• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.402-408
• /
• 1997

일정 학습계수와 이진 강화함수를 지닌 자기조직화 형상지도(Self-Organizing Feature Map)신경회로망을 FPGA위에 하드웨어로 구현하였다. 원래의 SOFM 알고리즘에서 학습계수가 시간 종속형인데 반하여, 본 논문에서 하드웨어로 구현한 알고리즘에서는 학습계수가 일정인 값으로 고정되며 이로 인한 성능저하를 보상하기 위하여 이진 강화함수를 부가하였다. 제안한 알고리즘은 복잡한 곱셈 연산을 필요로 하지 않으므로 하드웨어 구현시 보다 쉽게 구현 가능한 특징이 있다. 1개의 덧셈/뺄셈기와 2개의 덧셈기로 구성된 단위 뉴런은 형대가 단순하면서 반복적이므로 하나의 FPGA위에서도 다수의 뉴런을 구현 할 수 있으며 비교적 소수의 제어 신호로서 이들을 모두 제어 가능할 수 있도록 설계하였다. 실험결과 각 구성부분은 모두 이상 없이 올바로 동작하였으며 각 부분이 모두 종합된 전체 시스템도 이상 없이 동작함을 알 수 있었다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1997.10a
• /
• pp.1032-1035
• /
• 1997

The purpose of this paper is to reduce the number of cutting tests and to predict the main cutting force and the specific cutting energy. By using the SOFM neural network, the most suitable cutting test conditions has been found. As a result, the number of cutting tests has been reduced to one-third. And by using MLP neural network and regression analysis, the main cutting force and specific cutting energy has been predicted. Predicted values of main cutting force and specific cutting energy are well concide with the measured ones.

• Electrical & Electronic Materials
• /
• v.5 no.4
• /
• pp.361-373
• /
• 1992

이온이나 플라즈마를 사용해서 박막형성이나 MBE진공증착법에 비해서 분자배열이나 고차구조의 제어 및 그의 다양성에 있어서 LB법에 대한 기대가 크다. 특히 습식법인 점에서 생체기능을 짜넣을 수 있는 분자소자의 개발에는 불가능하다. 역으로 생체분자의 자기조직화나 정보전달기능을 분자 Level로 이해하는 점에서도 LB법은 중요하다고 본다. 또 저차원자성체 전도체 여기자등 물리량에 의한 차원성을 고찰하는 점에서도 LB막의 거동이 주목되고 있다. 또 자발분극된 강유전성의 고분자 즉 Poly등의 박막에 광조사를 하면 광생성된 캐리어가 내부전계에 따라서 이동하고 ~$10^{4}$V 정도의 높은 광기전력을 발생시키는 것도 나타났다. 얻어진 전류는 단지 초전효과를 상회하고 광전류라고 할 수 있다. 쇼트키형 소자의 금속-반도체의 절연막층을 MIS형이라고 하며 특성이 향상된다. SnO$_{2}$/NiPc/Polyethylene막/Al형 광전지가 만들어졌다. 광전변환막이 다양한 목적에 사용되리라 사료되며 지금은 초기 연구단계이나 실용화하는데는 많은 시간이 소요되나 간단한 디바이스 등과 같은 것은 제작이 가능할 것이며 광에너지로 힌한 화학, 전기, 역학 에너지로 변환되는 데는 시간 문제인것 같다. 1년간 일본 동경공업대학 생명이공학부에서 연구한 내용을 정리하여 보았으며 이에 협조하여 주신 문교부 학술진흥재단에 감사드리며 또 등평연구실에 감사드린다.

• Journal of the Korean Operations Research and Management Science Society
• /
• v.26 no.3
• /
• pp.1-20
• /
• 2001

The amount of financial information in sophisticated large data bases is huge and makes interfirm performance comparisons very difficult or at least very time consuming. The purpose of this paper is to investigate whether neural networks in the form of self-organizing maps (SOM) can be successfully employed to manage the complexity for competitive financial benchmarking. SOM is known to be very effective to visualize results by projecting multi-dimensional financial data into two-dimensional output space. Using the SOM, we overcome the problems of finding an appropriate underlying distribution and the functional form of data when structuring and analyzing a large data base, and show an efficient procedure of competitive financial benchmarking through clustering firms on two-dimensional visual space according to their respective financial competitiveness. For the empirical purpose, we analyze the data base of annual reports of 100 Korean listed companies over the years 1998, 1999, and 2000.

• Proceedings of the Korean Society of Machine Tool Engineers Conference
• /
• 2002.10a
• /
• pp.80-84
• /
• 2002

In this study, researchers developed the est algorithm for artificial defects in the semic packages and performed to it by pattern recogn technology. For this purpose, this algorithm was I that researcher made software with matlab. The so consists of some procedures including ultrasonic acquistion, equalization filtering, self-organizing backpropagation neural network. self-organizing ma backpropagation neural network are belong to metho neural networks. And the pattern recognition tech has applied to classify three kinds of detective pa semiconductor packages. that is, crack, delaminat normal. According to the results, it was found estimative algorithm was provided the recognition r 75.7%( for crack) and 83.4%( for delamination) 87.2 % ( for normal).

