• 한국의학물리학회지:의학물리
• /
• 제20권3호
• /
• pp.132-138
• /
• 2009

호흡으로 인한 방사선 치료 표적의 움직임을 고려함으로써 치료 성적 향상과 동시에 주변 장기 보호를 지향하는 4차원 방사선 치료의 구현, 성능 개선의 연구가 활발히 진행되고 있다. 환자가 자연스럽게 호흡하도록 하는 장점이 있는 호흡 동기방식이나 종양추적방식을 사용하는 경우, 방사선조사 표적의 움직임을 예측, 방사선조사 시 이를 보정하여 줌으로써 방사선치료 효과를 극대화할 수 있다. 신경회로망은 통계 수식에 의존하지 않고 주어진 자료를 표현하는 일종의 규칙을 찾아내므로, 방사선 치료 표적의 실시간 움직임과 같은 비선형성을 가진 시계열(Time Series)을 표현하는 데에 유리하다. 본 연구에서는 신경회로망 예측 알고리즘의 4차원 방사선치료에 적용 가능성을 평가하였다. Multi-layer Perceptron으로 신경회로망을 구성하였고 Scaled Conjugate Gradient 알고리즘을 신경회로망 학습 알고리즘으로 사용하였다. RPM 시스템을 이용하여 획득한 실제 임상 현장의 환자에 대한 호흡 자료를 기반으로 학습한 신경회로망 예측 결과를 RPM 시스템의 측정치와 상호 비교하였다. 10명의 환자에의 적용 결과, 신경회로망 학습에 사용된 자료가 환자의 호흡 범위 전체를 포함하지 않는 경우를 제외하고는, 최대절대오차 3 mm 미만의 우수한 예측 성능을 보였다. 학습 영역 이외의 호흡 자료 예측 시 발생하는 상당한 오차는 신경회로망의 외삽에 대한 학습능력 부족을 보이는 것으로, 오차의 원인을 제거하기 위한 일환으로, 호흡자료를 측정할 때 최대 호흡을 하도록 하여 충분한 학습 자료를 확보하는 방안을 고려해 볼 수있겠다. 4차원 방사선치료 시스템 성능 개선에의 직접 활용을 위하여, 다양한 시스템 대기시간에 따른 예측 성능 평가와 방사선 조사 장치와 연동, 실용 타당성 검증의 추가 연구가 진행될 것이다.

• 한국지능시스템학회논문지
• /
• 제23권3호
• /
• pp.226-231
• /
• 2013

의약품을 자동 포장하는 시스템에서는 캐니스터(Canister)에 해당 약을 정확히 보충할 수 있는 해당 약통과 캐니스터와의 일치 여부를 판단하는 정합 알고리즘이 필수적이다. 본 논문에서는 약화사고 방지를 위해 많은 종류의 약통을 분류하기 위한 분류 성능뿐만 아니라 실시간으로 처리할 수 있는 상 하 계층으로 구성된 계층적 신경회로망을 제안한다. 먼저 약통 정보를 나타내는 라벨 영상으로부터 다수의 저 차원 특징 벡터를 추출한다. 추출된 특징 벡터를 사용하여 하위계층의 다층 퍼셉트론(MLP, Multi-layer Perceptron) 신경회로망을 학습한다. 다음으로 학습된 MLP의 중간층 출력을 입력으로 사용하여 상위계층의 MLP를 학습한다. 100개의 약통에 대해 좌우 30도까지 회전한 영상에 대해 제안한 계층적 신경회로망의 분류 성능 시험과 실시간 연산처리 성능의 우수함을 보였다.

