Levenberg-Marquardt 알고리즘의 지반공학 적용성 평가

김영수(Kim Youngsu),김대만(Kim Daeman) 한국지반환경공학회 2009 한국지반환경공학회논문집 Vol.10 No.5

본 연구에서는 Levenberg-Marquardt(LM) 알고리즘 인공신경망을 통하여 지반공학 문제 중의 하나인 압축지수를 예측하였고, 예측된 결과는 현재 지반공학에 널리 사용되고 있는 Back Propagation(BP) 알고리즘 인공신경망의 예측 결과와 비교하여 LM알고리즘의 지반공학 적용성을 평가하였다. 또한 두 알고리즘에 의한 예측치는 기존에 제안된 압축지수의 경험식들에 의하여 산정된 결과들과 비교를 통하여 예측결과의 정확성을 확인하였다. 경험식에 의한 압축지수의 산정치는 전반적으로 BP 알고리즘과 LM 알고리즘 인공신경망에 의한 예측치에 비하여 더 큰 오차를 나타냈다. LM 알고리즘에 의한 압축지수의 예측치는 BP 알고리즘의 예측치와 비교할 때 정확도는 비슷하나 수렴속도에서 더 좋은 결과를 보여 LM 알고리즘의 지반공학 적용성은 우수한 것으로 나타났다. In this study, one of the complicated geotechnical problem, compression index was predicted by a artificial neural network method of Levenberg-Marquardt (LM) algorithm. Predicted values were compared and evaluated by the results of the Back Propagation (BP) method, which is used extensively in geotechnical engineering. Also two different results were compared with experimental values estimated by verified experimental methods in order to evaluate the accuracy of each method. The results from experimental method generally showed higher error than the results of both artificial neural network method. The predicted compression index by LM algorithm showed better comprehensive results than BP algorithm in terms of convergence, but accuracy was similar each other.

신경망 학습알고리즘의 비교와 2차원 익형의 비정상 공력하중 예측기법에 관한 연구

강승온(Seung-On Kang),전상욱(Sang-Ook Jun),박경현(Kyung-Hyun Park),전용희(Yong-Hee Jeon),이동호(Dong-Ho Lee) 한국항공우주학회 2009 韓國航空宇宙學會誌 Vol.37 No.5

본 연구에서는 오일러 CFD코드에서 얻은 데이터를 이용하여 2차원 익형의 비정상 공력하중을 모델링하고 예측할 수 있는 신경망의 능력을 확인하였다. 신경망 모델은 감독자관리 학습을 기반으로 하여 르벤버그-마쿼트 알고리즘, 그리고 여기에 유전알고리즘을 결합시킨 혼합형 유전알고리즘을 사용하여 구성하고 각 경우에 대하여 그 효율성을 비교분석하였다. 복잡한 시스템을 모사하는 신경망을 학습시키는 데는 혼합형유전알고리즘이 더 효율적이라는 것을 보였으며 신경망모델에 의한 2차원 익형의 비정상공력하중 예측결과 실제 수치결과와 비교적 정확하게 일치하여 신경망 모델이 축소모델로서의 기능을 발휘하는 것을 입증하였다. In this study, the ability of neural network in modeling and predicting of the unsteady aerodynamic force coefficients of 2D airfoil with the data obtained from Euler CFD code has been confirmed. Neural network models are constructed based on supervised training process using Levenberg-Marquardt algorithm, combining this into genetic algorithm, hybrid genetic algorithm and the efficiency of the two cases are analyzed and compared. It is shown that hybrid-genetic algorithm is more efficient for neural network of complex system and the predicted properties of the unsteady aerodynamic force coefficients of 2D airfoil by the neural network models are confirmed to be similar to that of the numerical results and verified as suitable representing reduced models.

Research on Peak-detection Algorithm for High-precision Demodulation System of Fiber Bragg Grating

Peng Wang,Xu Han,Simin Guan,Hong Zhao,Minglei Shao 보안공학연구지원센터 2014 International Journal of Hybrid Information Techno Vol.7 No.6

In order to improve the detection accuracy of wavelength, the filtering and curve fitting technologies were applied in the FBG wavelength demodulation system based on tunable F-P filter. These methods could realize the accurate peak-location of output signals of the photo detector. According to the characteristics of noise, the FIR low-pass filter was designed to filter the obtained light power signals so as to provide the input signals with high SNR for the peak-detection algorithms. By analyzing and comparing several typical peak-searching algorithms, the algorithm of Gauss formula nonlinear curve fitting (L-M) was chosen to fit the digitized light power signals. The experimental results show that L-M fitting algorithm reduces the mean square error by 7.5% compared with the Gauss fitting algorithm. For the Gauss signal in the wavelength demodulation system designed in the paper, the L-M algorithm has lower mean square error than other peak-searching algorithms. This algorithm is suitable for FBG wavelength demodulation system based on tunable F-P filter. It can efficiently raise the accuracy of wavelength demodulation system.

