Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2012.11a
  • /
  • Pages.377-380
  • /
  • 2012
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Rule Extraction Method Using Relevance Factor for FMM Neural Networks

FMM 신경망에서 연관도요소를 이용한 규칙 추출 기법

  • Lee, Seung-Kang (Dept of Information and Communication, Handong University) ;
  • Lee, Jae-Hyuk (Dept of Computer Science and Electrical Engineering, Handong University) ;
  • Kim, Ho-Joon (Dept of Computer Science and Electrical Engineering, Handong University)
  • 이승강 (한동대학교 대학원 정보통신공학과) ;
  • 이재혁 (한동대학교 전산전자공학부) ;
  • 김호준 (한동대학교 전산전자공학부)
  • Published : 2012.11.22
Download PDF
⟨ Previous Next ⟩

Abstract

본 연구에서는 학습데이터의 빈도요소를 반영하도록 수정된 구조의 FMM 신경망을 소개하고, 이로부터 패턴 분류를 위한 지식 표현을 생성하는 방법론을 제안한다. 하이퍼박스 멤버쉽함수는 5종류의 퍼지 분할을 기반으로 설정한 구간에 대하여 소속정도를 반영하여 결정하며, 각 차원별로 특징범위의 폭과 빈도 요소로부터 가중치 값이 학습된다. 본 연구에서는 제안된 이론을 수화인식 문제를 대상으로 고찰하였다. 인식 시스템의 구성은 특징추출을 위하여 3차원으로 확장된 구조의 CNN 모델을 사용하였으며, 수화패턴 데이터의 표현은 모션 히스토리 볼륨(Motion History Volume) 구조를 기반으로 하였다. 6종류의 수화패턴 동영상으로부터 27개 특징요소를 추출하고 이를 사용한 FMM 신경망의 학습과정과 지식의 추출 과정을 실험으로 보이고 그 유용성을 고찰한다.

Keywords