메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박호성 (수원대학교) 진용하 (수원대학교) 오성권 (수원대학교)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제60권 제4호
발행연도
2011.4
수록면
862 - 870 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (14)

2011

정보 입자화를 통한 방사형 기저 함수 기반 다항식 신경 회로망의 진화론적 설계
박호성 ,  진용하 ,  오성권 전기학회논문지 2011.04 학술저널
입자 군집 최적화 알고리즘 기반 다항식 신경회로망의 설계
박호성 ,  김기상 ,  오성권 전기학회논문지 2011.02 학술저널

2005

유전자 알고리즘의 동적 탐색 방법을 이용한 자기구성 퍼지 다항식 뉴럴 네트워크의 진화론적 최적화 설계
박호성 ,  오성권 ,  안태천 한국지능시스템학회 학술발표 논문집 2005.11 학술대회자료
진화론적 알고리즘에 의한 퍼지 다항식 뉴론 기반 고급 자기구성 퍼지 다항식 뉴럴 네트워크 구조 설계
박호성 ,  오성권 ,  안태천 대한전기학회 학술대회 논문집 2005.10 학술대회자료
진화론적 알고리즘에 의한 퍼지 다항식 뉴론 기반 고급 자기구성 퍼지 다항식 뉴럴 네트워크 구조 설계
박호성 ,  오성권 ,  안태천 대한전기학회 학술대회 논문집 2005.10 학술대회자료
진화론적 파라미터 동정에 기반한 자기구성 퍼지 다항식 뉴럴 네트워크의 새로운 설계
박호성 ,  이영일 ,  오성권 대한전기학회 학술대회 논문집 2005.07 학술대회자료
진화론적으로 최적화된 FPN에 의한 자기구성 퍼지 다항식 뉴럴 네트워크의 최적 설계
박호성 ,  오성권 정보 및 제어 논문집 2005.05 학술대회자료

2004

유전자 알고리즘에 의한 자기구성 다항식 뉴럴 네트워크의 구조 및 동정 알고리즘
박호성 ,  오성권 한국지능시스템학회 학술발표 논문집 2004.04 학술대회자료
GA 기반 고급 자기구성 퍼지 다항식 뉴럴 네트워크의 최적화
박호성 ,  박건준 ,  오성권 한국지능시스템학회 학술발표 논문집 2004.04 학술대회자료

2003

GA 기반 자기구성 다항식 뉴럴 네트워크의 최적화를 위한 새로운 설계 방법
박호성 ,  박병준 ,  박건준 외 1명 대한전기학회 학술대회 논문집 2003.07 학술대회자료
자기구성 퍼지 다항식 뉴럴 네트워크 구조의 설계
박호성 ,  박건준 ,  오성권 대한전기학회 학술대회 논문집 2003.07 학술대회자료

2000

경쟁적 퍼지 다항식 뉴론을 가진 자기 구성 네트워크의 설계
박호성 ,  오성권 ,  김현기 대한전기학회 학술대회 논문집 2000.11 학술대회자료
퍼지 활성 노드를 가진 퍼지 다항식 뉴럴 네트워크
박호성 ,  김동원 ,  오성권 대한전기학회 학술대회 논문집 2000.07 학술대회자료
GMDH 알고리즘과 다항식 퍼지추론에 기초한 퍼지 다항식 뉴럴 네트워크
박호성 ,  윤기찬 ,  오성권 한국지능시스템학회 학술발표 논문집 2000.05 학술대회자료

초록· 키워드

오류제보하기
In this paper, we introduce a new topology of Radial Basis Function-based Polynomial Neural Networks (RPNN) that is based on a genetically optimized multi-layer perceptron with Radial Polynomial Neurons (RPNs). This study offers a comprehensive design methodology involving mechanisms of optimization algorithms, especially Fuzzy C-Means (FCM) clustering method and Particle Swarm Optimization (PSO) algorithms. In contrast to the typical architectures encountered in Polynomial Neural Networks (PNNs), our main objective is to develop a design strategy of RPNNs as follows : (a) The architecture of the proposed network consists of Radial Polynomial Neurons (RPNs). In here, the RPN is fully reflective of the structure encountered in numeric data which are granulated with the aid of Fuzzy C-Means (FCM) clustering method. The RPN dwells on the concepts of a collection of radial basis function and the function-based nonlinear (polynomial) processing. (b) The PSO-based design procedure being applied at each layer of RPNN leads to the selection of preferred nodes of the network (RPNs) whose local characteristics (such as the number of input variables, a collection of the specific subset of input variables, the order of the polynomial, and the number of clusters as well as a fuzzification coefficient in the FCM clustering) can be easily adjusted. The performance of the RPNN is quantified through the experimentation where we use a number of modeling benchmarks ? NOx emission process data of gas turbine power plant and learning machine data(Automobile Miles Per Gallon Data) already experimented with in fuzzy or neurofuzzy modeling. A comparative analysis reveals that the proposed RPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literature.
#Radial basis function neural network #Polynomial neural network #Fuzzy C-means clustering method #Radial polynomial neuron #Particle swarm optimization #Information granulation

목차

Abstract
1. 서론
2. 방사형 기저 함수 기반 다항식 신경 회로망의 구조 및 형태
3. 방사형 기저 함수 기반 다항식 신경 회로망의 최적화
4. 진화론적 최적 방사형 기저 함수 기반 다항식 신경 회로망 알고리즘과 설계
5. 시뮬레이션 및 결과 고찰
6. 결론
감사의 글
참고문헌
저자소개

참고문헌 (21)

참고문헌 신청
1. [단행본] - W. Pedrycz / 1998 / Computational Intelligence and Software Engineering / World Scientific google schola 2. [학술지(정기간행물)] - W. Pedrycz / 2001 / Granular neural networks / Neurocomputing 36 : 205 ~ 224 google schola 3. [학술지(정기간행물)] - T. Takagi / 1985 / Fuzzy Identification of Systems and its Application to Modeling and Control / IEEE Trans. on Systems Man and Cybernetics 15 : 116 ~ 132 google schola 4. [학술지(정기간행물)] - Y. Tan / 2001 / Nonlinear blind source separation using a radial basis function network / IEEE Trans. Neural Networks 12 (1) : 124 ~ 134 google schola 5. [학술지(정기간행물)] - M. Han / 2004 / Efficient clustering of radial basis perceptron neural network for pattern recognition / Pattern Recognition 37 : 2059 ~ 2067 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

데이터 중심 다항식 확장형 RBF 신경회로망의 설계 및 최적화
오성권 ,  김영훈 ,  박호성 외 1명 전기학회논문지 2011 .03
Reducing the Search Space for Pathfinding in Navigation Meshes by Using Visibility Tests
Hyungil Kim ,  Kyeonah Yu ,  Juntae Kim Journal of Electrical Engineering & Technology 2011 .11
열차추진시스템에서 Switched Reluctance Motor의 속도제어를 위한 제어기 설계
김성수 ,  김민석 ,  이종우 전기학회논문지 P 2011 .09
차단기와 리클로져의 통신을 이용한 루프 배전계통의 보호협조 적용시 신뢰도 비교에 관한 연구
이희태 ,  문종필 전기학회논문지 P 2011 .09
정착시간과 레귤레이션 특성을 개선한 LDO(Low Dropout Regulator)의 설계
박경수 ,  박재근 전기학회논문지 P 2011 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2012-560-004202973