• 한국방사선학회논문지
• /
• 제3권1호
• /
• pp.29-39
• /
• 2009

본 논문에서는 신경회로망을 이용한 의료영상의 질환부위 인식방법을 제안하였다. 질환부위 인식을 위한 신경회로망은 입력층, 은닉층, 출력층으로 구성하여 적응 오차 역전파 알고리즘으로 학습하였다. 신경회로망에 입력된 의료영상의 특징 파라미터는 웨이브릿 변환에 의하여 분해된 저주파 영역을 행렬식으로 표현하여 특성 다항식의 계수값(n+1)개로 하였다. 추출된 특징 파라미터는 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용하였다. 제안된 방법의 타당성을 입증하기 위해서 실험에 사용된 입력 의료영상을 가지고 모사실험을 통해 질환부위의 인식률을 평가하였다. 실험 결과 4레벨 DWT로 변환된 저주파영역 행렬의 특성 다항식 계수를 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용했을 때 최적의 학습 횟수를 보였다. 신경회로망의 학습은 적응 오차 역전파 알고리즘을 사용하였고, 학습계수를 0.01, 모우멘텀을 0.95로 하였을 때, 위영상에 대해서는 55회, 가슴영상은 55회, CT영상은 46회, 초음파영상은 55회 그리고 혈관영상에 대해서는 157회 등의 최적의 학습 횟수를 보이며 100%의 인식률을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.422-424
• /
• 1999

본 논문에서는 질감 특징과 신경회로망을 이용한 유방암조직영상의 분할 방법을 제안한다. 신경회로망의 입력 노드에 사용될 질감 특징을 얻기 위해 10개의 영상에 대해 각 영역(양성세포핵, 음성세포핵, 배경)에서 10개씩의 화소를 선택하고, 그 화소를 중심으로 하는 5$\times$5 영역 30개를 획득, 총 300개의 영역에 대해 R, G, B 각각의 밴드에서 18개의 질감특징을 추출한다. 54개의 입력노드, 28개의 은닉노드, 3개의 출력노드의 구조를 가진 신경회로망을 구성하고, 역전파 학습 알고리즘을 사용하여 신경회로망을 최대오차율이 10-3보다 작을 때까지 학습시킨다. 학습에 의해 획득되어진 분류기를 이용하여 유방암 조직 세포영상을 양성세포핵, 음성세포핵, 배경부분으로 자동 분할한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.287-290
• /
• 1997

신경회로망은 높은 정확도의 학습 결과를 제시하는 장점을 가지고 있어서 패턴 인식을 포함한 여러 분야에서 널리 사용되어지고 있다. 그러나 신경회로망의 설계에 있어 최적의 뉴런과 층의 개수, 그리고 그 연결 등의 기하학적 해답을 제시하기가 어렵고, 서은이 우수하다고 알려진 역전파 학습 알고리즘도 오차가 없는 완벽한 학습 결과를 제시하지 못하며, 상당히 많은 학습 시간이 걸린다는 단점들을 가지고 있다. 이러한 단점들을 극복하기 위해 선형 신경회로망을 합성하는 새로운 방법을 제안하는데, 이진 함수 최소화(binary function minimization)과정을 거친 minimal-sum-of-product(MSP)를 통해서 이진 클래스 패턴(binary class pattem)을 표현 함으로써 오차가 없는 학습 결과를 얻을 수 있으며, 학습에 필요한 패턴과 학습에 걸리는 시간도 대폭 줄일수 있다. 본 논문에서는 유전자 알고리즘을 이용하여 선형 신경회로망을 합성하는 방법을 제안하며, 여러 가지 예제를 통해 제안한 방법의 우수성을 보인다.

• 한국전산구조공학회논문집
• /
• 제15권1호
• /
• pp.137-146
• /
• 2002

본 연구에서는 복합재료 원통쉘의 정적 구조해석 결과를 신경회로망에 적용하여 원통쉘에 가해진 하중특성을 추론하였다. 신경회로망 알고리즘은 역전파 학습법의 학습율이 가변적으로 조정될 수 있도록 프로그램을 개발하였으며, 입력패턴은 원통쉘에 하중이 가해졌을 때, 원통쉘의 측면에서 발생하는 9지점의 변형률을 이용하였다 출력층은 가해진 하중특성으로 설정하였으며, 학습결과 원통쉘의 하중특성 추론 학습에 성공하였다. 은닉층의 층수를 1층에서 3층까지 학습결과를 비교분석하였으며, 하중특성은 0.5% 이내로 추론이 가능해졌다. 본 연구 결과 신경회로망을 이용한 복합재료 원통쉘의 역공학이 가능해졌다.

• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1078-1084
• /
• 2010

본 논문에서는 오차역전파알고리즘에 의한 신경회로망을 사용하여 이산푸리에변환에 의한 진폭성분과 위상 성분을 복원하는 음성강조 시스템을 제안한다. 먼저, 신경회로망이 잡음이 부가된 음성신호의 이산푸리에변환의 진폭성분과 위상성분을 사용하여 학습된 후, 제안한 시스템은 백색잡음에 의하여 열화된 잡음이 부가된 음성 신호를 강조한다. 백색잡음에 의하여 열화된 음성신호는 이산푸리에변환에 의한 진폭성분과 위상성분을 입력으로 하는 신경회로망을 사용하여 제안된 시스템에 의하여 강조되는 것을 실험결과로 증명한다. 제안한 시스템은 스펙트럼 왜곡율의 평가법을 사용하여 백색잡음에 의하여 열화된 음성신호에 대하여 효과적인 것을 실험으로 확인한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.227-230
• /
• 2002

