• Title/Summary/Keyword: BNN

Search Result 29, Processing Time 0.022 seconds

Hardware Design of Block-based Neural Networks Using FPGA (FPGA에 의한 블록기반 신경망의 설계)

  • Jang, Jung-Doo;Kong, Seong-Gon
    • Proceedings of the KIEE Conference
    • /
    • 2000.07d
    • /
    • pp.2998-3000
    • /
    • 2000
  • 본 논문에서는 BNN, 블록기반 신경망 모델을 재구성가능 하드웨어(FPGA)로 설계한다. 블록기 반 신경망은 재구성가능 하드웨어에 의하여 구현이 용이하고 구조 및 가중치의 최적화에 진화 알고리즘을 적용시킬 수 있다. 블록기반 신경망의 구조와 가중치를 표현하는 바이너리 스트링을 오프라인으로 진화시킨 후, 재구성가능 하드웨어로 구현한다. FPGA로 구현된 블록기반 신경망의 성능을 확인하기 위하여 간단한 성능시험에 사용되는 대표적인 패턴들을 사용하여 블록기반 신경망의 패턴분류 성능을 알아본다.

  • PDF

Epithermal Neutron Flux Enhancement Using SMA in Designing a Cf-Based Neutron Beam for BNCT

  • Kim, Do-Heon;Kim, Jong-Kyung
    • Proceedings of the Korean Nuclear Society Conference
    • /
    • 1995.05a
    • /
    • pp.937-942
    • /
    • 1995
  • Great interest has prompted Boron Neutron Capture Therapy (BNCT) as a new treatment for brain tumors. The use of $^{252}$Cf as a neutron source for BNn makes the in-hospital treatments of tumors to be possible. Newly proposed subcritical multiplying assemblies (SMA) are explored to improve relatively tow neutron fluxes of the source and construct the feasibilities of $^{252}$Cf as a neutron source. The MCNP code has been used to evaluate the effective multiplication factor of the entire system and the intensities and percentages of epithermal neutron flux at the patient-end surface of the system. The neutron beam using SMA shows the epithermal neutron flux enhancement of about 13 times as large as the beam without using SMA. It is expected that the neutron beam proposed in this research will be more effective for treatment of tumors due to the increased therapeutic neutron fluxes.

  • PDF

Speed Control of BLDD Motor Using Neural Network based Adaptive Controller (신경 회로망을 이용한 BLDD 모터의 속도 적응 제어기)

  • Kim, Chang-Gyun;Lee, Joong-Hui;Youn, Myung-Joong
    • Proceedings of the KIEE Conference
    • /
    • 1995.07b
    • /
    • pp.714-716
    • /
    • 1995
  • This Paper presents a novel and systematic approach to a self-learning controller. The proposed controller is built on a neural network consisting of a standard back propagation (BNN) and approxinate reasoning (AR). The fuzzy inference and knowledge representation are carried out by the neural network structure and computing, instead of logic inference. An architecture similar to that used by traditional model reference adaptive control system (MRAC) is employed.

  • PDF

A RAM-based Cumulative Neural Net with Adaptive Weights (적응적 가중치를 이용한 RAM 기반 누적 신경망)

  • Lee, Dong-Hyung;Kim, Seong-Jin;Gwon, Young-Chul;Lee, Soo-Dong
    • Journal of Korea Multimedia Society
    • /
    • v.13 no.2
    • /
    • pp.216-224
    • /
    • 2010
  • A RAM-based Neural Network(RNN) has the advantages of processing speed and hardware implementation. In spite of these advantages, it has a saturation problem, weakness of repeated learning and extract of a generalized pattern. To resolve these problems of RNN, the 3DNS model using cumulative multi discriminator was proposed. But that model does not solve the saturation problem yet. In this paper, we proposed a adaptive weight cumulative neural net(AWCNN) using the adaptive weight neuron (AWN) for solving the saturation problem. The proposed nets improved a recognition rate and the saturation problem of 3DNS. We experimented with the MNIST database of NIST without preprocessing. As a result of experimentations, the AWCNN was 1.5% higher than 3DNS in a recognition rate when all input patterns were used. The recognition rate using generalized patterns was similar to that using all input patterns.

