• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.133-135
• /
• 2004

신경 회로망에서 연상 메모리(Associative Memory)는 주어진 자료에 대해 정보를 저장하고 복원하는 알고리즘이다. 본 논문에서는 학습된 영상의 정확한 분류와 왜곡된 영상의 복원 및 분류를 위해 기존의 퍼지 연상 메모리 알고리즘을 개선하였다. 기존의 퍼지 연상 메모리는 학습 데이터와 학습 원본과 같은 입력에 대해 우수한 복원 성능을 보이나 학습 데이터의 수가 증가할수록 그리고 왜곡된 입력에 대해 정확히 출력할 수 없고 복원 성능도 저하된다. 따라서 본 논문에서는 기존의 퍼지 연상 메모리 알고리즘을 개선하여 왜곡된 입력에 대해서도 원본 학습 데이터를 정확히 출력하고 복원하는 개선된 퍼지 연상 메모리 알고리즘을 제안하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.231-234
• /
• 2002

셀룰라 신경회로망의 연상 메모리를 이용하여 시각적인 입력 데이터의 연산을 통하여 영상 패턴의 분류와 인식을 수행한다. 셀룰라 신경회로망은 일반적인 신경회로망과 같이 비선형 데이터의 실시간 처리가 가능하고, 세 포자동자와 같이 격자구조의 셀로 이루어져 인접한 셀과 직접 정보를 주고받는다. 응용 분야로는 최적화, 선형/비선형화, 연상 메모리, 패턴인식, 컴퓨터 비젼 등에 적용할 수 있다. 영상의 이미지 픽셀을 셀룰라 신경회로망의 셀에 대응하여 전체 이미지 영상을 모든 셀룰라 신경회로망의 셀에서 동시에 병렬로 처리할 수 있어 2-D 이미지 처리에 적합하다 본 논문은 셀룰라 신경회로망에 의한 연상 메모리 구조를 설계하고, 학습된 하중값 메모리에서 가장 적당한 하중값을 선택하여 학습된 영상과 정확히 일치하는 출력을 얻는 방법을 제시한다. 학습을 통한 연상 메모리 구현에는 각각의 뉴런에서 일정하지 않은 다른 템플릿을 사용한다. 각각의 템플릿은 뉴런들 간의 연결 하중값을 나타내고 학습011 따라 갱신된다. 학습방법으로는 템플릿 하중값 학습에 뉴런들 간의 연결 하중값을 조정하는 가장 단순한 규칙인 Hebb의 학습방법이 사용되었고 분류값 학습에 LMS 알고리즘이 사용되었다

• Proceedings of the Korean Society for Bio-Environment Control Conference
• /
• 1999.04a
• /
• pp.24-29
• /
• 1999

포도 수확기를 개발하기 위해서는 포도 형상과 위치를 정확하게 파악하는 것이 필요하다. 신경회로망(Neural network)의 연상메모리(Associative memory)를 이용하여 포도 형상 정보를 인식하고자 한다. 신경회로망을 이용한 연상메모리는 학습 패턴(Learning pattern)을 학습한 후에 입력 패턴(Input pattern)으로부터 출력패턴을 얻는다. (중략)

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.16 no.2
• /
• pp.145-154
• /
• 1991

In this dissertation, the same reading and writing operation of general SRAM, the algonthm and hardware of 8 bit $\times$16 word CAM(Content Addressable Memory) which carry out the parallel that search is presented. The designed CAM chip consists of five functional blocks (CAM cell array, Address Deceden, Address Encoden. Data Selector, Sense Amplifier). The smulation is performed using logic smmulator on Apollo workstation and PSPICE eitcut simulation on PC/AT. The designed CAM was fabricated by 3um CMOS N Well process (ETRI) design nitles and testing was performed.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.760-762
• /
• 2004

