• Journal of Korea Multimedia Society
• /
• v.13 no.4
• /
• pp.504-511
• /
• 2010

In this paper, we propose the face region recognition system for City-Security CCTV(Closed Circuit Television) using hippocampal neural network which is modelling of human brain's hippocampus. This system is composed of feature extraction, learning and recognition part. The feature extraction part is constructed using PCA(Principal Component Analysis) and LDA(Linear Discriminants Analysis). In the learning part, it can label the features of the image-data which are inputted according to the order of hippocampal neuron structure to reaction-pattern according to the adjustment of a good impression in a dentate gyrus and remove the noise through the auto-associative memory in the CA3 region. In the CA1 region receiving the information of the CA3, it can make long-term memory learned by neuron. Experiments confirm the each recognition rate, that are shape change and light change. The experimental results show that we can compare a feature extraction and learning method proposed in this paper of any other methods, and we can confirm that the proposed method is superior to existing methods.

• Journal of the Korean Institute of Gas
• /
• v.7 no.3 s.20
• /
• pp.24-31
• /
• 2003

To operate process plant safely and economically, process monitoring is very important. There are a great number of data acquired through distributed control system and process information system. Fault monitoring is the task with difficulties owing to not only the huge amount of data, but also nonlinearity of chemical processes. In this research, the program, REFA, based on PCA and functional link associative neural network has developed. REFA has better learning capabilities, generalization abilities, and shorter learning time than existing neural network programs. In this work its usefulness has proven by application to Tennessee Eastman process.

• The Journal of the Korea Contents Association
• /
• v.16 no.6
• /
• pp.601-613
• /
• 2016

The purpose of this study is to present the mental model of young adolescents' media environment and the use and to provide several educational suggestions drawing on the revealed model. For this, the data were collected through 4 activities such as interview, picture drawings, word association experiment, and sentence completion task with ten 4-5th graders in elementary schools; they were qualitatively analyzed by 2 researchers. First, the meaning components driven by sentence completion task, word association experiment were totally 6 components: media device, connection(alienation), competence(provision), entertainment, adverse effects, ambilaterality. Second, the components of media mental model driven by pictures were 4 components: functions/competence, entertainment, conflict with paper books/sharing, harmfulness/ambilaterality. Third, the components from interview consisted of conflict between paper books and electronic media, communication-centeredness, fear(addiction) and users' qualification. Based on those results, careful examination in cyber talk, necessity of addiction prevention, active development of learning media and their balanced utilization with books, and healthful media literacy education and reinforcement of critical thinking were suggested.

• Smart Media Journal
• /
• v.10 no.1
• /
• pp.63-69
• /
• 2021

When a person sees a sentence and understands the sentence, the person understands the sentence by reminiscent of the main word in the sentence as an image. Text-to-image is what allows computers to do this associative process. The previous deep learning-based text-to-image model extracts text features using Convolutional Neural Network (CNN)-Long Short Term Memory (LSTM) and bi-directional LSTM, and generates an image by inputting it to the GAN. The previous text-to-image model uses basic embedding in text feature extraction, and it takes a long time to train because images are generated using several modules. Therefore, in this research, we propose a method of extracting features by using the attention mechanism, which has improved performance in the natural language processing field, for sentence embedding, and generating an image by inputting the extracted features into the GAN. As a result of the experiment, the inception score was higher than that of the model used in the previous study, and when judged with the naked eye, an image that expresses the features well in the input sentence was created. In addition, even when a long sentence is input, an image that expresses the sentence well was created.

• Journal of KIISE:Software and Applications
• /
• v.28 no.7
• /
• pp.524-536
• /
• 2001

본 논문에서는 다수의 페이지로 구성된 복잡한 구조의 문서로부터 SGML/XML에 기반한 전자 문서를 생성하기 위한 구문론적인 구조분석 방법을 제안한다. 특히 제안된 파싱 기법은 텍스트 라인을 기본 단위로 하는 기존 연구보다 논리적인 계층 구조를 보다 정확하고 빠르게 생성하기 위하여 텍스터 영역의 계층적인 트리 구조를 입력으로 받아들인다. 또한 문서 유형의 논리적인 구조 정보와 기하적인 특성을 효과적으로 기술할 수 있는 문서모델을 정의하고, 이의 자동 생성과 점증적인 학습 방법을 제안한다. 제안된 방법의 성능을 평가하기 위하여 과학 기술 논문으로부터 스캐닝한 372개의 논문 연상으로 실험한 결과, 제안된 방법은 기존 연구와 달리 다수의 문서 영상으로 구성된 문서에 대하여 논리적인 구조분석과 문서 모델의 자동 생성을 효율적으로 지원하였다. 특히 제안된 방법은 논리적인 구조분석의 최종 결과로서 SGML/XML 문서를 생성하기 때문에 문서의 재 사용성과 호환성을 높인다.

