• 한국정보통신학회논문지
• /
• 제7권3호
• /
• pp.532-543
• /
• 2003

본 논문은 저작권보호를 위해 디지털영상의 라벨링을 위한 reversible DTCNN(discrete-time cellular neural network) 구조를 제안한다. 이러한 저작권보호 라벨링을 위해서 2차원 이진 pseudo 랜덤 영상열에 사용할 수 있는 새로운 reversible DTCNN의 구조와 개념을 설명하고 이에 대한 복잡행위를 보여주기 위해 reversible DTCNN의 서로 다른 방법들의 예시를 들어 설명한다. 또한 서로 다른 2진영상인 원영상과 복사된 영상은 서로 다른 2진 랜덤 영상키를 사용한다. 이 영상키는 원영상을 스크램블하는데 사용된다. 따라서 reversible DTCNN를 다시 역변환시켜서 저작권보호가 라벨링된 영상으로부터 복사된 영상임을 찾아낼 수 있다. 그러나 이러한 동영상을 처리하는 데는 S/W에서는 많은 시간이 소요되므로 고속 DTCNN 칩을 사용하여 실시간에서 동영상이나 비디오영상을 저작권보호를 위한 라벨링에 사용할 수 있으며, 이러한 결과를 컴퓨터에서 시뮬레이션됨을 보인다.

• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.283-290
• /
• 2006

셀룰러 신경망(Cellular Neural Network: CNN)은 간단한 처리요소인 셀들의 배열로 이루어져 있으며 각 셀들은 국부적인 연결특성과 공간불변 템플릿 특성을 갖는다. 따라서 CNN은 하드웨어로 구현하는데 매우 적합한 구조를 갖는다. 그러나 CNN 하드웨어 프로세서를 실제의 대형 영상의 화소와 1:1로 매핑하는 것은 불가능하다. 본 논문에서는 소규모의 CNN 셀 블록을 사용하여 대규모의 영상을 블록단위로 처리하는 실용적인 시다중화 영상처리 기법을 적용할 수 있는 파이프라인 입${\cdot}$출력을 갖는 $5{\times}5$ CNN 하드웨어 프로세서를 설계하였다. 그리고 윤곽선 검출과 그림자 검출 실험을 통하여 구현된 CNN 하드웨어 프로세서의 동작을 검증하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.1041-1044
• /
• 1998

In this paper the cellular neural networks with annealing capability is designed. The annealing capability helps the networks escape from the local-minimum points and quickly search for the global-minimum point. A 6$\times$6 CNN chip is designed using a $0.8\mu\textrm{m}$ CMOS technology, and the chip area is 2.89mm$\times$2.89mm. The simulation results for hole filling image processing show that the general CNN has a local-minimum problem, but the annealed CNN finds the global-minimum solutions very efficiently.

• 산업경영시스템학회지
• /
• 제39권3호
• /
• pp.83-89
• /
• 2016

The group formation problem of the machine and part is a critical issue in the planning stage of cellular manufacturing systems. The machine-part grouping with alternative process plans means to form machine-part groupings in which a part may be processed not only by a specific process but by many alternative processes. For this problem, this study presents an algorithm based on self organizing neural networks, so called SOM (Self Organizing feature Map). The SOM, a special type of neural networks is an intelligent tool for grouping machines and parts in group formation problem of the machine and part. SOM can learn from complex, multi-dimensional data and transform them into visually decipherable clusters. In the proposed algorithm, output layer in SOM network had been set as one-dimensional structure and the number of output node has been set sufficiently large in order to spread out the input vectors in the order of similarity. In the first stage of the proposed algorithm, SOM has been applied twice to form an initial machine-process group. In the second stage, grouping efficacy is considered to transform the initial machine-process group into a final machine-process group and a final machine-part group. The proposed algorithm was tested on well-known machine-part grouping problems with alternative process plans. The results of this computational study demonstrate the superiority of the proposed algorithm. The proposed algorithm can be easily applied to the group formation problem compared to other meta-heuristic based algorithms. In addition, it can be used to solve large-scale group formation problems.

• 전자공학회논문지C
• /
• 제36C권11호
• /
• pp.46-54
• /
• 1999

셀룰러 신경망 셀의 출력값은 각 셀의 초기 상태값에 따라서 국부적 최소점으로 안정화될 수 있으므로 출력값에 오류를 가져을 수 있다. 이에 본 논문에서는 각 셀의 초기 상태값에 관계없이 출력값이 전역적 최소점 도달하여 정확한 출력이 보장되도록 하는 어닐링 기능을 갖는 6×6 셀룰러 신경망을 설계하였다. 이 칩은 0.8㎛ CMOS 공정으로 설계하였다. 설계된 칩은 약 15,000여개의 트랜지스터로 구성되며 칩 면적은 약 2.89×2.89㎟이다. 설계된 회로를 이용한 윤곽선 추출 및 hole filling에 대한 시뮬레이션 결과에서 어닐링이 되지 않은 경우에서 출력값에 오류를 일으킬 수 있지만 어닐링 기능을 갖는 경우에는 오류가 발생하지 않는 것을 확인하였다. 시뮬레이션에서 어닐링 시간은 3μsec로 하였다.

