• 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.

• Journal of Advanced Marine Engineering and Technology
• /
• 제27권1호
• /
• pp.24-32
• /
• 2003

The PID controller has been widely used in industrial applications due to its simple structure and robustness. Even if it is initially well tuned, the PID controller must be retuned to maintain acceptable performance when there are system parameter changes due to the change of operation conditions. In this paper, a self-tuning control scheme which comprises a parameter estimator, a NN-based rule emulator and a PID controller is proposed, which can cope with changing environments. This method involves combining neural networks and real-coded genetic algorithms(RCGAs) with conventional approaches to provide a stable and satisfactory response. A RCGA-based parameter estimation method is first described to obtain the first-order with time delay model from over-damped high-order systems. Then, a set of optimum PID parameters are calculated based on the estimated model such that they cover the entire spectrum of system operations and an optimum tuning rule is trained with a BP-based neural network. A set of simulation works on systems with time delay are carried out to demonstrate the effectiveness of the proposed method.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.675-680
• /
• 2018

본 논문에서는 RCE (restricted coulomb energy) 신경망을 이용한 손동작 인식기를 제안하고, 이의 실시간 학습 및 인식을 위한 하드웨어 구현 결과를 제시한다. RCE 신경망은 네트워크 구조가 학습에 따라 유동적이며, 학습 알고리즘이 여타 신경망에 비해 비교적 간단하기 때문에 실시간 학습 및 인식이 가능하므로 손동작 인식기에 적합한 장점을 갖는다. FPGA기반 검증 플랫폼을 사용하여 3D 숫자 데이터 셋을 생성하였으며, 설계된 손동작 인식기는 3D 숫자 데이터 셋에 대해 98.8%의 인식 정확도를 나타냈다. 제안된 손동작 인식기는 Intel-Altera cyclone IV FPGA기반 구현 결과, 26,702개의 logic elements로 구현 가능함을 확인하였으며, 70MHz의 동작 주파수로 실시간 학습 및 인식 결과에 대한 검증을 수행하였다.

• 제어로봇시스템학회논문지
• /
• 제11권3호
• /
• pp.207-213
• /
• 2005

This paper deals with an autonomous flight guidance and control algorithm design for TR301 tilt-rotor airplane under development by Korea Aerospace Research Institute for simulation purpose. The objective of this study is to design autonomous flight algorithm in which the tilt-rotor airplane should follow the given waypoints precisely. The approach to this objective in this study is that, first of all, model-based inversion is applied to the highly nonlinear tilt-rotor dynamics, where the tilt-rotor airplane is assumed to fly at helicopter flight mode(nacelle angle=0 deg), and then the control algorithm, based on classical control, is designed to satisfy overall system stabilization and precise waypoint following performance. Especially, model uncertainties due to the tiltrotor model itself and inversion process are adaptively compensated in a simple neural network(Sigma-Phi NN) for performance robustness. The designed algorithm is evaluated in the tilt-rotor nonlinear airplane in helicopter flight mode to analyze the following performance for given waypoints. The simulation results show that the waypoint following responses for this algorithm are satisfactory, and control input responses are within control limits without saturation.

• 센서학회지
• /
• 제29권1호
• /
• pp.68-73
• /
• 2020

This paper proposes an asynchronous circuit design methodology using a new Single Gate Sleep Convention Logic (SG-SCL) with advantages such as low area overhead, low power consumption compared with the conventional null convention logic (NCL) methodologies. The delay-insensitive NCL asynchronous circuits consist of dual-rail structures using {DATA0, DATA1, NULL} encoding which carry a significant area overhead by comparison with single-rail structures. The area overhead can lead to high power consumption. In this paper, the proposed single gate SCL deploys a power gating structure for a new {DATA, SLEEP} encoding to achieve low area overhead and low power consumption maintaining high performance during DATA cycle. In this paper, the proposed methodology has been evaluated by a liquid state machine (LSM) for pattern and digit recognition using FPGA and a 0.18 ㎛ CMOS technology with a supply voltage of 1.8 V. the LSM is a neural network (NN) algorithm similar to a spiking neural network (SNN). The experimental results show that the proposed SG-SCL LSM reduced power consumption by 10% compared to the conventional LSM.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2002년도 추계공동학술대회논문집
• /
• pp.113-119
• /
• 2002

