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 : 고일환(IL-Hwan Go) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
고일환(IL-Hwan Go),송도선(Do-Sun Song) 한국정보기술학회 2014 Proceedings of KIIT Conference Vol.2014 No.5
최근 대학에서 IT-자동차 융복합 분야의 교육에서 많은 실험이 이루어지고 있다. 본 연구에서는 대학 실험실에서 자동차 전공 학생들의 교육을 목적으로 센서네트워크 플렛폼을 구성을 위해 텔레메틱스 시스템을 설계 구현하고자 한다/ 개발한 시스템에 사용된 CPU 는h ATmega 를 사용하고 여기서 처리된 데이터를 네트워크에 전송하게 한다. 이 시스템은 자동차 전공자의 교육뿐만 아니라 이와 관련된 유사 분야에도 응용될 수 있을 것으로 기대된다. Recently much attention on IT-based convergence technology is focused on educational area. In this paper we develop the IT-automobile convergence system in a sensor network for educational experiments at university. The developed system, which is based on standard for telematics, is used for controling an overheated engine of vehicle. This system includes CPU with ATmega, the data is transferred to the sensor network. The developed system is usefully applied to the educations and its related system at IT-automobile engineering.
-
고일환(IL-Hwan Go),송도선(Do-Sun Song) 한국정보기술학회 2013 Proceedings of KIIT Conference Vol.2013 No.5
최근 대학에서 자동차 전공의 학과가 많이 개설되어 기계공학적으로 많은 실험이 이루어지고 있지만 텔레메틱스는 전자 통신분야에서 부분적으로 실험되고 있다. 본 논문에서는 대학 실험실에서 자동차 전공 학생들의 교육을 목적으로 텔레메틱스 시스템을 이해하고 응용하기 위한 표준규약을 기반으로 차량 내 센서 네트워크 플렛폼을 구성하고 자동차 기울기를 측정하는 네트워크를 구축 설계하고 구현한다. 기울기 측정 시스템에 사용된 CPU는 ATmega이고 여기서 처리된 데이터를 네트워크에 전송하게 한다. 이 시스템은 자동차 전공자의 교육뿐만 아니라 이와 관련된 유사 분야에도 유용하게 응용될 수 있을 것으로 기대한다. Recently much attention on IT-based convergence technology is focused on educational experiments. In this paper we design and implement a Telematics System for Educational Experiments. The developed system, which is based on standard for telematics, is used for measure of the slope for the vehicle from plat ground. The system includes CPU with ATmega, slope measuring unit. The developed system is usefully applied to the educations and its related system at IT-Electronics engineering.
-
-
김종인,고일환,최한고,Kim Jong-In,Go Il-Hwan,Choi Han-Go 한국융합신호처리학회 2006 융합신호처리학회 논문지 (JISPS) Vol.7 No.2
동적 신경망은 시스템 식별과 신호예측과 같이 temporal 신호처리가 요구되는 여러 분야에서 적용되어 왔다. 본 논문에서는 신경망의 동특성을 향상시키기 위해 순방향 다층 신경망의 히든 층에 감마(Gamma) 메모리 커넬을 사용하는 감마 신경망(GAM)을 제안하고, 적응필터로 제안된 신경망을 사용하여 비선형 적응예측을 다루고 있다. 제안된 신경망은 비선형 신호예측을 통해 평가되었으며, 예측성능의 상대적인 비교를 위해 순방향 신경망(FNN)과 리커런트 신경망(RNN)과 비교하였다. 시뮬레이션 결과에 의하면 GAM 신경망은 수렴속도와 예측의 정확도에서 이러한 신경망보다 더 우수한 동작을 수행함으로써, 제안된 신경망이 기존의 다층 신경망보다 비정적 신호에 대한 비선형 예측에 더 효과적인 예측모델임을 확인하였다. Dynamic neural networks have been applied to diverse fields requiring temporal signal processing such as system identification and signal prediction. This paper proposes the gamma neural network(GAM), which uses gamma memory kernel in the hidden layer of feedforward multilayered network, to improve dynamics of networks and then describes nonlinear adaptive prediction using the proposed network as an adaptive filter. The proposed network is evaluated in nonlinear signal prediction and compared with feedforword(FNN) and recurrent neural networks(RNN) for the relative comparison of prediction performance. Simulation results show that the GAM network performs better with respect to the convergence speed and prediction accuracy, indicating that it can be a more effective prediction model than conventional multilayered networks in nonlinear prediction for nonstationary signals.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
