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 : 임채환(Chae-hwan Leem) (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
박주영,임채환,Park, Joo-Young,Leem, Chae-Hwan 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.15 No.2
본 논문은 비정상 상태 탐지 문제를 위한 점증적 서포트 벡터 학습을 다룬다. 비정상상태 탐지를 위한 서포트 벡터 학습 중 가장 잘 알려진 기법 중 하나는 SVDD(support vector data description)인데, 이 기법은 정상적인 데이터의 집합을 모든 가능한 비정상 개체로부터 구분하기 위하여 커널 특징공간(kernel feature space) 위에서 정의되는 볼(ball)을 이용하는 전략을 추구한다. 본 논문의 주된 관심사는 최적해와 점증적으로 주어지는 학습 데이터의 상관관계를 이용하는 방향으로 SVDD 기법을 수정하는 것이다. 본 논문에서는, 기존의 SVDD 기법을 상세히 복습한 후에, 라그랑제 쌍대 문제(Largrange dual problem)에 관한 관찰을 바탕으로 최적 해를 찾기 위한 점증적 풀이 기법을 제시한다. 그리고, 제시된 점증적 방법론의 적용 가능성이 예제를 통하여 보여진다. This paper considers an incremental support vector learning for the abnormality detection problems. One of the most well-known support vector learning methods for abnormality detection is the so-called SVDD(support vector data description), which seeks the strategy of utilizing balls defined on the kernel feature space in order to distinguish a set of normal data from all other possible abnormal objects. The major concern of this paper is to modify the SVDD into the direction of utilizing the relation between the optimal solution and incrementally given training data. After a thorough review about the original SVDD method, this paper establishes an incremental method for finding the optimal solution based on certain observations on the Lagrange dual problems. The applicability of the presented incremental method is illustrated via a design example.
-
-
박주영(Jooyoung Park),임채환(Chae-Hwan Leem) 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.13 No.3
본 논문은 비정상 상태 탐지 문제를 위한 점증적 서포트 벡터 학습을 다룬다. 비정상상태 탐지를 위한 서포트 벡터 학습 중 가장 잘 알려진 기법 중 하나는 SVDD(support vector data description)인데, 이 기법은 정상적인 데이터의 집합을 모든 가능한 비정상 개체로부터 구분하기 위하여 커널 특징공간(kernel feature space) 위에서 정의되는 볼(ball)을 이용하는 전략을 추구한다. 본 논문의 주된 관심사는 최적해와 점증적으로 주어지는 학습 데이터의 상관관계를 이용하는 방향으로 SVDD 기법을 수정하는 것이다. 본 논문에서는, 기존의 SVDD 기법을 상세히 복습한 후에, 라그랑제 쌍대 문제(Largrange dual problem)에 관한 관찰을 바탕으로 최적 해를 찾기 위한 점증적 풀이 기법을 제시한다. 그리고, 제시된 점증적 방법론의 적용 가능성이 예제를 통하여 보여진다. This paper considers an incremental support vector learning for the abnormality detection problems. One of the most well-known support vector learning methods for abnormality detection is the so-called SVDD(support vector data description), which seeks the strategy of utilizing balls defined on the kernel feature space in order to distinguish a set of normal data from all other possible abnormal objects. The major concern of this paper is to modify the SVDD into the direction of utilizing the relation between the optimal solution and incrementally given training data. After a thorough review about the original SVDD method, this paper establishes an incremental method for finding the optimal solution based on certain observations on the Lagrange dual problems. The applicability of the presented incremental method is illustrated via a design example.
-
곽기호(Ki-ho Kwak),임채환(Chae-hwan Leem),박주영(Joo-young Park) 한국지능시스템학회 2001 한국지능시스템학회논문지 Vol.11 No.6
본 논문은 TS(Takagi-Sugeno) 퍼지모델로 근사 혹은 표현될 수 있는 비선형 시스템을 위한 TS 퍼지 제어기의 설계를 다룬다. 본 논문에서 사용하는 주된 전략은, 안정도, 감쇠율 및 불확실성에 대한 강인성 등의 설계요건을 만족시키는 리아푸노프 함수와 그에 대응하는 제어입력이 먼저 결정된 후에 비용함수가 결정되는 역최적화 방법이다. 이러한 설계방법은, 설계요건뿐만 아니라 최적제어기 고유의 강인성까지 만족시키는 제어기를 제공하므로 매우 유용하다. 본 논문에서 확립되는 설계절차는 모두 선형행렬부등식을 푸는 형태로 이루어진다. 선형행렬부등식 문제는 내부점 방법에 의하여 주어진 허용 오차 이내에서 풀릴 수 있으므로, 본 논문에서 제시하는 설계방법은 실용적인 특성을 갖는다. 제안된 설계 절차의 적용 방법은 설계 예제를 통하여 예시된다. In this paper, we study the problem of designing TS(Takagi-Sugeno) fuzzy controllers for the systems that can be approximated or represented by the TS fuzzy model. The main strategy used in this paper is the inverse optimal approach, in which the cost function is determined later than the Lyapunov function and its corresponding control input satisfying the design requirements such as stability, decay rate, and robustness against uncertainty. This approach is useful because it yields controllers satisfying the inherent robustness of optimal controllers as well as the considered design goals. The design procedures established in this paper are all in the form of solving LMIs(linear matrix inequalities). Since the LMIs arising in the design procedures can be solved within a given tolerance by the interior point methods, the design methods of this paper are efficient in practice. The applicability of the proposed design procedures is demonstrated by design examples.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
