• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.4
• /
• pp.402-410
• /
• 2004

In this paper, an optimal design method of clonal selection based Fuzzy-Neural Networks (FNN) model for complex and nonlinear systems is presented. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. Also Advanced Clonal Selection (ACS) is proposed to find the parameters such as parameters of membership functions, learning rates and momentum coefficients. The proposed method is based on an Immune Algorithm (IA) using biological Immune System and The performance is improved by control of differentiation rate. Through that procedure, the antibodies are producted variously and the parameter of FNN are optimized by selecting method of antibody with the best affinity against antigens such as object function and limitation condition. To evaluate the performance of the proposed method, we use the time series data for gas furnace and traffic route choice process.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.5
• /
• pp.1044-1051
• /
• 2003

This paper surveys the EBP(Error Back Propagation) learning, the Cross Entropy function and the LBL(Layer By Layer) learning, which are used for learning the MLP(Multi Layer Perceptrons). We compare the merits and demerits of each learning method in the handwritten digit recognition. Although the speed of EBP learning is slower than other learning methods in the initial learning process, its generalization capability is better. Also, the speed of Cross Entropy function that makes up for the weak points of EBP learning is faster than that of EBP learning. But its generalization capability is worse because the error signal of the output layer trains the target vector linearly. The speed of LBL learning is the fastest speed among the other learning methods in the initial learning process. However, it can't train for more after a certain time, it has the lowest generalization capability. Therefore, this paper proposes the standard of selecting the learning method when we apply the MLP.

• The KIPS Transactions:PartB
• /
• v.10B no.5
• /
• pp.553-560
• /
• 2003

Since Wavelet Transform decomposes a video frame into subbands with various frequencies and resolutions, the reconstructed video qualify at a receiver fluctuates according to the location of transmission errors within frames. This deteriorates the whole visual duality of the video. Specifically, for a wavelet based video which exploits the motion estimation prediction scheme, the transmission errors of a subband not only have a bad effect on other subbands within a same frame but also propagates to the subsequent frames. In this paper, we propose BDP(Block Based Dispersive Packetization) scheme, for a wavelet based video stream, which maintains constant video quality despite packet location that a transmission error occurs. To evaluate the performance of the proposed scheme, we use MRME(Multi-Resolution Motion Estimation) scheme to compress a video in Inter coding mode and Gilbert´s error model to generate the error patterns in wireless network environment. The simulation results show that BDP is more efficient than BP (Block based Packetization) or DP (Dispersive Packetization) in both PSNR and visual quality.

• The Bulletin of The Korean Astronomical Society
• /
• v.35 no.2
• /
• pp.47.1-47.1
• /
• 2010

태양전파폭발위치관측기(KSRBL)는 단일 안테나 전파분광기로써 미 뉴저지공과대학과의 협력으로 2009년 8월에 한국천문연구원에 개발 설치되었다. 1 MHz 스펙트럼 분해능과 1초의 시간 분해능을 가지고 있고 관측할 수 있는 주파수 대역은 245, 410 MHz 와 0.5-18 GHz에 이르는 광대역이다. 또한 태양 전면 $0.03^{\circ}$ 각거리 안의 오차 범위 내에 태양 폭발 위치를 감지할 수 있다. 전파 관측은 LabVIEW와 IDL 프로그램에 의해 미리 짜여진 관측 스케줄에 따라 매일 자동으로 진행된다. KSRBL 설치 이후 현재까지의 데이터에 대한 관측 통계를 분석 하였다. 관측된 전파폭발의 수를 다른 사이트와 비교하고, 정상 관측 되는 날의 빈도, 기기 오류 발생 빈도, 데이터 안정도 및 손실률 등의 변화양상을 추적하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2011.10a
• /
• pp.471-474
• /
• 2011

본 논문에서는 이러한 문제점을 해결하기 위해서 발전기 고정자의 가진 주파수의 거동패턴을 모델링하고 거동패턴의 위상변화를 학습패턴으로 만들어 오류 역전파 알고리즘으로 학습시킴으로써 고정자 권선 단말부에 대한 상태 감시한다. 고정자 모사장치를 구성하고 장치로부터 가진 데이터를 획득하여 실험한 결과 가진 주파수에서 일정한 형태의 거동패턴을 보였으며, 거동을 학습패턴으로 만들어 오류 역전파 알고리즘에 적용한 결과 뛰어난 성능을 보였다.

