• 전자공학회논문지C
• /
• 제36C권4호
• /
• pp.87-94
• /
• 1999

본 논문은 필기체 한글인식에 적합한 모듈화된 부분연결 다층신경회로망 구조를 제안한다. 세가지 특징 벡터들에 대한 세 개의 부분연결 다층신경회로망 인식기를 구성하고 이를 통합하기 위한 또 하나의 부분연결 신경회로망을 결합시킴으로써 인식률을 높일 수 있도록 설계하였다. 각각의 부분연결 다층신경회로망은 한글의 이차원적 특징을 잘 반영할 수 있도록 입력층을 10개의 수용영역으로 분할하고 입력층과 은닉층 사이를 부분 연결하였다. 결합단계에서 새로운 부분연결 신경회로망을 도입하고, 그 입력으로 이미 학습된 세 개 인식기의 은닉층 출력을 이용하여 재학습한다. 제안된 인식기의 성능을 평가하기 위해서 전표처리에 많이 사용되는 한글 문자 18개를 선정하여 평가하였다.

• 한국통신학회논문지
• /
• 제40권10호
• /
• pp.2035-2046
• /
• 2015

최근 네트워크 단말 수가 증가하고 네트워크 환경이 빠르게 변함에 따라 분산처리 방식의 자원할당 기법이 많이 연구되고 있다. 본 논문에서는 멀티 홉 환경에서 생체모방 알고리즘을 활용하여 분산적인 방법으로 TDMA 자원을 할당받는 Multi-Hop DESYNC 알고리즘(MH DESYNC)을 제안한다. 본 논문에서는 이를 위한 프레임 구조와 자원 할당의 기준 척도가 되는 firing 메시지 구조를 정의하고 관련된 동작 절차를 제안한다. 이를 통해 멀티 홉 환경에서 발생할 수 있는 hidden-node 문제와 firing 신호의 충돌이 발생하였을 때, 충돌 문제를 해결하는 방안을 제시하였다. 모의실험을 통해 멀티 홉 환경에서 제안한 MH DESYNC 알고리즘이 hidden-node 문제를 효과적으로 해결하고 각 노드가 주위 노드와 공평하게 자원을 할당하고 CSMA/CA 알고리즘 보다 데이터 전송율 측면에서 우수한 성능을 나타내는 것을 확인 하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.113-119
• /
• 2022

소프트웨어 결함 예측 작업 시 단순히 결함 유무만을 예측하는 이진 분류 모델에 비해 결함의 심각도 범주를 예측하는 다중 분류 모델은 훨씬 유용하게 사용될 수 있다. 소수의 심각도 기반 결함 예측 모델들이 제안되었지만 딥러닝 기법을 사용한 분류기는 없었다. 본 논문은 3개, 5개의 은닉층을 갖고 은닉층 노드수가 고정된 구조와 변화하는 구조의 MLP 모델들을 제작하였다. 모델 평가 실험 결과 기존 기계학습 모델들 중 가장 좋은 성능을 보인 MLPs보다 MLP 기반 딥러닝 모델들은 Accuracy와 AUC 모두 유의미하게 더 우수한 성능을 보였다. 특히 노드수 고정 구조에서는 은닉 층수 3, 배치사이즈 32, 노드수 64인 모델 구조가 가장 좋은 성능을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권12호
• /
• pp.780-788
• /
• 2008

손 포즈 모델링 및 추적은 컴퓨터 시각 분야에서 어려운 문제로 알려져 있다. 손 포즈 3차원 복원을 위한 방법에는 사용되는 카메라의 수에 따라 다중 카메라 또는 스테레오 카메라 기반 방식과 단일카메라 기반 방식이 있다. 다중 카메라의 경우 여러 대의 카메라를 설치하거나 동기화를 시키는 등에 대한 제약사항이 따른다. 본 논문에서는 확률 그래프 모델에서 신뢰 전파 (Belief Propagation) 알고리즘을 이용하여 단안 카메라에서 획득된 2차원 입력 영상으로부터 3차원 손 포즈를 추정하는 방법을 제안한다. 또한, 은닉 마르코프 모델(Hidden Markov Model)을 인식기로 하여 손가락 클릭 동작을 인식한다. 은닉 노드로 손가락의 관절 정보를 표현하고, 2차원 입력 영상에서 추출된 특징을 관측 노드로 표현한 확률 그래프 모델을 정의한다. 3차원 손 포즈 추적을 위해 그래프 모델에서의 신뢰 전파 알고리즘을 이용한다. 신뢰 전파 알고리즘을 통해 3차원 손 포즈를 추정 및 복원하고, 복원된 포즈로부터 손가락의 움직임에 대한 특징을 추출한다. 추출된 정보는 은닉 마르코프 모델의 입력값이 된다. 손가락의 자연스러운 동작을 위해 본 논문에서는 한 손가락의 클릭 동작 인식에 여러 손가락의 움직임을 함께 고려한다. 제안한 방법을 가상 키패드 시스템에 적응한 결과 300개의 동영상 테스트 데이타에 대해 94.66%의 높은 인식률을 보였다.

