• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국제학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.401-405
• /
• 1993

This paper presents a neuro adaptive control method for nonlinear dynamical systems based on artificial neural network systems. The proposed neuro adaptive controller consists of 3 layers artificial neural network system and parallel PD controller. At the early stage in learning or identification process of the system characteristics the PD controller works mainly in order to compensate for the inadequacy of the learning process and then gradually the neuro contrller begins to work instead of the PD controller after the learning process has proceeded. From the simulation studies the neuro adaptive controller is seen to be robust and works effectively for nonlinear dynamical systems from a practical applicational points of view.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.18-21
• /
• 2001

In this paper, some geometric condition for a stochastic nonlinear system and an adaptive control method for minimum-phase stochastic nonlinear system using neural network me provided. The state feedback linearization is widely used technique for excluding nonlinear terms in nonlinear system. However, in the stochastic environment, even if the minimum phase linear system derived by the feedback linearization is not sufficient to be controlled robustly. In the viewpoint of that, it is necessary to make an additional condition for observation of nonlinear stochastic system, called perfect filtering condition. In addition, on the above stochastic nonlinear observation condition, I propose an adaptive control law using neural network. Computer simulation shoo's that the stochastic nonlinear system satisfying perfect filtering condition is controllable and the proposed neural adaptive controller is more efficient than the conventional adaptive controller.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.18-18
• /
• 2000

In this paper, some geometric condition for a stochastic nonlinear system and an adaptive control method for minimum-phase stochastic nonlinear system using neural network are provided. The state feedback linearization is widely used technique for excluding nonlinear terms in nonlinear system. However, in the stochastic environment, even if the minimum phase linear system derived by the feedback linearization is not sufficient to be controlled robustly. the viewpoint of that, it is necessary to make an additional condition for observation of nonlinear stochastic system, called perfect filtering condition. In addition, on the above stochastic nonlinear observation condition, I propose an adaptive control law using neural network. Computer simulation shows that the stochastic nonlinear system satisfying perfect filtering condition is controllable and the proposed neural adaptive controller is more efficient than the conventional adaptive controller

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 춘계학술대회 및 창립 30주년 심포지엄(논문집)
• /
• pp.67-74
• /
• 2006

In this paper, an adaptive neural network controller and its application to automatic berthing control of ship is presented. The neural network controller is trained online using adaptive interaction technique without any teaching data and off-line training phase. Firstly, the neural networks used to control rudder and propeller during automatic berthing process are presented. Finally, computer simulations of automatic ship berthing are carried out to verify the proposed controller with and without the influence of wind disturbance and measurement noise.

• 정보처리학회논문지C
• /
• 제9C권3호
• /
• pp.399-406
• /
• 2002

본 논문에서는 고정 전송율 서비스 및 가변 전송율 서비스 호들이 동적으로 네트워크에 들어와서 데이터를 전송하고, 데이터를 모두 전송하면 네트워크에서 사라지는 동적인 다중 서비스 네트워크에서, 고정 전송율 및 가변 전송율 서비스의 요구 성능을 만족하기 위한 네트워크 스위치(링크)의 성능 분석 및 설계 방법을 제안한다. 먼저 동적인 다중 서비스 네트워크의 링크를 Harkov 체인을 이용해 모델하고, QBD (Quasi-Birth-Death) 프로세스와 행렬 방정식을 이용해 가변 전송율 서비스의 호들에 할당될 전송율의 성능을 구한다. 즉, 가변 전송율 서비스의 평균 호수를 추정하고 이를 바탕으로, 호당 평균 전송율 및 평균 전송 지연 시간을 구한다. 고정 전송율 서비스의 성능은 고정 전송율 서비스 호들의 차단 확률(blocking probability)로 구해진다. 이렇게 해서 구해진 고정 전송율 및 가변 전송율 서비스의 성능을 이용해서, 고정 전송율 및 가변 전송율 서비스 호들의 요구 성능(전송율, 전송 지연 시간, 호의 차단 확률 등)을 만족하기 위한 네트워크 링크의 용량을 설계하는 방법을 제안한다. 이러한 방법을 데이터 및 음성(비디오)을 동시에 지원하는 네트워크 스위치의 성능 분석 및 용량 설계에 이용할 수 있다.

