• 한국통신학회논문지
• /
• 제24권9B호
• /
• pp.1775-1784
• /
• 1999

본 논문은 학습하는 동안 은닉 노드의 출력에 대한 분산과 평균을 평가하는 새로운 cost function을 이용하여 불필요한 은닉 노드를 축소하는 방법을 제안한다. 제안한 cost function은 필요한 은닉 노드를 활성화시키고 불필요한 은닉 노드를 상수화 시켜 제거한다. 필기체 숫자인식을 통한 실험에서 제안한 방법은 높은 인식률과 단축된 학습 시간을 나타내며 은닉 노드의 수를 37.2%까지 축소할 수 있었다.

• 정보처리학회논문지C
• /
• 제16C권1호
• /
• pp.133-142
• /
• 2009

이 논문에서는 은닉 노드(hidden node)들이 있는 환경에서 IEEE 802.15.4의 성능을 정확하게 예측할 수 있는 수학적 모델을 제시한다. 기존의 802.15.4 성능 분석을 위한 수학적 모델은 은닉 노드들이 없는, 즉 모든 노드들은 다른 노드들의 전송 상태를 측정할 수 있는 이상적인 상황만을 고려하였다. 그러나 노드들의 배치에 따라서 은닉 노드들이 빈번하게 발생할 수 있어, 기존의 모델들은 현실적 환경에서 802.15.4의 성능을 정확히 측정하지 못하는 문제가 있다. 이러한 문제를 해결하기 위해서 이 논문에서 제안한 모델은 기존의 802.15.4의 성능 모델에 은닉노드의 성능 영향 모델을 추가하였다. 제안한 802.15.4의 수학적 성능 모델에 의하면 작은 은닉 노드의 수에 의해 성능이 급격하게 저하된다. 일례로 전체 노드의 5%가 은닉노드일 때 802.15.4의 성능이 최대 62% 저하된다. 이러한 예측한 결과는 ns-2의 시뮬레이션 결과와 비교할 때, 최대 6%의 오류한도에서 동일하다.

• 정보처리학회논문지C
• /
• 제16C권3호
• /
• pp.393-406
• /
• 2009

본 논문에서는 IEEE 802.15.4의 성능을 정확하게 평가하기 위하여 ns-2에 추가한 두 가지 기능을 소개한다. 첫째는 전체 노드의 수와 은닉 노드의 수가 정해짐에 따라 노드들의 배치를 자동으로 결정하는 은닉 노드 배치 방안과 은닉 노드로 인한 신호 충돌을 구별하는 방안이다. 둘째는 2003 표준만 구현되어 있는 현재의 ns-2 2.33 버전에 2006 표준에 기술된 CCA 지연 처리 방안을 구현하였다. 기능이 확장된 ns-2를 이용하여, 802.15.4 네트워크의 성능에 은닉 노드와 CCA 지연에 대한 처리 방안이 미치는 영향을 정확하게 분석할 수 있게 되었다. 시뮬레이션 결과 은닉 노드가 없을 때에 비하여 은닉 노드가 단 하나 존재할 때 네트워크 처리량이 약 66% 감소하며, 충돌율은 65%에서 90%로 급증한다. CCA 지연 처리 알고리즘의 2003 표준과 2006 표준에 따르면, 충돌 확률은 약 19%까지 차이를 보이고, 처리량은 약 38% 차이를 보이며 2006 버전이 우수한 성능을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제5권2호
• /
• pp.30-36
• /
• 2000

