• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.3
• /
• pp.97-104
• /
• 2002

In this paper we describe the method which optimizes the partition of the input space by means of measure of fuzziness for fuzzy neural network. It covers its generation of fuzzy rules for input sub space. It verifies the performance of the system depended on the various time interval of the input. This method divides the input space into several fuzzy regions and assigns a degree of each of the generated rules for the partitioned subspaces from the given data using the Shannon function and fuzzy entropy function generating the optimal knowledge base without the irrelevant rules. In this scheme the basic idea of the fuzzy neural network is to realize the fuzzy rule base and the process of reasoning by neural network and to make the corresponding parameters of the fuzzy control rules be adapted by the steepest descent algorithm. According to the input interval the proposed inference procedure proves that the fast convergence of root mean square error (RMSE) owes to the optimal partition of the input space

• Journal of KIISE:Software and Applications
• /
• v.36 no.8
• /
• pp.633-641
• /
• 2009

In this paper, we proposed a new pattern classifier which can be incrementally learned, be added new class in learning time, and handle with analog data. Proposed pattern classifier has hierarchical structure and the classification rate is improved by using different metric for each levels. Proposed model is based on the Gaussian ARTMAP which is an artificial neural network model for the pattern classification. We hierarchically constructed the Gaussian ARTMAP and proposed the Principal Component Emphasis(P.C.E) method to be learned different features in each levels. And we defined new metric based on the P.C.E. P.C.E is a method that discards dimensions whose variation are small, that represents common attributes in the class. And remains dimensions whose variation are large. In the learning process, if input pattern is misclassified, P.C.E are performed and the modified pattern is learned in sub network. Experimental results indicate that Hierarchical Gaussian ARTMAP yield better classification result than the other pattern recognition algorithms on variable data set including real applicable problem.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.425-428
• /
• 2001

본 논문에서는 문서 위의 문자를 Off-Line방식으로 컴퓨터에 저장할 수 있도록 기하학적 패턴 벡터를 이용하여 한·영문자 및 글꼴을 인식하는 알고리즘을 제안하였다. 일반적으로 문서에서는 여러 가지 글꼴에 따라 글자의 형태가 다르므로 대표적인 한·영 세 가지 글꼴을 기하학적 패턴(Geometrical Pattern Vector)을 이용하여 크기와 이동에 인식하도록 하였다. 이진 입력 한영혼용 영상에서 잡음을 제거하고 수평·수직 투영 기법을 이용하여 한 문자를 분할하여 문자의 폭에 따라 기하학적 패턴을 추출한다. 추출한 패턴은 각 합계를 계산하여 기준 패턴 합계와 비교한 후 기준 패턴 문자와 글꼴을 인식하게 된다. 마지막으로 제안한 알고리즘의 성능을 평가하기 위해 크기, 이동 변형이 있는 대표적인 한·영 글꼴(신명조, 궁서, 고딕)체와 영어 Time New Roman체를 대상으로 모의 실험을 수행하였다. 제안한 알고리즘은 기존의 원형 패턴 알고리즘보다 문자인식률과 글꼴 그리고 영어의 대·소문자를 구별하는 우수함을 보였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.08a
• /
• pp.219-220
• /
• 2011

