Natural Language Interface to an Intrusion Detection System

K. Wee,T. Collier,G. Kobele,E. Stabler,C. Taylor 제어로봇시스템학회 2001 제어로봇시스템학회 국제학술대회 논문집 Vol.2001 No.10

화상정보와 신경회로망을 이용한 로봇 매니퓰레이터의 위치 ·자세 제어

심귀보 중앙대학교 생산공학연구소 1993 생산공학연구소 논문집 Vol.2 No.2

본 논문에서는 로봇 매니퓰레이터의 End-effector에 카메라를 부착하여 화상정보만을 이용하여 목표로 하는 위치 및 자세로 매니퓰레이터의 End-effector를 이동시키는 Visual Control법을 제안한다. 화상정보는 대상물에 존재하는 4개의 특징점이며, 이 4개의 특징점이 미리 주어진 목표값에 일치하도록 로봇 매니퓰레이터의 제어입력을 생성한다. 제어입력의 생성에 있어서는, 종래의 기하학적인 좌표변환을 하지 않고 학습기능을 가진 신경회로망에 의한 간단한 매핑에 의하여 실현하였으며, 6자유도 매니퓰레이터를 대상으로 한 시뮬레이션을 통하여 제안한 제어방식의 유효성을 검토한다. This paper desoribes a control scheme for a robot manipulator system which uses visual information to position and orientate the end-effector. In this scheme, the position and orientation of the target workpiece with respect to the base frame of the robot are assumed to be unknown, but the desired relative position and orientation of the end-effector to the target workpiece are given in advance. The control scheme directly integrates visual data into the servoing process without subdividing the process into determination of the position and orientation of the workpiece and inverse kinematics calculation. A neural network system is used for determining the change in joint angles required in order to achieve the desired position and orientation. The proposed system can be control the robot so that it approach the desired position and orientation from arbitrary initial ones. Simulation for the robot manipulator with six degrees of freedom will be done. The validity and the effectiveness of the proposed control scheme will be verified by computer simulations.

분류자 시스템을 이용한 Artificial Ant의 적응행동의 학습

심귀보,정치선 중앙대학교 생산공학연구소 1998 생산공학연구소 논문집 Vol.7 No.2

유전자 알고리즘(GA)의 대표적인 두 가지 응용분야는 최적화와 기계학습분야이다. 기계학습에서는 복잡한 시스템을 대상으로 하여 그 대상 시스템을 학습시킬 뿐만 아니라 시스템에 대한 적절한 출력을 만들어 내는 두 가지의 목적을 가진다. 이러한 기계학습에 유전자 알고리즘을 이용하는 것을 GA 기계학습이라고 한다. 이를 또한 GBML(genetics-based machine learning) 이라고도 한다. 기계학습이 최적화 문제와 근본적으로 다른 점은 규칙의 조를 구하지 않으면 안 되는 점이다. 최적화 문제에서는 최적 해에 가까운 우수한 개체를 생성하는 것이 목적이기 때문에 최후의 한 종류만의 개체에 수렴하면 되지만, 기계학습에서는 가장 좋은 규칙을 하나만 구하면 되는 것이 아니라 서로 협조하는 규칙의 집합을 구하는 것이 필요하다. GBML에 대표적인 방법은 크게 Michigan 방법과 Pittsburgh 방법이 있다. 전자는 각각의 규칙이 하나인 스트링으로 표현되고 후자는 전체의 규칙집합이 하나의 스트링으로 표현되어 진화를 한다. 즉 규칙집합을 하나만가지는 것과 여러개를 가지는 차이점이 있는 것이다. 이중 Michigan 방법은 Holland의 classifier system 이 대표적인 모델이다. 분류자 시스템의 입력 부분에 가까이 있는 메시지 리스트를 이용하여 시스템 내에서 생성되는 분류자 리스트의 요소인 classifier를 정비해 간다. 이 방법에서는 규칙을 한조 가지고 온라인으로 정비하기 때문에 실제의 문제에 대해서 실시간 처리와 온라인 학습이 가능하다. 본 논문에서는 performance system, apportionment of credit system, rule discovery system 으로 구성된 learning classifier system을 사용하여 artificial ants의 적응행동의 학습과 진화를 통하여 먹이 탐색문제를 해결한다. The main two applications of the Genetic Algorithms(GA) are the optimization and the machine learning. Machine Learning has two objectives that make the complex system lean its environment and produce the proper output of a system. The machine learning using the Genetic Algorithms is called GA machine learning or genetic-based machine learning(GBML). The machine learning is different from the optimization problems in finding the rule set. In optimization problems the population of GA should converge into the best individual because their objective is the production of the individual near the optimal solution. On the contrary, the machine learning systems need to find the set of cooperative rules. There are two methods in GBML, Michigan method and Pittsburgh method. The former is that each rule is expressed with a string, the latter is that the set of rules is coded into a string. The classifier system of Holland is the representative model of the Michigan method. The classifier systems arrange the strength of classifiers of classifier list using the message list. In this method, the real time process and on-line learning is possible because a set of rule is adjusted on-line. A classifier system has three major components: Performance system, apportionment of credit system, rule discovery system In this paper, we solve the food search problem with the learning an evolution of an artificial ant using the learning classifier system.

