• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.267-273
• /
• 1998

셀룰라 오토마타 신경망은 저자에 의하여 개발된 신경망으로써 주변의 셀과 국소적인 연결을 가지며 셀룰라 오토마타의 발생규칙에 따라 생성되는 신경망이다. 셀룰라 오토마타 신경망을 간단히 줄여서 ECANS라고 한다. 본 신경망은 카오스 뉴런 모델을 사용하며 뉴런사이의 연결강도는 흥분성 또는 억제성 결합을 갖는다. 신호의 전달방식은 펄스의 형태로서 뉴런이 발화하면 '1' 발화하지 않으면 '0'이 된다. 본 논문에서는 셀룰라 오토마타를 구성하는 요소별 특징을 살펴보고 주어진 문제에 적합한 셀룰라 오토마타 신경망을 얻어내기 위한 진화방법으로서 DNA 코딩방법을 제안한다. 제안한 방법의 유효성을 시뮬레이션을 통하여 검증한다.

• Journal of KIISE:Software and Applications
• /
• v.27 no.5
• /
• pp.463-472
• /
• 2000

In this paper, we consider the problem of realizing associative memories via cellular neural network(CNN). After introducing qualitative properties of the CNN model, we formulate the synthesis of CNN that can store given binary vectors with optimal performance as a constrained optimization problem. Next, we observe that this problem's constraints can be transformed into simple inequalities involving linear matrix inequalities(LMIs). Finally, we reformulate the synthesis problem as a generalized eigenvalue problem(GEVP), which can be efficiently solved by recently developed interior point methods. Proposed method can be applied to both space varying template CNNs and space-invariant template CNNs. The validity of the proposed approach is illustrated by design examples.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.426-432
• /
• 2001

This paper is implementation of cellular automata neural network system using evolving hardware concept. This system is a living creatures'brain based on artificial life techniques. Cellular automata neural network system is based on the development and the evolution, in other words, it is modeled on the ontogeny and phylogney of natural living things. The phylogenetic mechanism are fundamentally non-deterministic, with the mutation and recombination rate providing a major source of diversity. Ontogeny is deterministic and local physics. Cellular automata is developed from initial cells, and evaluated in given environment. And genetic algorithms take a part in adaptation process. In this paper we implement this system using evolving hardware concept. Evolving hardware is reconfigurable hardware whose configuration si under the control of an evolutionary algorithm. We design genetic algorithm process for evolutionary algorithm and cells in cellular automata neural network for the construction of reconfigurable system. The effectiveness of the proposed system if verified by applying it to Exclusive-OR.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.339-341
• /
• 1999

본 논문에서는 연상 메모리 기능을 수행하는 셀룰라 신경망(Cellular Neural Netowork)의 설계를 위한 새로운 방법론을 제안한다. 먼저, 셀룰라 신경망 모델의 기본적 특성들을 소개한 후, 최적 성능을 가지고 이진 원형 패턴들을 저장할 수 있는 셀룰라 신경망 모델의 설계 방법을 제약 조건이 가해진 최적화 문제로 공식화한다. 다음으로 이 문제의 제약 조건을 선형 행렬 부등식(Linear Matrix Inequalities)을 포함하는 부등식의 형태로 변환시킬 수 있음을 관찰한다. 마지막으로 셀룰라 신경망 최적 설계 문제를 내부점 방법(interior point method)에 의해 효율적으로 풀릴 수 있는 일반화된 교유값 문제(Generalized Eigen Value Problem)로 변환하고 설계 예제를 통해 제안된 방법의 유효성을 검증한다.

• Proceedings of the IEEK Conference
• /
• 1999.11a
• /
• pp.441-447
• /
• 1999

본 논문은 복잡 적응 시스템의 분석 및 모델링을 위해, 인공생명의 기본 패러다임인 셀룰라 오토마타를 선택하여, 무정형의 구조를 가지며 투명한 자료 전파 특성을 갖는 셀룰라 신경 회로망의 설계하고 개발하는데 중점을 두었다. 우선, 신경 회로망의 불규칙한 구조를 발생학적으로 다루어 무정형의 은닉층을 생성하고, 다윈의 진화론을 적용하여 구조적 진화 및 선택을 통해 최적화된 신경 회로망을 설계하였다. 주변 셀의 상태를 감지하여 자신의 상태를 수정해나가는 방식의 셀룰라 오토마타의 투명한 신호 전파 모델로 자료 및 오차의 역전파에 적용하도록 고안하였고, 라마르크의 용불용설을 활용한 오차의역전파 학습 알고리즘을 유도하였다. 이러한 복잡 적응계의 학습 과정을 유도하여 시뮬레이션에서 그 타당성을 입증하였다. 시뮬레이션에서는 신경 회로망의 XOR 문제와 다중 입력 다중 출력 함수에 대한 근사화 문제를 풀었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.472-474
• /
• 2000

