http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 전효병 (검색결과 36 건)
- 무료
- 기관 내 무료
- 유료
-
전효병,김대준,심귀보 대한전자공학회 1998 電子工學會論文誌, S Vol.s35 No.4
In general, Evoluationary Algorithm(EAs) are refered to as methods of population-based optimization. And EAs are considered as very efficient methods of optimal sytem design because they can provice much opportunity for obtaining the global optimal solution. This paper presents a co-evolution scheme of artifical neural networks, which has two different, still cooperatively working, populations, called as a host popuation and a parasite population, respectively. Using the conventional generatic algorithm the host population is evolved in the given environment, and the parastie population composed of schemata is evolved to find useful schema for the host population. the structure of artificial neural network is a diagonal recurrent neural netork which has self-feedback loops only in its hidden nodes. To find optimal neural networks we should take into account the structure of the neural network as well as the adaptive parameters, weight of neurons. So we use the genetic algorithm that searches the structure of the neural network by the co-evolution mechanism, and for the weights learning we adopted the evolutionary stategies. As a results of co-evolution we will find the optimal structure of the neural network in a short time with a small population. The validity and effectiveness of the proposed method are inspected by applying it to the stabilization and position control of the invered-pendulum system. And we will show that the result of co-evolution is better than that of the conventioal genetic algorithm.
-
심귀보,이상환,전효병 중앙대학교 생산공학연구소 1997 생산공학연구소 논문집 Vol.6 No.2
최근들어 비선형 동적 시스템의 동정을 위한 동적 귀환 신경망에 대한 연구가 활발히 이루어 지고 있다. 일반적으로, 신경망의 연결강도를 학습시키기 위해서는 역전파 학습규칙이 사용되고 있다. 그러나, 이 방법은 많은 복잡한 계산과정을 필요로 하게 되고, 지역 최소값에 빠질 가능성이 매우 높다. 따라서 본 논문에서는 동적 귀환 신경망을 이용하여 비선형 동적 시스템을 동정하기 위한 새로운 방법을 제안한다. 뉴런의 연결강도를 학습시키기 위해서 본 논문에서는 진화전략을 사용한다. 주 연산자로서 돌연변이를 갖는 진화전략에 의해 학습된 동적 귀환 신경망은 플랜트 에뮬레이터로서 역할할 수 있게 된다. 또한 진화전략의 적합도 평가 함수는 플랜트의 출력과 신경망의 출력간의 오차에 기반을 둔다. 비선형 동적 시스템을 동정하는 새로운 방법은 2축 로봇 메니퓰레이터의 시뮬레이션에 적용하여 그 가능성과 유효성을 검토한다. Recently, dynamic recurrent neural networks(DRNN) for identification of nonlinear dynamic systems have been researched extensively. In general, dynamic backpropagation was used to adjust the weights of neural networks. But, this method requires many complex calculations and has the possibility of falling into a local minimum. So, we propose a new approach to identify nonlinear dynamic systems using DRNN. In order to adjust the weights of nonlinear dynamic systems using DRNN. In order to adjust the weights of neurons, we use evolution strategies, which is a method used to solve and optimal problem having many local minimums. DRNN trained by evolution strategies with mutation as the main operator can act as a plant emulator. And the fitness function of evolution strategies is based on the difference of the plant's output and DRNN's outputs. Thus, this new approach at identifying nonlinear dynamic system, when applied to the simulation of a tow-link robot manipulator, demonstrates the performance and efficiency of this proposed approach.