최적구조의 신경회로망을 이용한 로봇 매니퓰레이터의 비주얼 서보잉

심귀보,김대준 중앙대학교 생산공학연구소 1996 생산공학연구소 논문집 Vol.5 No.2

본 논문에서는 진화연산과 신경회로망을 융합하여 목표로 하는 위치와 자세로 로봇 매니퓰레이터의 end-effector를 이동시키는 visual servoing을 제안한다. 본 논문에서 사용한 신경망은 다른 층과의 연결을 허용하는 다층구조 전방향 신경망이고 진화 프로그래밍(EP)을 이용하여 신경망의 구조를 탐색하고 진화전략(ES)을 통하여 각 뉴런의 연결강도를 학습시킴으로써 전체적인 제어계의 구조를 최적화한다. 제안한 제어계를 5 dof의 RV-M2 로봇 매니퓰레이터의 엔드 이펙터에 부착된 CCD카메라를 이용한 visual servoing을 실현하다. 카메라로부터의 이미지 정보는 대상물의 4개의 특징점이며 4개의 특징점이 목표 이미지에 일치하도록 매니퓰레이터의 제어입력을 생성한다. 마지막으로 컴퓨터 시뮬레이선을 통하여 제안한 최적구조 신경망 제어계의 유효성을 입증한다. This paper present a visual servoing combined by evolutionary algorithms and neural network for a robotic manipulators to control position and orientation of the end-effector. Using the multi layer feedforward neural network that permits the connection of other layers, evolutionary programming(EP) that search the structure and weight of the neural network, and evolution strategies(ES) which training the weight of neuron, we optimized the net structure of control scheme. Using the four feature image information from CCD camera attached to end-effector of RV-M2 robot manipulator having 5 dof, we generate the control input to agree the target image, to realize the visual servoing. The validity and effectiveness of the proposed control scheme will be verified by computer simulations.

학부모역할과 능력부여에 관한 기초연구

이귀옥 慶星大學校 1998 論文集 Vol.19 No.1

The purpose of this study was to assess parenting strength, perceived needs and problems, and participation level in school activities from students' parents. Data was gathered through assessment surveys using parent questionnaire with Likert-type scales as well open-ended responses to 100 mothers of mentally handicapped children(MHC) from elementary schools for handicapped children and 100 mothers of normal children(MNC) from elementary schools in Pusan. The results are as follows : 1. MHC were less cofident in parenting than MNC while MHC felt more comfortable and communicated with their childrens' teachers more often than MNC. However, MHC seemed not to talk about their family matters nor home life with their children's teachers. 2. There were no difference between MHC and MNC in their attitude toward parenting by their education level, family income, their employment status, and the number of children. 3. There were differences in importance as well as problems and difficulties related to child-reaing between MHC and MNC. 4. For parent's perceived needs and support, MNC were concered more about parent education for child rearing whereas MHC were concered more about their children's well-being and medical support. The implication of the results was discussed to develop parent education program of the school for providing students' parents empowerment.

