• 한국추진공학회지
• /
• 제11권3호
• /
• pp.29-34
• /
• 2007

본 연구에서는 모델 기반(Model-Based) 성능진단에 신경회로망을 적용하였고, SIMULINK를 이용하여 PW206C 터보축 엔진의 모델링을 수행하였다. 비행 고도, 비행 마하수, 가스발생기 회전수에 따른 다양한 운용영역의 성능데이터를 base로 하여 압축기, 압축기터빈, 동력터빈의 성능 저하에 대한 학습데이터를 획득하고 역전파(Back Propagation Network)를 이용하여 훈련하였다. 설계점 및 탈설계 영역에서 압축기, 압축기터빈, 동력터빈의 단일 손상 탐지를 수행한 결과 손상된 구성품을 비교적 잘 탐지함을 확인할 수 있었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2006년도 제26회 춘계학술대회논문집
• /
• pp.213-217
• /
• 2006

PW206C 터보 축 엔진을 위해 신경회로망을 이용한 지능형 성능 진단 프로그램이 제안되었다. 이 엔진은 항공우주연구원에서 개발 중에 있는 틸트 로터 타입 스마트 무인기의 추진시스템으로 선정되었다. 1개의 은닉층, 입력층, 출력층을 가지는 BPN(Back Propagation Network)이 신경회로망을 훈련시키기 위해 이용되었다. 입력층은 7개의 뉴런을 가지는데 SHP, MF, P2, T2, P4, T4 및 T5와 같은 측정파라미터이며 출력층은 6개의 뉴런으로 구성되어 있으며 각각은 압축기, 압축기 터빈, 동력 터빈의 유량 함수 및 효율이다. 신경망을 훈련하고 테스트하기 위한 데이터 베이스는 가스터빈 성능모사 프로그램을 이용하여 구성하였다. 훈련된 신경망을 PW206C 터보 축 엔진의 진단에 적용한 결과 제안된 진단 알고리즘이 압축기 오염과 압축기 터빈의 침식과 같은 단일 손상을 탐지하는데 유용함을 확인하였다.

• 전자공학회논문지CI
• /
• 제43권6호
• /
• pp.26-33
• /
• 2006

영화복원은 오래된 필름으로부터 손상된 영역을 자동으로 검출하여 복원하는 것이다. 영화복원은 고화질의 멀티미디어 서비스를 위한 필수작업이기 때문에, 현재 많은 연구자들로부터 관심을 받고 있다. 필름은 flick, dust, 스크래치 등의 원인으로 손상이 이루어지는데, 이 중 가장 주된 요인은 스크래치이다. 스크래치로 손상된 데이터의 복원연구는 지난 몇 년간 활발히 수행되고 있다. 스크래치 복원을 위해서는 위치 및 길이 등의 기준에 따라 나타나는 다양한 종류의 스크래치들을 모두 검출할 수 있어야만 한다. 본 논문에서는 영화의 각 프레임 상에 나타나는 다양한 종류의 모든 스크래치를 자동으로 검출할 수 있는 신경망 기반의 검출 방법을 제안한다. 다양한 높이와 폭을 가진 스크래치들을 검출하기 위해 pyramid를 이용하여 입력 영상은 다양한 해상도의 영상으로 변환된다. 각 변환된 영상에 대하여 신경망기반의 텍스처 분류기를 이용하여 스크래치와 비스크래치의 영역으로 분류한다. 이때, 처리속도의 향상을 위해 에지로 분류된 화소에 대하여만 신경망을 적용한다. 제안된 방법의 평가를 위해 다양한 종류의 스크래치를 가진 영화 및 애니메이션 데이터에 대해 실험이 이루어졌고, 그 결과, 제안된 방법의 강건함과 효율성이 입증되었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권2호
• /
• pp.102-110
• /
• 2015

The main source of noise in computed tomography (CT) images is a quantum noise, which results from statistical fluctuations of X-ray quanta reaching the detector. This paper proposes a neural network (NN) based hybrid filter for removing quantum noise. The proposed filter consists of bilateral filters (BFs), a single or multiple neural edge enhancer(s) (NEE), and a neural filter (NF) to combine them. The BFs take into account the difference in value from the neighbors, to preserve edges while smoothing. The NEE is used to clearly enhance the desired edges from noisy images. The NF acts like a fusion operator, and attempts to construct an enhanced output image. Several measurements are used to evaluate the image quality, like the root mean square error (RMSE), the improvement in signal to noise ratio (ISNR), the standard deviation ratio (MSR), and the contrast to noise ratio (CNR). Also, the modulation transfer function (MTF) is used as a means of determining how well the edge structure is preserved. In terms of all those measurements and means, the proposed filter shows better performance than the guided filter, and the nonlocal means (NLM) filter. In addition, there is no severe restriction to select the number of inputs for the fusion operator differently from the neuro-fuzzy system. Therefore, without concerning too much about the filter selection for fusion, one could apply the proposed hybrid filter to various images with different modalities, once the corresponding noise characteristics are explored.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.364-366
• /
• 2004

