• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.171-174
• /
• 2007

A realization for FF-PID(Feed-Forward PID) controlling system with backward propagation algorithm and image pattern recognition is presented in this paper. The pattern recognition used backward propagation of nervous network is teaming. FF-PID is enhanced the response characteristic of moving image by using the controlling value which is output error for the target value of nervous system. In conclusion of experiment, the system is shown that the response is worked as 2.7sec that is enhanced round 15% in comparison with general difference image algorithm. The system is able to control a moving object with effect.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.345-347
• /
• 1998

스캐너를 가지고 이미지를 스캔하면 RGB 값을 얻는다. 이 RGB 값은 스캐너의 빛을 인지하는 소자들의 하드웨어적인 특성이 더해진 장치 의존적인 값이다. 그래서 RGB 값은 왜곡된 칼라 정보를 가지고 있다. 그러므로 칼라 보정을 하기 위해서는 장치 독립적이 값으로 변환해야 한다. 본 논문에서는 장치 독립적인 값을 구하기 위해서 칼라 샘플들을 XYZ로 계측한 값과 400nm에서 700nm 사이의 파장을 계측한 분광 반사값(Spectral reflectance value)을 가지고 스캐너의 칼라 보정을 구현하였다. 구현 방법으로는 신경회로망의 오차 역전파(Error Back Propagation) 알고리즘을 사용하였고 두 가지의 데이터를 가지고 실험했을 때의 결과와 장단점을 비교하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.335-342
• /
• 2001

본 논문은 보로노이 공간분류를 활용하여 원격탐사 영상인식을 위한 다층 신경망 분류기를제안한다. 제안된 다층 신경망 분류기는 보로노이 다각형 영역으로 클래스를 구분하며, 초평면 방정식의 계수를 오류 역전과 학습 초기의 연결 강도, 임계치 그리고 은닉층의 노드 수로 결정한다. 제안된 방법은 오류역전과 학습 알고리즘에서 임의로 정해주던 초기 정보를 사전 분석에 의해 공학적으로 결정함으로써 느린 수렴 속도와 학습실패 등의 단점을 피할 수 있는 장점이 있다. 보로노이 다이어그램에 대한 경계선의 초평면 방정식은 훈련집합의 클래스별 평균값을 구하여 Mathematica 패키지로 계산하였다. 제안된 다층 신경망에 의한 영상분류기의 인식능력을 평가하기 위하여 원격탐사 영상인식에서 자주 활용되는 최소거리 분류 방법과 최대우도 분류 방법으로 처리해서 비교한 결과, 최소거리 분류 방법은 실험화상에 대해 81.4%, 최대우도 부류기에 의한 분류는 87.8%, 제안한 방법은 92.2% 정확성을 가진 분류결과를 나타냈다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• 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.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.186-189
• /
• 2005

본 논문에서는 LVQ를 퍼지화한 새로운 퍼지 학습 법칙들을 제안하였다. 퍼지 LVQ 학습법칙 1은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데 이는 조건 확률의 퍼지화에 기반을 두고 있다. 퍼지 LVQ 학습법칙 2는 클래스들 사이에 존재하는 입력벡터가 결정 경계선에 대한 정보를 더 가지고 있는 것을 반영한 것이다. 이 새로운 퍼지 학습 법칙들을 improved IAFC(Integrted Adaptive Fuzzy Clustering)신경회로망에 적용하였다. improved IAFC신경회로망은 ART-1 (Adaptive Resonance Theory)신경회로망과 Kohonen의 Self-Organizing Feature Map의 장점을 취합한 퍼지 신경회로망이다. 제안한 supervised IAFC 신경회로망 1과 supervised IAFC neural 신경회로망 2의 성능을 오류 역전파 신경회로망의 성능과 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC neural network 2가 오류 역전파 신경회로망보다 성능이 우수함을 보여주었다.