터치패널은 키보드나 마우스와 같은 입력장치를 사용하지 않고, 스크린에 손가락, 펜 등을 접촉하여 입력하는 방식이다. 누구나 쉽게 입력할 수 있는 장점으로 인해 기존에는 현금인출기, 키오스크 등 공공분야에 주로 많이 사용되어 왔으나, 최근의 터치스크린은 휴대폰, 게임기, 네비게이션, 노트북 모니터 등 개인정보기기의 입력장치로 활용분야가 넓어져가고 있다. 기존 터치패널은 유리 기판 위에 ITO박막(투명전도막)을 진공코팅하여 사용하여 왔지만, 최근 터치패널은 경량화를 고려하여 PET 필름 기판 위에 ITO 박막을 진공코팅하여 사용하고 있다. PET 필름의 유연성 때문에 ITO 코팅된 필름을 PC 혹은 강화유리 위에 OCA 물질을 이용하여 다시 고정하여야 한다. 이때 터치패널 제작시 생산공정이 늘어나 생산성이 떨어지고, 터치패녈의 광투과율도 떨어지는 2차적인 문제가 발생한다. 이를 해결코자하는 터치페널 업체의 Needs가 있고, 최근에 이를 해결하기 위하여 PC, 강화유리 그리고 COP 기판 위에 ITO 박막을 직접 진공코팅하는 공정개발이 진행되고 있다. ITO 박막은 진공코팅 중에 열을 가하여 결정화를 이루어야 하는데, PC, 강화유리 그리고 COP 기판의 열에 약한 특성을 고려하여, 열을 가하지 않고 ITO 박막을 진공 코팅하여야 한다. 이러한 ITO 박막의 진공코팅 공정에는 In-line magnetron sputtering system이 사용된다. 본 연구에서는 In-line magnetron sputtering system을 사용하여 강화유리 기판 위에 정전용량방식 터치패널용 패턴 인비저블 ITO 투명전도막을 제작하고 그 특성을 조사하였다. ITO 박막의 면저항은 230 Ohm/cm2, 최고 광투과율은 90.96% (@541 - 543 nm), 그리고 550 nm에서 광투과율은 90.45%로 ITO 박막 코팅 전후에 투과율 차이가 0.4임을 확인하였다. 정전용량방식의 터치패널에서는 ITO 박막 코팅 전후에 투과율 차이가 1 이하의 특성, 즉 패턴 인비저블의 특성을 필요로 하는데, 이는 ITO 박막 패턴후에 패턴이 보이지 않게 하기 위해서이며, 이러한 시장의 Needs를 고려하면 본 연구에서 매우 중요한 연구 성과를 얻었다고 말할 수 있다.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.38 no.11
• /
• pp.810-820
• /
• 2001

Conventional binary adder requires a carry propagation to the most significant bit, and leads to serial addition. However, optical adder using a modified signed digit(MSD) number system has been Proposed to reduce the carry propagation chain encountered in binary adder. In this paper, in order to minimize the number of symbolic substitution(SS) rules, nine input patterns were divided into five groups of the same addition results. For recognizing the input reference patterns, serial connections of joint spatial encoded patterns and masks without any other spatial operations are used.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.910-913
• /
• 2017

데이터의 양이 증가하면서 인공신경망을 통한 데이터 분석 기술이 주목받고 있으며, 텍스트, 그림, 동영상 등에 이르기까지 다양한 종류의 데이터를 자동으로 분석하여, 번역기, 채팅봇, 그림 캡션 자동 생성 등에 대한 연구 및 서비스 개발에 활용되고 있다. 인공신경망 기반으로 수행된 많은 연구들이 공통적으로 가진 한계가 있는데, 그것은 은닉층에 대한 해석이 어렵다는 것이다. 가령, 입력층, 은닉층, 그리고 결과층으로 이루어진 인공신경망을 임의의 데이터로 학습시키면, 입력층과 은닝층 사이에 존재하는 행렬은 해당 데이터에 존재하는 패턴 정보를 내포하게 된다. 따라서, 행렬에 존재하는 패턴 정보를 직접 분석할 수 있다면, 인공신경망 결과물에 대한 해석이 가능할 뿐만 아니라 성능을 높이기 위해 어떤 조정이 필요한지에 대한 직관도 얻을 수 있을 것이다. 하지만, 이 행렬의 실체는 숫자로 이루어진 벡터이므로 사람이 직접 해석하는 것은 불가능하며, 지금까지 수행되어온 대부분의 인공신경망 연구들은 공통적으로 이러한 한계점을 가지고 있다. 본 연구는 데이터에 존재하는 패턴을 잡아내면서도 해석이 가능한 토픽 모델과 인공신경망의 결과물을 비교함으로써, 인공신경망 은닉층 해석에 대한 실마리를 찾기 위한 연구이다. 실험을 통해 토픽과 은닉층 패턴의 유사성을 검증하고, 향후 인공신경망 연구에서 은닉층에 대한 가능성을 논한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.1
• /
• pp.81-86
• /
• 2012

