• 융합신호처리학회논문지
• /
• 제5권2호
• /
• pp.132-137
• /
• 2004

본 논문에서는 다층 신경회로망의 구조를 가지며, 백프로퍼게이션 학습 알고리즘을 이용한 적응신호처리 시스템을 구현하였다. 최소자승 알고리즘을 이용한 적응 잡음 제거기는 기준 신호와 잡음과의 상관도에 영향을 많이 받고, 정보 신호가 잡음에 비하여 상대적으로 작은 경우에 한계를 보이고 있다. 이와 같은 잡음에 대하여 본 논문에서 제안된 시스템은 좋은 성능을 보인다. 또한, 은닉층의 수와 노드 수를 다르게 구성했을 경우에 시스템의 출력에 미치는 결과에 대하여 분석하였다. 제안된 적응 신호처리 시스템의 장점을 알아보기 위하여 성능 평가의 기준이 되는 최소자승 알고리즘을 이용한 시스템과 비교하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1981-1982
• /
• 2008

뇌파신호 측정 시에는 환자의 움직임 등으로 artifact가 발생하게 된다. 따라서 정확한 진단에는 이와 같은 artifact를 제거하는 것이 중요하다. 본 논문에서는 뇌파신호에서 발생할 수 있는 artifact 중 EOG(Electrooculogram: 안전위도)를 검출하고 제거하기 위한 방법으로 EOG 필터링(EOG filtering)을 제안하며, 나머지 근전도를 제거하기 위해 신경망(neural network)를 사용한다. 이때 입력신호의 특징이 신경망에 보다 잘 적용될 수 있도록 비선형 양자화기를 적응적으로 동작시키는 방법을 제안한다. 제안하는 방법을 통해 뇌파신호의 artifact를 효과적으로 제거할 수 있다.

• 한국정밀공학회지
• /
• 제13권6호
• /
• pp.168-176
• /
• 1996

A diagnosis system which can monitor tool breakage and chipping in real time was developed using a DSP(Digital Signal Processor) board in face milling operation. AR modelling and band energy method were used to extract the feature of tool states from cutting force signals. Artificial neural network embedded on DSP board discriminates different patterns from features got after signal processing. The features extracted from AR modelling are more accurate for the malfunction of a process than those from band energy method, even though the computing speed of the former is slow. From the processed features, we can construct the real time diagnosis system which monitors malfunction by using a DSP board having a parallel processing capability.

• 융합신호처리학회논문지
• /
• 제13권4호
• /
• pp.233-237
• /
• 2012

본 논문에서는 RTDNN과 FLC를 이용해서 주신경망을 보상하는 제어시스템을 제안한다. 주신경망이 학습을 완료한 후 외란이나 부하변동이 생겨 오브 슛 내지는 언더 슛을 나타낼 때 적절히 조정하기 위해 퍼지 보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 제어대상의 역모델 신경망에서 학습시킨 결과를 이용하여 주신경망의 가중치를 변경시킴으로서 제어대상의 원하는 동적 특성을 얻게 된다. 모의 실험 결과 제안한 신경망 제어기의 양호한 응답 특성을 확인 할 수 있다.

• 음성과학
• /
• 제9권2호
• /
• pp.147-155
• /
• 2002

In the area of speech processing, raw signals used to be presented into 2D format. However, such kind of presentation methods have limitation to extract characteristics from the signal because of the presentation method. Generally, not much information can be detected from the 2D signal. Strange attractor in the field of chaos theory provides a 3D presentation method. In the area of recognition problem, signal presentation method is very important because good features can be detected from a good presentation. This paper discusses a new feature extraction method that extracts features from a cycle of the strange attractor. A neural network is used to check whether the method extracts suitable features or not. The result shows very good points that can be applied to some areas of signal processing.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2846-2866
• /
• 2022

