• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.625-627
• /
• 2002

본 논문에서는 의료영상 인식 기술 중 인식률이 뛰어나고 신뢰성 있는 대뇌출혈성 병변인식 시스템을 구현하기 위하여 신호처리 분야에서 주로 사용되는 Wavelet 변환과 신경망 기법을 이용하고자 한다. 그러나 신경망 기법에서 주로 사용되는 비선형 최적화기법인 Gradient descent BP는 최적화 문제점을 해결하기에는 수렴속도가 느리기 때문에 적합하지 않다. 따라서 본 논문에서는 기존 Gradient descent BP를 보완한 Levenberg-Marquardt Back-Propagation을 대뇌출혈성 병변인식에 적용하여 구현함으로써 총 50개의 패턴 중 45개의 영상이 인식에 성공하였고 전체 평균 인식률은 각각 90%와 87%의 인식률을 보였다.

• 정보처리학회논문지D
• /
• 제14D권1호
• /
• pp.139-144
• /
• 2007

본 논문에서는 상황인지 시스템의 작업 부하를 줄이고 추론 성능을 향상시키기 위하여 개선된 역전파 알고리즘을 사용하는 진보된 학습 메커니즘을 위한 새로운 프레임워크를 제안한다. 학습 메커니즘은 상황인지 시스템의 전체 성능을 좌우하는 매우 중요한 부분이지만 현재까지 사용자들의 상황 정보를 대상으로 학습 메커니즘의 개선을 통한 상황인지 시스템의 성능을 향상하려는 연구는 많이 진행되지 않았다. 역전파 알고리즘은 상황 인식 시스템의 학습 메커니즘을 위한 가장 적합한 알고리즘 중에 하나로서 제안된 프레임워크는 기존의 역전파 알고리즘을 개선하고, 시스템 캐싱을 이용하여 작업 부하를 효율적으로 관리함으로써 추론 성능을 향상시켜 상황인지 시스템의 전체 성능을 향상시킨다. 성능평가를 통하여 제안된 프레임워크가 상황인지 시스템의 전체 성능을 향상시키는 것을 보인다.

• 한국멀티미디어학회논문지
• /
• 제21권4호
• /
• pp.471-477
• /
• 2018

As an important key technology using on electronic devices, face recognition has become one of the hottest technology recently. The traditional BP Neural network has a strong ability of self-learning, adaptive and powerful non-linear mapping but it also has disadvantages such as slow convergence speed, easy to be traversed in the training process and easy to fall into local minimum points. So we come up with an algorithm based on BP neural network but also combined with the PCA algorithm and other methods such as the elastic gradient descent method which can improve the original network to try to improve the whole recognition efficiency and has the advantages of both PCA algorithm and BP neural network.

• 한국전기전자재료학회논문지
• /
• 제17권9호
• /
• pp.1006-1012
• /
• 2004

In this paper, neural networks is studied to apply as a PD source classification in XLPE power cable specimen. Two learning schemes are used to classification; BP(Back propagation algorithm), SOM(self organized map - kohonen network). As a PD source, using treeing discharge sources in the specimen, three defected models are made. And these data making use of a computer-aided discharge analyser, statistical and other discharge parameters is calculated to discrimination between different models of discharge sources. And a]so these distribution characteristics are applied to classify PD sources by two scheme of the neural networks. In conclusion, recognition efficiency of BP is superior to SOM.

• KIEE International Transactions on Electrophysics and Applications
• /
• 제5C권3호
• /
• pp.138-142
• /
• 2005

In this paper, we compared recognition rates between NN(neural networks) and clustering method as a scheme of off-line PD(partial discharge) diagnosis which occurs at the stator coil of traction motor. To acquire PD data, three defective models are made. PD data for classification were acquired from PD detector. And then statistical distributions are calculated to classify model discharge sources. These statistical distributions were applied as input data of two classification tools, BP(Back propagation algorithm) and ANFIS(adaptive network based fuzzy inference system) pre-processed FCM(fuzzy c-means) clustering method. So, classification rate of BP were somewhat higher than ANFIS. But other items of ANFIS were better than BP; learning time, parameter number, simplicity of algorithm.

