• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.186-189
• /
• 2005

본 논문에서는 LVQ를 퍼지화한 새로운 퍼지 학습 법칙들을 제안하였다. 퍼지 LVQ 학습법칙 1은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데 이는 조건 확률의 퍼지화에 기반을 두고 있다. 퍼지 LVQ 학습법칙 2는 클래스들 사이에 존재하는 입력벡터가 결정 경계선에 대한 정보를 더 가지고 있는 것을 반영한 것이다. 이 새로운 퍼지 학습 법칙들을 improved IAFC(Integrted Adaptive Fuzzy Clustering)신경회로망에 적용하였다. improved IAFC신경회로망은 ART-1 (Adaptive Resonance Theory)신경회로망과 Kohonen의 Self-Organizing Feature Map의 장점을 취합한 퍼지 신경회로망이다. 제안한 supervised IAFC 신경회로망 1과 supervised IAFC neural 신경회로망 2의 성능을 오류 역전파 신경회로망의 성능과 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC neural network 2가 오류 역전파 신경회로망보다 성능이 우수함을 보여주었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.101-105
• /
• 2005

본 논문에서는 LVQ(Learning Vector Quantization)을 퍼지화한 새로운 퍼지 학습 법칙을 제안하였다. 퍼지 LVQ 학습 법칙 3은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데, 기존의 LVQ와는 달리 비대칭인 학습률을 사용하였다. 기본의 LVQ에서는 분류가 맞거나 틀렸을 때 같은 학습률을 사용하고 부호만 달랐으나, 새로운 퍼지 학습 법칙에서는 분류가 맞거나 틀렸을 때 부호가 다를 뿐만 아니라 학습률도 다르다. 이 새로운 퍼지 학습 법칙을 무감독 신경회로망인 improved IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하여 감독 신경회로망으로 변형하였다. Improved IAFC 신경회로망은 유연성이 있으면서도 안정성이 있다. 제안한 supervised IAFC 신경회로망 3의 성능과 오류 역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC 신경회로망 3가 오류 역전파 신경회로망보다 성능이 우수하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.5
• /
• pp.5-13
• /
• 1993

본 논문에서는 음성신호의 시간정보와 상관성을 포함할 수 있는 방법으로 시퀀스-피이드백 신경회로망을 제안하였으며, 그에 의한 단어인식을 수행하였다. 이 방법에서는 음성을 인식할 때 순차적으로 과거의 출력을 네트워크 입력으로 피이드백시켜 신경회로망으로 하여금 음성의 상관성과 시간정보를 갖도록 하는 순차적인 피이드백 순환구조의 시퀀스-bldlemqor 신경회로망을 이용하였으며 시퀀스-bldlemqor 신경회로망의 입출력층의 수를 줄이는 방법으로 등분 분할을 사용하였다. 본 논문에서 제안한 방법으로 한국어 숫자음을 대상으로 실험한 결과 92.5%의 인식율을 얻었으며, 피이드포워드형 신경회로망에서의 옷인식율을 1/3배 정도로 감소시켰다.

• ICROS
• /
• v.4 no.2
• /
• pp.8-14
• /
• 1998

본 고에서는 신경회로망 응용 활성화에 도움을 주기 위해 현재까지 구현된 소프트웨어들을 소개하고 응용되는 관련 분야들을 정리소개하였다. 현재의 전세계적으로 신경회로망에 관련된 산업은 약 8억달러이며, 1998년에는 22억달러정도까지 시장이 늘어날 전망이다(미국의 시장조사 회사 Frost and Sullivan이 예측한 자료를 인용). 그리고 소비자를 대상으로 하는 가정용과 산업용을 중심으로 시장이 늘고 있다. 앞으로는 작은 소프트웨어 회사를 중심으로 신경회로망 시뮬레이터 제작과 신경회로망 칩을 이용한 컴퓨터의 제작이 주가 될 것이다. 현재의 칩의 발전속도를 고려하면 상당한 수준의 신경회로망 칩이 발표되고, 칩에 기반한 다른 하드웨어에도 영향을 줄 것으로 예상된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.597-599
• /
• 2012