• Journal of Intelligence and Information Systems
• /
• v.16 no.3
• /
• pp.1-14
• /
• 2010

The back-propagation neural network (BPN) has long been successfully applied in bankruptcy prediction problems. Despite its wide application, some major issues must be considered before its use, such as the network topology, learning parameters and normalization methods for the input and output vectors. Previous studies on bankruptcy prediction with BPN have shown that many researchers are interested in how to optimize the network topology and learning parameters to improve the prediction performance. In many cases, however, the benefits of data normalization are often overlooked. In this study, a genetic algorithm (GA)-based normalization transform, which is defined as a linearly weighted combination of several different normalization transforms, will be proposed. GA is used to extract the optimal weight for the generalization. From the results of an experiment, the proposed method was evaluated and compared with other methods to demonstrate the advantage of the proposed method.

• The KIPS Transactions:PartB
• /
• v.9B no.5
• /
• pp.673-680
• /
• 2002

This paper proposes a method for detecting edge using an evolutionary programming and a momentum back-propagation algorithm. The evolutionary programming does not perform crossover operation as to consider reduction of capability of algorithm and calculation cost, but uses selection operator and mutation operator. The momentum back-propagation algorithm uses assistant to weight of learning step when weight is changed at learning step. Because learning rate o is settled as less in last back-propagation algorithm the momentum back-propagation algorithm discard the problem that learning is slow as relative reduction because change rate of weight at each learning step. The method using EP-MBP is batter than GA-BP method in both learning time and detection rate and showed the decreasing learning time and effective edge detection, in consequence.

• Journal of the Korean Magnetics Society
• /
• v.11 no.6
• /
• pp.262-266
• /
• 2001

The magnetic switching volume is known as an important parameter to understand the magnetization reversal process, thermal stability of the written information and media noise. This parameter is influenced significantly by the microstructure of the magnetic layer as well as underlayer. Therefore, we fabricated CoSm/Cr thin films with varying magnetic layer thickness under constant sputtering by using a dc magnetic sputtering machine. The magnetic layer thickness effect on the magnetic switching volume have been studied by the means of magnetic viscosity and dc demagnetization remanence curve mesurements. From these measurements, we found that the switching volumes increased with increasing the magnetic layer thickness, whereas the coercivity showed different behavior. These may be a result of the increased intergranular coupling and the larger volume fraction of the magnetic layer.

• The Journal of the Korea Contents Association
• /
• v.7 no.12
• /
• pp.292-302
• /
• 2007

Thousands of studies on predicting information and products that are suitable for customers' preference have been actively proceeding. In massive information, unnecessary information should be removed to satisfy customers' needs. This Information filtering has been proceeding with several methods such as content-based and collaborative filtering etc. These conventional filtering methods have scarcity and scalability problems. Thus, this paper proposes a recommendation system using BPN to solve them. Data obtained by survey questionnaire are used as training data of neural network. The recommendation system using neural network is expected to recommend suitable products because it creates optimal network. Finally, the prototype for recommendation system based on neural network is proposed to collect data and recommend appropriate methods through survey questionnaire. As a result, this research improved the problems of conventional information filtering.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.669-672
• /
• 2017

최근 한국인의 주요 사망원인 중 하나로 부정맥이 부각되고 있다. 심방조기수축(PAC:Premature Atrial Contraction)은 심방이 동방결절의 명령이 있기 전에 수축해 버리는 것이다. 심방조기수축은 일시적으로 유발하였다 사라지곤 할 수 있기 때문에 심한 증상이 없다면 생명에 위협을 가하진 않지만 반대의 경우에는 위험할 수 있다. 따라서 비정상적인 심장 박동이 발생하면 이를 검출하여 조기에 부정맥을 진단할 수 있는 방법이 필요하다. 이를 위해 대상의 ECG 신호로부터 QRS패턴에 해당하는 특징들을 추출하였고 특징들을 이용하여 심방조기수축 파형을 분류한다. 오류 역전파 기반으로 특징들을 훈련하며 가중치와 바이어스값을 구한뒤 이를 이용하여 정상파형과 심방조기수축 파형을 분류한다.