• Proceedings of the KIEE Conference
• /
• 1990.07a
• /
• pp.532-534
• /
• 1990

We suggest a new energy function that improves the area complexity of the Hopfield Crossbar Network. Through converting data representation to an encoded format, we reduce the number of nodes of the network, and thus reduce the entire size. We apply this approach to the layer assignment problem, and use the modified delayed self-feedback Hopfield Network. Area complexity of the existing network for layer assignment ploblem is improved from O( $N^2L^2$ ) to O($N^2$(log L)$^2$).

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.137-143
• /
• 2001

홉필드 신경망은 병렬 연산 및 일반적 응용성을 가진 장점으로 인해 여러 분야의 조합형 최적화 문제에 도입하기 위해 많은 연구가 이루어져 왔다. 그러나, 다양한 응용분야에서의 성공적 적용 사례에도 불구하고, 에너지 함수의 계수를 결정하는 실용적인 방법의 부재로 인해 대부분의 경우 실험에 의해 얻어진 값에 의존해야 하는 단점이 있다. 본 논문에서는 문제에 대한 해의 유효성을 만족하면서 모델이 최적에 근접할 수 있도록 에너지 수위를 직접 이용하여 계수를 결정하는 정형적인 기법을 제안한다. 제안한 방식은 기존의 계수 결정법과 함께 시뮬레이션을 수행하였으며, 그 결과는 제안한 접근방식이 유효함을 보여준다.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.45 no.6
• /
• pp.16-21
• /
• 2008

This paper introduces a new type of Hopfield neural network using newly developed single-electron devices. In the electrical model of the Hopfield neural network, a single-electron synapse, used as a voltage(or current)-variable resistor, and two stages of single-electron inverters, used as a nonlinear activation function, are simulated with a single-electron circuit simulator using Monte-Carlo method to verily their operation.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.21 no.45
• /
• pp.113-120
• /
• 1998

본 논문에서는 에너지 함수의 직접적인 평가에 기초해 홉필드 신경망을 진화시킴에 따라 적응적으로 에너지 계수를 결정하는 기법을 제시하고자 한다. 이 기법에 근거하여 구해지는 계수들의 효과를 검증하기 위해 응용 모델인 TSP(Traveling Salesman Problem)에 적용하여, 실험을 통한 계수 값의 변화 추이를 분석하고 그 결과를 기존의 기법들과 비교한다. 또한 제안된 방법에 필수적인 각 단계에서의 에너지 값의 평가를 위한 부가적인 연산을 줄이기 위해 단계적으로 증감분만을 계산하는 효율적인 연산법을 제시한다.

• Bulletin of the Society of Naval Architects of Korea
• /
• v.31 no.1
• /
• pp.39-42
• /
• 1994

인공 신경망은 빠른 속도와 안정성 등의 많은 장점을 갖고 있기 때문에 최근 들어서 여러 분야 에서 그 응용이 활발히 연구되고 있다. 인공 신경망의 한 모델인 홉필드 네트워크는 네트워크의 에너지를 최소화시키는 방향으로 네트워크의 상태를 바꾸며, 최소 에너지 상태에서 안정 상태를 유지하는 특징을 갖고 있다. 이러한 흡필드 네트워크의 특징은 흡필드 네트워크를 최적화 문 제에 적용시킬 수 있는 가능성을 제시하고 있다. 기존의 최적화 기법은 기본적으로 국부적인 탐색 기법을 사용하기 때문에, 전역적 최적해를 구하기 위해 초기점을 달리하여 여러번 계산을 수행하여 그 중 가장 좋은 결과를 취하는 방법을 사용하여야 한다. 따라서 이러한 방법은 초 기점의 선택이 결과에 큰 영향을 미치게 되는데, 설계 변수가 많고 제한 조건이 복잡할 경우 초기점 선택에 어려움이 따른다. 본 연구에서는 흡필드 네트워크와 시뮬레이티드 어닐링을 결 합하여 전역적 최적해를 찾는 기법으로서 뉴드-옵티마이저 모델을 제시하고 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.4 no.4
• /
• pp.94-100
• /
• 1999

This paper concerns the implementation of a digital neural network which performs the high speed operation of Hopfield model's arithmetic operation. It is also designed to use a look-up table and produce floating point arithmetic of nonlinear function with high speed operation. The arithmetic processing of Hopfleld is able to describe the matrix-vector operation, which is adaptable to design the array processor because of its recursive and iterative operation .The proposed method is expected to be applied to the field of real neural networks because of the realization of the current VLSI techniques.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.10
• /
• pp.66-74
• /
• 1999

In this paper, we propose a generalized model of statistical Hopfield neural network applicable to solving the well known NP-Complete problem, TSP. Van Den Bout's method to simplify the energy function through normalization has severe weak points that it does not consider the necessary perturbation effects. In proposed model, the improved energy function is used and 5 kinds of perturbation effects and the ratio between perturbation effects are considered including van Den Bout's 2 kinds and one more kind of Park. Through the simulation of randomly generated distribution of 10-city, it is found that our model shows 90 out of 100 cases reach the optimum and near optimum solution(within 5% error). We show the simulation of the large scale, 30-city and 50-city.

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.39 no.9
• /
• pp.1-11
• /
• 2002

The optimal AP placement for wireless LAN is important factor for improving service quality and reducing cost. Decision of AP placement is depend on radio signal strength, environment factor and logical area property, which is user's frequently posed place. This paper proposes optimal multiple AP placement method based on radio prediction tool. The proposed method can get flexibility in multiple AP placement using user defined parameter and the optimization design uses Hopfield network algorithm. And path-loss model is used for one of radion prediction model. The result of simulation shows that it is efficiently reduces the process to find optimal AP placement. And the proposed optimization design of multiple AP placement can improve service quality for wireless LAN.

• 제어로봇시스템학회:학술대회논문집
• /
• 1997.10a
• /
• pp.1774-1777
• /
• 1997

As factory automation is required, using the vision system is also essential. Especially, the pateh planning of parts with J-lead on PCB plays a import role of whole automation. Path planning is required because J-lead is scatteed compaed to L-lead on PCB. Therefore, in this paper, we propose path planning of part inspection with J-lead to use Hopfield Model(TSP : Traveling Salesman Problem). Then optical system suited to J-lead inspection is designed and the algorithm of J-lead solder joint and part inspection is proposed.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.43-44
• /
• 2019

본 논문에서는 머신러닝 알고리즘 중 하나인 Hopfield Network 알고리즘을 이용하여 SDN 환경에서 분산된 컨트롤러를 선택하는 모델을 제안하였다. Hopfield Network 알고리즘은 신경망의 물리적 모델로써 최적화, 연상기억 등에 사용되는데 이를 통해 효율적인 컨트롤러 동기화를 기대한다.