음성인식 및 음성신호처리 분야에서 신경회로망은 음성인식의 카테고리 분류에 주로 이용되고 있다는 점에 착안하여, 본 논문에서는 신경회로망의 입력신호로 음성의 진폭 스펙트럼 및 위상 스펙트럼을 사용한 잡음억제를 위한 신경회로망을 제안한다. 본 논문에서 제안한 알고리즘은 고속 푸리에 변환(Fast Fourier Transform, FFT)에 의한 진폭 스펙트럼 및 위상 스펙트럼을 사용한 잡음억제 신경회로망을 이용하여 각 프레임에서 FFT 스펙트럼을 추정한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.794-801
• /
• 2001

본 논문에서는 rank-order 필터의 구현을 위해 세 가지 신경회로망의 구조를 제시하고 분석하며 용도를 제안한다. 첫 번째 신경회로망을 이용하여 2-입력 정렬기를 제안하고 이를 이용하여 계층적인 N-입력 정렬기를 구성한다. 두 번째로 입력 신호간의 상대적인 크기 정보를 이용하여 학습 패턴을 구성한 후 역전파 학습 기법을 이용하여 구현되는 순방향 신경회로망을 이용한 rank-order 필터를 구현한다. 세 번째로 신경회로망의 구조의 출력층에 외부 입력으로 순위 정보를 가지도록 하는 rank-order 필터를 순방향 신경회로망을 이용하여 구현한다. 그리고 이러한 제안된 기술들에 대해 확장성, 구조의 복잡도와 시간 지연 등에서의 성능을 비교, 평가한다. 2-입력 정렬기를 이용하는 방식은 확장이 용이하고 비교적 구조가 간단하나 입력 신호들의 정렬을 위해 신경회로망은 순환하는 구조를 가지며 입력 신호의 수에 비례하는 반복 연산 후에 결과를 얻게 된다. 반면에, 순방향 신경회로망을 이용한 rank-order 필터의 구현 방식은 이러한 반복 연산으로 인한 시간 지연을 줄일 수 있으나 상대적으로 복잡한 구조를 가진다.

• Journal of the Korea Society of Computer and Information
• /
• v.4 no.4
• /
• pp.86-93
• /
• 1999

This paper proposes the multi-modular neural network and compensative input algorithm. The former is to reduce convergence speed which is one of the neural network's inveterate problems, and the latter is to improve the recognition performance of the neural network. This paper consists of two major parts and a simulation. First, it shows the structure of mu1ti-modular neural network, which is applied to the recognition of Korean, English characters and numbers. Second, it describes the compensative input algorithm and shows the steps that determine the compensative input. The proposed algorithm was tested and compared with the existing neural networks in the recognition of Korean and English characters and numbers. The convergence speed is three times or more faster than the existing neural network. In the case that compensative input was applied to neural network, the recognition rate was improved more than 10%.

• 전기의세계
• /
• v.38 no.2
• /
• pp.31-38
• /
• 1989

신경회로망의 특성 및 영상인식에서의 사용 가능성 등에 대해 알아보고자 한다. 또한 기존의 통계적 패턴인식 방법과 비교해서 신경회로망의 이점 등을 살펴보고자 하며 영상인식 신경회로망의 핵심적인 연구인 perceptron을 중심으로 학습방법과 응용등에 대해 살펴보고자 한다. 그리고 간단하게 최근 우리나라에서 수행하고 있는 영상 인식 분야의 신경회로망 연구에 대해 살펴보고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.109-112
• /
• 2006

본 논문은 클래스들의 대표값들과 입력 벡터와의 거리를 사용한 새로운 퍼지 학습법칙을 제안한다. 이 새로운 퍼지 학습을 supervised IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였다. 이 새로운 신경회로망은 안정성을 유지하면서도 유연성을 가지고 있다. iris 데이터를 사용하여 테스트한 결과 supervised IAFC 신경회로망 4는 오류 역전파 신경회로망과 LVQ 알고리즘보다 성능이 우수하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.274-277
• /
• 2010

본 논문에서는 다층 퍼셉트론 신경회로망을 사용하여 각 프레임에서 유성음, 무성음, 그리고 묵음 구간을 검출하는 구간검출 알고리즘을 제안한다. 신경회로망의 입력으로는 고속 푸리에변환에 의한 전력스펙트럼 및 고속 푸리에변환 계수가 사용되어 네트워크가 학습된다. 본 실험에서는 원 음성에 백색잡음이 중첩된 음성을 신경회로망에 입력함으로서 각 프레임에서의 유성음, 무성음, 묵음 구간의 검출성능 결과를 나타낸다.