이 논문에서는 신경회로망을 이용한 원전 금속파편 시스템에 적용하여 진단 가능성을 제시한다. 첫 번째로, 오경보 감소에 대해 역전파 신경망을 적용하여 오경보 감소에 대한 가능성을 제시하였다. 즉, 전처리 단계에서 이동 평균 필터를 적용하여 저주파수인 배경잡음을 소거하였으며, 충격신호의 시작시간, 상승시간, 반주기, 전체시간을 신경망의 입력 값으로 사용하였다 발전소 운전가동시의 오경보 및 충격시험시의 신호를 적용한 결과 오경보가 1/4 이내로 줄어드는 유용한 결과를 보임을 알 수 있었다. 두 번째로 신경회로망 이론을 금속파편 진단(질량추정)에 적용하여 진단 가능성을 제시하였다. 신경회로망에서 사용된 알고리즘은 역전파 알고리즘(Back Propagation Network)을 사용하였으며, 세 가지의 입력변수(Rising Time, Half Period, Maximum amplitude)를 이용하였다. 영광 3호기 시운전시 강구의 충격 데이터로 미리 학습을 시킨 후 실제 금속파편 신호와 비교/분석하여 질량값을 추정하였다. 분석한 결과 비교적 만족할 만한 결과를 얻어 금속파편 진단에 신경회로망의 적용이 가능할 것으로 판단하였다.

• 한국통신학회논문지
• /
• 제25권4B호
• /
• pp.683-691
• /
• 2000

본 논문에서는 정확한 연결 설정을 결정하기 위해 Hopfield 신경회로망을 이용한 셀 다중화기와 역전파 신경회로망을 이용한 대역폭 예측기를 제안하였다. 다중화된 대역폭에서 망의 이용률을 극대화시키고 이용자 트랙픽의 QoS를 만족시키는 최소 대역폭이 새로 고안한 역전파 신경회로망 대역폭 예측기를 통하여 예측되어진다. 연결 수락 제어기는 예측된 대역폭과 망내의 사용 가능한 대역폭을 비교하여 연결 수락 여부를 판단한다. 연결이 설정된 사용자 소스를 감시하며 계약 위반시 적절한 조치를 취하는 퍼지 논리 제어 트래픽 감시 방법과 멀티미디어 트래픽의 주된 특성인 버스트 제어를 통한 망의 효율을 증가시키는 분석적 트래픽 형태 제어 방법을 제시한다. 제안된 트래픽 제어기는 성능이 우수하다고 평가된 기존의 제어기들과 성능 평가를 하였으며, 시뮬레이션 결과는 기존의 제어기보다 성능이 우수함을 보여주었다.

• 한국해양공학회지
• /
• 제10권1호
• /
• pp.65-74
• /
• 1996

Up to now, the existing crack growth modelling has used a mathematical approximation but an assumed function have a great influence on this method. Especially, crack growth behavior that shows very strong nonlinearity needed complicated function which has difficulty in setting parameter of it. The main characteristics of neural network modelling to engineering field are simple calculations and absence of assumed function. In this paper, after discussing learning and generalization of neural networks, we performed crack growth modelling on the basis of above learning algorithms. J'-da/dt relation predicted by neural networks shows that test condition with unlearned data is simulated well within estimated mean error(5%).

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.580-582
• /
• 1998

인터넷의 보급으로 인하여 디지털 데이터의 복제가 확산됨에 따라 멀티미디어 데이터에 대한 소유권 보호와 인증에 대한 문제가 대두되고 있는 실정이다. 본 논문에서는 디지털 영상을 다중해상도 표현이 가능한 웨이브릿 변환(Wavelet Transform)을 통하여 저주파수 영역에 인간 시각으로 지각 할 수 없는 워터마크를 삽입하고, 삽입된 워터마크의 영상을 인증하기 위한 방법으로 오류 역전파 학습 알고리즘(Error Backpropagation)을 이용한 신경회로망적 접근방법을 제안한다. 워터마크를 추출하기 위해서는 원영상이 필요하고, 내장된 워터마크가 손실 압축과 필터링 등의 일반적인 영상 처리에 강인함을 실험 결과를 증명하고, 제안한 신경회로망적 접근방법이 좋은 결과를 나타냄으로 실험을 통하여 증명하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1998년도 춘계학술발표 논문집
• /
• pp.135-140
• /
• 1998

본 논문에서는 신경회로망에서 가장 널리 쓰이고 있는 오차 역 전파 알고리즘(Error Back-propagation) 을 사용하여 스캐너를 모델링함으로써 스캐너의 원색 재현을 위한 방법을 제시하였다. 이것은 스캐너의 하드웨어적 특성을 고려, 입력된 영상의 원색과 출력물의 색과 일치시키는 방법이다. 우선, 오차 역전파 알고리즘에 대하여 학습 규칙을 살펴보고 학습을 위한 데이터를 추출하기 위해 고르게 분포된 색 샘플들을 계측기로 측정하여 칼라 공간에서의 X, Y, Z 값을 얻어낸다. 그 중에서 표본 샘플을 추출한다. 그리고 이를 스캐너로 스캐닝하여 얻은 R, G, B값을 오차 역전파 알고리즘의 입력값으로, 목표값은 X, Y, Z값을 사용하여 학습시킨다. 학습하는 동안 샘플 색상의 수와 중간층의 수, 노드의 수를 변화시킴으로써 최적의 결과를 얻도록 실험하였다. 결론에서는 서로간의 결과를 분석한다.