• 한국정보처리학회논문지
• /
• 제6권2호
• /
• pp.439-448
• /
• 1999

본 논문에서는 신경회로망과 유전자 알고리즘을 이용하여 셀룰러 무선채널 할당을 위한 최적화 알고리즘을 제안하였다. 채널할당 과정을 채널할당 문제에 내포된 제한사항들을 나타내는 에너지함수의 최소화 과정으로 규정하였다. 채널간, 인접채널, 사이트간의 세 가지 제한사항이 고려되었다. 최적의 채널할당을 위하여 신경회로망을 이용한 방식에서는 강제적인 채널 할당 및 셀 순서 변화 등의 기법이 개발되었고 유전자 알고리즘 방식에서는 자료구조와 적절한 유전연산자를 개발하였다. 실험결과로서, 두 최적화 방법의 채널할당률을 나타내었고 그 결과들을 비교하였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.53-62
• /
• 2007

본 논문에서는 영상 에지 검출에 있어서 명암차에 의해 불분명한 경계 부분을 강건하게 하고, 방향성에 덜 민감한 에지 검출 알고리즘인 퍼지 웨이브렛 형태학 신경망을 제안한다. 이는 복잡하고 많은 연산 수행하는 단점을 극복하기 위해 DTCNN 구조에 데이터의 손실없이 강건하게 영상 단순화가 가능한 퍼지 웨이브렛 형태학 연산자를 적용한다. 또한 컬러 영상에서 효과적으로 에지 경계면의 특징 정보를 손실없이 가지고 있는 Y 영상을 YCbCr 공간 컬러 모델을 이용하여 분할 한다. 본 논문은 제안된 알고리즘의 성능검증을 위해 50개의 컬러 영상의 모의 실험을 제공한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.3053-3055
• /
• 2000

The Cellular Nonlinear Networks structure for Distance Transform (DT) and the robust optical flow detection algorithm based on the DT are proposed. The proposed algorithm is for detecting the optical flows on the trajectories only of the feature points. The translation lengths and the directions of feature movements are detected on the trajectories of feature points on which Distance Transform Field is developed. The robustness caused from the use of the Distance Transform and the easiness of hardware implementation with local analog circuits are the properties of the proposed structure, To verify the performance of the proposed structure and the algorithm, simulation has been done about zooming image.

• 경영과학
• /
• 제16권1호
• /
• pp.157-171
• /
• 1999

In a increasingly competitive marketplace, the manufacturing companies have no choice but looking for ways to improve productivity to sustain their competitiveness and survive in the industry. Recently cellular manufacturing has been under discussion as an option to be easily implemented without burdensome capital investment. The objective of cellular manufacturing is to realize many aspects of efficiencies associated with mass production in the less repetitive job-shop production systems. The very first step for cellular manufacturing is to group the sets of parts having similar processing requirements into part families, and the equipment needed to process a particular part family into machine cells. The underlying problem to determine the part and machine assignments to each manufacturing cell is called the cell formation. The purpose of this study is to develop a clustering algorithm based on the neural network approach which overcomes the drawbacks of ART1 algorithm for cell formation problems. In this paper, a generalized learning vector quantization(GLVQ) algorithm was devised in order to transform a 0/1 part-machine assignment matrix into the matrix with diagonal blocks in such a way to increase clustering performance. Furthermore, an assignment problem model and a rearrangement procedure has been embedded to increase efficiency. The performance of the proposed algorithm has been evaluated using data sets adopted by prior studies on cell formation. The proposed algorithm dominates almost all the cell formation reported so far, based on the grouping index($\alpha$ = 0.2). Among 27 cell formation problems investigated, the result by the proposed algorithm was superior in 11, equal 15, and inferior only in 1.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권1호
• /
• pp.84-89
• /
• 2004

The machine cell formation problem is the problem to group machines into machine families and parts into part families so as to minimize bottleneck machines, exceptional parts, and inter-cell part movements in cellular manufacturing systems and flexible manufacturing systems. This paper proposes a new machine cell formation method based on the adaptive Hamming net which is a kind of neural network model. To show the applicability of the proposed method, it presents some experiment results and compares the method with other cell formation methods. From the experiments, we observed that the proposed method could produce good cells for the machine cell formation problem.