• 한국정밀공학회지
• /
• 제21권10호
• /
• pp.65-77
• /
• 2004

In this paper, we propose an adaptive mechanism based on immune algorithm and neural network identifier technique. It is also applied fur an autonomous guided vehicle (AGV) system. When the immune algorithm is applied to the PID controller, there exists the case that the plant is damaged due to the abrupt change of PID parameters since the parameters are almost adjusted randomly. To solve this problem, we use the neural network identifier (NNI) technique fur modeling the plant and humoral immune algorithm (HIA) which performs the parameter tuning of the considered model, respectively. After the PID parameters are determined in this off-line manner, these gains are then applied to the plant for the on-line control using an immune adaptive algorithm. Moreover, even though the neural network model may not be accurate enough initially, the weighting parameters are adjusted to be accurate through the on-line fine tuning. Finally, the simulation and experimental result fur the control of steering and speed of AGV system illustrate the validity of the proposed control scheme. These results for the proposed method also show that it has better performance than other conventional controller design methods.

• 말소리와 음성과학
• /
• 제13권1호
• /
• pp.45-51
• /
• 2021

End-to-end (E2E) automatic speech recognition (ASR) has achieved promising performance gains with the introduced self-attention network, Transformer. However, due to training time and the number of hyperparameters, finding the optimal hyperparameter set is computationally expensive. This paper investigates the impact of hyperparameters in the Transformer network to answer two questions: which hyperparameter plays a critical role in the task performance and training speed. The Transformer network for training has two encoder and decoder networks combined with Connectionist Temporal Classification (CTC). We have trained the model with Wall Street Journal (WSJ) SI-284 and tested on devl93 and eval92. Seventeen hyperparameters were selected from the ESPnet training configuration, and varying ranges of values were used for experiments. The result shows that "num blocks" and "linear units" hyperparameters in the encoder and decoder networks reduce Word Error Rate (WER) significantly. However, performance gain is more prominent when they are altered in the encoder network. Training duration also linearly increased as "num blocks" and "linear units" hyperparameters' values grow. Based on the experimental results, we collected the optimal values from each hyperparameter and reduced the WER up to 2.9/1.9 from dev93 and eval93 respectively.

• 한국전자파학회논문지
• /
• 제23권11호
• /
• pp.1217-1227
• /
• 2012

일반적으로 안테나 이득 또는 인자를 측정하는 방법으로서 3-안테나법, 표준안테나법, 표준시험장법 등이 있다. 이들 방법은 주파수 영역에서 반사파 등을 고려하여 자유 공간 또는 준자유 공간의 값을 측정한다. 본 논문은 시간 영역에서 반사파를 추적 제거함으로써 야외시험장에서 자유 공간 안테나 이득 인자를 측정 및 교정하는 방법을 논의한다. 시간 영역에서 측정한 전송 계수 $S_{21}$으로부터 직접파 및 반사파가 수신 안테나에 도달하는 시간차로 이들을 구분하고, 게이팅 기능과 역 푸리에 변환으로 직접파의 주파수 응답 만을 추출하였다. 시간 영역 기능을 갖추고 있는 네트워크 분석기로 안테나 높이를 변화시키면서 이들 파의 경로차를 만들어 1~18 GHz 대역 더블리지 혼 안테나의 반응시간을 분석 하였으며, 그 경로차에 의한 응답을 분리 추출하여 자유 공간 안테나 이득을 측정하였다. 이 결과를ANSI C635의 표준시험장법으로 교정한 결과와 상호 비교하여 좋은 일치가 있음을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.348-354
• /
• 1999

본 논문에서는 산업 현장에서 일반적으로 많이 사용되고 있는 PID 제어기의 비례, 적분, 미분 파라미터를 다층 신경회로망을 이용하여 자동으로 동조하는 방법을 제안한다. 제안한 방식은 자기 궤환 뉴런을 가진 다층 신경회로망이 플랜트의 입력과 출력을 이용하여 PID 제어기의 파라미터들을 학습에 의하여 자동 동조한다. 다층 신경회로망은 자기 궤환 뉴런을 이용하여 입력층, 은닉층, 출력층의 3층으로 구성하고, 출력은 3개의 값을 갖는다. 이것은 PID 제어기의 비례(P), 적분(I), 미분(D) 파라미터로 사용된다. 이 값들은 특정한 값으로 고정되는 것이 아니라 제어 수행 과정 중에서도 다층 신경회로망의 학습에 의해 계속 변화된다. DC 서보 모터와 단일 관절 매니퓰레이터를 대상으로 시뮬레이션을 통해서 제안한 방식의 유용성을 확인한다.

