• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2002년도 가을 학술발표회 논문집
• /
• pp.513-520
• /
• 2002

The stability analysis of rock slope can be predicted using a suitable field data but it cannot be predicted unless suitable field data was taken. In this study, artificial neural networks theory is applied to predict plane failure that has a few data. It is well known that human brain has the advantage of handling disperse and parallel distributed data efficiently. On the basis of this fact, artificial neural networks theory was developed and has been applied to various fields of science successfully In this study, error back-propagation algorithm that is one of the teaching techniques of artificial neural networks is applied to predict plane failure. In order to verify the applicability of this model, a total of 30 field data results are used. These data are used for training the artificial neural network model and compared between the predicted and the measured. The simulation results show the potentiality of utilizing the neural networks for effective safety factor prediction of plane failure. In conclusion, the well-trained artificial neural network model could be applied to predict the plane failure stability of rock slope.

• 한국지능시스템학회논문지
• /
• 제2권1호
• /
• pp.17-32
• /
• 1992

로보트 매니퓰레이터의 신경 제어기 구성에 널리 사용하는 다층 신경회로망은 로보트의 불확실한 동적 파라메터 변화에 대한 강건한 학습 적응능력, 그리고 병렬 처리를 통한 실시간 제어등의 장점들을 갖고있다. 그러나 대표적인 학습방법인 오차 역전파(error back propagation) 알고리즘은 그 학습 속도가 느리다는 문제점을 갖는다. 본 논문에서는 불확실하고 애매한 정보를 언어적인 방법에 의해 효율적으로 처리할 수 있는 퍼지 논리 (fuzzy logic)를 도입하여 로보트 매니퓰레이터 신경 제어기의 학습 속도를 개선하기위한 한 방법을 제안한다. 제안된 제어기의 효용성은 PUMA 560 로보트의 모의 실험을 통해 입증된다.

• 한국위성정보통신학회논문지
• /
• 제9권4호
• /
• pp.104-110
• /
• 2014

본 논문에서는 무인항공기인 방송용 멀티콥터를 이용한 Full-HD급 이상 화질의 이미지를 효율적으로 전송하기 위해 이미지 압축 센싱 기법을 적용하고, Sparse 신호의 효율적 복원을 위해 Turbo 알고리즘과 Markov chain Monte Carlo (MCMC) 알고리즘의 복원 성능을 모의실험을 통해 비교 분석하였다. 제안된 복원 기법은 압축 센싱에 기반하여 데이터 용량을 줄이고 빠르고 오류 없는 원신호 복원에 중점을 두었다. 다수의 이미지 파일로 모의실험을 진행한 결과 Loopy belief propagation(BP) 기반의 Turbo 복원 알고리즘이 Gibbs sampling기반 알고리즘을 수행하는 MCMC 알고리즘 보다 평균 복원 연산 시간, NMSE 값에서 우수하여 보다 효율적인 복원 방법으로 생각된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.92-94
• /
• 2004

We become an industry information society which is advanced to the altitude with the today. The information to be loading various goods each other together at a circumstance environment is increasing extremely. The restriction recognizes the data of many Quantity and it follows because the human deals the task to classify. The development of a mathematical formulation for solving a problem like this is often very difficult. But Artificial intelligent systems such as neural networks have been successfully applied to solving complex problems in the area of pattern recognition and classification. So, in this paper a neural network approach is used to recognize and classification problem was broken into two steps. The first step consist of using a neural network to recognize the existence of purpose pattern. The second step consist of a neural network to classify the kind of the first step pattern. The neural network leaning algorithm is to use error back-propagation algorithm and to find the weight and the bias of optimum. Finally two step simulation are presented showing the efficacy of using neural networks for purpose recognition and classification.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1068-1069
• /
• 2010

