새로운 동적 캠팩션 알고리즘을 이용한 IDDQ 테스트 패턴 생성

임창균,김강철 여수대학교 1997 論文集 Vol.11 No.2

This paper proposes an automatic test pattern generator(ATPG) based on a new compaction algorithm for IDDQ testing in CMOS Circuits. A primary test pattern is generated by the primary fault pattern which is able to detect GOS(gate-oxide short)and the bridging faults in an internal primitive gate. The new algorithm can reduce the number of the test vectors by decreasing the don's care(X) in the primary test pattern. The controllability of random number is used on processing of the backtrace together four ones of heuristics. The simulation results from the ISCAS-85 benchmark circuits show that the test vector reduction is more than 45% for the large circuits on the average compared to static compaction algorithms.

다중 퍼지 Min-max 분류 신경회로망의 성능평가

임창균,류재홍 여수대학교 1998 論文集 Vol.13 No.2

Several different techniques have been proposed for pattern recognition, which is an important area of research and application in a variety of fields. In this paper, different initial points for fuzzy neural networks are used to compare the results in pattern recognition. Instead of initializing membership function values to zero every time when a new pattern is presented for classification, they are only initialized once at the beginning of test phase. Classifying performance is compared with that obtained with other techniques.

러프 집합 분류기의 성능 개선

류재홍,임창균 여수대학교 1998 論文集 Vol.13 No.2

This paper suggests a modification of a rough set based pattern classifier. Current implementation of rough set classifier has no decision for the data in the boundary region. Therefore performance is degraded compared to other classifier systems. The definition of rough set in soft computing paradigm is briefly introduced. Next the design of rough set classifier is suggested. Integration of rough set and other conventional classifier systems are introduced. Finally benchmark test results using the benchmarks in artificial neural nets depository found in internet, are shown the performance of rough set compare to that of ANNs and decision tree.

Solvent Manufacturing Process Monitoring using Artificial Neural Networks

Chang-Gyoon Lim 한국지능시스템학회 2005 한국지능시스템학회논문지 Vol.15 No.2

Advances in sensors, actuators, and computers and developments in information systems offer unprecedented opportunities to implement highly ambitious automation, control and decision strategies. There are also new challenges and demands for control and automation in modern industrial practices. There is a growing need for an active participation from the information systems in industrial, manufacturing and process industry environments because currently there are many control problems. This paper provides pattern recognition to the monitoring system for solvent manufacturing process and shows performance in real-time response with multiple input signals. Data is learned by a multilayer feedforward network trained by error-backpropagation. The two kinds of test results show that the trained network has the ability to show the current system status with different input data sets.

Neural Fuzzy Mole Level Control for Continuous Steel Casting

Chang-Gyoon Lim,Yeong-Seob Kueon,Yigon Kim 한국지능시스템학회 2002 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.2 No.2

Solvent Manufacturing Process Monitoring using Artificial Neural Networks

Lim, Chang-Gyoon Korean Institute of Intelligent Systems 2005 한국지능시스템학회논문지 Vol.15 No.2

Advances in sensors, actuators, and computers and developments In information systems offer unprecedented opportunities to implement highly ambitious automation, control and decision strategies. There are also new challenges and demands for control and automation in modern industrial practices. There is a growing need for an active participation from the information systems in industrial, manufacturing and process industry environments because currently there are many control problems. This paper provides pattern recognition to the monitoring system for solvent manufacturing process and shows performance in real-time response with multiple input signals. Data is teamed by a multilayer feedforward network trained by error-backpropagation. The two kinds of test results show that the trained network has the ability to show the current system status with different input data sets.

Neural Fuzzy Mold Level Control for Continuous Steel Casting

Lim, Chang-Gyoon,Kueon, Yeong-Seob,Kim, Yigon Korean Institute of Intelligent Systems 2002 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.2 No.2

Mold level control has been a major control task for continuous casting plants. The system involves nonlinearities such as stick-slip friction in the sliding gate, time-delay, friction force variations between molten steel and the inner wall of mold, and nozzle logging/unclogging. These complex problems should be solved to control mold level for steel cast. In this paper, we propose a neural fuzzy mold level control technique for solving these complex problems and give experiment studies to show the mold level control in continuous casting process.

A Nonsymmetrical Gaussian Membership Function Tuning by Genetic Algorithms

Lim, Chang-Gyoon 여수대학교 2002 論文集 Vol.17 No.-

본 논문에서는 비대칭 가우시안 소속 함수를 유전자 알고리즘을 이용해 조정하는 방법을 제안한다. 퍼지 추론은 제어뿐 아니라 여러 응용분야에 활발하게 사용되고 있다. 그러나 퍼지 추론을 위한 소속 함수는 보통 응용분야의 전문가들의 경험에 의해서 만들어지는데, 이는 시간을 많이 소비 할 뿐 아니라 쉽지 않는 일이다. 이러한 문제점을 보완하기 위해 유전자 알고리즘과 신경망이 많이 쓰이고 있다. 신경망은 일반적으로 초기 값에 따라 최적의 소속 함수를 결정하기 위한 수렴정도가 달라진다. 따라서 본 연구에서는 이를 위해 유전자 알고리즘을 사용코자 한다. 또한 소속 함수에 관련된 함수는 어떠한 응용분야에 최적의 소속 함수를 유도할 수 있도록 비대칭 가우시안 함수를 사용하고자 한다. 제안된 방법을 Iris 데이터를 이용한 실험결과를 통해 효율성을 보여준다.