• 조명전기설비학회논문지
• /
• 제17권5호
• /
• pp.43-50
• /
• 2003

본 논문은 신경회로망을 이용하여 변압기 사고검출 기법을 제안하였다. 계전기 정동작을 위하여 전력용 변압기의 외부사고와 돌입현상은 포화현상이 고려된 EMTP/ATP를 이용하였고, 내부사고는 EMTP/BCTRAN를 이용하여 얻은 전류 데이타를 신경회로망의 사고검출 성능으로 평가하였다. 신경회로망의 입력지수로는 변압기 양단전류를 FFT로 주파수 분석하여 얻은 억제전류와 동작전류의 고조파 비의 크기를 이용하였고, 외부사고 시 억제전류값이 크게 나타나는 것을 이용하기 위해 억제전류를 동작전류로 나눈값을 계전기 입력으로 사용하였고, 학습알고리즘은back-propagation을 사용하였다. 실 계통에 적용하고 있는 변압기 보호용 계전기의 특성을 신경회로망의 검출성능으로 테스트한 결과 제안된 기법이 뛰어남이 확인되었다.

• 한국산업정보학회논문지
• /
• 제4권1호
• /
• pp.68-76
• /
• 1999

신경회로망을 동적 정보처리에 응용하기 위해서는 비대칭 결합 신경회로망에서 생성되는 동적 상태천이에 관한 직관적 이해가 필요하다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 양자화 결합하중 +1및 -1로 연결된 환상형 신경회로망의 동적인 상태천이 특성을 해석하였다. 상태천이 해석 알고리즘을 이용한 시뮬레이션 결과, 네트워크는 고정점, 베이슨을 갖는 리미트사이클 및 베이슨이 없는 리미트사이클의 3가지 어트랙터를 가진다. 또한, 네트워크에서 생성되는 리미트사이클의 수와 주기를 이론적으로 해석하여 정식화하고, 리미트사이클을 구성하는 상태벡터의 필요조건을 나타내었다. 이론 해석의 결과는 네트워크에서 생성되는 리미트사이클의 수가 뉴런(소자)의 수 n에 대해서 지수 함수적으로 증가함을 보여준다. 따라서 순환결합형 신경회로망은 많은 동적 정보를 리미트사이클로 저장하는 메모리 시스템으로 이용할 수 있다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.310-314
• /
• 2000

본 논문에서는 선형 이진 신경회로망 (Linear Binary neural Network)을 이용하여 이진 영상으로부터 골격(skeleton)을 추출하는 병렬 구조를 제안하였다. 기존의 골격 추출 알고리즘으로부터 이진함수를 추출하고 이를 MSP Term Grouping Algorithm을 이용하여 학습시겼다. 결과에서는 기존의 역전과 (Back-propagation) 학습알고리즘을 사용한 신경회로망보다 더 쉽게 하드웨어로 구현할 수 있음을 보여준다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.807-812
• /
• 2007

최근 단일 은닉층을 갖는 전방향 신경회로망 구조로, 기존의 경사 기반 학습알고리즘들보다 학습 속도가 매우 우수한 ELM(Extreme Learning Machine)이 제안되었다. ELM 알고리즘은 입력 가중치들과 은닉 바이어스들의 초기 값을 무작위로 선택하고 출력 가중치들은 Moore-Penrose(MP) 일반화된 역행렬 방법을 통하여 구해진다. 그러나 입력 가중치들과 은닉층 바이어스들의 초기 값 선택이 어렵다는 단점을 갖고 있다. 본 논문에서는 최적화 알고리즘 중 박테리아 생존(Bacterial Foraging) 알고리즘의 수정된 구조를 이용하여 ELM의 초기 입력 가중치들과 은닉층 바이어스들을 선택하는 개선된 방법을 제안하였다. 실험을 통하여 제안된 알고리즘이 많은 입력 데이터를 가지는 문제들에 대하여 성능이 우수함을 보였다.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.106-116
• /
• 1998

