최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Mohamed Benrabah, Kamel Kara, Oussama AitSahed, Mohamed Laid Hadjili
2021 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 연구에서는 비선형 시스템의 섭동을 제거하고 시스템 파라미터 변화를 보상하기 위해 푸리에 급수 신경망(FSNN)을 사용하여 PID 제어기의 파라미터를 온라인으로 조정하는 적응 신경망 PID 제어기(AFSNNPID) 구조를 개발했습니다. 제안된 제어기의 설계 절차와 소득 게인 정리를 이용한 폐루프 시스템의 안정성 분석을 제시하고, 3-DOF 로봇 팔을 이용하여 AFSNNPID 제어기의 성능을 다른 제어기와 비교 분석했습니다. 실험 결과, AFSNNPID 제어기가 다른 제어기보다 우수한 제어 성능을 보이는 것을 확인했습니다.
Stable adaptive control and estimation for nonlinear systems : neural and fuzzy approximator techniques
Foundations of fuzzy control : a practical approach
PID controllers for time-delay systems
Proceedings of Workshop on Advances in Control and Its Applications
Stable adaptive neural network control
Advances in neural networks--ISNN 2004 : International Symposium on Neural Networks, Dalian, China, August 19-21, 2004 : proceedings, Part I
Adaptive sliding mode neural network control for nonlinear systems
Adaptive control strategies for industrial use : proceedings of a workshop held in Kananaskis, Canada, 1988
Fully tuned radial basis function neural networks for flight control
Advanced PID control
Autotuning of PID controllers
Adaptive approximation based control : unifying neural, fuzzy and traditional adaptive approximation approaches
Intelligent systems
Performance of nonlinear approximate adaptive controllers
Artificial neural networks : ICANN '97 : 7th International Conference, Lausanne, Switzerland, October 8-10, 1997 : proceedings
Artificial intelligence in real-time control 1992 : selected papers from the IFACIFIPIMACS symposium, Delft, the Netherlands, 16-18 June 1992
Advanced methods in adaptive control for industrial application
Mechanics and control : proceedings of the 4th Workshop on Control Mechanics, January 21-23, 1991, University of Southern California, USA
Fractional order control and synchronization of chaotic systems
IEEE ACCESS
Madebo, Nigatu Wanore; Abdissa, Chala Merga; Lemma, Lebsework NegashInternational Journal of Precision Engineering and Manufacturing
Hyung Gyu Park; Dinh Quang Truong; Kyoung Kwan Ahn; Dao Thanh LiemNeural Processing Letters
Hanna, Youssef F.; Khater, A. Aziz; El-Nagar, Ahmad M.; El-Bardini, MohammadIEEE Transactions on Energy Conversion, Energy Conversion, IEEE Transactions on, IEEE Trans. Energy Convers.
Cao, H.; Li, X.Nonlinear Dynamics: An International Journal of Nonlinear Dynamics and Chaos in Engineering Systems
