조명전기설비학회논문지 (Journal of the Korean Institute of Illuminating and Electrical Installation Engineers)

  • 제21권6호
  • /
  • Pages.94-101
  • /
  • 2007
  • /
  • 1229-4691(pISSN)
  • /
  • 2287-5034(eISSN)
한국조명전기설비학회 (The Korean Institute of IIIuminating and Electrical Installation Engineers)
권호 표지
DOI QR코드

DOI QR Code

다층 퍼셉트론 신경망을 이용한 하드 디스크 결함 분포의 패턴 인식

Pattern Recognition of Hard Disk Defect Distribution Using Multi-Layer Perceptron Network

  • 문운철 (중앙대학교 전자전기공학부) ;
  • 이재두 (중앙대학교 대학원 전자전기공학부)
  • 발행 : 2007.07.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

하드 디스크(Hard Disk) 결함의 표준 패턴 클래스는 6가지로 분류되며, 이는 하드 디스크 생산 공정의 불량 처리 과정에서 중요한 역할을 수행한다. 본 논문에서는 다층 퍼셉트론(Multi-Layer Perceptron)을 이용한 하드 디스크 결함 분포의 패턴 인식 기법을 제시한다. 결함 분포로부터 5가지의 특징들을 추출하고, 이를 이용하여 퍼셉트론의 입력을 구성하였으며, 미리 분류된 표준 패턴 클래스를 이용하여 퍼셉트론의 출력을 구성하였다. 구성된 입출력 데이터들은 오차 역전파(Error Back-Propagation) 알고리듬을 통하여 다층 퍼셉트론의 학습에 사용되었다. 테스트 결과 제시된 신경망은 하드 디스크의 패턴 분류에 만족할 만한 성능을 나타내었다.

In the Hard Disk Drive(HDD) production, the detect pattern or defective HDD set is important information to diagnosis of defective HDD set. This paper proposes a pattern recognition neural network for the defect distribution of HDD. In this paper, 5 characteristics are determined for the classification to six standard defect pattern classes. A multi-layer perceptron is trained for the pattern classification the inputs of which are 5 characteristic values and the 6 outputs are the nodes of standard patterns. The experiment with proposed neural network shows satisfactory results.

키워드

참고문헌

  1. S. Theodoridis and K. Koutroumbas, Pattern Recognition, Academic Press, 1999
  2. R. Xu and D. Wunsch II, 'Survey of Clustering Algorithm', IEEE Transactions on Neural Networks, Vol. 16, No. 3, pp.645-678, May 2005 https://doi.org/10.1109/TNN.2005.845141
  3. George Nagy, 'State of the Art in Pattern Recognition', Proceedings of the IEEE, Vol. 56, No. 5, May 1968
  4. S. I. Gallant, 'Perceptron-Based Learning Algorithms', IEEE Transactions on Neural Networks., Vol. 1, No. 2, pp.179-191, June 1990 https://doi.org/10.1109/72.80230
  5. B. W. Widrow and M. A. Lehr, '30 Years of Adptive Neural Networks: Perceptron, Madaline, and Backpropagation', Proceedings of IEEE, Vol. 78, No. 9, pp. 1415-1442, Sep. 1990 https://doi.org/10.1109/5.58323
  6. Mayer Aladjem, 'Recursive Training of Neural Networks for Classification,' IEEE Trans. Neural Netw., vol. 11, no.2, pp.496-503, Mar. 2000 https://doi.org/10.1109/72.839018
  7. S. K. Pal and S. Mitra, 'Multilayer Perceptron, Fuzzy Sets, and Classifiaction', IEEE Transactions on Neural Networks., Vol. 3 No. 5 pp. 683-697, Sep. 1990 https://doi.org/10.1109/72.159058
  8. O. J. Murphy, 'Nearest Neighbor Pattern Classification Perceptron', Proceedings of IEEE, Vol. 78, No. 10, pp. 1595-1598, Sep. 1990 https://doi.org/10.1109/5.58344
  9. A. M. Sharf and T. T. Lie, 'ANN Based Pattern Classification of Synchronous Generator Stability and Loss of Excitation', IEEE Transactions on Energy Conversion, Vol. 9, No. 4, Dec. 1994
  10. T. Auld, A. W. Moore and S. F. Gull, 'Bayesian Neural Networks for Internet Traffic Classification', IEEE Transactions on Neural Networks., Vol. 18, No. 1, pp.223-239, Jan. 2007 https://doi.org/10.1109/TNN.2006.883010
  11. 문운철, 이승철, 남창우, 'Hard Disk Drive 검사 시스템의 고장 진단을 위한 퍼지-이진 논리 결합형 전문가 시스템에 관한 연구' 대한전기학회논문지, 53-D권 6호, pp. 457-464, 2004년 6월
  12. 정정주, 이승희, 추상훈, '디스크 드라이브의 기술 동향과 제어기술', 제어자동화시스템 공학회지, 1998년 5월호, pp. 15-21
  13. 이호성, '하드 디스크 드라이브 서보 제어기의 설계', 제어자동화시스템 공학회지, 1998년 5월호, pp. 22-28