 나타났다. 결과로부터 LSTM 모델이 중층과 저층에서 ARIMA 모델보다 우세한 정확도를 보였으나, 표층에서는 ARIMA모델의 정확도가 약간 높은 것으로 나타났다.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.173-180
• /
• 2002

기존의 VOB(Virtual Output Buffer) 모델에서 신경회로망의 학습 패턴 처리를 위해 가상 셀 손실율이 도입되었다. VOB모델은 신경망이 실제 셀 손실율 없이도 연결 수락 경계을 잘 찾을 수 있음을 보여주었다. 그러나 VOB 모델은 셀 손실율을 과다 평가하는 경향이 있어 결과적으로 망 자원의 이용률이 낮은 단점이 있다. 본 논문에서는 이러한 단점을 보완하는 방법으로 연결 수락 경계에서 셀 손실율의 평균에 대한 정보를 충분히 포함하는 셀 손실율 참조 곡선의 개념을 제안하였다. 그리고 제안된 셀 손실율 참조 곡선을 이용하여 가상 셀 손실율을 처리하는 방법을 제안하였다. 제안된 한습 패턴 처리 방법은 ATM 트래픽 중에 가장 대표적인 두 가지 호원에 대하여 실험하였다. 실험에 사용된 호원은 LAN 데이터의 그래픽 특성을 가시는 On-Off 트래픽과 비디오 화상 통신의 특성을 가지는 Auto-Regressive 트래픽이다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.1-13
• /
• 2021

본 연구에서는 도로교통분야의 계획, 설계, 유지관리, 연구 등 다양한 목적으로 활용되고 있는 교통량 데이터의 정확도 확보를 위해 시계열 분석 기법을 적용하여 교통량 데이터의 보정 및 예측을 수행하였다. 기존 알고리즘의 경우 주기성 및 계절성이 강하거나 불규칙한 데이터에 한계를 보이고 있어 교통량 데이터와 같은 자료에 적용하기에는 한계가 있다. 이러한 한계점을 극복하고 보완하기 위해 ARIMA 모형에 자기상관 모형인 SAR(Seasonal Auto Regressive)과 계절 이동평균 모형인 SMA(Seasonal Moving Average)가 결합된 분석 기법인 SARIMA 모형을 적용하였다. 분석결과 최적 파라미터 조합인 SARIMA(4,1,3)(4,0,3) 12 모형을 활용한 교통량 예측 결과 평균 85% 정도의 우수한 성능을 보였다. 본 연구를 통해서 교통량 데이터의 결측 발생 시 교통량 보정 및 예측의 정확도를 높일 수 있으며, 교통량 데이터 외에도 계절성에 영향을 받는 시계열 데이터에 적용이 가능하다.

• 한국통신학회논문지
• /
• 제31권1A호
• /
• pp.30-37
• /
• 2006

본 논문에서는 차세대 이동통신 수송망에서 트래픽 클래스별 서비스 품질 요구 사항을 고려한 효율적인 대역폭 재할당 기법을 제안한다. 제안 기법은 유선망 트래픽 클래스를 실시간 클래스와 비시실시간 클래스로 구분하여 무선망 계층에서 정의된 서비스 품질 클래스를 유선망 트래픽 클래스로 매핑시킨 후 실시간 트래픽 클래스가 비실시간 트래픽 클래스의 유휴 자원을 동적으로 사용하도록 한다. 제안 기법은 운영자가 지정한 패킷 손실율과 Auto-Regressive(AR) 시계열 모델을 이용하여 주기적으로 비실시간 트래픽 클래스의 향후 필요 대역폭을 예측하며 유휴 대역폭이 발생하는 경우에만 이를 실시간 트래픽 클래스에 동적으로 할당함으로써 비실시간 트래픽 클래스의 패킷 손실율을 보장함과 동시에 시스템의 대역폭 이용율을 향상시킨다. 본 논문에서는 실제 측정된 인터넷 트래픽을 비실시간 트래픽 클래스로 이용하여 제안 기법은 링크 대역폭의 효율을 증가시켜 실시간 트래픽의 수용량을 증가시킴과 동시에 모든 시 구간에서 비실시간 트래픽 클래스에 원하는 패킷 손실율을 보장할 수 있음을 검증하였다.

