• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2744-2746
• /
• 2000

일반화된 회귀 신경망을 이용하여 반도체 공정 최적화를 위한 플라즈마를 모델링한다. 플라즈마는 Box-W린son 실험계획표에 의해 특성화되었으며, 여기에서 변화시킨 인자로는 소스전력, 압력, 척지지대의 위치, 그리고 염소의 유량이다. 총 24회의 실험이 수행이 되었으며, 플라즈마 변수는 Langmuir Probe를 이용하여 측정하였다. 측정된 주요 플라즈마 변수로는 전자밀도, 전자온도, 그리고 플라즈마 전위이다. 폭변수를 점진적으로 증가시켜 회귀신경망을 최적화하였으며. 최적화된 모델은 통계적인 반응표면모델과 비교하였다. 비교 결과, 회귀신경망은 반응표면모델에 상응하는 예측능력을 보이고 있음을 알 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.231-233
• /
• 2015

본 논문에서는 심층 신경망 기반의 내장형 음성 인식 시스템에서 음성 인식 속도를 개선하기 위한 최적화 방법에 대해 논한다. 심층 신경망 기반의 음성 인식은 기존의 Gaussian Mixture Model (GMM) 기반에 비해 좋은 인식 성능을 보이지만 높은 연산량으로 인해 리소스가 제약된 내장형 단말기에 적용하기에는 어려움이 따른다. 따라서, 본 연구에서는 심층 신경망의 계산량 문제를 해결하고자 ARM 코어에 내장된 병렬 명령어를 사용한 최적화 기법과 특이값 분해를 통해 심층 신경망 매트릭스 연산량 감소 방안에 대해 제안한다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2006.10a
• /
• pp.2-3
• /
• 2006

본 논문에서는 신경망 모델링을 통하여 HDP-CVD를 이용한 실리콘 산화막 형성에 영향을 주는 다섯 가지 공정 장비 변수와 그에 따른 두 가지 출력 파라미터 Deposition rate과 Uniformity와의 관계를 동시에 고려한 특성결과를 분석하고， 최적의 recipe를 Genetic Algorithm을 통해 제시하였다. 실험계획법을 사용하여， 필요한 실험의 횟수를 최소화 하였으며 그 실험결과를 신경망 모델링을 통하여 입력변수와 출력파라미터의 관계를 3차원의 반응표면 곡선으로 분석하였다. 이 과정을 통해 Deposition rate과 Uniformity을 동시에 고려한 두 출력파라미터를 만족하는 최적의 입력변수 값들을 제시하였다.

• Proceedings of the KIPE Conference
• /
• 2001.07a
• /
• pp.231-234
• /
• 2001

The torque of SRM depends on phase current and the derivative of inductance. But the inductance of SRM is nonlinearly changed according to rotor position angle and phase current because of saturation in magnetic circuit. Therefore this has a concern in torque ripple and speed variation, and it is difficult to control the desired torque The torque of SRM depends on phase current and the derivative of inductance. But the inductance of SRM is nonlinearly changed according to rotor position angle and phase current because of saturation in magnetic circuit, and it is difficult to control the desired torque. This paper proposes an optimization control scheme by adjusting both the turn-on and turn-off angle according to high efficiency points which are simulated by GA-Neural Network, which is used to simulate the reasonable switching angle which is nonlinearly varied with rotor speed and load.

• Annual Conference of KIPS
• /
• 2018.10a
• /
• pp.699-701
• /
• 2018

본 연구는 인공 신경망 '추론'과정에서 연산량을 줄이는 아이디어를 고안했고, 이를 구현하여 기존 알고리즘과 성능을 비교 분석하였다. 특정 데이터 셋에 대한 실험을 통해 ReLU(Rectified Linear Unit) 함수의 결과를 분석했고, 그 결과를 통해 ReLU 함수의 결과가 예측가능함을 확인했다. 또한 인공 신경망 알고리즘에 ReLU 함수의 결과 예측 기법을 적용하여 인공 신경망 추론과정을 최적화했다. 이 아이디어를 기반으로 구현된 인공 신경망은 기존 아이디어로 구현된 인공 신경망에 비해 약 3배 빠른 성능을 보였다.