무선센서네트워크에서 저가의 센서 필드를 구성하기 위해 센서노드의 위치 추정은 매우 중요하다. 소수의 위치를 알고 있는 센서노드인 앵커노드를 이용하여 모든 일반노드들의 위치를 알게 하는 방법으로 DRLS이 있으며, 이 기법은 이전의 기법들에 비해 상대적으로 정확한 위치 추정을 가능하게 한다. 하지만 DRLS는 이웃하는 앵커노드가 없는 일반노드의 경우 위치 추정 정확도를 심각하게 낮추는 에러 전파가 일어나는 문제점이 있다. 본 논문은 DRLS의 에러전파를 줄이기 위한 Distributed Localization for Reducing Error Propagation (DLREP)를 제안한다. DLREP는 각 일반노드들이 DRLS를 이용하여 위치 추정을 한 뒤 한 번의 추가적인 브로드캐스트를 더 수행하여 각 일반노드가 추가적인 앵커노드의 위치 정보를 얻게 한다. 그리고 이 정보를 이용하여 앵커노드 위치를 중심으로한 초기 위치의 회전을 통해 일반노드의 에러전파가 된 위치에 대한 수정을 가한다. DLREP는 위치 측정이 완료된 DRLS에 적용되어 더 정확한 센서노드의 위치 추정을 할 수 있도록 하는 진보된 위치 추정 기법이다.

• ETRI Journal
• /
• 제46권3호
• /
• pp.485-500
• /
• 2024

A hardware architecture is presented to decode (N, K) polar codes based on a low-density parity-check code-like decoding method. By applying suitable pruning techniques to the dense graph of the polar code, the decoder architectures are optimized using fewer check nodes (CN) and variable nodes (VN). Pipelining is introduced in the CN and VN architectures, reducing the critical path delay. Latency is reduced further by a fully parallelized, single-stage architecture compared with the log N stages in the conventional belief propagation (BP) decoder. The designed decoder for short-to-intermediate code lengths was implemented using the Virtex-7 field-programmable gate array (FPGA). It achieved a throughput of 2.44 Gbps, which is four times and 1.4 times higher than those of the fast-simplified successive cancellation and combinational decoders, respectively. The proposed decoder for the (1024, 512) polar code yielded a negligible bit error rate of 10^-4 at 2.7 E_b/N_o (dB). It converged faster than the BP decoding scheme on a dense parity-check matrix. Moreover, the proposed decoder is also implemented using the Xilinx ultra-scale FPGA and verified with the fifth generation new radio physical downlink control channel specification. The superior error-correcting performance and better hardware efficiency makes our decoder a suitable alternative to the successive cancellation list decoders used in 5G wireless communication.

• 한국전산구조공학회논문집
• /
• 제14권4호
• /
• pp.525-535
• /
• 2001

본 연구에서는 무요소법의 일종인 element-free Galerkin 방법(EFGM)을 이용한 새로운 적응적 해석법을 제안하였다. 이 방법의 핵심은 Delaunay 삼각화에 기초를 둔 적분 격자를 기초로 수치적분과 적응적인 절점의 추가 및 소거를 수행하는 것이다. 이러한 적응적 해석법은 적분격자의 분할이나 이를 위한 추가적인 정보에 대한 관리가 필요 없이 간편하게 적응적 해석을 수행할 수 있다. 또한 균열의 진전과 같은 다단계 적응적 해석에 있어서도 매 해석단계별로 평가된 오차에 기초를 둔 최적 해석모델이 Delaunay 삼각화에 의해 구성되도록 하였다. 이러한 특성은 요소의 구성으로부터 자유로운 무요소법의 장점을 최대한 활용하여 해석모델의 구축을 보다 원활하게 수행할 수 있다. 적응적 해석에 기초가 되는 해석 후 오차평가는 계산된 응력과 투영응력과의 차이를 오차로 추정하는 투영응력법을 이용하였다. 균열진전을 포함하는 2차원예제의 해석을 수행한 결과 제안된 해석법의 타당성과 적용성을 입증할 수 있었다.