• 대한전자공학회논문지TC
• /
• 제45권3호
• /
• pp.53-60
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blue-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 HOS (Higher-Order Statistics)에서 사용되는 bicoherence 테스트를 통해 Super-RENS read-out 신호의 비선형성을 분석하고, Super-RENS 시스템의 비선형 모델링을 위해 신경망을 적용하고자 한다. 본 논문에서 고려하는 모델 구조는 NARX (Nonlinear AutoRegressive eXogenous) 모델이다. 모의실험 결과, Super-RENS read-out 신호의 비선형성이 존재함을 알 수 있었고, Super-RENS 시스템의 비선형 모델링을 위해 신경망이 유용하게 활용될 수 있다는 가능성을 확인하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제61권2호
• /
• pp.359-373
• /
• 2022

본 연구는 경기교육종단연구(GEPS)의 2015년(중1)부터 2017년(중3)까지의 자료를 자기회귀교차지연모형에 적용하여 학업스트레스, 수학자기효능감, 수학수업참여의 종단적 관계와 성취수준에 따른 차이를 검증하였다. 연구결과, 성취 상·하위집단 모두 학업스트레스, 수학자기효능감, 수학수업참여가 시간의 경과에 따라 안정적인 것으로 나타났다. 그리고 상위집단은 학업스트레스가 수학자기효능감을 매개하여 수학수업참여에 부적 영향을 미치는 반면, 하위집단은 학업스트레스가 수학수업참여를 매개하여 수학자기효능감에 정적인 영향을 미쳤다. 이는 학업스트레스가 학습자의 성취수준에 따라 차별적으로 작용하고 있음을 의미하는 것으로, 수학교사는 이와 같은 특성을 교수·학습전략에 반영하여 학생들의 수학자기효능감 향상 및 수학수업참여에 도움을 주어야 할 것이다.

• 소음진동
• /
• 제10권3호
• /
• pp.451-456
• /
• 2000

In this paper a discrete time model for the identification of nonlinear vibration system with stick-slip friction is proposed. The proposed model can handle the highly nonlinear behavior of the friction such as stick-slip phenomenon and Stribeck effect. The basic idea of the proposed model is as follows : If the nonlinearity of the system can be predicted as a simple function then this nonlinear function term cab be directly used in the discrete time model. By doing this the number of nonlinear terms in the model can be much less than those of NARMAX model which is widely used nonlinear discrete model. The simulation result shows that the proposed model can estimate the response of the nonlinear vibration system with stick-slip friction very well with less computational effort.

• Journal of Information Technology Applications and Management
• /
• 제25권4호
• /
• pp.157-169
• /
• 2018

The purpose of this study was to examine the volatility of bitcoin, diagnose if bitcoin are a systematic risk asset, and evaluate their effectiveness by estimating market beta representing systematic risk using GARCH (Generalized Auto Regressive Conditional Heteroskedastieity) model. First, the empirical results showed that the market beta of Bitcoin using the OLS model was estimated at 0.7745. Second, using GARCH (1, 2) model, the market beta of Bitcoin was estimated to be significant, and the effects of ARCH and GARCH were found to be significant over time, resulting in conditional volatility. Third, the estimated market beta of the GARCH (1, 2), AR (1)-GARCH (1), and MA (1)-GARCH (1, 2) models were also less than 1 at 0.8819, 0.8835, and 0.8775 respectively, showing that there is no systematic risk. Finally, in terms of efficiency, GARCH model was more efficient because the standard error of a market beta was less than that of the OLS model. Among the GARCH models, the MA (1)-GARCH (1, 2) model considering non-simultaneous transactions was estimated to be the most appropriate model.