A Study on the Utilization of Waste Tire/Waste Moter Oil Pyrolytic Residue for Asphalt (폐타이어/폐윤활유 열분해 잔류물의 아스팔트 활용기술)

  • 김상국;손성근;김동찬
    • Resources Recycling
    • /
    • v.4 no.4
    • /
    • pp.16-21
    • /
    • 1995
  • When waste t~re/~vastmz otor oil is pyrolyzed. most of them hecome gaseous produds. and thc remaining onc, whascwelght is ahout in% oi the waste Ore, is pyrolyced residue mnstly composcd oi ca~bnn black A rescsrcll was canicrl nut loutilize lhe pyralyred residue of waste tnelwuste lnotol 011 us retnin~cing agent of asphall concrete, bescd on iolelg~r lesearchrepurl. This shows thal the properlies ol asphall concrele ~nclud~cd~ugl ah~l~tyre, sistance to Tear. temperature-v~scusilysusceptil,ilily u e g reatly improved when lhe pellellrcd hrln aI carlmn hlack usmg petroleum o ~als a hinder Iar ihe pellels isused with asphalt. The surface of the pyralyred resirh~ei s covned by ocl film and thla lnakes good comllatibllity with asphallIn order lo ulilk pyrolyzed residue as a reinforcing agenl oi lhe itsphalt concrete, various tests such as Marshnll tcsi, wheeltracking, and revelhng test has been carried out a1 KLER, Ko~ea I-lighway Coo~poration, and TCMO. Tcst lcsults satirry KSslandard, show "npmvements an the dynam~cs tab~l~lzym, d incrcase reslslance to wear at cold telnpelatule Invrsligadon wascarlied oul to sludg the possibility of soil pallul~on when pyrolyzed residue is used as a tzmioicing agenl. E~pcrimentalresulls show the rcsidue contained in thc asphall docs not cause cnv~ranma~lparlo blems.e cnv~ranma~lparlo blems.

  • PDF

A Study on Unsupervised Learning Method of RAM-based Neural Net (RAM 기반 신경망의 비지도 학습에 관한 연구)

  • Park, Sang-Moo;Kim, Seong-Jin;Lee, Dong-Hyung;Lee, Soo-Dong;Ock, Cheol-Young
    • Journal of the Korea Society of Computer and Information
    • /
    • v.16 no.1
    • /
    • pp.31-38
    • /
    • 2011
  • A RAM-based Neural Net is a weightless neural network based on binary neural network. 3-D neural network using this paper is binary neural network with multiful information bits and store counts of training. Recognition method by MRD technique is based on the supervised learning. Therefore neural network by itself can not distinguish between the categories and well-separated categories of training data can achieve only through the performance. In this paper, unsupervised learning algorithm is proposed which is trained existing 3-D neural network without distinction of data, to distinguish between categories depending on the only input training patterns. The training data for proposed unsupervised learning provided by the NIST handwritten digits of MNIST which is consist of 0 to 9 multi-pattern, a randomly materials are used as training patterns. Through experiments, neural network is to determine the number of discriminator which each have an idea of the handwritten digits that can be interpreted.

A Study on MRD Methods of A RAM-based Neural Net (RAM 기반 신경망의 MRD 기법에 관한 연구)

  • Lee, Dong-Hyung;Kim, Seong-Jin;Park, Sang-Moo;Lee, Soo-Dong;Ock, Cheol-Young
    • Journal of the Korea Society of Computer and Information
    • /
    • v.14 no.9
    • /
    • pp.11-19
    • /
    • 2009
  • A RAM-based Neural Net(RBNN) which has multi-discriminators is more effective than RBNN with a discriminator. Experience Sensitive Cumulative Neural Network and 3-D Neuro System(3DNS) that accumulate the features point improved the performance of BNN, which were enabled to train additional and repeated patterns and extract a generalized pattern. In recognition process of Neural Net with multi-discriminator, the selection of class was decided by the value of MRD which calculates the accumulated sum of each class. But they had a saturation problem of its memory cells caused by learning volume increment. Therefore, the decision of MRD has a low performance because recognition rate is decreased by saturation. In this paper, we propose the method which improve the MRD ability. The method consists of the optimum MRD and the matching ratio prototype to generalized image, the cumulative filter ratio, the gap of prototype response MRD. We experimented the performance using NIST database of NIST without preprocessor, and compared this model with 3DNS. The proposed MRD method has more performance of recognition rate and more stable system for distortion of input pattern than 3DNS.