은닉노드는 주어진 문제에서 입력패턴(input pattern)들의 특징을 구분해주는 중요한 역할을 한다. 이 때문에 최적의 은닉노드 수로 구성된 신경망 구조가 성능에 가장 큰 영향을 주는 요인으로 중요성이 대두되고 있다. 그러나 역전파(back-propagation) 학습 알고리즘을 기반으로 하여 은닉노드 수를 결정하는데는 문제점이 있다. 은닉노드 수가 너무 적게 지정되면 주어진 입력패턴을 충분히 구분할 수 없게 되어 완전한 학습이 이루어지지 않는 반면, 너무 많이 지정하면 불필요한 연산의 실행과 기억장소의 낭비로 과적응(overfitting)이 일어나 일반성이 떨어져 인식률이 낮아지기 때문이다. 따라서 본 논문에서는 백 프로퍼게이션 알고리즘을 이용하여 학습을 수행하는 다층 신경망의 학습오차 감소와 수렴율 개선을 위하여 신경망을 구성하는 매개변수를 가지고 은닉노드의 특징 값을 구하고, 그 값은 은닉노드를 제거(pruning)하기 위한 평가치로 사용된다. 구해진 특징 값 중 최대 값과 최소 값을 갖는 노드를 감소(pruning)대상에서 제외하고 나머지 은닉노드 특징 값의 평균과 각 은닉노드의 특징 값을 비교하여 평균보다 작은 특징 값을 갖는 은닉노드를 pruning시키므로서 다층 신경망의 최적 구조를 결정하여 신경망의 학습 속도를 개선하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.67-69
• /
• 2005

현재까지의 보안 라우팅 프로토콜은 유무선에 관계 없이 페이로드 부분은 암호화가 되더라도 패킷 헤더의 내용이 평문 형태로 무방비하게 노출되며 라우팅 경로가 안전하게 보장되더라도 악의적인 노드에게 경로가 알려지는 것을 차단 할 수 없다. 또한 유선 환경과는 달리 Ad-hoc 네트워크와 같은 무선 상황에서는 전파의 전방향성 때문에 송수신 범위 내에 있는 노드들이 평문 형태의 라우팅 정보 및 송수신 노드의 정보를 수집하는 것을 방지 할 수 없다. 본 논문에서 제안하는 은닉 라우팅 프로토콜은 한쌍의 노드가 비대칭키 암호화 알고리즘을 통해 공유한 초증가 수열을 통해 송수신 노드를 은닉하면서도 정당한 수신 노드만 자신이 수신 노드임을 알 수 있는 기법을 제공함으로서 악의적인 노드가 라우팅 경로에 대한 정보를 수집하는 것을 원천적으로 차단한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.71-75
• /
• 2003

오류 역전파 학습 알고리즘을 이용하여 영상 인식에 적용 할 경우에는 은닉층의 노드 수를 경험적으로 설정하므로, 학습시간과 지역최소화 및 정체현상이 발생한다. 그리고 ARTI 알고리즘은 입력 패턴과 저장 패턴간의 측정 방법인 유사성 검증 방법과 경계 변수의 설정에 따라 인식률이 좌우된다. 경계 변수의 값이 크면 입력 패턴과 저장 패턴사이에 약간의 차이만 있어도 새로운 카테고리(Category)로 분류하고, 반대로 경계 변수의 값이 적으면 입력 패턴과 저장 패턴 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 패턴들을 대략적으로 분류한다. 따라서 ART1 알고리즘을 영상 인식에 적용하기 위해서는 경계 변수를 경험적으로 설정하므로 인식률에 부정적인 영향을 갖는 문제점이 있다. 따라서 본 논문에서는 개선된 ART1 알고리즘과 지도 학습 방법을 결합하여 신경망의 은닉층 노드를 동적으로 변화시키는 자가 생성지도 학습 알고리즘을 제안한다. 제안된 신경망에서 입력층과 은닉층의 학습 구조에는 ART1 알고리즘을 개선하여 적용하고, 은닉층과 출력층의 학습 구조에는 은닉층에서 승자로 선택된 노드와 출력층 노드와 연결된 가중치만을 조정하고 Delta-Bar-Delta 알고리즘을 적용한다. 제안된 방법의 학습 성능을 분석하기 위하여 학생증 영상에서 추출한 학번 패턴 분류에 적용한 결과, 기존의 신경망 학습 알고리즘보다 학습 성능이 개선됨을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.1303-1306
• /
• 2005

