http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김형석,최종수,김성중,Kim, Hyong-Suk,Choi, Jong-Soo,Kim, Sung-Joong 대한전자공학회 1994 전자공학회논문지-B Vol.b31 No.11
다차원 시스템(multidimensional system)에 대한 정확한 모델링을 위해 “자율 분산 신경망(Self-organized Distirbuted Networks, SODN)”을 제안하였다. 제안한 신경망은 자율 신경망(Self-organized Networks)과 다수의 소규모 다층 신경망(Multilayer Neural Networks)이 조합되어 지역적 병렬 학습을 수행하는 부분 학습망으로서 학습 속도가 빠르고 학습의 정밀도를 높일 수 있으며 타 부분망 학습에서 문제가 되는 과다한 학습 메모리 소요와 학습되니 않은 영역에 대한 낮은 일반화능력 등의 문제가 보완된 새로운 신경망이다. 학습 실험 결과, 제안한 신경망은 기존의 다층 신경망과 RBF(Radial Basis Function) 신경망에 비해서 우수한 성능을 보였다. A new neural network structure called Self-organized Distributed Networks (SODN) is proposed for developing the neural network-based multidimensional system models. The learning with the proposed networks is fast and precise. Such properties are caused from the local learning mechanism. The structure of the networks is combination of dual networks such as self-organized networks and multilayered local networks. Each local networks learns only data in a sub-region. Large number of memory requirements and low generalization capability for the untrained region, which are drawbacks of conventional local network learning, are overcomed in the proposed networks. The simulation results of the proposed networks show better performance than the standard multilayer neural networks and the Radial Basis function(RBF) networks.
가정용 연료전지 모니터링 시스템 구축 및 전기적 안전성 평가
한운기(Woon-Ki Han),안재민(Jae-Min Ahn),최종수(Joong-Soo Choi) 대한전기학회 2010 대한전기학회 학술대회 논문집 Vol.2010 No.7
가정용연료전지 모니터링 시스템에 의한 운영상의 문제점연구가 필요하다. 가정용연료전지의 실계통운영상에서 발생되는 수용가의 전압(실효치, 순시치), 전류(실효치, 순시치), 출력량(유효전력, 무효전력), 및 주파수 데이터를 취득하고 있으며, 지속적 데이터 분석으로 사고 방지방안을 제시하였다. 실제 축소모델을 이용하여 사고발생시 고장원인 및 사고방지 방안을 모니터링 시스템구현을 통하여 예방하고자 한다.
崔鍾洙,金棕晩,金炯奭,金聖中 全北大學校 1994 論文集 Vol.38 No.-
A new neural network structure called Self-Organized Distributed Networks (SODN) is proposed for developing the neural network-based multi-dimensional system models. The learning with the proposed networks is fast and precise. Such properties are caused from the local learning mechanism. The SODN is a hybrid structure of a learning network and a distribution network. The learning network is composed of a set of subnetworks while the distribution network composed of a set of self-organized units. With this structure, the SODN provides a better interpolation than the conventional locally distributed networks (especially RBF networks). In this paper, comparisons with multilayer neural network and RBF networks have been done through learning of two dimensional terrain elevation data.