WDR(Wide Dynamic Range) camera has been recently introduced to provide good detailed information for the extremely dark or white area. The double shuttering camera acquires two pictures with different exposure time for the same scenes so that each image has its unique information as for the bright/dark area. Those images are combined internally to produce an image with enough details. This paper proposes a NN based method to control the exposure time of the WDR camera. Our goal is to develop a method to automatically control the exposure time like human decision. A neural model is trained to determine to increase/decrease shutter time for the given situation. The ability to adapt to unknown situation is shown for the sample cases.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 1998년도 전력전자학술대회 논문집
• /
• pp.384-387
• /
• 1998

This paper presents a newly developed speed sensorless drive using RLS(Recursive Least Squares) based on Neural Network Training Algorithm. The proposed algorithm based on the RLS has just the time-varying learning rate, while the well-known back-propagation (or generalized delta rule) algorithm based on gradient descent has a constant learning rate. The number of iterations required by the new algorithm to converge is less than that of the back-propagation algorithm. The RLS based on NN is used to adjust the motor speed so that the neural model output follows the desired trajectory. This mechanism forces the estimated speed to follow precisely the actual motor speed. In this paper, a flux estimation strategy using filter concept is discussed. The theoretical analysis and experimental results to verify the effectiveness of the proposed analysis and the proposed control strategy are described.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권1호
• /
• pp.37-42
• /
• 2010

Final year students are normally encountering high pressing in their study. In view of this fact, this research focuses on determining mental states condition of college student in final year based on the psycho-physiological information. The experiments were conducted in two times, i.e., prior- and post- graduation seminar examination. The early results indicated that the student profile of mood states (POMS) in prior final graduation seminar showed higher scores than students in post final graduation seminar. Thus, in this research, relation between biosignal representing by heart rate variability (HRV) and questionnaire responses were evaluated by hidden Markov model (HMM) and neural networks (NN).

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1228-1230
• /
• 1996

A neural network(NN) mechanism is proposed to modify the gait of a biped robot that walks on sloping surface using sensory inputs. The robot starts walking on a surface with no priori knowledge of the inclination of the surface. By accumulating experience during walking, the robot improves its walking gait and finally forms a gait that is adapted to the surface inclination. A neural controller is proposed to control the gait which has 72 reciprocally inhibited and excited neurons. PI control is used for position control, and the neurons are trained by a reinforcement learning mechanism. Experiments of static gait learning and pseudo dynamic learning are performed to show the validity of the proposed reinforcement learning mechanism.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.33-40
• /
• 1998

최근 Yang과 Tseng이 제안한 직교 신경망(ONN)은 직교 함수를 이용하여 신경망을 구성한 것으로서, 다층 신경망이 가지는 층의 구조에 대한 어려움이 없이 전체 구조를 결정할 수 있다는 장점을 가지고 있다. 또한 요구되는 정확성을 기준으로 직교 함수의 급수를 증가시키므로써 학습하는 동안에 전제 구조를 변형하는 것이 가능하고 가중치의 직？ 함수의급수를 증가시키므로써 학습하는 동안에 전체 구조를 변형하는 것이 가능하고 가중치의 학습 알고리듬이 오차 역전파법 학습 알고리듬에 비해 간단하며 수렴 속도가 빠르다는 장점도 있다. 그러나 이러한 직교 신경망은 구조의 골격이 디ㅗ는 직교 함수를 변형할 수 없는 구조를 가진다는 문제점이 있다. 본 논문에서는 입력 변환을 이용하여 직교함수를 학습할 수 있는 구조를 가지는 수정된 직교 신경망(MONN)을 제안한다. 제안한 수정된 지？ 신경망을 이용하여 비선형 시스템을 식별하기 위해 식별기 구조를 설정하고 목적을 달성하기 위한 수정된 직교 신경망의 학습 알고리듬을 유도한다.사례연구른 통하여 본 논문에서 제안한 수정된 직교 신경망의 비선형 시스템 모형화 능력, 입력 변환의 유용성을 다충 신경망, 직교 신경망과 비교하여 검증한다.

• 전자공학회논문지CI
• /
• 제37권3호
• /
• pp.27-38
• /
• 2000

본 논문은 장애물 회피 능력을 갖는 자발적 주행 로봇 (Khepera)을 제어하는 재귀 신경망을 진화와 학습의 상호 적응에 의해 결정하는 방안을 제시한다. 제안한 동시 적응 방안은 다음 두 가지 성질을 갖는다. 유전자 알고리즘에 의해 해집단내 여러 개의 신경망 제어기들은 전역적 탐색을 수행하여 점진적으로 장애물과의 충돌이 적게 일어나도록 진화되고, 동시에 각 신경망 제어기는 상보적 재강화 역전파 (CRBP： Complementary Reinforcement Backpropagation) 학습에 의해 국부적 탐색을 수행하여 주행 특성이 로봇이 처한. 외부 환경에 적응되어진다. 실험 결과, 학습과 결합한 진화에 의해 얻어진 신경망 제어기가 진화자체만에 의해 얻어진 신경망 제어기보다 더 나은 충돌 회피 능력을 보여 주며, 원하는 주행 성능에 보다 빨리 도달하는 것을 확인할 수 있다.