• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.3
• /
• pp.565-571
• /
• 2010

This paper proposes a parity discrimination algorithm which discriminates N bit parity using a perceptron neural network and back propagation algorithm. This algorithm decides minimum hidden unit numbers when discriminates N bit parity. Therefore, this paper implements parity discrimination experiments for N bit by changing hidden unit numbers of the proposed perceptron neural network. Experiments confirm that the proposed algorithm is possible to discriminates N bit parity.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1993.04a
• /
• pp.275-281
• /
• 1993

본 발표에서는 신경회로망을 이용하여 연속음성중에서 키워드를 인식하는 방법을 설명한다. 연속음성에서 파형소편 및 음절을 식별하는 휴리스틱 알고리즘을 개발하였고, 연속음성을 음절단위로 파형소편 스펙트럼분석(선형예측법)으로 특성치를 추출하였다. 음절의 특성치는 코호넨 신경회로망을 통하여 학습을 시켰으며, 연속음성중 키워드인식은 먼저 음절을 인식하여 단어를 찾고, 인식된 단어가 키워드와 일치하는가를 확인한다. 본 연구의 의의는 파형소편 및 음절식별 알고리즘을 통하여, 크기불변성(Scaling invariance), 시간불변성(Time warping 및 Time-shift invariance), 중복성제거의 문제점을 해결하였고, 신경회로망의 학습을 통하여 화자독립적인 연속음성인식시스템 구축의 기반을 확립한데 있다. 본 음성인식모델은 학교구내 전화번호 안내시스템으로 활용단계에 있으며 전화번호뿐만아니라 주소안내시스템으로도 활용될 예정이다. 또한 자동차 운전보조시스템 및 주행안내시스템의 음성명령에 응용될 수 있는데, 예로 음성명령은 "핸들 좌로 20도", "시청까지 주행", "시청 지도안내"등이 될 수 있다. 현재 자동차 운전보조시스템은 컴퓨터 화면상 모의동작시스템으로 운영되고 있다. 본 음성인식모델은 화자종속시 90%이상, 화자독립시 70%의 인식결과를 보였다.시 90%이상, 화자독립시 70%의 인식결과를 보였다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.17 no.5
• /
• pp.29-35
• /
• 2003

In this paper, a new optimum design method is proposed for the linear induction motor(LIM). The Genetic Neural Network(GNN) is introduced in the optimum design of LIM and the simulation result is compared with the Genetic Algorithm(GA) and Neural Network(NN). The maximum thrust and trust/weight are selected as the object functions. The comparison showed that the proposed method is better than GA and NN.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.3
• /
• pp.297-308
• /
• 2001

We propose an algorithm which can reconstruct the 3D information from geographical information. The conventional techniques, the triangular patches and the Random Fractal Midpoint Displacement (RFMD) method, etc., have often been used to reconstruct natural images. While the RFMD method using Gaussian distribution obtains good results for the symmetric images, it is not reliable on asymmetric images immanent in the nature. Our proposed algorithm employs neural networks for the RFMD method to present the asymmetrical images. By using a neural network for reconstructing the 3D images, we can utilize statistical characteristics of irregular data. We show that our algorithm has a better performance than others by the point of view on the similarity evaluation. And, it seems that our method is more efficient for the mountainous topography which is more rough and irregular.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.21 no.8
• /
• pp.2119-2132
• /
• 1996

This paper proposes four approaches for approximately realizing nonlinear mappling of interval vectors by neural networks. In the proposed approaches, training data for the learning of neural networks are the paris of interval input vectors and interval target output vectors. The first approach is a direct application of the standard BP (Back-Propagation) algorithm with a pre-processed training data. The second approach is an application of the two BP algorithms. The third approach is an extension of the BP algorithm to the case of interval input-output data. The last approach is an extension of the third approach to neural network with interval weights and interval biases. These approaches are compared with one another by computer simulations.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.9
• /
• pp.2309-2314
• /
• 1997

The study introduces a neural network to predict the bankruptcy of insurance companies. As a method to optimize the network, a genetic algorithm suggests optimal structure and network parameters. The neural network designed by genetic algorithm is compared with discriminant analysis, logistic regression, ID3, and CART. The robust neural network model shows the best performance among those models compared.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• The Journal of the Korea Contents Association
• /
• v.5 no.5
• /
• pp.33-42
• /
• 2005

In this paper, we propose a new training algorithm for improving pattern classification performance of ART neural network. The proposed train algorithm restricts unnecessary cluster generation and transition, applies the location extraction algorithm, and operates the reset system based on the agreement between the present learning pattern and the initial pattern. As a result, repetitive input of a pattern does not generate a new cluster and mis-recognition rate decreases.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2012.06a
• /
• pp.257-259
• /
• 2012

친환경 시대로 나아가는 현재, 능동소음제어는 저주파소음을 줄이기 위한 좋은 방법이다. 또한 수동소음제어만으로 선박소음을 제어하기에는 물리적인 무게가 심각히 가중되어 한계를 가지게 된다. ANC 시스템은 이러한 문제를 해결해 줌과 더불어 다양하게 변화하는 환경소음까지 줄여주는 특성을 가지고 있다. 우리는 본 논문에서 선박의 환경소음을 줄이기 위하여 LMS 알고리즘과 신경회로망 알고리즘을 기반으로하는 ANC 시스템을 제안한다. 먼저 선박과 유사한 유도전동기의 소음을 측정하고 다음으로 ANC 시스템을 위한 LMS 구조를 구축한다. 그리고 소음의 비정치와 불확실성 때문에 단층 퍼셉트론 모델로 디자인된 신경회로망 알고리즘을 추가하여 실시간으로 소음을 줄이도록 하였다. 이 하이브리드 ANC 시스템은 최급강하기법의 방법으로 파라미터 값들이 온라인으로 실시간 추정되며, 제안된 ANC 시스템은 컴퓨터 시뮬레이션을 이용하여 그 성능을 분석하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.512-514
• /
• 2011

본 논문에서는 스펙트럼 회복의 수단으로써 신경회로망을 사용하여 푸리에변환(FFT) 진폭성분 및 위상성분을 복원하는 알고리즘을 제안한다. 본 논문에서는 먼저 각 프레임의 FFT 진폭성분들을 유성음 구간과 무성음 구간으로 검출한 후, 유성음 및 무성음 구간에 대해서 각 프레임의 FFT 진폭성분들을 저역, 중역 및 고역으로 각각 분리한 후에 각 대역의 FFT 진폭성분들을 저역용 신경회로망(NN), 중역용 NN, 그리고 고역용 NN의 입력으로 하여 각 NN에 학습시킴으로써 최종 FFT 진폭성분들을 구한다. 본 실험에서는 Aurora2 데이터베이스를 사용하여 FFT의 진폭성분을 복원하는 잡음제거의 알고리즘을 사용하여 여러 잡음에 대해서 본 알고리즘의 유효성을 실험적으로 확인한다.