• 한국정보통신학회논문지
• /
• 제6권3호
• /
• pp.487-492
• /
• 2002

본 논문에서는 동적신경회로망을 이용한 미지의 비선형 시스템 제어 방식을 제안하였다. 제안한 방식은 비선형 시스템의 상태 공간 모델과 유사한 형태의 신경회로망을 구성하여 비선형 시스템을 식별하고, 식별한 정보를 이용하여 제어기를 설계하는 방식이다. 제안한 방식의 유용성을 확인하기 위하여 단일 관절 매니플레이터를 대상으로 시뮬레이션을 수행한 결과 우수한 제어 성능을 확인하였다.

• 한국통신학회논문지
• /
• 제35권8B호
• /
• pp.1159-1169
• /
• 2010

This paper introduces the mobility-adaptive QoE provisioning solution. The key is placed on the intelligent selection of access network depending on the QoE criteria classified by the user mobility and the bandwidth demand for service. We further focus on the network-based smart handover scheme using the mobility-adaptive handover decision and the enhanced MIH-FMIP framework. The concept is the network-based calm service and the balance in order to facilitate vertical and seamless handover. In result, it is figured out that our solution improves QoE performance by selecting appropriate access network, repressing handover occurrence, and reducing handover delay as well.

• Journal of Communications and Networks
• /
• 제5권1호
• /
• pp.7-18
• /
• 2003

In this paper, a decision feedback recurrent neural network equalizer and a modified real time recurrent learning algorithm are proposed, and an adaptive adjusting of the learning step is also brought forward. Then, a complex case is considered. A decision feedback complex recurrent neural network equalizer and a modified complex real time recurrent learning algorithm are proposed. Moreover, weights of decision feedback recurrent neural network equalizer under burst-interference conditions are analyzed, and two anti-burst-interference algorithms to prevent equalizer from out of working are presented, which are applied to both real and complex cases. The performance of the recurrent neural network equalizer is analyzed based on numerical results.

• ETRI Journal
• /
• 제44권1호
• /
• pp.155-167
• /
• 2022

The Internet of Things (IoT) is a new paradigm that connects physical and virtual objects from various domains such as home automation, industrial processes, human health, and monitoring. IoT sensors receive information from their environment and forward it to their neighboring nodes. However, the large amounts of exchanged data are vulnerable to attacks that reduce the network performance. Most of the previous security methods for IoT have neglected the energy consumption of IoT, thereby affecting the performance and reducing the network lifetime. This paper presents a new multistep routing protocol based on cellular learning automata. The network lifetime is improved by a performance-based adaptive reward and fine parameters. Nodes can vote on the reliability of their neighbors, achieving network reliability and a reasonable level of security. Overall, the proposed method balances the security and reliability with the energy consumption of the network.

• 한국통신학회논문지
• /
• 제39B권6호
• /
• pp.406-413
• /
• 2014

최근 몇 년 사이 인터넷을 통해 접속 가능한 디바이스가 다양해지는 한편 디바이스가 콘텐츠의 사용자가 아닌 제공자가 되면서 콘텐츠 트래픽이 급속하게 증가하고 있다. 이와 같은 콘텐츠 트래픽이 기존과는 다른 패턴을 갖기 때문에, 효율적인 콘텐츠 전송 서비스를 위한 다양한 연구가 진행 중이다. 대표적 콘텐츠 전송 서비스 기술인 CCN(Contents Centric Network)은 기존의 기술 구조와 상이한 혁신적인 구조를 갖고 있기 때문에 기존의 네트워크와의 호환 문제가 발생한다. 이와 같은 문제를 해결하기 위해 본 논문에서는 CCN과 기존 망과의 연동 시 효율적 콘텐츠 전송을 위한 SaNA(Software adaptive Network Architecture) 구조를 제안한다. 이는 미래 인터넷의 핵심 기술 분야인 CCN 과 소프트웨어 정의 네트워킹 기술(Software Defined Networking : SDN) 을 활용하여 기존 망에 점진적으로 적용해 나가기 위한 융합 시스템이다. SaNA를 통해 콘텐츠를 서비스하는 경우, 기존 네트워크 대비 네트워크 대역폭 효율성을 두 배로 높일 수 있고, 콘텐츠 전송 시간도 약 1.7 배 단축시킬 수 있다.