• The Korean Nurse
• /
• v.6 no.5 s.31
• /
• pp.92-100
• /
• 1967

Nursing Process의 일련의 합목적적인 성격을 평가할 때 간호계획은 환자의 질병을 자신의 중대한 학습경험으로 만듣는데 필요한 단계를 포함하도록 할 수 있다. 환자 자신의 경험의 의미를 이해한다는 것은 nursing이 교육적이고 치료적이며 또 성숙시키는 힘으로써 기능을 하다록 하기 위해 필요한 것이다. 환자의 곤란(질병등)에 대한 초기의 연상은 분화되고 문제에 포함된 모든 요인들을 정리하고 확대시킬 필요가 있다. 왜냐하면 이들은 환자와 그의 목표에 지대한 영향을 미치기 때문이다. 문제에 대한 태도를 분명히 한다는 것은 새로운 환경의 도전에 의해 재생된 과거와 또는 새로운 욕구와 감정의 표현을 가져온다. 늘 풍부하고도 무조건적인 보살핌을 주는 보조자를 상징하는 nurse와의 동일시는 필요하다고 느끼는 욕구와 자기를 위협하는 문제를 처리하는 한 방편이 된다. 초기의 욕구가 처리되면 이들 욕구는 더욱 성장하여 더 성숙한 욕구가 다시 생기게 된다. 환경이 제시하는 것을 철저히 이용한다는 것은 문제에 대한 새로운 분화를 가져오며 인간관계의 기술을 개선시킨다. 개인적 노력을 통해 새로운 목표는 실현될 수 있다. 병원 환경에서 사회 생활에로 참여하는 것은 N-P relationship의 해결을 필요로 하고 새로운 사회적 상호 의존 관계를 위해 인격의 강화가 필요하다. 환경적 결핍 위에 resolution이 일어났을 때는 환자의 육구는 강화되고 전체적 경험의 동정이 제한된다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.87-90
• /
• 2009

사람들은 같은 상황에서도 감정적 경험에 따라 다르게 반응한다. 상황에 따른 감정을 나타내고자 하는 인공감정에 대한 많은 연구가 이루어지고 있지만, 기존의 인공감정들은 같은 상황에서 같은 반응을 하도록 설계되었다. 하지만 현재 느끼는 감정이 과거에 경험했던 감정적 경험에 영향을 받기 때문에 같은 상황에서 다른 반응을 유발한다. 본 논문은 감정적 경험을 기억해서 현재의 감정에 영향을 주는 메커니즘을 제안한다. 감정적 기억은 연관성이 있는 기억끼리 연상되는데 이 과정은 SOM의 연관성이 있는 것끼리 뭉치면서 스스로 학습하는 자기조직화의 특성과 유사하다. 이러한 유사점을 이응해서 감정적 경험을 기억하는 과정을 설계했다. 제안된 방법을 가위바위보로 승자가 패자를 뿅망치로 때리는 게임에 적용하여 같은 상황에서도 감정적 경험에 의해 다르게 반응하는 모습을 나타낸다. 게임을 진행하면서 가위바위보 승패에 따라 분노, 공포, 쾌락 등의 감정을 경험하게 되는데 이러한 감정적 경험이 SOM을 이용한 감정기억메커니즘에 의해 기억된다. 그 결과 감정적 경험에 대한 기억이 가위바위보에 이겼을 때의 느끼는 감정에 영향을 주어 현재 느끼는 감정 상태에 따라 뿅망치 파워가 달라지도록 했다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.12 no.1
• /
• pp.28-32
• /
• 2006

Because of the recent development of radio frequency identification (RFID) technologies, various systems for RFID have been proposed. and it expected to become pervasive and ubiquitous. offers tantalizing benefits for supply chain management, inventory control, and many other applications. recently, however, has the convergence of lower cost and increased capabilities made businesses take a hard look at what RFID can do fer them. In this paper, We propose the real-time RFID face recognition system using Hippocampus neuron modeling algorithm(HNMA) and PCA-LDA mixture algorithm. this system store an extracted face-feature in tag and uses for individual authentication.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.317-328
• /
• 1993

본 논문은 신경망과 퍼지 이론을 결합한 한국어 철자 교정기 KSCNN(Korean Spelling Corrector using Neural Network)에 대하여 기술한다. KSCNN은 퍼셉트론(perceptron) 학습을 이용한 연상 메모리(associative memory)로 구성되며 자판 배열 특성을 고려한 퍼지 멤버쉽 함수에 의해 신경망의 입력값을 정한다. 본 철자 교정기의 장점은 인지적인 방법으로 철자를 교정하기 때문에 기존의 VA나 BNA와는 달리 오류의 종류에 영향을 받지 않으며 교정된 철자나 후보자들에 대한 견인값(attraction value)을 측정하여 시스템의 신뢰도를 높일 수 있다는 데 있다. 또한, 본 논문은 실험을 통해서 퍼지 멤버쉽 함수에 의한 입력 노드의 활성화가 자판 배열특성을 고려할 수 있기 때문에 시스템의 성능을 향상시킨다는 사실을 보여준다.

• Journal of the Korean Society for Precision Engineering
• /
• v.10 no.1
• /
• pp.77-88
• /
• 1993

In this paper, we propose a stereo vision system to solve correspondence problem with large disparity and sudden change in environment which result from small distance between camera and working objects. First of all, a specific feature is divided by predfined elementary feature. And then these are combined to obtain coded data for solving correspondence problem. We use Neural Network to extract elementary features from specific feature and to have adaptability to noise and some change of the shape. Fourier transformation and Log-polar mapping are used for obtaining appropriate Neural Network input data which has a shift, scale, and rotation invariability. Finally, we use associative memory to obtain coded data of the specific feature from the combination of elementary features. In spite of specific feature with some variation in shapes, we could obtain satisfactory 3-dimensional data from corresponded codes.