• 융합신호처리학회논문지
• /
• 제13권2호
• /
• pp.91-98
• /
• 2012

전압강하(sag), 전압상승(swell), 고조파(harmonics)와 충격과도(impulsive transients)와 같은 전력품질(PQ: Power Quality) 신호는 전력전자 장비와 마이크로프로세서 기반 전자장치 운전에 매우 중요한 문제점을 야기시킨다. 웨이블릿 기반 잡음제거 기법과 역전파 신경회로망을 사용하여 잡음 전력품질을 분석하고 인식하는 잡음 전력품질 인식 시스템의 유효성을 본 논문에서 조사하였다. 잡음 전력 인식 시스템에 적용된 알고리즘은 웨이블릿기반 디노이징과 역전파 신경회로망이고, 잡음 전력품질 인식 시스템의 실시간 성능을 검증하기 위하여 Simulink를 사용한 SIL(Software In the Loop)과 TMS320C6713DSK를 사용한 PIL(Processor In the Loop)을 통하여 우수한 인식률을 확인 할 수 있었다.

• 한국정밀공학회지
• /
• 제12권10호
• /
• pp.149-156
• /
• 1995

This paper presents a method of detecting chatter vibration in end-mill process. The detecting system consists of an adaptive signal processing scheme which uses an autore- gressive time-series model and a neural network is proposed and is verified its effectiveness by using acceleration and cutting force signals recorded during slotting in end-mill operations. Expeerimental results indicate that the proposed system provides excellent detection when chatter is occured within the ranges of cutting conditions considered in this study and an effectiveness of the integration of signals is confirmed.

• 대한전자공학회논문지SP
• /
• 제40권1호
• /
• pp.139-147
• /
• 2003

동적 신경망은 신호예측과 같이 temporal 신호처리가 요구되는 여러 분야에 적용되어 왔다. 본 논문에서는 다층 리커런트 신경망(RNN)의 동특성을 향상시키기 위해 지역 궤환 신경망(LRNN)과 광역 궤환 신경망(CRNN)으로 구성된 합성 신경망을 제안하고, 적응필터로 제안된 신경망을 사용하여 비선형 적응예측을 다루고 있다. 합성 신경망은 LRNN으로 IIR-MLP와 CRNN으로 Elman RNN 신경망으로 구성되어 있다. 제안된 신경망은 비선형 신호예측을 통해 평가되었으며, 예측 성능의 상대적인 비교를 위해 Elman RNN과 IIR-MLP 신경망과 상호 비교하였다. 실험결과에 의하면 합성 신경망은 수렴속도과 정확도에서 더 우수한 성능을 보여줌으로써, 제안된 신경망이 기존의 다층 리커런트 신경망보다 비정적 신호에 대한 비선형 예측에 더 효과적인 예측모델임을 확인하였다.

• 융합신호처리학회논문지
• /
• 제14권1호
• /
• pp.1-5
• /
• 2013

The two major problems related to the blood flow in replaced prosthetic heart valve are thrombus formation and hemolysis. Reliability of prosthetic valve is very important because its failure means the death of patient. There are many factors affecting the valvular failures and their representatives are mechanical failure and thrombosis, so early noninvasive detection is essentially required. The purpose of this study is to detect the various thromboses formation by using acoustic signal acquisition and its spectral analysis on the frequency domain. We made the thrombosis models using Polydimethylsiloxane (PDMS) and they are thrombosis model on the disc, around the sewing ring and fibrous tissue growth across the orifice of valve. Using microphone and amplifier, we measured the acoustic signal from the prosthetic valve, which is attached to the pulsatile mock circulation system. A/D converter sampled the acoustic signal and the spectral analysis is the main algorithm for obtaining spectrum. Then the spectrum of normal and 5 different kinds of abnormal valve were obtained. Each spectrum waveform shows a primary and secondary peak. The secondary peak changes according to the thrombus model. To quantitatively distinguish the frequency peak of the normal valve from that of the thrombosed valves, analysis using a neural network was employed. Acoustic measurement has been used as a noninvasive diagnostic tool and is thought to be a good method for detecting possible mechanical failure or thrombus.

• 전기학회논문지
• /
• 제57권8호
• /
• pp.1454-1463
• /
• 2008

Blind source separation by independent component analysis (ICA) has applied in signal processing, telecommunication, and image processing to recover unknown original source signals from mutually independent observation signals. Neural networks are learned to estimate the original signals by unsupervised learning algorithm. Because the outputs of the neural networks which yield original source signals are mutually independent, then mutual information is zero. This is equivalent to minimizing the Kullback-Leibler convergence between probability density function and the corresponding factorial distribution of the output in neural networks. In this paper, we present a learning algorithm using information theory and higher order statistics to solve problem of blind source separation. For computer simulation two deterministic signals and a Gaussian noise are used as original source signals. We also test the proposed algorithm by applying it to several discrete images.