최근에, 자동화 크레인 제어 시스템은 빠른 속도와 신속한 수송이 요구되어 지고 있다 컨테이너 야드 내에서 크레인 시스템의 동작 동안, 스프레더에 매달린 컨테이너의 흔들림은 최소화로 되도록 크레인의 트롤리 위치와 와이어 로프 길이 제어가 필요하다. 크레인 시스템에서 자동 주행 제어 기술과 흔들림 방지 기술을 사용하여 무인 자동화 제어 시스템의 개발을 할 수 있는 핵심 기술이다. 그 결과 우리는 트랜스퍼 크레인 시스템 제어에서 자동 주행 제어를 위한 제어기를 설계하였다. 크레인 시스템을 통한 시뮬레이션 분석에서 다른 기존의 제어기들보다 우수한 제어 수행을 증명하였다.

• 전력전자학회논문지
• /
• 제5권2호
• /
• pp.131-139
• /
• 2000

일반적으로 시스템 인식과 제어에 이용하는 다층 신경회로망은 기존의 역전파 알고리즘을 이용한다. 그러나 결선강도에 대한 오차의 기울기를 구하는 방법이기 때문에 국부적 최소점에 빠지기 쉽고, 수렴속도가 매우 늦으며 초기 결선강도 값들이나 학습계수에 민감하게 반응한다. 이와 같은 단점을 개선하기 위하여 확장된 칼만 필터링 기법을 역전파 알고리즘에 결합하였으나 계산상의 복잡성 때문에 망의 크기가 증가하면 실제 적용할 수 없다. 최근 신경회로망을 선형과 비선형 구간으로 구분하고 칼만 필터링 기법을 도입하여 수렴속도를 빠르게 하고 초기 결선강도 값에 크게 영향을 받지 않도록 개선하였으나, 여전히 은닉층의 선형 오차값을 역전파 알고리즘에 의해서 계산하기 때문에 학습계수에 민감하다는 단점이 있다. 본 논문에서는 위에서 언급한 기존의 신경회로망 알고리즘의 문제점을 개선하기 위하여 은닉층의 목표값을 최적기법에 의하여 직접계산하고 각각의 결선강도 값은 반복최소 자승법으로 온라인 학습하는 알고리즘을 제안하고 이들 신경회로망 알고리즘과 비교하고자 한다. 여러 가지 시뮬레이션과 실험을 통하여 제안된 방법이 초기 결선강도에 크게 영향을 받지 않으며, 기존의 학습계수 선정에 따른 문제점을 해결함으로써 신경회로망 모델에 기초한 실시간 제어기 설계에 응용할 수 있도록 하였다. 또한, 유도전동기의 속도추정과 제어에 적용하여 좋은 결과를 보였다.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.475-480
• /
• 2011

본 논문에서는 충돌 위험도 판단 시스템을 제안한다. 먼저 칼만 필터를 이용하여 보행자의 정보를 예측하고, 몬테 카르롤로 모의 실험과 신경 회로망을 이용해 충돌 확률을 계산한다. 그리고 과거의 충돌 확률 정보를 이용하여 충돌확률을 예측한다. Belief 충돌 예측 방법은 현재뿐만 아니라, 과거의 필터링 정보를 모두 이용하여 충돌 확률을 에측한다. 마지막으로 컴퓨터 시뮬레이션으로 제안된 알고리즘의 성능을 확인한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 전문대학교육위원
• /
• pp.155-157
• /
• 2005

This paper shows how to design a MPPT control of PV system using neural network PI self tuning. The conventional self-tuning methods have the voltage control problem of nonlinear PV system which can't adapt against any kinds of noise or operation circumstances. In this paper, supposed to solve these problem to PI parameters controller algorithm using ANN. In the proposed algorithm, the parameters of the controller were adjusted to reduce by on-line system the error of the output voltage of DC-DC chopper. In this process, EBPA NN was constituted to an output error value of a DC-DC chopper and conspired an input and output. The performance of the self-tuning controller is compared with that of the PI controller tuned by conventional method. The effectiveness of the proposed control method is verified thought the Matlab Simulink.