• Journal of KIISE
• /
• v.44 no.12
• /
• pp.1252-1257
• /
• 2017

In dialogues, speakers' intentions can be represented by sets of an emotion, a speech act, and a predicator. Therefore, dialogue systems should capture and process these implied characteristics of utterances. Many previous studies have considered such determination as independent classification problems, but others have showed them to be associated with each other. In this paper, we propose an integrated model that simultaneously determines emotions, speech acts, and predicators using a convolution neural network. The proposed model consists of a particular abstraction layer, mutually independent informations of these characteristics are abstracted. In the shared abstraction layer, combinations of the independent information is abstracted. During training, errors of emotions, errors of speech acts, and errors of predicators are partially back-propagated through the layers. In the experiments, the proposed integrated model showed better performances (2%p in emotion determination, 11%p in speech act determination, and 3%p in predicator determination) than independent determination models.

• Journal of KIISE:Software and Applications
• /
• v.29 no.8
• /
• pp.565-572
• /
• 2002

학습과 추론을 위하여 유용한 방법으로 퍼지연상기억장치가 있다. 본 논문에서는 보다 효과적으로 추론결과를 유도하기 위하여 퍼지연상기억장치를 학습하는 단계에서 오류 역전파를 통하여 노드들 사이의 연결가중치를 재조정하는 방법과 퍼지규칙들을 간결화하는 방법을 제안한다. 제안된 방법은 비디오 데이타의 장면전환을 검출하는 분야에 적용하여 성능평가를 수행한다.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.18 no.4
• /
• pp.430-435
• /
• 2009

The cooling stage greatly affects the product quality in the injection molding process. The cooling system that minimizes temperature variance in the product surface will improve the quality and the productivity of products. The cooling circuit optimization problem that was once solved by a response surface method with 4 design variables. It took too much time for the optimization as an industrial design tool. It is desirable to reduce the optimization time. Therefore, we tried the back-propagation algorithm of artificial neural network(BPN) to find an optimum solution in the cooling circuit design in this research. We tried various ways to select training points for the BPN. The same optimum solution was obtained by applying the BPN with reduced number of training points by the fractional factorial design.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.605-608
• /
• 2001

다층 신경망의 학습에 쓰이는 오류 역전파 학습은 매우 효과적이지만 학습 속도가 너무 느리고 최적의 은닉충의 뉴런의 수를 결정하는 해답은 아직 없는 실정이다. 또한 가끔은 국부 최소점(Local maxima)에 빠져 학습이 끝내 이루어지지 않는 경우가 있다. 이에 본 논문에서는 이러한 Local maxima 를 효과적으로 탈출 할 수 있는 방법에 대해서 연구해 보았다. 국부 최소점은 연결강도와 전체 오차 사이의 이차원 공간에서 표현할 수 있는데 본 알고리즘은 이러한 연결강도와 오차와의 관계를 인위적으로 변화시켜 결론적으로 Local maxima 를 탈출하게 하는 방법을 소개한다. 본 연구에서 사용된 방법은 네트웍이 학습중에 Local maxima 에 빠졌을 때 은닉층의 뉴런의 수를 추가하여 인위적으로 연결강도 평면의 위상을 변조시킨다. 또한 은닉충의 뉴런의 수를 동적으로 변화 시키면서 최적의 뉴런의 수를 결정할 수 있게 하였다. 위 알고리즘의 성능을 평가하기 위해서 XOR 문제와 $10{\times}8$ 영문폰트와 숫자의 학습에 적용하여 일반적인 역전파 학습과 비교 평가하였다.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.97-98
• /
• 2008

본 논문에서는 다중 출력을 가지는 퍼지 관계 기반 퍼지뉴럴네트워크를 설계한다. 퍼지 관계 기반 퍼지뉴럴네트워크는 선체 인력 변수에 따른 입력 공간을 분할함으로서 네트워크를 구성한다. 규칙의 전반부는 앞서 언급한 전체 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식을 학습한다. 또한, 각 입력에 대만 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 유전자 알고리즘을 이용하여 최적 동조한다. 따라서 유전자 알고리즘을 이용하여 퍼지뉴럴네트워크를 최적 설계한다. 마지막으로 제안된 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.