-
-
전효병(Hyo-Byung Jun),심쉬보(Kwee-Bo Sim) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
스테레오 영상 처리에 있어서 가장 중요한 단계는 좌우 영상간의 일치점을 찾는 영상 정합 단계라고 할 수 있다. 일반적인 영상 정합 방법으로는 영역 기반에 의한 방법과 특정점에 기반한 방법으로 나누어질 수 있다. 영역 기반의 방법은 많은 계산량을 필요로 하는 단점이 있으며, 특징점에 기반한 방법은 처리 속도는 향상시킬 수 있으나 전체적인 변이도를 구할 수 없는 단점이 있다. 한편 이미지 데이터 자체의 애매함이나 잡음, 처리 과정에서 발생하는 모호성, 인식과 해석 단계에서의 불확실한 지식 등을 효과적으로 다루기 위해 퍼지 기법을 이용한 영상 처리 연구가 활발히 진행되고 있다. 본 논문에서는 각 픽셀의 밝기를 소속함수 값으로 변환한 후, 이 소속함수 값을 이용하여 좌우 영상의 일치점을 찾는 퍼지 스테레오 정합 알고리듬을 제안한다. 제안된 알고리듬은 몇가지 스테레오 영상에 적용하여 그 유효성을 입증한다.
-
-
-
-
심귀보,전효병,이상환 중앙대학교 생산공학연구소 1998 생산공학연구소 논문집 Vol.7 No.1
최근에 신경망을 이용한 비선형 동적 시스템의 동정에 관한 연구가 활발히 진행되고 있다. 그러나 일반적인 비선형 동적 시스템의 동정에 있어서는 신경망의 동적 특성을 높이기 위해 과거 데이터를 저장하는 과도한 메모리의 사용이 요구되며, 역전파 알고리즘의 수행에 많은 복잡한 계산이 수행된다. 따라서, 본 논문에서는 단순한 전방향 신경망을 이용한 새로운 비선형 동적 시스템의 동정 방법을 제시한다. 제안된 방법에서는 전방향 신경망의 출력을 현재의 상태변수값에 얼마만큼 증감할 것인가 하는 증감량으로 사용한다. 연결강도의 조정을 위해서 많은 국소해가 존재하는 문제에서 보다 쉽고 간단하게 최적해를 구할 수 있는 진화전략을 사용한다. 제안된 방법의 유효성은 2축 로봇 메니퓰레이터의 시뮬레이션을 통해 검증된다. Recently, the identification of nonlinear dynamic systems using neural networks has been researched extensively. For the identification of nonlinear dynamic systems, generally, excessive memories storing past data set are required to give dynamic property to neural networks and lots of complex calculations are executed for the backpropagation algorithm. So, we propose a new approach to identify nonlinear dynamic systems using simple feedforward neural networks. We use the outputs of feedforward neural networks as the value of what is added to or subtracted from the current states. In order to adjust the weights of neurons, we use evolution strategies, which makes it easier and simpler to solve an optimal problem having many local minima. Simulation results using two-link robot manipulator data reveal the performance and efficiency of this proposed approach.
-
-
정영준,전효병,심귀보 중앙대학교 생산공학연구소 1999 생산공학연구소 논문집 Vol.8 No.2
스테레오 영상 처리에 있어서 중요한 과정은 왼쪽 영상과 오른쪽 영상의 일치하는 화소를 찾는 스테레오 정합 과정 이다. 정합 방법에는 두 가지 방법이 있다. 한가지는 영역기반의 방법이며 다른 방법은 특징기반 방법이다. 영역기반 방법은 특정기반 방법에 비해서 연산 시간이 많이 소요되며, 특징기반 방법은 연산 시간에 있어서는 장점이 있지만 영상의 모든 화소에 대한 정합을 수행 할 수 없다. 본 논문에서는 영역기반 스테레오 정합 방법으로 후보접합 방법을 제안하였다. 이 방법은 영상의 밝기 정보를 평판화 하고, 정합 후보를 찾은 후 상관도에 의한 방법으로 정합을 수행한다. 본 알고리즘의 효율성을 확인하기 위하여 몇가지 스테레오 영상에 대해서 실험하였다. The most important step in stereo image processing is stereo matching porcess which is conjugate pair of pixel finding process in the left and right image. There are two matching methods. The one is an area based approach and another is a feature based approach. An area based approach needs much calculation time than feature based approach and feature based approach has advantage in calculation time, but can not obtain matched data for all pixels in the image. In this paper, we propose a candidate matching algorithm. This method converts brightness data of image to equalized value and find candidates of matching and find matching point by correlation method. We experiment with some stereo images to validate effectiveness of this algorithm.
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