Caenorhabditis elegans exhibits sophisticated chemotaxis behavior through two parallel strategies, klinokinesis and klinotaxis, executed entirely by a small nervous circuit. It is therefore suitable for inspiring fast and energy-efficient solutions for autonomous navigation. As a random search strategy, the Lévy walk is optimal for diverse animals when foraging without external chemical cues. In this study, by combining these biological strategies for the first time, we propose a spiking neural network model for search and contour tracking of specific concentrations of environmental variables. Specifically, we first design a klinotaxis module using spiking neurons. This module works in conjunction with a klinokinesis module, allowing rapid searches for the concentration setpoint and subsequent contour tracking with small deviations. Second, we build a random exploration module. It generates a Lévy walk in the absence of concentration gradients, increasing the chance of encountering gradients. Third, considering local extrema traps, we develop a termination module combined with an escape module to initiate or terminate the escape in a timely manner. Experimental results demonstrate that the proposed model integrating these modules can switch strategies autonomously according to the information from a single sensor and control steering through output spikes, enabling the model worm to efficiently navigate across various scenarios.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.141-144
• /
• 2001

본 논문에서는 신경망제어기의 출력을 보상하는 퍼지보상기를 갖는 신경망제어기에 관하여 제안하였다. 학습이 완료된 신경망제어기를 사용하더라도 예상치 못한 외란으로 인해 플랜트의 출력이 좋지 못한 경우가 있는데, 이것을 적절하게 조절해 주기 위해 퍼지보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 플랜트의 역 모델 신경망을 학습시킨 결과를 이용하여 주 신경망의 가중치를 변경시킴으로서 원하는 플랜트의 동적 특성을 얻게 된다. 세안한 제어기의 성능을 확인하기 위해 유압 서보시스템을 대상으로 DSP 프로세서를 사용하여 구현한 후 실험결과를 관찰하였다.

• 융합신호처리학회논문지
• /
• 제5권1호
• /
• pp.53-59
• /
• 2004

부하예측의 경우 가장 중요한 문제는 특수일의 부하를 예측하는 것이고, 따라서 본 본문은 과거 특수일 부하 데이터를 이용하여 신경회로망 모델에 의해서 특수일 피크부하를 예측하는 방법을 제시한다. 특수일 부하는 예측되었고, 예측 오차율은 광복절을 제외하고는 l∼2% 정도의 비교적 우수한 예측결과를 도출하였다. 따라서 사용한 예측 모델은 특수일의 부하에 만족스러운 정밀한 예측이 가능하고. 신경회로망은 특수일 부하 예측의 결과를 검증하기 위해 4차 직교다항식모형과 특수일 부하의 예측에효과적인 패턴 변환비를 이용한 신경회로망 모형을 구성했다. 한편, 시간별 특수일의 부하예측에도 신경회로망을 적용한 특수일 부항예측의 경우와 같은 양호한 예측결과를 보였다.

• 한국전기전자재료학회논문지
• /
• 제20권1호
• /
• pp.65-73
• /
• 2007

Pattern classification of single and multiple discharge sources was applied using a wavelet image signal method in which a feature extraction was applied using a hidden sub-image. A feature extracting method that used vertical and horizontal images using an MSD method was applied to an averaging process for the scale of pulses for the phase. A feature extracting process for the preprocessing of the input of a neural network was performed using an inverse transformation of the horizontal, vertical, and diagonal sub-images. A back propagation algorithm in a neural network was used to classify defective signals. An algorithm for wavelet image processing was developed. In addition, the defective signal was classified using the extracted value that was quantified for the input of a neural network.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.149-152
• /
• 2001

본 논문은 이미 판서된 오프라인(off-line) 영문 인쇄체를 실시간으로 인식하기 위해 인공신경망의 역전파 (Backpropagation) 학습알고리즘을 적용하여 인식 시스템의 성능을 최대화하고, 양질의 특성벡터를 추출함으로서 실시간 처리가 가능하도록 처리시간을 단축시키는 것을 목적으로 하였다. 실시간 영상을 획득하고 처리하기 위한 Genesis 실시간 영상처리 보드와 이 보드를 제어하기 위한 MIL(Matrox Image Library)패키지를 이용하여 실시간 인식시스템을 구현하였고, 인공신경망의 기대값을 ASCII형태로 변환시켜 출력벡터의 차수를 감소시키는 방법을 제시함으로서 패턴의 학습과 인식처리에 소요되는 시간, 그리고 인식시스템의 성능을 비교해 보았다.