• Transactions of Materials Processing
• /
• v.19 no.2
• /
• pp.132-137
• /
• 2010

In the multi-pass shape drawing process, the appropriate process design is very important to produce sound products. The reduction ratio, die angle, and the intermediate die shape are very important process variable of the multi-pass shape drawing. The aim of this study is the determination of the reduction ratio, die angle, and the intermediate die shape of the 2 pass shape drawing process for producing steering spline shaft. In this study, FE analysis, Taguchi method, and ANN(artificial neural network) were applied to determine the appropriate reduction ratio, die angle, and intermediate die shape. After the determination of the process variables, FE analysis and drawing experiment were performed to evaluate the effectiveness of the determined process variables. The dimensional accuracy of the final drawn spline shaft was evaluated by using 3D surface profiler and 3D laser digitizing system.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.479-481
• /
• 2019

본 연구에서는 이미지를 분류하는 인공 신경망 가속기를 최적화했고, 이를 구현하여 기존 인공 신경망 가속기와 성능을 비교 분석했다. FPGA(Field Programmable Fate Array) 보드를 이용하여 가속기를 구현했으며, 해당 보드의 내부 메모리인 BRAM 을 FIFO(First In First Out)구조로 설계하여 메모리 시스템을 구현했다. Approximate computing 기법을 효율적으로 적용하기 위해 FWL(Fractional Word Length)최적점을 분석했고, 이를 기반으로 인공 신경망 가속기의 부동 소수점 연산을 고정 소수점 연산으로 변환했다. 구현된 인공 신경망 가속기는 기존의 인공 신경망에 비해, 약 7.4%더 효율적인 전력소모량을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 2001.10a
• /
• pp.46.6-46
• /
• 2001

A servo gun welding system having a AC servo motor and a PC control system is presented for the improvement of quality control in the spot welding. The spot welding process is composed of the press stage, the weld stage, and the hold stage. The changes of gun press forces according to three stages in the spot welding process are controlled and measured through the load cell in order to know the influence on the welding quality. The relation between the measured force changes according to three stages and welding qualities is also implemented on the multilayer perceptrons, one of supervised learning method of neural network, which are powerful for realization of complex mapping characteristics. The estimated results and ...

• 제어로봇시스템학회:학술대회논문집
• /
• 2001.10a
• /
• pp.41.4-41
• /
• 2001

In this paper, we propose a LQR(Linear Quadratic Regulator) controller design for the active suspension using two-degree-of-freedom quarter-car model. We can improve the inherent suspension problem, the tradeoff between ride quality and suspension travel by selecting appropriate weights in the LQR-objective function. Because any definite rules for selecting weights do not exist, we replace the designer´s trial and error with the optimization-algorithm, ES(Evolution Strategy). Using the ES, we can find the proper control gains for selected frequencies, which have major effects on the vibrations of the vehicle´s state variables.

• Journal of Information Processing Systems
• /
• v.14 no.6
• /
• pp.1301-1306
• /
• 2018

Artificial intelligence is one of the key technologies of the Fourth Industrial Revolution. This paper introduces the diverse kinds of approaches to subjects that tackle diverse kinds of research fields such as model-based MS approach, deep neural network model, image edge detection approach, cross-layer optimization model, LSSVM approach, screen design approach, CPU-GPU hybrid approach and so on. The research on Superintelligence and superconnection for IoT and big data is also described such as 'superintelligence-based systems and infrastructures', 'superconnection-based IoT and big data systems', 'analysis of IoT-based data and big data', 'infrastructure design for IoT and big data', 'artificial intelligence applications', and 'superconnection-based IoT devices'.