핵이동 결합과 PP이동

김귀순 부산 외국어 대학교 1992 外大論叢 Vol.10 No.1

In this paper I will deal with PP licensing relations within the framework of the government and binding theory, which has been developed in Chomsky(1981) and subsequent works. This paper investigates preposition stranding(P-stranding) in terms of movement theory. In the literature on P-stranding it is assumed that in general P-stranding is marked phenmenon so that in most languages it is excluded by general constraints. As to the nature of these constraints, some types of proposals can be distinguished. It covers syntactic incorporation phenomena in case of extraction of some NP from PP. Incorporation refers to the syntactic movement of X-o category so that it adjoins to the governing X-o. The distribution of incorporation process can be explained in terms of the Empty Category Principle as it applies to the trace of the moved X-o. In order to explain that some NP from PP can be extractable, incorporation theory is the most promising. We propose the incorporatin constraint, that is to say, incorporated complex category V+P must inherit the index of the preposition and govern object of the preposition. In conclusion, in order for some NP be extractable out of PP construction, the preposition incorporation must occur and it should obey the incorporation constraint we proposed in case of move-α out of prepositional phrase.

스키마 공진화 알고리듬의 이론적인 해석

심귀보,전호병 중앙대학교 정보통신연구소 1999 정보통신연구소논문집 Vol.1 No.1

유전 알고리듬(Genetic Algorithms : GAs)은 최근 들어 최적화 문제를 해결하기 위한 방법으로 널리 쓰이고 있다. 그 이유는 재생, 교차, 돌연변이라는 도구를 이용하여 어려운 고차원의 문제들에서도 빠르게 최적해를 찾을 수 있기 때문이다. 그러나 GA 곤란한 문제라는, GA에서 최적해로 수렴하지 못하고 국소해에 머무르고 마는 경우가 있다. 이를 해결하기 위한 방법으로 본 연구자들은 스키마 공진화 알고리듬(Schema Co-Evolutionary Algorithm : SCEA)과, 그에 따른 확장 스키마 정리(extended schema theorem)를 제안하였다. 최적해의 해후보로 구성된 개체군과 스키마들의 집합으로 구성된 개체군 간의 공진화를 통하여 SCEA는 GA보다 빠른 수렴성을 가지며, 또한 GA 곤란한 문제에서도 최적해로 수렴한다. 본 논문에서는 기생(寄生) 프로세스(parasitizing process)를 통한 SCEA의 효율성과 장점을 보인다. Genetic algorithms(GAs) have been widely used as a method to solve optimization problems. This is because GAs have simple and elegant tools with reproduction, crossover, and mutation to rapidly discover good solutions for difficult high-dimensional problems. They, however, do not guarantee the convergence of global optima in GA-hard problems such as deceptive problems. Therefore we proposed a Schema Co-Evolutionary Algorithm(SCEA) and derived extended schema theorem from it. Using co-evolution between the first population made up of the candidates of solution and the second population consisting of a set of schemata, the SCEA works better and converges on global optima more rapidly than GAs. In this paper, we show advantages and efficiency of the SCEA by examining parasitizing process of it.

전방향 신경망에 의한 비선형 동적 시스템의 동정

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.