• 한국ITS학회 논문지
• /
• 제13권2호
• /
• pp.80-89
• /
• 2014

본 논문에서는 최종 사용자의 프로파일(profile), 물의 종류 및 네트워크 상태를 고려한 미래의 스마트 워터 그리드에서의 물의 분배를 위한 컨텍스트 인지 추천시스템을 제안한다. 수자원에 대한 최종 사용자의 공통적인 관심사를 근거로 최종 사용자를 각각 다른 공동체로 군집화하기 위한 스펙트럴 군집화 방안을 개발하였다. 수자원에 대한 최종 사용자의 선호도 평가 목록을 얻기 위한 역전파 신경망을 도입하여 설계하였다. 본 방식은 예상 평가가 가장 높은 수자원을 최종 사용자에게 추천토록 하였다. 시뮬레이션의 결과는 제안된 방식이 기존의 추천 방안에 비하여 보다 나은 사용자의 경험을 바탕으로, 추천의 정확도(오차 2.5%이내)를 상당히 개선시킬 수 있음을 보여주었다.

• Current Optics and Photonics
• /
• 제6권5호
• /
• pp.479-488
• /
• 2022

To account for the internal thermal effects of solid-state lasers, a method using a back propagation (BP) neural network integrated with a particle swarm optimization (PSO) algorithm is developed, which is a new wavefront distortion correction technique. In particular, by using a slab laser model, a series of fiber pumped sources are employed to form a controlled array to pump the gain medium, allowing the internal temperature field of the gain medium to be designed by altering the power of each pump source. Furthermore, the BP artificial neural network is employed to construct a nonlinear mapping relationship between the power matrix of the pump array and the thermally induced wavefront aberration. Lastly, the suppression of thermally induced wavefront distortion can be achieved by changing the power matrix of the pump array and obtaining the optimal pump light intensity distribution combined using the PSO algorithm. The minimal beam quality β can be obtained by optimally distributing the pumping light. Compared with the method of designing uniform pumping light into the gain medium, the theoretically computed single pass beam quality β value is optimized from 5.34 to 1.28. In this numerical analysis, experiments are conducted to validate the relationship between the thermally generated wavefront and certain pumping light distributions.

• 전자공학회논문지B
• /
• 제31B권12호
• /
• pp.116-123
• /
• 1994

A modified Hybrid learning rule(MHLR) is proposed, which is derived from combining the Back Propagation algorithm that is known as an excellent classifier with modified Hebbian by changing the orginal Hebbian which is a good feature extractor. The network architecture of MHLR is multi-layered neural network. The weights of MHLR are calculated from sum of the weight of BP and the weight of modified Hebbian between input layer and higgen layer and from the weight of BP between gidden layer and output layer. To evaluate the performance, BP, MHLR and the proposed Hybrid learning rule (HLR) are simulated by Monte Carlo method. As the result, MHLR is the best in recognition rate and HLR is the second. In learning speed, HLR and MHLR are much the same, while BP is relatively slow.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 춘계학술대회 논문집 전기설비전문위원
• /
• pp.109-112
• /
• 2004

In this study, the applicability of SOM(Self Organizing Map) algorithm to partial discharge pattern recognition have been investigated. For the purpose, using acquired data from the artificial defects in GIS, SOM algorithm which has some advantages such as data accumulation ability and the degradation trend trace ability was compared with conventionally used BP(Back Propagation) algorithm. As a result, basically BP algorithm was found out to be better than SOM algorithm. Therefore, it is needed to apply SOM algorithm in combination with BP algorithm in order to improve on-site applicability using the advantages of SOM. Also, for the pattern recognition by use of PRPDA(Phase Resolved Partial Discharge Analysis) it is required the normalization of the PRPDA graph. However, in case of the normalization both BP and SOM algorithm have shown worse results, so that it is required further study to solve the problem.

• 한국정보처리학회논문지
• /
• 제5권11호
• /
• pp.3010-3023
• /
• 1998

유전자 알고리즘은 염색체 집단을 이용하는 탐색이므로 전역적인 최적해의 탐색 성능은 우수하여 최적해에 근접한 한점까지의 수렴속도는 빠르지만 탐색 메카니즘이 없기 때문에 최적해 근처의 탐색에서는 수렴 속도가 떨어지는 단점이 있고, 역전파 알고리즘은 개체 수준의 탐색이므로 지역적 미세조정의 탐색능력은 우수하지만 전역적 탐색기능이 없어 지역적 최적해로 수렴하는 경우가 있다. 본 논문에서는 수렴 속도가 향상된 윤곽선 추출을 위하여 유전자와 역전파 알고리즘을 병행해서 실행하는 윤곽선 추출방법을 제안하였다. 윤곽선 추출 방법은 먼저 유전자 알고리즘을 이용하여 최적의 연결강도와 오프셋 값을 계산한다. 다음으로 이 값을 역전파 학습 알고리즘 학습의 파라미터의 초기값으로 한 반복 학습으로 최적의 윤곽선 구조를 추출하였다. 제안된 알고리즘은 유전자 알고리즘 또는 역전파 알고리즘 단독으로 실행한 경우보다 수렴속도가 향상된 결과를 보여 주었다.