• 비파괴검사학회지
• /
• 제30권4호
• /
• pp.302-310
• /
• 2010

본 논문에서는 원자력 발전소 증기발생기 세관에 발생할 수 있는 결함의 크기측정에 사용되는 Bagging 신경회로망에 대한 연구를 수행하였다. Bagging은 부트스트랩(bootstrap) 샘플링에 기반을 둔 추정기 앙상블을 생성하는 방법이다. 증기발생기 세관의 결함 크기측정을 위하여 다양한 폭과 깊이를 갖는 4가지 결함패턴의 eddy current testing 신호를 생성하였다. 그 다음, 단일 신경회로망(single neural network; SNN)과 Bagging 신경회로망(Bagging neural network; BNN)을 구성하여 각 결함의 폭과 깊이를 추정하였다. SNN과 BNN 추정성능은 최대오차를 이용해서 측정하였다. 실험결과, 결함 깊이 추정시의 SNN과 BNN 최대오차는 0.117mm와 0.089mm 이었다. 또한, 결함 폭 추정 시에는 SNN과 BNN 최대오차는 0.494mm와 0.306mm 이었다. 이러한 실험결과는 BNN 추정성능이 SNN 추정성능보다 우수하다는 것을 보여준다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 추계학술대회 논문집 Vol.17
• /
• pp.489-493
• /
• 2004

[ $Ba_2NaNb_5O_{15}$ ]은 orthorhombic tungsten bronze 결정구조를 갖는 강유전체로서, 단결정의 경우 $LiNbO_3$에 비해 우수한 비선형 전광계수 값을 나타내는 것으로 알려져 있으며, 또한 주목할만한 초전, 압전, 강유전특성을 나타내고 있다. 본 연구에서는 다른 강유전체박막에 비하여 상대적으로 연구가 덜 이루어진 BNN 박막을 세라믹 타겟을 사용하여 이온빔 보조 증착법을 사용하여 제조하였으며, $Ar/O_2$ 분위기에서 증착된 BNN 박막에 대한 결정화 및 배향 특성을 고찰하였고, 이에 따른 전기적 특성의 변화를 살펴보았다. 연구에 사용된 기판은 $Pt(100)/TiO_2/SiO_2/Si(100)$이었으며, 이온빔 보조 증착법에서 보조 이온빔의 에너지를 $0{\sim}400eV$로 변화 시키며 BNN 박막을 증착한 후, 열처리하였다. BNN 박막의 전기적 특성은 MFM 박막 커패시터의 형태로 제조하여 강유전 특성에 대해 살펴보았다.

• Journal of Ceramic Processing Research
• /
• 제13권spc2호
• /
• pp.270-273
• /
• 2012

x mol% (x = 0 ~ 20) Na2CO3 excess Bi2.5Na3.5Nb5O18 (BNN) particles were synthesized using molten salt as a flux. The secondary phases were observed at stoichiometric ratio of BNN precursors and their intensity decreased with increasing Na contents. The results of SEM images showed that all particles existed in a platelet shape and the particle increased in size with higher increasing Na contents. Plate-like NaNbO3 particles were developed using BNN precursor obtained by a topochemical microcrystal conversion. XRD analysis of NaNbO3 particles showed that a single perovskite phase and the intensity of (h00) peaks increased with increasing Na contents in BNN precursor. SEM images showed that the size of plate-like NaNbO3 was significantly changed by controlling Na contents in BNN precursors.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2003년도 하계학술대회 논문집 Vol.4 No.2
• /
• pp.739-743
• /
• 2003

[ $Ba_2NaNb_5O_{15}$ ], hereafter BNN, thin films are attractive candidates for nonvolatile memory and electro-optic devices. In the present work, thin films that have different contents of Ba, Nb and Na have been prepared by H-MOD technique on silicon and Pt substrates. XRD and SEM were used to investigate the phase evolution behavior and the microstructure of the films. It was found that the films of about 500nm thick were crack-free and uniform in microstructure. Nb content strongly influenced the phase formation of the films, where unwanted phases were always formed at the stoichiometric BNN composition. However, the unwanted phases decreased with the increase of excess Nb content, and the single phase (tetragonal tungsten bronze structure) BNN thin film was obtained when the niobium content reached some point. From this study, the sub-solidus phase diagram below $850^{\circ}C$ for $BaO-Na_2O-Nb_2O_5$ ternary system is proposed.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2003년도 제5회 영호남 학술대회 논문집
• /
• pp.98-102
• /
• 2003

$Ba_2NaNb_5O_{15}$, hereafter BNN, thin films are attractive candidates for nonvolatile memory and electro-optic devices. In the present work, thin films that have different contents of Ba, Na and Nb have been prepared by H-MOD technique on silicon and Pt substrates. XRD and SEM were used to investigate the phase evolution behavior and the microstructure of the films. It was found that the films of about 450nm thick were crack-free and uniform in microstructure. Nb content strongly influenced the phase formation of the films, where low temperature phase was always formed at the stoichiometric BNN composition. However, the amount of low temperature phase decreased with the increase of excess Nb content, and the single phase (orthorhombic tungsten bronze structure) BNN thin film was obtained at the temperature as low as $750^{\circ}C$ for samples with excess niobium. From this study, the sub-solidus phase diagram below $850^{\circ}C$ for $BaO-Na_2O-Nb_2O_5$ ternary system is proposed.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2726-2728
• /
• 2001