Liu, XiaoyongJournal of the Franklin Institute
Rahimi Nohooji H.Engineering Applications of Artificial Intelligence
Hanna Y.F.,Khater A.A.,El-Bardini M.,El-Nagar A.M.International Journal of Fuzzy Systems
Tsai, C.-C.; Tai, F.-C.; Chang, Y.-L.; Tsai, C.-T.IEEE TRANSACTIONS ON APPLIED SUPERCONDUCTIVITY
Zhang, Shuqing; Liu, Huajun; Liu, Fang; Ma, Hongjun; Shi, Yi; Gao, Peng; Zhou, Chao; Qin, JinggangProceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science
Mai, T.IEEE Access
Liu J.,Tao X.,Ma X.,Feng K.,Chen J.International Journal of Dynamics and Control
Tang, Weiqiang; Ma, Rui; Wang, Wei; Xu, Tianpeng; Gao, HaiyanJournal of Ambient Intelligence and Humanized Computing
Rajesh K.S.,Dash S.S.Biosystems Engineering
Zhou X.,Li D.,Zhang L.,Duan Q.Journal of Ambient Intelligence and Humanized Computing
Wang J.,Zhu Y.,Qi R.,Zheng X.,Li W.JOURNAL OF CONTROL AUTOMATION AND ELECTRICAL SYSTEMS
Farahani, Gholamreza; Rahmani, KarimIEEE Transactions on Fuzzy Systems
De Moura J.P.,Neto J.V.D.F.,Rego P.H.M.Journal of Physics: Conference Series
Lihong Yang; Yunfeng Liu; Siyuan ChenMathematical Problems in Engineering
Zhao, J.; Zhong, J.; Fan, J.IEEE Access
Jia K.,Lin S.,Du Y.,Zou C.,Lu M.전선 / 대학원
제어 시스템 1 의 연이은 과목으로 고급 제어시스템 설계 및 해석에 필수적인 개념 및 기법들을 소개하는데, 특히 비선형 제어, 확률적 추정 및 제어, 적응 제어 및 비선형 최적제어 등에 주안점을 둔다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전필 / 학사
본 교과목은 제어시스템을 설계하기 위한 기본원리를 제공하는 교과목이다. 전달함수를 이용한 선형계의 응답특성을 해석함으로 시스템의 동특성을 학습한다. 시스템의 안정성을 해석하기 위해서 안정성 이론으로 Routh-Hurwitz criterion, Root Locus 해석법, Bode 선도 및 Nyquist plot과 같은 주파수 응답해석 기법을 다루고, 이러한 해석기법을 이용한 제어기 설계에 관한 기본 사항을 다룬다. 시간영역에서 해석하는 상태공간 해석법을 다루게 되며, 이상과 같은 일반 선형계에 대한 제어이론을 항공기 및 인공위성에 적용, 안정성 해석 및 제어기 설계기법을 학습한다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
제어시스템의 기본개념과 선형시스템 기초, 최적제어, dynamic programming, Hamilton-Jacobi이론, 기하학적 비선형 제어이론 등을 공부한다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
비선형 제어시스템의 안정도 분석에 대한 Lyapunov 안정도와 Operator-theoretic을 이용한 접근방식을 다룬다. 또한, 위상평면 방법론과 같은 함수적 방법에 대해 서술한 고전적 방법론과 Lyapunov direct/indirect method, Popov/circle criteria, singular perturbation technique와 궤환 선형화 이론, 강인 H 제어, 강인 Lyapunov redesign, sliding mode control과 같은 현대적 방법을 더불어 다룬다.전선 / 대학원
현재 인공지능 처리를 담당하는 프로세서의 병렬처리 능력이 인공지능 성능을 결정하는 핵심 요건으로 부상하였다. 그러나 이런 특성은 현재 널리 사용되는 범용 CPU의 구조에 적합하지 않다. 따라서 인공지능 전용 프로세서의 개발 및 활용을 위한 다양한 접근이 이루어지고 있다. GPU는 인공지능 알고리즘을 효율적으로 처리할 수 있기 때문에 현재 가장 주목받는 인공지능 프로세서이다. 또 ASIC을 활용하거나 용도에 맞게 하드웨어를 재구성할 수 있는 FPGA을 기반으로 맞춤형 인공지능 프로세서를 만들려는 움직임도 늘고 있다. 본 과목은 이러한 인공지능을 위한 프로세서의 구조를 다룬다. 범용 프로세서 구조를 기본으로 GPU의 구조, ASIC 및 FPGA을 활용한 인공지능 프로세서의 구조와 특성에 대하여 배운다.전선 / 대학원