• 한국콘텐츠학회논문지
• /
• 제13권12호
• /
• pp.519-529
• /
• 2013

본 논문에서는 네트워크 CCTV와 스마트 단말기를 연동한 이동체 추적 시스템을 소개한다. 긴급 상황 발생 시 신고자의 단말기는 GPS 위치 정보를 획득하고 이를 중앙 서버로 전송한다. 중앙 서버는 신고자 위치를 위험지역으로 저장하고 신고자 촬영이 가능한 CCTV를 선택하여 추적촬영 명령을 한다. 동시에 보호자 및 유관기관에 신고자의 CCTV영상을 전송하여 신속한 대처를 할 수 있게 한다. 신고자가 주변 및 목적지의 위험 여부를 알고 싶을 때 중앙 서버에서 위험지역 정보를 알려줌으로써 신고자 스스로 안전을 도모할 수 있도록 한다.

• 한국컴퓨터산업학회논문지
• /
• 제2권11호
• /
• pp.1453-1464
• /
• 2001

인터넷 사용자의 폭발적인 증가로 인해 웹 서비스는 심각한 성능상의 지연을 보이고 있다. 인기 있는 웹사이트의 입장에서는 많은 요청으로 인하여 원활한 서비스를 제공하기 어렵고, 사용자 또한 만족스러운 수준의 응답시간을 제공받지 못한다. 이에 대한 해결책으로 제시된 웹캐슁은 서버에 대한 요청을 흡수하여 전체적인 교통량을 줄이며 사용자에게는 보다 빠른 응답을 제공한다. 본 논문에서는 미국의 웹 캐쉬 프로젝트인 NLANR(National Laboratory for Applied Network Research)의 최상위 캐쉬들로부터 생성된 트레이스와 서울대에 위치한 교육망 캐쉬의 트레이스를 이용하여 웹 캐쉬 트래픽의 특성들에 관해 분석하고, 이들로부터 얻은 각종 특성 자료를 바탕으로, 미래에 필요하리라고 여겨지는 웹 오브젝트를 미리 가져오는 prefetch 방법을 제시하였으며 그로 인한 효과에 관해 분석하였다. 그 결과, l∼3% 정도 일일 평균 적중률의 향상과 최대 5% 정도의 평균 응답시간의 개선을 기대할 수 있음을 발견하였다.

• International Journal of Precision Engineering and Manufacturing
• /
• 제7권2호
• /
• pp.18-24
• /
• 2006

This paper proposes a LuGre Model-Based Neural Network (MBNN) friction compensation algorithm for a linear motor stage. For matching the friction phenomena in both the motion-start region and the motion-reverse region, the LuGre dynamic model is employed into the proposed compensation algorithm. After training of the model-based neural network is completed, the estimated friction for compensation is obtained. From the obtained result we find that the new structure gains advantage over the non-friction compensation system on the performance of the compensator in both regions. The proposed compensator is evaluated and compared experimentally with an uncompensated system on a microcomputer controlled linear motor tracking system in the final section of the paper. The experimental results show the improvement on the maximum velocity error and the root mean square tracking error in the motion-start region ranges from 34% to 53% and from 53% to 75% respectively, and in the motion-reverse region from 48% to 65% and from 79% to 90% respectively.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 B
• /
• pp.1453-1455
• /
• 2005

This paper presents self tuning PI controller of IPMSM drive using neural network. Self tuning PI controller is developed to minimize overshoot, rise time and settling time following sudden parameter changes such as speed, load torque and inertia. Also, this paper is proposed speed control of IPMSM using neural network and estimation of speed using artificial neural network(ANN) controller. The results on a speed controller of IPMSM are presented to show the effectiveness of the proposed gain tuner. And this controller is better than the fixed gains one in terms of robustness, even under great variations of operating conditions and load disturbance.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 B
• /
• pp.1137-1139
• /
• 2002

In this paper, recurrent artificial neural network (RNN) based self tuning speed controller is proposed for the high performance drives of induction motor. RNN provides a nonlinear modeling of motor drive system and could give the information of the load variation, system noise and parameter variation of induction motor to the controller through the on-line estimated weights of corresponding RNN. Thus, proposed self tuning controller can change gains of the controller according to system conditions. The gain is composed with the weights of RNN. For the on-line estimation of the weights of RNN, extended kalman filter (EKF) algorithm is used. Self tuning controller that is adequate for the speed control of induction motor is designed. The availability of the proposed controller is verified through the MATLAB simulation with the comparison of conventional PI controller.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권2호
• /
• pp.566-578
• /
• 2018

In this paper, we design a segment training based individual channel estimation (STICE) scheme for the classical two-way relay network (TWRN) with multi-pair sources (MPS) and amplify-and-forward (AF). We adopt the linear minimum mean square error (LMMSE) channel estimator to minimize the mean square error (MSE) without channel estimation error, where the optimal power allocation strategy from the relay for different sources is obtained. Then the MSE gains are given with different source pairs among the proposed power allocation scheme and the existing power allocation schemes. Numerical results show that the proposed method outperforms the existing ones.