후쿠오카 지역에서 발생한 12개 지진의 지진원 및 지진파 감쇠값에 관한 연구

김준경 한국지진공학회 2007 한국지진공학회논문집 Vol.11 No.1

Parameters including the seismic sources and the elasticwave propagation characteristics were analysed usingthe observed ground motions from 12 Fukuoka region earthquakes.The Levenberg-Marquardt algorithm was applied to invert allthe variables non-linearly and simultaneously with S wave nergy in frequency domain. Average stress drop of 12 events and localto about 79.2-bar and 0.043 respectively. Regional attenuation κparameter, Qo and , were also estimated to be about 248.1 and 0.558 respectively. Low value of Qo sems to caused byηinhomogeneous tectonic haracteristics betwen Japan island and southern Korean peninsula. values are much higher than thatκcharacterizing EUS (Eastern United States) region, and nearly similar to that of WUS (Westeinformations on site specific amplification of all the seismic stations are known, values can be stimated more precisely. Alκthe values including the seismic sources and the site and crustalscale propagation characteristics can be used as seismic designparameters. 본 연구는 2005년 3월부터 약 2개월에 걸쳐 후쿠오카 지역에서 짧은 기간에 발생한 12개의 지진으로부터 관측된 154개의 지반진동 자료를 이용하여 지진원 및 지진파 감쇠와 관련된 값들을 분석하였다. 본 연구에서는 구하고자 하는 모든 값을 동시에 비선형적으로 분석하기 위해 LM (Levenberg -Marquardt) 역산방법을 적용하였고 전단파 에너지를 이용하였다. 분석결과 12개 지진의 응력강하값의 평균은 약 79.2-bar이고 부지 하부 지진파 감쇠값 κ의 평균값은 0.043으로 분석되었다. 또한 광역적인 지진파 감쇠를 나타내는 Qo 와 η값은 각각 248.1 및 0.558로 분석되었다. Qo 과 η값은 지진파의 경로중 일부가 동해를 거치기 한반도 남동부의 지진파 전파의 특성뿐만 아니라 일본과 한반도 사이의 지체구조의 차이로 인한 불균질 특성도 포함하고 있는 것으로 판단된다. 특히 관측소부지 하부의 지진파 감쇠값 κ의 평균값은 미국 동부지역 대표값 보다 훨씬 크고 미국 서부지역 대표값보다 거의 유사한 값을 보여 주었으며 각각 관측소 부지 고유의 증폭에 대한 정확한 정보가 있으면 보다 의미있는 결과를 얻을 수 있다고 판단된다.

신경망 알고리즘을 적용한 유출수문곡선의 예측

안상진,전계원,김광일 한국수자원학회 2000 한국수자원학회논문집 Vol.33 No.4

본 연구는 하천에서 호우의 발생에 따라 하천 유출수문곡선을 예측코자 블랙박스모형의 신경망이론을 적용하여 수문학적인 문제를 규명하고자 하였다. 이를 위해 신경망 이론 중 Levenverg-Marquardt 방법에 의한 오차역전파 알고리즘과 Radial Basis Function Network(RBFN)를 이용하여 IHP 대표유역인 보청청유역에 수문곡선을 적용하여 선행유출량 예측과 미학습 유역의 적용성을 검토하였다. 그 결과 복잡하고 비선형적인 수문계의 강 The purpose of this study is to forecast of runoff hydrographs according to rainfall event in a stream. The neural network theory as a hydrologic blackbox model is used to solve hydrological problems. The Back-Propagation(BP) algorithm by the Levenberg-Ma

BJT의 DC 해석 용 SPICE 모델 파라미터 추출 방법에 관한 연구

이은구(Un Gu Lee) 대한전기학회 2009 전기학회논문지 Vol.58 No.9

An algorithm for extracting the BJT DC model parameter values for SPICE model is proposed. The nonlinear optimization method for analyzing the device I-V data using the Levenberg-Marquardt algorithm is proposed and the method for calculating initial conditions of model parameters to improve the convergence characteristics is proposed. The base current and collector current obtained from the proposed method shows the root mean square error of 6.04% compared with the measured data of the PNP BJT named 2SA198