This paper describes an optimal synthesis method of binary neural network(BNN) for an approximation problem of a circular region using a newly proposed learning algorithm[7] Our object is to minimize the number of connections and neurons in hidden layer by using a Newly Expanded and Truncated Learning Algorithm(NETLA) for the multilayer BNN. The synthesis method in the NETLA is based on the extension principle of Expanded and Truncated Learning(ETL) and is based on Expanded Sum of Product (ESP) as one of the boolean expression techniques. And it has an ability to optimize the given BNN in the binary space without any iterative training as the conventional Error Back Propagation(EBP) algorithm[6] If all the true and false patterns are only given, the connection weights and the threshold values can be immediately determined by an optimal synthesis method of the NETLA without any tedious learning. Futhermore, the number of the required neurons in hidden layer can be reduced and the fast learning of BNN can be realized. The superiority of this NETLA to other algorithms was proved by the approximation problem of one circular region.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.585-594
• /
• 2007

오류역전파 방법을 이용하는 신경망들은 패턴들의 학습시간이 매우 오래 걸리고 또한 추가학습과 반복학습의 한계를 가지며, 이런 단점을 보완할 수 있는 이진신경망(Binary Neural Network, BNN)이 Aleksander에 의해 제안되었다. 그러나 BNN도 반복학습에 있어서는 단점을 가지고 있으며, 일반화 패턴을 추출하기 어렵다. 본 논문에서는 BNN의 구조를 개선하여 반복학습과 추가학습이 가능할 뿐 아니라, 특징점들까지 추출할 수 있는 다중 판별자를 가지는 삼차원 뉴로 시스템을 제안한다. 제안된 모델은 기존의 BNN을 기반으로 하여 만들어진 이차원 특징을 가지는 Single Layer Network(SLN)에 귀환회로가 추가되어 특징점들을 누적할 수 있는 삼차원 신경망이다. 학습을 통해 누적된 정보는 판별자의 각 신경세포에 임계치를 조정함으로써 일반화 패턴을 추출할 수 있다. 그리고 생성된 일반화 패턴을 인식에 재사용함으로써 반복학습의 효율성을 높였다. 최종 판정 단계에서는 Maximum Response Detector(MRD)를 이용하였다. 본 논문에서 제안한 시스템을 평가하기 위하여 NIST에서 제공하는 숫자 자료를 이용하였으며, 99.3%의 인식률을 얻었다.

• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2002년도 춘계학술대회논문집
• /
• pp.273-277
• /
• 2002

This paper describes an optimal synthesis method of binary neural network(BNN) for an approximation problem of a circular region and synthetic image having four class using a newly proposed learning algorithm. Our object is to minimize the number of connections and neurons in hidden layer by using a Newly Expanded and Truncated Learning Algorithm(NETLA) based on the multilayer BNN. The synthesis method in the NETLA is based on the extension principle of Expanded and Truncated Learning (ETL) learning algorithm using the multilayer perceptron and is based on Expanded Sum of Product (ESP) as one of the boolean expression techniques. The number of the required neurons in hidden layer can be reduced and fasted for learning pattern recognition.. The superiority of this NETLA to other algorithms was proved by simulation.

• 한국항행학회논문지
• /
• 제25권5호
• /
• pp.426-432
• /
• 2021

CW (continuous wave) 도플러 레이다는 카메라와 달리 사생활 침해 문제를 해결할 수 있고, 비접촉 방식으로 신호를 얻을 수 있다는 장점이 있다. 따라서, 본 논문에서는 CW 도플러 레이다를 이용한 사람 행동 인식 시스템을 제안하고, 가속을 위한 하드웨어 설계 및 구현 결과를 제시한다. CW 도플러 레이다는 사람의 연속된 동작에 대한 신호를 측정한다. 이에, 동작 분류를 위한 단일 스펙트로그램을 얻기 위해 운동 동작의 횟수를 세는 기법을 제안하였다. 또한, 연산의 복잡도와 메모리 사용량을 최소화하기 위해 동작 분류에 BNN (binarized neural network)을 사용하였고, 검증 결과 94%의 정확도를 보임을 확인하였다. BNN의 복잡한 연산을 가속하기 위해 FPGA를 이용하여 BNN 가속기가 설계 및 구현되었다. 제안된 사람 행동 인식 시스템은 logic 7,673개, register 12,105개, combinational ALUT (adaptive look up table) 10,211개, block memory 18.7 Kb를 사용하여 구현되었으며, 성능 평가 결과 소프트웨어 구현 대비 연산 속도가 99.97% 향상되었다.

• 한국항행학회논문지
• /
• 제26권4호
• /
• pp.211-218
• /
• 2022

연속파 레이다는 카메라나 라이다와 같은 센서에 비해서 안정성과 정확성이 보장된다는 장점이 있다. 또한 이진 신경망은 다른 딥러닝 기술에 비해서 메모리 사용량과 연산 복잡도를 크게 줄일 수 있는 특징이 있다. 따라서 본 논문에서는 연속파 레이다와 이진 신경망 기반 사람 식별 및 동작 분류 시스템을 제안한다. 연속파 레이다 센서를 통해 수신된 신호를 단시간 푸리에 변환함으로써 스펙트로그램을 생성한다. 이 스펙트로그램을 기반으로 레이다를 향해 사람이 다가오는지 감지하는 알고리즘을 제안한다. 더불어, 최적화된 이진 신경망 모델을 설계하여 사람 식별 90.0%, 동작 분류 98.3%의 우수한 정확도를 지원할 수 있음을 확인하였다. 이진 신경망 연산을 가속하기 위해 FPGA (field programmable gate array)를 이용하여 이진 신경망 연산에 대한 하드웨어 가속기를 설계하였다. 해당 가속기는 1,030개의 로직, 836개의 레지스터, 334.906 Kbit의 블록 메모리를 사용하여 구현되었고, 추론에서 결과 전송까지 총 연산 시간이 6 ms로 실시간 동작이 가능함을 확인하였다.