현재 인공지능 처리를 담당하는 프로세서의 병렬처리 능력이 인공지능 성능을 결정하는 핵심 요건으로 부상하였다. 그러나 이런 특성은 현재 널리 사용되는 범용 CPU의 구조에 적합하지 않다. 따라서 인공지능 전용 프로세서의 개발 및 활용을 위한 다양한 접근이 이루어지고 있다. GPU는 인공지능 알고리즘을 효율적으로 처리할 수 있기 때문에 현재 가장 주목받는 인공지능 프로세서이다. 또 ASIC을 활용하거나 용도에 맞게 하드웨어를 재구성할 수 있는 FPGA을 기반으로 맞춤형 인공지능 프로세서를 만들려는 움직임도 늘고 있다. 본 과목은 이러한 인공지능을 위한 프로세서의 구조를 다룬다. 범용 프로세서 구조를 기본으로 GPU의 구조, ASIC 및 FPGA을 활용한 인공지능 프로세서의 구조와 특성에 대하여 배운다.전필 / 학사
이 강좌에서는 디지털 시스템 설계의 기본이 되는 논리설계의 기본개념을 학습하고 실제로 기본 회로의 설계, 제작, 실험과 프로젝트 수행을 통하여 논리회로에 대한 개념을 확고히 함을 목적으로 한다. 기본 논리 회로 소자(inverter, NAND, NOR gate 등) 및 이를 사용하여 조합(combinational) 논리 회로를 구성하고 최적화하는 방법을 다룬다. Number system의 기본 원리를 설명하고, 이를 바탕으로 adder, multiplier 등 연산회로를 구현한다. 순차적 (sequential) 논리회로 구현을 위한 기본 기억소자, flipflop 등의 동작원리를 소개하고, PLA, FPGA, 그리고 synchronous design methodology, counter 등을 다룬다. 이를 바탕으로 finite state machine 설계 방법을 설명하고, 다양한 응용 예를 소개한다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전필 / 대학원
오늘날 정보기술(IT)은 조직의 전략과 운영 상 목표를 달성하는 핵심 요소가 되었다. 이러하여 대부분의 조직에서는 구성원들이 IT에 대해 최소한의 기본적인 지식을 갖추고 있기를 기대한다. 이 강좌는 정보시스템에 대한 기본적인 개념과 원리 전달을 목표로 구성된 종합 입문 과정이다. 입문 과정으로서 이 강좌는 특정한 내용을 깊게 다루는 것보다 다양한 주제를 폭넓게 다루는 데에 중점을 둘 것이다. 수업 중 다루게 될 주제에는 정보시스템의 기본 개념, IT의 전략적 역할, IT와 관련된 조직상의 변화 관리, 지식 경영, 기업 시스템, 인터넷 응용 기술, 시스템 개발 방법론, 신기술 등이 있다. 이와 더불어 경영 사례 연구 및 토론은 IT 환경에서 당면하게 될 구체적인 관리 문제를 다루는 데에 많은 도움을 줄 수 있을 것이다.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.전선 / 대학원
본 과목은 사회통계의 고급수준에 해당되는 부분으로 이론적 기초와 분석방법을 이해하고, 사회복지와 관련자료를 컴퓨터를 이용하여 분석한 후 보고서를 작성하는 연습을 한다. 이 과목에서는 부제에 따라 구조방정식 및 잠재성장모형 혹은 인과추론 및 정책평가에 대해 중점적으로 다룬다. 그러므로 이 과목의 수강은 사회통계의 초급수준을 이해함을 전제로 한다.전선 / 대학원
노벨상을 수상한 AlphaFold는 통계 물리 이론에 기반한 확산(Diffusion) 기반 생성 모델을 활용하여 개발되었으며, 이는 최신 의료 인공지능 기술이 고급 확률 모델과 생성・추론 이론에 근거하고 있음을 시사합니다. 본 강의에서는 확산 기반 생성 모델(Diffusion Models)과 그 응용 기법을 포함한 최신 생성 및 추론 인공지능 모델의 핵심 이론을 확률론적 관점에서 체계적으로 탐구합니다. 특히, 확산 모델, 최적 확률 경로, 확률적 보간, 흐름 기반 모델 등의 최신 이론 기반 생성 기법의 데이터 분포 모델링 과정과 최적의 샘플을 생성・변환・복원・추론하는 과정을 심도 있게 분석합니다. 이를 통해 수강생들은 생성 및 추론 인공지능 모델의 확률적 구조와 수학적 원리를 이해하고, 최신 확산 기반 생성 모델 및 그 변형 기법들의 결과를 이론적으로 해석할 수 있는 능력을 갖추는 것을 목표로 합니다. 또한, 이러한 생성 및 추론 모델들이 의료 및 생의학 데이터를 포함한 다양한 도메인에서 어떻게 적용될 수 있는지를 이론적 관점 외 실습적 관점에서도 조망합니다. 궁극적으로, 본 강의는 생성 및 추론 인공지능 분야에서 어떻게 핵심 이론과 의료 분야 응용을 아우르는 전문성을 함양할 수 있도록 체계적인 학습 기회를 제공하는 것을 지향합니다.전선 / 대학원
이 과목은 다변수 피드백 제어시스템의 강인성 분석과 설계에 관한 다양한 이론적 개념과 기법들을 배운다. 항공기 모델에 불확실성이 존재하거나 외란이 작용하더라도 비행 안정성과 성능을 잃지 않고 제어할 수 있어, 드론, 무인기, 미래 항공 모빌리티 등에 유용한 기술을 학습한다.