무선 센서 네트워크는 저가의 많은 노드들로 구성되어 있으며. 이 노드들은 정보수집, 계산, 통신을 위한 전력등을 가지고 있다. 센서 네크워크에서의 보안을 위하여 주로 암호화 방법이 사용되고 있으나 자원이 제약적인 센서 네크워크에서 많은 에너지와 계산을 필요로 하는 암호화 방법은 센서 노드의 수명을 단축시킨다. 이를 보완하기 위하여 본 논문에서는 위치정보 은닉을 이용한 저전력 보안방법을 제안한다. 제안된 방법에서는 위치정보의 은닉을 위하여 상대거리정보를 사용하며, 센서 노드간 통신에서는 상대좌표로부터 구할 수 있는 노드사이의 상대거리정보가 사용된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.479-484
• /
• 2005

본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ART1의 경계 변수의 설정에 따른 인식률이 저하되는 문제점을 개선하기 위해 ART1 알고리즘과 퍼지 단층 지도 학습 알고리즘을 결합한 ART1 기반 퍼지 지도 학습 알고리즘을 제안한다. 제안된 알고리즘은 가중치 조정에 승자 뉴런 방식을 도입하여 은닉층에 해당하는 클래스에 영향을 끼친 패턴들의 정보만 저장하게 하여 은닉층 노드로의 책임 분담에 의한 정체 현상이 일어날 가능성을 줄인다. 그리고 학습시간과 학습의 수렴성도 개선한다. 제안된 알고리즘의 학습 성능을 분석하기 위하여 주민등록번호 분류를 대상으로 실험한 결과, 제안된 방법이 기존의 신경망보다 경계 변수나 모멘트에 민감하지 않으며 학습 시간도 적게 소요되고 수렴성도 우수한 성능이 있음을 확인하였다.

• 한국통신학회논문지
• /
• 제36권8A호
• /
• pp.702-711
• /
• 2011

본 논문은 IEEE 802.15.4 네트워크에서의 에너지 효율을 향상시키기 위해 위한 은닉 노드들 간의 신호 충돌 문제를 해결하기 위한 은닉 노드 인식 그룹핑(HAG: Hidden-Node-Aware Grouping) 알고리즘을 제안한다. HAG 알고리즘은 노드들 간 수식 신호의 에너지를 이용하여 은닉 관계에 있는 노드들을 파악하고, 그들을 서로 다른 그룹에 배정하는 방식으로 그룹핑을 완성하고 그룹별로 신호 전송 주기를 할당한다. HAG 알고리즘의 정확한 성능 측정 및 예측을 위해 다양한 네트워크 상황을 고려하여 처리량에 대한 분석적 성능 모델을 제시한다. HAG 알고리즘을 사용하지 않은 네트워크 환경에서는 은닉 관계가 있는 노드들의 수가 증가함에 따라 처리량이 급속히 저하되지만, HAG 알고리즘을 적용하면 이와 같은 성능 저하를 예방할 수 있음을 분석적 성능 모델과 더불어 시뮬레이션 결과를 통하여 확인하였다.

• 한국정보처리학회논문지
• /
• 제4권11호
• /
• pp.2780-2785
• /
• 1997

지식기반인공신경 망은 다른 기계학습알고리즘보다 우수한 성능을 나타내지만 인공신경망으로 형성된 후 동적으로 그 구조를 변경할 수 없어서 영역이론정련화 기능을 갖추지 못하였다. 지식기반인공신경망의 이러한 단점을 보완하기 위하여 TopGen 알고리즘이 제안되었으나 삽입된 은닉노드를 모든 입력 노드에 연결한 점, 빔탐색을 이용한 점 등의 문제를 안고 있다. 본 논문에서는 TopGen의 문제점을 해소하기 위하여 은닉노드를 입력 노드 중 관계가 깊은 일부의 노드에만 링크시켰으며, 역추적을 허용한 언덕오르기를 이용하는 알고리즘을 설계 하였다．