http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이준탁,정종원,Lee, Joon-Tark,Jeong, Jong-Won 한국조명전기설비학회 2007 조명·전기설비학회논문지 Vol.21 No.3
Wavelet 변환은 신호를 분석하고 해석하는데 효과적인 수학적 도구로 알려져 여러 응용분야에서 다양한 연구가 진행되고 있다. Wavelet 변환은 Fourier 변환과 유사한 측면도 있으나, Fourier 변환과는 달리 다양한 Wavelet 모함수를 사용함으로써 해석 속도가 빠르고, 시간-주파수 영역에서 국재화가 가능하다는 특징을 가지고 있을뿐만 아니라 고주파 성분에 대해선 시간 분해능이 높고, 저주파 성분에 대해선 주파수 분해능이 좋다는 장점을 가지고 있으므로, 전력계통의 다양한 고장 전류의 판별에 적극 이용할 수 있을 것으로 생각된다. 본 논문에서는 고장 전류의 특성을 해석하는데 용이한 복소형의 Morlet Wavelet 모함수를 사용하여 전력계통의 고장기록장치로부터 얻어지는 선로의 전류 데이터를 Wavelet 변환하였고, 이로부터 다양한 고장 모드를 판별할 수 있었다. 실험 결과 Wavelet 변환을 이용하여 선로의 고장 모드를 판별하는 것이 기존의 고속 Fourier 변환을 이용하는 것보다 특징점 고찰에 더욱 유용하다는 것을 확인할 수 있었다. Recently the subject of "wavelet analysis" has be drawn by both mathematical and engineering application fields such as Signal Processing, Compression/Decomposition, Wavelet-Neural Network, Statistics and etc. Even though its similar to Fourier analysis, wavelet is a versatile tool with much mathematical content and great potential for applications. Especially, wavelet transform uses localizable various mother wavelet functions in time-frequency domain. Therefore, wavelet transform has good time-analysis ability for high frequency component, and has good frequency-analysis ability for low frequency component. Using the discriminative ability is more easy method than other conventional techniques. In this paper, Morlet wavelet transform was applied to discriminate the kind of line fault by acquired data from real power transformation network. The experimental result presented that Morlet wavelet transform is easier, and more useful method than the Fast Fourier Transform(FFT).
동기전동기의 안정도 개선을 위한 퍼지 여자제도 시스템에 관한 연구
이준탁(Joon-Tark Lee),이관태(Kwan-Tae Lee),김경엽(Kyung-Yup Kim) 한국지능시스템학회 2004 한국지능시스템학회 학술발표 논문집 Vol.14 No.2
동기전동기를 처음 기동시킬 때는 유도전동기와 같이 동작하게 된다. 회전자가 고정자 자계에 거의 도달하였을 때 DC 전류를 투입하게 되면, 회전자의 여자코일에 동기화 토크가 발생하게 된다. 그러나 동기화 토크의 부족은 회전자의 첫 동요 시, 회전자 각의 불안정을 야기하게 된다. 동기화 토크는 신속 정확한 동작 제어에 의해 회복될 수 있다. 더욱이 역률 100%의 안정도로 동작하기에는 어려운 부분이 있다. 그러므로 본 논문에서는 이러한 문제를 해결하기 위해 퍼지 추론 기법을 이용한 여자 전류 제어 시스템을 제안하였다. 그 주된 원리는 다양한 부하 조건하에서 부하각과 역률 100%의 동작점을 추정하고, 퍼지 추론 기법에 의해 여자 전류를 제어하는 것이다. 제안된 퍼지 제어기는 각종 특수 동작 명령어로 사용되는 마이크로프로세서형 PLC(Programmable Logic Controller)를 사용하여 구현되었으며, 전기자 전류를 감지하는 제어전압 보상기, 비교기, 그러고 쵸퍼회로로 구성된 기존의 제어기에 비해 성능이 우수하다. 이는 일련의 실험을 통해 역률 100%에서의 개선된 안정적인 동작이 가능함을 보여주었다.
Passive Telemetry Capacitive Humidity Sensor System using RLSE Algorithm
이준탁(Joon-Tark Lee),박영식(Young-sik Park),김경엽(Kyung-Yup Kim) 한국지능시스템학회 2004 한국지능시스템학회 학술발표 논문집 Vol.14 No.1
In this paper, passive telemetry capacitive humidity sensor system using a RLSE(Recursive Least Square Estimation) technique is proposed. To overcome the problem like power limits and complications that general passive telemetry sensor system including IC chip has, the principle of inductive coupling is applied to model the sensor system. Specially, by applying the forgetting factor, we show that the accuracy of its estimation can be improved even in the case of time varying parameter and also the convergence time can be reduced.
Recognition of the Korean Alphabet using Phase Synchronization of Neural Oscillator
Joon-Tark Lee(李浚柝),Kwon-Yong Bum(權容凡) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.1
Neural oscillator can be applied to oscillatory systems such as analyses of image information, voice recognition and etc. Conventional EBPA (Error back Propagation Algorithm) is not proper for oscillatory systems with the complicate input’s patterns because of its tedious training procedures and sluggish convergence problems. However, these problems can be easily solved by using a synchrony characteristic of neural oscillator with PLL(Phase Locked Loop) function and by using a simple Hebbian learning rule. Therefore, in this paper, a technique for Recognition of the Korean Alphabet using Phase Synchronized Neural Oscillator was introduced.
NETLA Based Optimal Synthesis Method of Binary Neural Network for Pattern Recognition
Joon-Tark Lee(李浚柝) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.2
This paper describes an optimal synthesis method of binary neural network for pattern recognition. Our objective is to minimize the number of connections and the number of neurons in hidden layer by using a Newly Expanded and Truncated Learning Algorithm (NETLA) for the multilayered neural networks. The synthesis method in NETLA uses the Expanded Sum of Product (ESP) of the boolean expressions and is based on the multilayer perceptron. It has an ability to optimize a given binary neural network in the binary space without any iterative learning as the conventional Error Back Propagation (EBP) algorithm. Furthermore, NETLA can reduce the number of the required neurons in hidden layer and the number of connections. Therefore, this learning algorithm can speed up training for the pattern recognition problems. The superiority of NETLA to other learning algorithms is demonstrated by an practical application to the approximation problem of a circular region.