본 논문에서는 저해상도 및 저대비의 특성을 지니는 문자 영상으로부터 특징을 추출하고 연상메모리를 이용하여 대상 문자를 인식하는 방법을 소개한다. 저해상도 영상의 이진화 과정에서 발생할 수 있는 정보의 왜곡 현상을 피하기 위하여 입력 영상의 gradient 정보를 이용하여 특징을 추출한다 저해상도 일 저대비의 특성을 지니는 문자 영상의 경우 입력 영상에 noise가 존재하거나 충분한 정보가 포함되어 있지 않은 경우 특징벡터에 상당한 왜곡을 초래하게 된다. 손상된 특징을 복원하기 위하여 연상메모리를 이용한다. 인식하고자 하는 문자 영상들의 prototype 영상들을 이용하여 연상메모리의 weight matrix를 구성한다. weight matrix를 이용해서 입력 영상이 가지는 특징과 가장 비슷한 특징을 가지는 prototype 영상의 특징벡터를 생성함으로써 손상된 특징을 복원하게 된다. 제안된 시스템을 이용하여 실험한 결과 noise가 존재하거나 정보가 충분하지 않은 입력 영상에 대해서 비교적 놀은 인식률을 얻음을 볼 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.2
• /
• pp.154-162
• /
• 2003

In this paper, Associative Memory with Cellular Neural Networks classifies and recognizes image patterns as an operator applied to image process. CNN processes nonlinear data in real-time like neural networks, and made by cell which communicates with each other directly through its neighbor cells as the Cellular Automata does. It is applied to the optimization problem, associative memory, pattern recognition, and computer vision. Image processing with CNN is appropriate to 2-D images, because each cell which corresponds to each pixel in the image is simultaneously processed in parallel. This paper shows the method for designing the structure of associative memory based on CNN and getting output image by choosing the most appropriate weight pattern among the whole learned weight pattern memories. Each template represents weight values between cells and updates them by learning. Hebbian rule is used for learning template weights and LMS algorithm is used for classification.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.1
• /
• pp.105-111
• /
• 2013

We have developed an analog associative memory implemented with an analog array which has linear writing and erasing characteristics. The associative memory adopts a winner-take-all strategy. The operation for reading in the memory is executed with an absolute differencing circuit and a winner-take-all (WTA) circuit suitable for a nearest-match function of a content-addressable memory. We also present a system architecture that enables highly-paralleled fast writing and quick readout as well as high integration density. A multiple memory cell configuration is also presented for achieving higher integration density, quick readout, and fast writing. The system technology presented here is ideal for a real time recognition system. We simulate the function of the mechanism by menas of Hspice with $1.2{\mu}$ double poly CMOS parameters of MOSIS fabrication process.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.10 no.3
• /
• pp.357-364
• /
• 2015

This research presents a DC-DC converter controller implemented with an analog memory. The structure of the converter will contribute to solve the stability problem unavoidable in a conventional closed loop converter. The analog memory will be used for realizing CAM(Contents Addressable Memory) which contains the output of the converter and the relevant duty ratio, respectively. The operation for reading in the memory is executed with an absolute differencing circuit and a WTA(Winner-Take-All) circuit suitable for a nearest-match function of the CAM. We also present a system architecture that enables highly-paralleled fast writing and quick readout as well as high integration density.

• Korean Journal of Cognitive Science
• /
• v.13 no.1
• /
• pp.53-59
• /
• 2002

This paper presents a model for diagnosing students'learning misconceptions in the domain of heat and temperature using fuzzy cognitive maps(FCM) and fuzzy associative memory(FAM). In a model for diagnosing learning misconceptions. an FCM can represent with cause and effect between preconceptions and misconceptions that students have about scientific phenomenon. An FAM which represents a neurallike memory for memorizing causal relationships is used to diagnose causes of misconceptions in learning. This study will present a new method for more autonomous and intelligent system than a model to diagnose misconceptions that was being done with classical methods in learning and may contribute as an intelligent tutoring system for learning diagnosis within various educational contexts.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.15 no.8
• /
• pp.667-677
• /
• 1990

In this paper, optical inplementation of the Hopfield neural network model for two-dimensinal associative memory is described For the real-time processing of two-dimensional images, the commercial LCTVs are used as a memory mask and an input spatical light modulator. A 4-D memory matrix is realized with a 2-D mask of a matrix arrangement and the inner-products between arbitrary input pattern and memory matrix are carried out by using the multifocus hololens. The output image is then electronically thresholded and fed back to the input of the associative memory system by 2-D CCd camera. From the good experimental results for the high error correction capability, the proposed system can be applied to practical pattern recognition and machine vision systems.