유연 로봇 매니퓰레이터의 위치 제어 알고리즘에 대한 연구를 하였다. 제안하는 알고리즘은 신경회로망의 학습 알고리즘에 근거한 자동 구축 퍼지 적응 제어기(ACFAC : Automaitc Constructed Fuzzy Adaptive controller)에 기본으로 한다. 제안하는 시스템은 비지도 경쟁 학습 알고리즘을 사용하여 입력 변수의 멤버십 함수와 지도 Outstar 학습 알고리즘을 사용하여 출력 정보를 학습시킨다. ACFAC는 유연 로봇 매니퓰레이터의 동력한 모델을 필요로 하지 않는다. ACFAC는 유연 로봇 매니퓰레이터의 끝점이 원하는 궤적을 따라가도록 설계되었다. 이 제어기의 입력은 위치 오차, 위치 오차의 미분 값과 오차의 variation에 의해 결정된다. ACFAC의 우수서을 보여주기 우해서 PID 제어나 신경회로망 알고리즘을 사용한 결과와 비교를 하였다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.129-135
• /
• 1998

본 논문은 서러 다른 접근방식을 사용하는 카오스 회귀 신경예측모델과 다층 신경회로망이 결합하여 고립음의 인식률을 높이고자 하였다. 전반적으로 다층신경회로망은 MLP와 결합한 인식률은 1.2%에서 2.5% 이상이 개선 되었다. 이는 서로 인식하는 방법이 다르기 때문에 서로 상호 보완되고, 카오스의 다이내믹 성질이 인식률을 개선시켰음을 실험으로 밝혔다. MLP와 결합한 인식률은 카오스 다층신경망일 때가 가장 좋았다. 그러나 학습시 알고리즘이 단순하고, 신뢰도 면에서는 오히려 카오스 단층 신경망이 인식률은 0.5%정도 떨어지지만 더욱 좋다고 생각된다. 주로 MLP는 숫자음 “일”과 “오”에서 우수한 성적을 나타내었고, 카오스 예측 신경망은 숫자음 “영”, “삼”, “칠”에서 우수하였다.

• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.32-42
• /
• 2000

이 논문에서는 비선형 시스템 모델링을 위한 일반화된 RBF 신경회로망(GRBFN)을 순차적으로 구성하기 위한 온라인 학습 알고리즘을 제안한다. 상수 연결강도를 갖는 표준 RBF 신경회로망의 확장형인GRBFN은 여러 개의 국부 선형모델을 결합하여 비선형 시스템을 표현할 수 있는 구조이다. 제안한 학습 알고리즘은 구조 학습과 파라미터 학습을 수행하는 두 단계의 학습으로 구성된다. 구조 학습은 주어진 훈련 데이터로부터 새로운 은닉 유니트 및 선형 국부모델을 할항하기 위하여 훈련 오차와 Mahalanobis 거리에 기초한 두 개의 생성 조건을 이용하여 GRBFN 모델을 구성한다. 파라미터 학습은 경사강하 법칙을 기반으로 기존 네트웍의 파라미터 벡터를 갱신한다. 제안한 알고리즘의 모델링 성능을 평가하기 위해서 잘 알려진 두 예제에 대한 시뮬레이션 및 결과를 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.324-326
• /
• 1999

현대는 빠른 기술의 발달과 제품의 대량 생산에 의한 가격의 인하로 인해 칼라 스캐너, 칼라 모니터와 칼라 프린터 같은 컴퓨터 주변 칼라 장비들이 널리 보급되었다. 뿐만 아니라 이들 장비들의 성능도 날이 갈수록 향상되고 있다. 그러나 이들 장비간의 칼라 재현 기술과 칼라 일치 문제에는 아직도 왜곡 현상이 남아 있어 이를 해결하기 위한 방법이 많이 연구되고 있다. 신경회로망에 의한 방법은 각 칼라 장비들의 특성을 쉽게 모델링 할 수 있을 뿐만 아니라 별도의 참조 테이블을 구성 할 것도 없이 직접 원하는 칼라 값으로의 매핑이 가능하기 때문에 효율적이다. 여기서는 신경회로망의 오차역전파(Error Back Propagation:EBP) 알고리즘을 이용하여 칼라 스캐너와 칼라 프린터의 모델링 구현과 이를 통합한 통합형 모델을 제시하고 나아가 이를 구현하기 위한 방법과 문제점에 대해 알아본다.