LM 최적화 알고리즘을 이용한 유리함수 모델의 데이터 피팅

박재한(Jae-Han Park),배지훈(Ji-Hun Bae),백문홍(Moon-Hong Baeg) 제어로봇시스템학회 2011 제어·로봇·시스템학회 논문지 Vol.17 No.8

This paper considers a data fitting problem for rational function models using the LM (Levenberg-Marquardt) optimization method. Rational function models have various merits on representing a wide range of shapes and modeling complicated structures by polynomials of low degrees in both the numerator and denominator. However, rational functions are nonlinear in the parameter vector, thereby requiring nonlinear optimization methods to solve the fitting problem. In this paper, we propose a data fitting method for rational function models based on the LM algorithm which is renowned as an effective nonlinear optimization technique. Simulations show that the fitting results are robust against the measurement noises and uncertainties. The effectiveness of the proposed method is further demonstrated by the real application to a 3D depth camera calibration problem.

신경회로망을 이용한 휴대용 전자 혀 시스템의 설계

정영창(Jung, Young-Chang),김동진(Kim, Dong-Jin),김정도(Kim, Jeong-Do),정우석(Jung, Woo-Suk) 한국산학기술학회 2005 한국산학기술학회논문지 Vol.6 No.2

본 논문은 이온 선택성 전극을 모듈화한 MACS를 사용하여 시스템의 크기를 축소할 수 있었고, PDA를 사용함으로써 측정된 데이터를 장소에 구애받지 않고 분석할 수 있는 휴대용 전자혀 시스템을 개발하였다. MACS는 NH₄⁺, Na⁺, CI⁻, N03⁻, K⁺, Ca2⁺, Na⁺, pH의 7종의 이온 선택성 전극을 이용하여 구성하였으며, 초기화 및 교정과정과 완충용액에 의한 안정화 과정을 거친 후 MACS로 시료에 대한 각각의 이온선택성 전극의 변화를 측정한다. 이렇게 각 전극으로부터 측정된 데이터를 이용하여 신경회로망 알고리즘으로 측정된 시료의 종류를 구분할 수 있다. 실험은 분류가 어렵다고 알려진 고급양주와 저급양주를 분류하는 것으로 진행되었으며, 성공적이며 우수한 설험 결과를 얻었다. 이로부터 사용된 알고리즘이 휴대용 전자혀 시스템에 적절히 사용될 수 있음을 밝혔으며, 설제 휴대용 전자혀 시스템에 간단한 학습에 의해 적용될 수 있을 것으로 생각된다. In this paper, we have designed and implemented a portable e-tongue (electronic tongue) system using MACS (multi array chemical sensor) and PDA. The system embedded in PDA has merits such as comfortable user interface and data transfer by internet from on-site to remote computer. MACS was made up 7 electrodes (NH₄⁺, Na⁺, Cl⁻, N03-, K⁺, Ca2⁺, Na⁺ pH) and a reference electrode. For learning the system, we adapted the Levenberg-Marquardt algorithm based on the back-propagation, which could iteratively learned the pre-determined standard patterns, in etongue system. Conclusionally, the relationship between the standard patterns and unknown pattern can be easily analyzed. The e-tongue was applied to whiskeys and cognac (one high level whisky, one low level whiskey, two cognac) and 2 sample whiskeys for each standard patterns and unknown patterns. The relationship between the standard patterns and unknown patterns can be easily analyzed.

An accelerated Levenberg-Marquardt algorithm for feedforward network

곽영태 한국데이터정보과학회 2012 한국데이터정보과학회지 Vol.23 No.5

This paper proposes a new Levenberg-Marquardt algorithm that is accelerated by adjusting a Jacobian matrix and a quasi-Hessian matrix. The proposed method partitions the Jacobian matrix into block matrices and employs the inverse of a partitioned matrix to find the inverse of the quasi-Hessian matrix. Our method can avoid expensive operations and save memory in calculating the inverse of the quasi-Hessian matrix. It can shorten the training time for fast convergence. In our results tested in a large application, we were able to save about 20% of the training time than other algorithms.

An accelerated Levenberg-Marquardt algorithm for feedforward network

Kwak, Young-Tae The Korean Data and Information Science Society 2012 한국데이터정보과학회지 Vol.23 No.5

This paper proposes a new Levenberg-Marquardt algorithm that is accelerated by adjusting a Jacobian matrix and a quasi-Hessian matrix. The proposed method partitions the Jacobian matrix into block matrices and employs the inverse of a partitioned matrix to find the inverse of the quasi-Hessian matrix. Our method can avoid expensive operations and save memory in calculating the inverse of the quasi-Hessian matrix. It can shorten the training time for fast convergence. In our results tested in a large application, we were able to save about 20% of the training time than other algorithms.