EFFECTS OF SUBSTANCE P ON COLLAGEN PRODUCTION IN HUMAN PERIODONTAL LIGAMENT CELLS (치주인대 세포의 교원질 생성에 대한 Substance P의 효과)

  • CHUN, Jun-Yeung;Choi, Je-Yong;Kyung, Hee-Moon;Sung, Jae-Hyun
    • The korean journal of orthodontics
    • /
    • v.26 no.1 s.54
    • /
    • pp.83-94
    • /
    • 1996
  • Substance P is one of the neuropeptide which presents highly in tension site of periodontal ligament during the orthodontic tooth movement. It has bnn also hon as one of the neuropeptides which cause neurogenic inflammation in various tissues and organs. However, there is no report about the effect of substance P on major extracellular matrix protein, collagen production. The purpose of this study was to evaluate the collagen production by substance P in human periodontal ligament cell. The collagenase-digestion method was used to evaluate collagen production and also used Northern blot hybridization for the evaluation of collagen mRNA level. This study also Included in terms of prostanglandins and gelatinase production with respect to collagen production. For the collagen degradation, zymography was used to estimate denatured collagen degradation. Dose-dependent effect of substance P on noncollagen protein, collagen, and percent collagen was that substance P increased noncollagen protein synthesis, but decreased collagen sytnsis. So the percent collagen, which determined by relative collagen production against total protein production, w3s decreased from $7\%\;to\;3.6\%$. This inhibitory effect of substance P on collagen production was disappeared when cells were treated concomitantly with indomethacin. It means that substance P-induced inhibitory effect on collagen production was due at least in part to the production of prostaglandins. To evaluate whether substance P-induced inhibitory effect on collagen production is correspond to the steady-state levels of procollagen mRNA, Northern blot hybridization was performed and it showed that substance P has no effect on the steady-slate level of ${\alpha}1(I)$ procollagen mRNA. It means that the inhibitory effect of substance P on collagen production was due to the change of a certain mechanism after posttranscription. In this context, gelatinase production by substance P in periodontal ligament cells was evaluated by zymography. Zymogram showed that substance P has no effect on gelatinase production in periodontal ligament cells. To explore wheter substance P-induced inhibitory effect on collagen production is selevtive in periodontal ligament cells or not, MC3T3-E1 cells which originated from mouse calvaria was used. It showed that substance P has no effect on collagen production in MC3T3-E1 cells. Taken together, substance P inhibits collagen production in human periodontal ligament cells. This effect was not due to the change of the steady-state level of procollagen mRNA and gelatinase production, but due at least in part to the change of prostaglandins production.

  • PDF

On-Line Determination Steady State in Simulation Output (시뮬레이션 출력의 안정상태 온라인 결정에 관한 연구)