• Structural Engineering and Mechanics
• /
• 제45권1호
• /
• pp.53-67
• /
• 2013

This study aimed to develop a model to accurately predict the acceleration of structural systems during an earthquake. The acceleration and applied force of a structure were measured at current time step and the velocity and displacement were estimated through linear integration. These data were used as input to predict the structural acceleration at next time step. The computation tool used was the Volterra/Wiener neural network (VWNN) which contained the mathematical model to predict the acceleration. For alleviating problems of relatively large-dimensional and nonlinear systems, the VWNN model was utilized as the signal processing tool, including the Taylor series components in the input nodes of the neural network. The number of the intermediate layer nodes in the neural network model, containing the training and simulation stage, was evaluated and optimized. Discussions on the influences of the gradient descent with adaptive learning rate algorithm and the Levenberg-Marquardt algorithm, both for determining the network weights, on prediction errors were provided. During the simulation stage, different earthquake excitations were tested with the optimized settings acquired from the training stage to find out which of the algorithms would result in the smallest error, to determine a proper simulation model.

• 융합신호처리학회논문지
• /
• 제6권3호
• /
• pp.112-119
• /
• 2005

본 논문에서는 심리학 생리학적 지식을 기초로 하여 좌우 망막을 양안 입체시로 대응시켜 얻은 2매의 화상으로부터 깊이 정보를 추출하는 신경회로 모델을 제안하고 3차원 표면의 복원법을 검토한다. 화상의 특징을 근거로 하여 시차를 추출할 경우, 경계 부분에 유사한 특징이 반복된다면 경우 올바른 깊이 정보를 검출할 수 없다. 본 논문에서 제안된 신경회로 모델은 시차의 추출, 시차의 통합, 시차의 보간에 의하여 시차를 결정한다. 또한, 깊이 정보를 보간하여 3차원 형상을 복원하고 그 복원된 3차원 형상에 좌입력 화상을 투영하여 3차원 표면을 복원하는 법을 제안하고, 실험을 통하여 시차 추출 시간을 대폭 줄일 수 있음을 확인하였다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.84-90
• /
• 2022

공작기계 상태 진단은 기계의 상태를 자동으로 감지하는 프로세스이다. 실제로 가공의 효율과 제조공정에서 제품의 품질은 공구 상태에 영향을 받으며 마모 및 파손된 공구는 공정 성능에 보다 심각한 문제를 일으키고 제품의 품질 저하를 일으킬 수 있다. 따라서 적절한 시기에 공구가 교체될 수 있도록 공구 마모 진행 및 공정 중 파손 방지 시스템 개발이 필요하다. 본 논문에서는 공구의 적절한 교체 시기 등을 진단하기 위해 딥러닝 기반의 계층적 컨볼루션 신경망을 이용하여 5가지 공구 상태를 진단하는 방법을 제안한다. 기계가 공작물을 절삭할 때 발생하는 1차원 음향 신호를 주파수 기반의 전력스펙트럼밀도 2차원 영상으로 변환하여 컨볼루션 신경망의 입력으로 사용한다. 학습 모델은 계층적 3단계를 거쳐 5가지 공구 상태를 진단한다. 제안한 방법은 기존의 방법과 비교하여 높은 정확도를 보였고, 실시간 연동을 통해 다양한 공작기계를 모니터링할 수 있는 스마트팩토리 고장 진단 시스템에 활용할 수 있을 것이다.

• International Journal of Korean Welding Society
• /
• 제1권1호
• /
• pp.23-30
• /
• 2001

Among the various welding conditions, the welding current that is inversely proportional to the tip-to-work-piece distance is an essential parameter as to monitor the GMAW process and to implement the welding automation. Considering the weld pool surface geometry including weld defects, it should modify the signal processing method for automatic seam tracking in horizontal fillet welding. To meet the above necessities, a mathematical model related with the weld pool geometry was proposed as in a conjunction with the two-dimensional heat flow analysis of the horizontal fillet welding. The signal processing method based on the artificial neural network (Adaptive Resonance Theory) was proposed for discriminating the sound weld pool surface from that with the weld defects. The reliability of the numerical model and the signal processing method proposed were evaluated through the experiments of which showed that they are effective for predicting the weld bead shape with or without the weld defects in a horizontal fillet welding.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.178-185
• /
• 2009

가속도계 신호를 대상으로 패턴 인식을 행하는 연구에서 공통적으로 사용될 수 있는 끝점 검출 방법을 제안한다. 기존의 연구 결과물은 추가적인 단추 등을 부착하여 수동으로 구분하거나, 고성능 고주파 대역 필터 등의 사용으로 알고리즘 상에서 필히 시간 지연이 발생하며 또한 알고리즘 구현상 여러 매개 변수 및 이를 위한 문턱값이 존재하였다. 본 논문에서는 가속도의 일계도 미분의 시퀀스를 입력 벡터로 사용하여, 시계열 데이터 예측과 유사한 형태로 focused Time Lagged Feedforward Network(TLFN)을 설계, 이를 학습시키는 방법을 제안 하였다. 제안한 방법을 글자 궤적에 대해 적용하여 신뢰도 있는 끝점 검출 성능과 실시간 응답 특성을 확인하였다.