본 논문에서는 연상 메모리 기능을 수행하는 공간-변형 셀룰라 신경망의 설계 방법론을 제안한다. 셀룰라 신경망에 관한 알려진 결과들과 새로 도출된 이론을 기반으로, 주어진 양극 벡터들을 기대할만한 성능으로 기억할 수 있는 공간-변형 셀룰라 신경망을 얻는 설계 방법론을 제안한다. 본 논문에서 제안된 설계 방법론의 주요 부분은 일반화된 고유값 문제(GEVP)와 선형행렬 부등식 문제(LMIP)를 푸는 것으로 이루어지며, 이 문제들은 현재 내부점 방법에 의해 효과적으로 풀릴 수 있다. 제안된 방법의 정당성은 설계 예제를 통해서 증명한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.324-326
• /
• 1998

본 논문에서는 인공생명의 연구와 더불어 최근 행해지고 있는 진화의 발생에 기반을 둔 신경망의 설계방법에 대하여 알아보고, 이렇게 생성된 신경망의 특징 및 앞으로의 발전 가능성을 알아본다. 또한 기초적인 연구결과로서 셀룰라 오토마타와 진화연산을 결합한 신경망의 설계방법을 제안한다. 제안한 방법은 셀룰라 오토마타를 이용해 세포의 발생과정을 모델링 하였고 진화를 통하여 원하는 구조의 신경망을 얻어낸다. 신경망을 발생모델로 설계함으로 생기는 이점은 신경망의 크기가 커지더라도 복잡성이 증가하지 않는다는 것이다. 따라서 궁극적으로 인공 뇌와 같이 고도로 복잡한 시스템의 개발을 가능하게 한다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.4
• /
• pp.453-461
• /
• 1999

최근 들어 생물학적 두뇌에 대한 관심이 높아지고 있으며, 그에 따라 인공두뇌의 개발이나 두뇌의 기능을 밝히고자 하는 시도가 활발히 이루어지고 있다. 특히 셀룰라 오토마타는 간단한 규칙들의 조합으로 복잡한 현상을 표현하는 모델로 복잡한 두뇌를 표현하기에 적합한 모델로 복잡한 두뇌를 표현하기에 적합한 모델일 기대된다. 셀룰라 오토마타 상에서 특정한 기능을 갖도록 신경망 모듈들을 진화시킨 후, 이들을 결합하여 인공두뇌를 개발하고자 하는 시도가 있다. 본 논문에서는 이러한 접근방식의 유용성을 보여주기 위하여 적당한 크기의 셀룰라 오토마타 공간에서 신경망을 만들어내어 이동 로봇의 제어기를 진화방법으로 구성하고자한다. 실험결과 로봇이 벽과 충돌하지 않고 잘 움직일 수 있도록 진화된 제어기를 얻을 수 있었다. 또한 다각적인 분석과정을 통해 진화된 제어기의 구조와 그 작동과정으 밝혀내고자 하였다.

• Information and Communications Magazine
• /
• v.31 no.8
• /
• pp.84-91
• /
• 2014

본고에서는 최근 학계 및 산업계에서 활발히 연구되고 있는 간섭정렬 기술동향에 대해 소개한다. 특히 Signal Space 간섭정렬, Signal Scale 간섭정렬, Ergodic 간섭정렬의 기본 개념과 장단점 및 응용분야를 정리하였다. 또한 셀룰라 무선망에서의 간섭정렬에 대해 소개한다. 크게 단일안테나 환경과 다중안테나 환경에서의 간섭정렬로 나뉠 수 있으며, 각각의 경우에 대해 기술동향 및 주요 연구결과를 정리하였다. 마지막으로 최근 Reverse TDD, 즉 상향링크와 하향링크가 공존하는 환경에서의 간섭정렬을 통해 다중안테나 셀룰라 무선망의 자유도를 획기적으로 개선 할 수 있는 연구결과를 소개한다.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1994.06a
• /
• pp.502-506
• /
• 1994