마이크로 로봇 시스템의 지능 제어

심귀보 중앙대학교 생산공학연구소 1995 생산공학연구소 논문집 Vol.4 No.2

마이크로 지능화운동시스템(MIMS : Micro Intelligent Motion System) 또는 마이크로 지능로봇시스템(MIRS : Micro Intelligent Robot System)이 최근에 새로운 연구 topic으로 급격히 부상하고 있다. 수 천년에 걸친 인류의 역사를 통해서 인간은 자기들의 크기에 알맞은 기계의 개발에서부터 최근에는 대형 선박, 점보 제트기, 열차 등과 같은 거대한 기계까지 만들고 그 운동을 제어하고 있다. 한편, 일렉트로닉스의 세계에서는 미크론 오더까지의 가공이 가능하게 되었고, VLSI의 세계에서는 고도의 신호처리도 가능하게 되었다. 이 VLSI의 기술을 초소형 기계의 제작에 이용하여 마이크로 세계에서 물체의 운동을 제어할 수가 있다면 의학, 공학 등 정보 산업사회의 모든 분야에서 그 이용 가능성은 무한하다. 궁극적으로 MIRS의 연구는 초소형 기계를 제작하여 그기에 지능을 부여하려고 하는 연구이다. 이러한 MIRS를 실현하기 위해서는, 미크론 영역에서의 재료강도나 계면의 행동 등 극히 기초적인 마이크로 이공학 분야에서부터 초소형 기계의 제조 프로세서, 이들의 구동을 위한 액츄에이터, 환경 인식을 위한 센서, 지능을 부여하기 위한 지적 정보처리회로, 시스템으로써 움직이기 위한 시스템의 구축 등 전자공학, 전기공학, 기계공학, 제어계측공학, 시스템공학, 컴퓨터공학 등 거의 공학 전 분야에 걸친 연구의 발전이 필요하다. 본 논문은 미소전기계시스템의 여러 분야 중에서 [마이크로 로봇의 (지능) 제어]부분에 국한하여 이 분야의 연구내용과 문제점 그리고 앞으로의 연구방향 등을 고찰한다. A new engineering discipline called "Integrated Micro Motion Systems is emerging. During the last thousands year of history, Human beings have concentrated on the development of tools and devices of human size or larges. In the new discipline, the miniaturization of mechanical devices and systems is intensively studied down to the micro meters, as small as biological cells. Recently electronics technology has been developed on the basis of semiconductor micro-devices, so-called VLSI circuits of which the critical dimensions are measured in sub-microns. the influence of VLSI circuits are obvious, and they have had great impact on human society. The capability of VLSI circuits, however, is predominately in signal processing. Today, micro systems technology which incorporates mechanical motion with signal processing is in rapid progress by using the same fabrication processes as VLSI circuits. The goal of this particular field is to develop an integrated micro motion system which is composed of micro mechanical components, actuators, sensors and logic circuits, namely an "autonomous micro robot". The ultimate potential of this technology is still hard to describe. But, some of the applications would be in the bio-medical area, such as micro surgery and drug delivery, micro robots for assembly and manufacturing of electronic or optical devices. A new science based on this technology is also expected.

학습방식에 의한 로봇 매니퓰레이터의 힘 제어 : Using the Optimal Approaching Method of End-effector to its Environment 외부환경에 대한 End-Effector의 최적접근법의 이용

심귀보 중앙대학교 생산공학연구소 1994 생산공학연구소 논문집 Vol.3 No.2

로봇 매니퓰레이터와 외부환경과의 접촉동작을 수반하는 작업에 있어서 로봇 매니퓰레이터의 힘 제어는 매우 중요하다. 이 동작에서 로봇 매니퓰레이터와 외부환경사이에는 비접촉상태에서 접촉상태로 천이하며, 이 때 로봇 매니퓰레이터와 외부환경 사이에는 접촉력이 발생한다. 이 접촉력은 물체의 강성이나 로봇 매니퓰레이터의 접근속도 및 접촉형태 등에 따라서 크게 지배된다. 일반적으로 대상물의 강성이 작은 경우에는 계의 고유진동수가 낮기 때문에 접촉력의 영향은 무시할 수가 있지만, 강성이 큰 경우에는 무시할 수 없고 경우에 따라서는 대상물을 파괴할 가능성도 있다. 이 접촉력은 로보트 핸드의 접근속도를 낮추어 충돌에너지를 작게하면 해결되지만 작업의 고속화가 요구되고 있는 지금 접근속도를 필요이상으로 낮추는 것은 좋지 않다. 결국 이 접촉력은 작업의 고속화에 따라서 해결하지 않으면 안되는 문제중의 하나인 것이다. 따라서 본 논문에서는 이와 같은 접촉동작을 수반하는 시스템에 있어서 학습을 통한 로보트 매니퓰레이터의 안정한 힘 제어계를 구성하는 것이며, 컴퓨터 시뮬레이션을 통하여 그 유효성을 검토한다. The force control of a robotic manipulator is very important in tasks which is accompanied with contact motion between the robotic manipulator and its environment. In general, the contact forces such as impact can be occurred in this motion. These forces are the function of contact geometry, approach velocity, and stiffness of a handling object etc. The magnitude of these forces increase with contact velocity. Sometimes this force can produce instability of poor control performance, and determine the ultimate success or failure of tasks. Therefore, the control of the initial impact forces is one of the important problems in tasks that involve force control. In this paper, force control method of robotic manipulator based on learning technique is proposed by using the optimal approaching method of end-effector to its environment under system accompanied with contact motion. The effectiveness of the proposed method in this paper is confirmed by some computer simulations.