• 한국음향학회지
• /
• 제13권6호
• /
• pp.5-14
• /
• 1994

이 논문은 오차역전달(error back-propagation) 알고리듬을 갖는 다층구조 퍼셉트런(Multi-Layered Perceptron)을 사용하여 우리말 단어음성을 화자종속으로 기계 인식하는 실험에 관한 연구 결과다. 대상단어는 시외 자동전화 지역번호표에서 임의로 선택한 50개 지역명이며, 이 중 43개는 2음절로 구성되어있고 나머지 7개는 3음절이다. 단어를 음소나 음절별로 분리(segmentation)하지 않고, 단어의 각 부분에서 골고루 추출된 특징성분을 신경망에 입력하는 방법을 사용했다. 그렇게 함으로써 발음지속시간에 관계없는 결과를 얻을 수 있으며, 이 때 사용된 특징 성분은 선형예측분석으로 구해진 PARCOR계수다. 전체학습과 구분학습의 비교, 프레임 갯수와 PARCOR차수에 대한 인식률의 의존도, 중간층 뉴런의 갯수에 대한 인식률의 변동, 그리고 출력층 뉴런의 구성 방법에 따른 비교 등 4가지 실험을 통하여 가장 최량의 조건을 찾아보고자 하였다. 이 연구를 발전시킨다면 실시간의 화자독립 소규모어휘 음성인식이 가능해질 것으로 보인다.

• 전력전자학회논문지
• /
• 제3권3호
• /
• pp.214-221
• /
• 1998

직접 구동용 브러시 없는 직류전동기(BRUSHLESS direct drive motor : BLDD motor)의 강인한 위치제어를 위해 신경망을 사용하여 접근하는 새로운 제어방식이 소개된다. 전향 신경망이 추가된 선형 2차 제어기는 AC서보의 객체지향 방법을 사용함으로서 대략적으로 선형화 되어지는 강인한 BLDD 모터 시스템을 얻기 위해 사용된다. 구동 상태의 온-라인 위상에서 학습되는 이 신경망은 전향신호와 오차 역 전파법(Back-Propagation Method)에 의해 구성된다. 총 노드의 수가 8개이기 때문에 이 시스템은 일반적인 마이크로 프로세서에 의해 쉽게 실현될 수 있다. 일반적인 작동중, 입출력 응답은 표본화되어지고 가중치는 매개변수 또는 부하 토크의 능한 변이를 적용하기 위해 각 표본주기에서 오차 역 전파법에 의해 학습된다. 그리고, 상태공간에서 시스템 분석은 상태 궤환 이득을 얻기 위해 체계적으로 실행했다. 또한, 강인성은 전반적인 시스템응답에 영향력을 주지 않고 얻어진다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.3194-3210
• /
• 2022

Wall obstruction is the main factor leading to the non-line of sight (NLoS) error of indoor localization based on received signal strength indicator (RSSI). Modeling and correcting the path loss of the signals through the wall will improve the accuracy of RSSI localization. Based on electromagnetic wave propagation theory, the reflection and transmission process of wireless signals propagation through the wall is analyzed. The path loss of signals through wall is deduced based on power loss and RSSI definition, and the theoretical model of path loss of signals through wall is proposed. In view of electromagnetic characteristic parameters of the theoretical model usually cannot be accurately obtained, the statistical model of NLoS error caused by the signals through the wall is presented based on the log-distance path loss model to solve the parameters. Combining the statistical model and theoretical model, a hybrid model of path loss of signals through wall is proposed. Based on the empirical values of electromagnetic characteristic parameters of the concrete wall, the effect of each electromagnetic characteristic parameters on path loss is analyzed, and the theoretical model of regional path loss of signals through the wall is established. The statistical model and hybrid model of regional path loss of signals through wall are established by RSSI observation experiments, respectively. The hybrid model can solve the problem of path loss when the material of wall is unknown. The results show that the hybrid model can better express the actual trend of the regional path loss and maintain the pass loss continuity of adjacent areas. The validity of the hybrid model is verified by inverse computation of the RSSI of the extended region, and the calculated RSSI is basically consistent with the measured RSSI. The hybrid model can be used to forecast regional path loss of signals through the wall.