In this paper, we proposed a new design methodology of a pattern classification rule based on the local linear discriminant analysis expanded from the generic linear discriminant analysis which is used in the local area divided from the whole input space. There are two ways such as k-Means clustering method and the differential evolutionary algorithm to partition the whole input space into the several local areas. K-Means clustering method is the one of the unsupervised clustering methods and the differential evolutionary algorithm is the one of the optimization algorithms. In addition, the experimental application covers a comparative analysis including several previously commonly encountered methods.

• Proceedings of the KIEE Conference
• /
• 2001.11c
• /
• pp.431-434
• /
• 2001

단층 퍼셉트론이 처음 개발되었을 때, 간단한 패턴을 인식하는 학습 기능을 가지고 있기 장점 때문에 학자들의 관심을 끌었다. 단층 퍼셉트론은 한 개의 소자를 이용해서 이진 논리를 가중치(weight)의 변경만으로 모두 표현할 수 있는 장점 때문에 영상처리, 패턴인식, 장면인식 등에 이용되어 왔다. 최근에, 역전파학습(Back-Propagation Learning)알고리즘이 이진 공간내의 매핑 문제에 적용되고 있다. 그러나, 역전파 학습알고리즘은 연속공간 내에서 긴 학습시간과 비효율적인 수행의 문제를 가지고 있다. 일반적으로 역전파 학습 알고리즘은 간단한 이진 공간에서 매핑하기 위해서 많은 반복과정을 요구한다. 역전파 학습 알고리즘에서는 은닉층의 뉴런의 수는 주어진 문제를 해결하기 위해서 우선순위(prior)를 알지 못하기 때문에 입력층과 출력층내의 뉴런의 수에 의존한다. 따라서, 3층 신경회로망의 적용에 있어 가장 중요한 문제중의 하나는 은닉층내의 필요한 뉴런수를 결정하는 것이고, 회로망 합성과 가중치 결정에 대한 적절한 방법을 찾지 못해 실제로 그 사용 영역이 한정되어 있었다. 본 논문에서는 패턴 분류를 위한 새로운 학습방법을 제시한다. 훈련입력의 기하학적인 분석에 기반을 둔 이진 신경회로망내의 은닉층내의 뉴런의 수를 자동적으로 결정할 수 있는 NETLA(Newly Expand and Truncate Learning Algorithm)라 불리우는 기하학적 학습알고리즘을 제시하고, 시뮬레이션을 통하여, 제안한 알고리즘의 우수성을 증명한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.40 no.2
• /
• pp.9-16
• /
• 2003

We proposed a method of a virtual robot arm controlled by the EMG pattern recognition using an improved SOFM method. The proposed method is simple in that the EMG signals are used as SOFM's input directly without preprocessing but nevertheless input patterns are reliably classified and then used for fuzzy logic systems to automatically tune the neighborhood and the learning rate. In order to verify the effectiveness of the proposed method, we experimented on EMG pattern recognition of 6 movements from the shoulder, wrist, and elbow. Experimental results show that the proposed SOFM method has 21.7% higher recognition rate than the general SOFM method, the average number of learning iterations has been decreased, and then the virtual robot arm is controlled by EMG pattern recognition.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.17 no.1
• /
• pp.31-36
• /
• 2003

This paper describes the quantitative analysis and the pattern recognition of partial discharge signals generated by particles in GIS. Four states of particles were simulated in this paper. Partial discharge signals from each state was measured and the Ф-Q-N distribution of partial discharge signals was displayed and then the Ф-Q, the Ф-Qm, the Ф-N and the Q-N distribution were displayed. Each distribution can be quantitatively represented by statistical parameters and the parameters were used for input data of pattern recognition. As the results, it was found that the forms of each distribution were different according to the particle states. Recognition rate using neural network was about 92〔%〕 and the more input data number, the more accurate results.