  • 이영해;정창식;경규형
    • Proceedings of the Korea Society for Simulation Conference
    • /
    • 1996.05a
    • /
    • pp.1-3
    • /
    • 1996
  • 시뮬레이션 기법을 이용한 시스템의 분석에 있어서 실험의 자동화는 현재 많은 연구와 개발이 진행 중인 분야이다. 컴퓨터와 정보통신 시스템에 대한 시뮬레이션의 예를 들어 보면, 수많은 모델을 대한 시뮬레이션을 수행할 경우 자동화된 실험의 제어가 요구되고 있다. 시뮬레이션 수행회수, 수행길이, 데이터 수집방법 등과 관련하여 시뮬레이션 실험방법이 자동화가 되지 않으면, 시뮬레이션 실험에 필요한 시간과 인적 자원이 상당히 커지게 되며 출력데이터에 대한 분석에 있어서도 어려움이 따르게 된다. 시뮬레이션 실험방법을 자동화하면서 효율적인 시뮬레이션 출력분석을 위해서는 시뮬레이션을 수행하는 경우에 항상 발생하는 초기편의 (initial bias)를 제거하는 문제가 선결되어야 한다. 시뮬레이션 출력분석에 사용되는 데이터들이 초기편의를 반영하지 않는 안정상태에서 수집된 것이어야만 실제 시스템에 대한 올바른 해석이 가능하다. 실제로 시뮬레이션 출력분석과 관련하여 가장 중요하면서도 어려운 문제는 시뮬레이션의 출력데이터가 이루는 추계적 과정 (stochastic process)의 안정상태 평균과 이 평균에 대한 신뢰구간(confidence interval: c. i.)을 구하는 것이다. 한 신뢰구간에 포함되어 있는 정보는 의사결정자에게 얼마나 정확하게 평균을 추정할 구 있는지 알려 준다. 그러나, 신뢰구간을 구성하는 일은 하나의 시뮬레이션으로부터 얻어진 출력데이터가 일반적으로 비정체상태(nonstationary)이고 자동상관(autocorrelated)되어 있기 때문에, 전통적인 통계적인 기법을 직접적으로 이용할 수 없다. 이러한 문제를 해결하기 위해 시뮬레이션 출력데이터 분석기법이 사용된다.본 논문에서는 초기편의를 제거하기 위해서 필요한 출력데이터의 제거시점을 찾는 새로운 기법으로, 유클리드 거리(Euclidean distance: ED)를 이용한 방법과 현재 패턴 분류(pattern classification) 문제에 널리 사용 중인 역전파 신경망(backpropagation neural networks: BNN) 알고리듬을 이용하는 방법을 제시한다. 이 기법들은 대다수의 기존의 기법과는 달리 시험수행(pilot run)이 필요 없으며, 시뮬레이션의 단일수행(single run) 중에 제거시점을 결정할 수 있다. 제거시점과 관련된 기존 연구는 다음과 같다. 콘웨이방법은 현재의 데이터가 이후 데이터의 최대값이나 최소값이 아니면 이 데이터를 제거시점으로 결정하는데, 알고기듬 구조상 온라인으로 제거시점 결정이 불가능하다. 콘웨이방법이 알고리듬의 성격상 온라인이 불가능한 반면, 수정콘웨이방법 (Modified Conway Rule: MCR)은 현재의 데이터가 이전 데이터와 비교했을 때 최대값이나 최소값이 아닌 경우 현재의 데이터를 제거시점으로 결정하기 때문에 온라인이 가능하다. 평균교차방법(Crossings-of-the-Mean Rule: CMR)은 누적평균을 이용하면서 이 평균을 중심으로 관측치가 위에서 아래로, 또는 아래서 위로 교차하는 회수로 결정한다. 이 기법을 사용하려면 교차회수를 결정해야 하는데, 일반적으로 결정된 교차회수가 시스템에 상관없이 일반적으로 적용가능하지 않다는 문제점이 있다. 누적평균방법(Cumulative-Mean Rule: CMR2)은 여러 번의 시험수행을 통해서 얻어진 출력데이터에 대한 총누적평균(grand cumulative mean)을 그래프로 그린 다음, 안정상태인 점을 육안으로 결정한다. 이 방법은 여러 번의 시뮬레이션을 수행에서 얻어진 데이터들의 평균들에 대한 누적평균을 사용하기 매문에 온라인 제거시점 결정이 불가능하며, 작업자가 그래프를 보고 임의로 결정해야 하는 단점이 있다. Welch방법(Welch's Method: WM)은 브라운 브리지(Brownian bridge) 통계량()을 사용하는데, n이 무한에 가까워질 때, 이 브라운 브리지 분포(Brownian bridge distribution)에 수렴하는 성질을 이용한다. 시뮬레이션 출력데이터를 가지고 배치를 구성한 후 하나의 배치를 표본으로 사용한다. 이 기법은 알고리듬이 복잡하고, 값을 추정해야 하는 단점이 있다. Law-Kelton방법(Law-Kelton's Method: LKM)은 회귀 (regression)이론에 기초하는데, 시뮬레이션이 종료된 후 누적평균데이터에 대해서 회귀직선을 적합(fitting)시킨다. 회귀직선의 기울기가 0이라는 귀무가설이 채택되면 그 시점을 제거시점으로 결정한다. 일단 시뮬레이션이 종료된 다음, 데이터가 모아진 순서의 반대 순서로 데이터를 이용하기 때문에 온라인이 불가능하다. Welch절차(Welch's Procedure: WP)는 5회이상의 시뮬레이션수행을 통해 수집한 데이터의 이동평균을 이용해서 시각적으로 제거시점을 결정해야 하며, 반복제거방법을 사용해야 하기 때문에 온라인 제거시점의 결정이 불가능하다. 또한, 한번에 이동할 데이터의 크기(window size)를 결정해야 한다. 지금까지 알아 본 것처럼, 기존의 방법들은 시뮬레이션의 단일 수행 중의 온라인 제거시점 결정의 관점에서는 미약한 면이 있다. 또한, 현재의 시뮬레이션 상용소프트웨어는 작업자로 하여금 제거시점을 임의로 결정하도록 하기 때문에, 실험중인 시스템에 대해서 정확하고도 정량적으로 제거시점을 결정할 수 없게 되어 있다. 사용자가 임의로 제거시점을 결정하게 되면, 초기편의 문제를 효과적으로 해결하기 어려울 뿐만 아니라, 필요 이상으로 너무 많은 양을 제거하거나 초기편의를 해결하지 못할 만큼 너무 적은 양을 제거할 가능성이 커지게 된다. 또한, 기존의 방법들의 대부분은 제거시점을 찾기 위해서 시험수행이 필요하다. 즉, 안정상태 시점만을 찾기 위한 시뮬레이션 수행이 필요하며, 이렇게 사용된 시뮬레이션은 출력분석에 사용되지 않기 때문에 시간적인 손실이 크게 된다.

  • PDF