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.310-316
• /
• 1998

본 논문에서는 기존의 퍼지 제어규칙에비해 좋은 성능을 갖는 T-S(Takagi-Sugeno)퍼지 모델을 자기조직화 지도와 역전파 신경망을 이용하여 표현하고 제어기 구현을 위한 규칙의 자동 생성 방법을 제안한다. 제안된 방법은 신경망에 기초하여 T-S 퍼지 제어 규칙을 포현하므로써 학습 기능을 이용하여 지식 획득을 용이하게 하고, 입력 변수간의 퍼지 관계에 기반 하여 추론이 이루어지므로 각 퍼지 변수에 대한 소속 함수의 정의 과정이 불필요하게 된다. 또한 제어기로 구현되었을 때 규칙의 수나 퍼지화 및 비퍼지화 등이 구성된 추론망을 통하여 자동으로 수행될 수 있다. 때문에 퍼지 시스템의 구현이 쉽게 이루어 질 수 있게 한다. 제안된 방법을 자동차 궤도 안정화 모의 실험에 적용해 봄으로써 추론망이 규칙을 생성하여 타당한 추론을 하게 됨을 확인한다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.7_8
• /
• pp.713-718
• /
• 2003

The CONDENSATION (Conditional Density Propagation) algorithm has a robust tracking performance and suitability for real-time implementation. However, the CONDENSATION tracker has some difficulties with real-time implementation for multiple people tracking since it requires very complicated shape modeling and a large number of samples for precise tracking performance. Further, it shows a poor tracking performance in the case of close or partially occluded people. To overcome these difficulties, we present three improvements: First, we construct effective templates of people´s shapes using the SOM (Self-Organizing Map). Second, we take the discrete HMM (Hidden Markov Modeling) for an accurate dynamical model of the people´s shape transition. Third, we use the competition rule to separate close or partially occluded people effectively. Simulation results shows that the proposed CONDENSATION algorithm can achieve robust and real-time tracking in the image sequences of a crowd of people.

• Journal of The Korean Association For Science Education
• /
• v.31 no.6
• /
• pp.958-969
• /
• 2011

The purpose of this study is to investigate relationships among scientific self-efficacy, achievement in science and cognitive self-regulation learning strategy. The subjects were composed of 158 elementary school students. Data of students' self-efficacy related to science and cognitive self-regulation learning strategy measured by questionnaire were analyzed. Science achievement scores were also collected. The results indicated that self-efficacy and cognitive self-regulation learning strategy predicted science scores. The findings showed that cognitive selfregulation learning strategy mediated the relation between self-efficacy and achievement in science. Memory learning strategy, considered a cognitive self-regulation learning strategy, did not mediate the relation between self-efficacy and science scores. The implications of science education to develop students' science achievement in the classroom and the suggestions for future researchers are discussed.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.28 no.3
• /
• pp.681-694
• /
• 2018

This paper studied the effects of risk cognition of personal information and self-expression information on conation of privacy protection. In the first study, 88 college students who volunteered for this research were surveyed about risk cognition of personal information and conation to protect it. In the second study, after an information-seeking expert collected and organized the self-expression information that 88 volunteers had expressed on SNS, and then showed the organized self-expression information to 88 volunteers, and then 88 volunteers were surveyed about risk cognition of self-expression information and conation to protect it. As results of the first data analysis, the risk cognition of personal information had the greatest influence on non-disclosure of personal information, followed by reduction of the disclosure scope and law institutionalization requirement. As results of the second data analysis, SNS users openly expressed their opinion or life-style, but when they realized that self-expression information can be accumulated and become sensitive information, they had conation to protect their self-expression information such as non-disclosure, reduction of disclosure scope, and law institutionalization requirement. The implication of this study is that we have overcome the limitations of existing researches that can not explain information protection behavior on SNS.

• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.39-42
• /
• 1995

문장 안에서 한 단어가 가지는 올바른 의미를 얻기 위해 모듈화된 신경망을 이용하였다. 앞부분에 놓인 신경망은 코호넨 신경망으로 사용자의 지도가 개입되지 않은 상태로 자율학습(Unsupervised learning)이 이루어지고, 뒤에 놓인 신경망은 앞에서 결과로 얻은 2차원의 자기 조직화 형상지도(Self-organizing feature map)를 바탕으로 역전파 신경망을 이용한 지도학습(Supervised learning)을 하게 하였다. 입력 자료는 구문분석된 문장의 조사 정보를 활용하여 입력 위치를 정해준 명사의 의미표지와 동사의 의미표지를 사용하였다. 중의성이 있는 단어를 가지는 문장은 중의성의 가지수 만큼 테스트 입력 자료가 되어 신경망을 통과하여 의미를 결정하도록 한다.