RSSI기반 지능형 위치 추정 시스템 설계 및 구현

임창균 ( Chang Gyoon Lim ),강오성 ( O Seong Andrew Kang ),이창영 ( Chang Young Lee ),김강철 ( Kang Chul Kim ) 한국인터넷정보학회 2013 인터넷정보학회논문지 Vol.14 No.6

본 논문에서는 모바일 로봇이 주어진 환경에서 물건 객체를 찾기 위해 RFID(Radio Frequency IDentification) 태그의 위치를 추정할 수 있는 지능형 시스템을 설계하고 구현하였다. 개발된 지능형 시스템은 인공 신경망 시스템으로 RSSI(Received Signal Strength Indication)값을 입력으로 하고 절대 위치 좌표 값을 목표 값으로 하는 학습 시스템이다. 위치 추정을 위하여 수동형 RFID를 사용하였으며 능동형으로의 확장도 고려하였다. 실내에서 위치 추정을 위한 환경을 구축하여 사용될 수 있도록 시스템을 설계하였다. 또한 설계된 시스템을 소프트웨어 개발을 하였고, 실험을 통해 테스트베드 상에서 시스템 학습과 관련된 결과를 보여준다. 실제 현장과 유사한 환경에서 학습데이터 생성에서부터 실시간 위치 추정과 관련된 다양한 실험 결과를 보여준다. 실험 결과를 통해 모바일 로봇이 실내에서 원하는 객체를 쉽게 찾을 수 있음을 확인하였다. In this paper, we design and implement an intelligent system for finding objects with RFID(Radio Frequency IDentification) tag in which an mobile robot can do. The system we developed is a learning system of artificial neural network that uses RSSI(Received Signal Strength Indicator) value as input and absolute coordination value as target. Although a passive RFID is used for location estimation, we consider an active RFID for expansion of recognition distance. We design the proposed system and construct the environment for indoor location estimation. The designed system is implemented with software and the result related learning is shown at test bed. We show various experiment results with similar environment of real one from earning data generation to real time location estimation. The accuracy of location estimation is verified by simulating the proposed method with allowable error. We prepare local test bed for indoor experiments and build a mobile robot that can find the objects user want.

연산지능을 이용한 부진아 영역진단 지원 시스템

임창균(Chang Gyoon Lim),김강철(Kang Chul Kim),류재흥(Jae Hung Yoo),정중하(Jung-Ha Jhung) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.1

본 연구에서는 중학교 국어 교과과정에 있어서 부진아 학생을 위한 부진 영역을 진단을 지원할 수 있는 시스템을 제안하였다. 제안된 시스템을 학교 수업 현장에 적용함으로써 학습부진 학생들의 수준에 맞는 보충ㆍ심화학습이 이루어져 학습결손과 학습부진을 최소화하여 교수ㆍ학습의 목표를 달성하고 학업성취도를 향상시킬 수 있도록 하였다. 이 시스템에서의 입력은 36가지 변수가 제안된 코팅 기법을 이용하여 시스템을 위하여 학습데이터와 테스트데이터가 인코딩된다. 이 인코딩된 변수의 값들은 시스템의 입력 층의 값이 된다. 은닉 층의 뉴런 수는 학습 데이터를 이용하여 학습한 후 가장 좋은 성능을 보여주는 결과를 이용하여 결정하였다. 출력 층의 뉴런 수든 각 영역에 하나의 뉴런을 할당하여 4개의 뉴런을 사용하였다. 본 시스템을 개발하기 위해 다층 퍼셉트론 구조와 오류 역진파 알고리즘을 사용하였다. 영역진단 지원 시스템을 위해 학습 데이터로써 2,008개를 사용하였고, 테스트를 위하여 380개의 데이터를 사용하여 실험한 후 성능을 평가하였다. In this paper, we proposed the system that supports underachievers realm decision of Korean language curriculum in the middle school. Learning disability and stagnation should be minimized by using and applying the proposed system. The input layer of the system contains 36 variables, which can be specific items in the Koran language curriculum. The variables are encoded with the specific coding schemes. The number of nodes in the hidden layer was determined through a series of learning stage with best result. We assigned 4 neurons, which correspond to one realm of the curriculum to output layer respectively. We used the multilayer perceptron and the error back propagation algorithm to develope the system. A total of 2,008 data [or training and 380 for testing were used for evaluating the performance.