• 대한전자공학회논문지TC
• /
• 제43권9호
• /
• pp.165-174
• /
• 2006

본 논문에서는 IEEE 802.11 기반 무선 멀티홉 망에서 TCP의 성능을 향상시키기 위하여 새로운 Contention Window(CW) 제어 알고리즘을 제안 하였다. 제안한 Contention Window(CW) 제어 알고리즘은 무선 멀티홉 망에서 빈번히 발생하는 hidden terminal 문제의 영향을 경감시킨다 무선 멀티홉 망에서 발생하는 대부분의 패킷 손실은 패킷의 충돌에 의한 것이 아니라 hidden terminal과 exposed terminal로 인하여 발생된다. 그러나 IEEE 802.11 DFC 알고리즘에서는 전송에 실패한 사용자의 CW를 지수형태로 증가시키므로 해당노드가 전송에 성공할 확률을 더욱 감소시킨다. 이는 전송에 성공한 노드가 연속해서 패킷 전송에 성공할 가능성을 높여주어 burst한 데이터 전송이 일어날 수 있다. 한편, 최대 재전송을 시도한 후에도 데이터를 보내지 못한 노드는 네트워크 계층에서의 경로 재전송을 시도하게 되는데 이로 인해 데이터 전송이 중지되고 성능감소가 일어날 수 있다. 이와 같은 문제를 해결하기 위하여 본 논문에서 제안한 기법에서는 backoff 재전송의 횟수를 증가시키고 적절한 CW의 크기를 설정하는 방안을 제안 하였다. Ns-2를 사용하여 체인 토폴로지와 격자 토폴로지에서의 시뮬레이션을 수행해 제안된 기법이 무선 멀티홉 망에서 TCP 성능을 향상시킴을 확인 하였다.

• 환경영향평가
• /
• 제12권4호
• /
• pp.271-279
• /
• 2003

Temperature and humidity forecasting have been performed using artificial neural networks model(ANN). We composed ANN with multi-layer perceptron which is 2 input layers, 2 hidden layers and 1 output layer. Back propagation algorithm was used to train the ANN. 6 nodes and 12 nodes in the middle layers were appropriate to the temperature model for training. And 9 nodes and 6 nodes were also appropriate to the humidity model respectively. 90% of the all data was used learning set, and the extra 10% was used to model verification. In the case of temperature, average temperature before 15 minute and humidity at present constituted input layer, and temperature at present constituted out-layer and humidity model was vice versa. The sensitivity analysis revealed that previous value data contributed to forecasting target value than the other variable. Temperature was pseudo-linearly related to the previous 15 minute average value. We confirmed that ANN with multi-layer perceptron could support pollutant dispersion model by computing meterological data at real time.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권9호
• /
• pp.4442-4466
• /
• 2016

This paper proposes a privacy-preserving aggregation scheme based on the designed P-Gene (PAPG) for sensor networks. The P-Gene is constructed using the designed erasable data-hiding technique. In this P-Gene, each sensory data item may be hidden by the collecting sensor node, thereby protecting the privacy of this data item. Thereafter, the hidden data can be directly reported to the cluster head that aggregates the data. The aggregation result can then be recovered from the hidden data in the cluster head. The designed P-Genes can protect the privacy of each data item without additional data exchange or encryption. Given the flexible generation of the P-Genes, the proposed PAPG scheme adapts to dynamically changing reporting nodes. Apart from its favorable resistance to data loss, the extensive analyses and simulations demonstrate how the PAPG scheme efficiently preserves privacy while consuming less communication and computational overheads.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국제학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.109-114
• /
• 1993

It is well known that neural networks can be used to diagnose multiple faults to some limited extent. In this work we present a Multiple Fault Diagnosis Method (MFDM) via neural network which can effectively diagnose multiple faults. To diagnose multiple fault, the proposed method finds the maximum value in the output nodes of the neural network and decreases the node value by changing the hidden node values. This method can find the other faults by computing again with the changed hidden node values. The effectiveness of this method is explored through a neural-network-based fault diagnosis case study of a fluidized catalytic cracking unit (FCCU).

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.772-777
• /
• 1993

This paper presents a neuro-fuzzy modelling method that determines chemicals dosing model based on historical operation data for effective water quality control in water treatment system and calculates automatically the amount of optimum chemicals dosing against the changes of raw water qualities and flow rate. The structure identification in the modelling by means of neuro-fuzzy reasing is performed by Genetic Algorithm(GA) and Complex Method in which the numbers of hidden layer and its hidden nodes, learning rate and connection pattern between input layer and output layer are identified. The learning network is implemented utilizing Back Propagation(BP) algorithm. The effectiveness of the proposed modelling scheme and the feasibility of the acquired neuro-fuzzy network is evaluated through computer simulation for chemicals dosing control in water treatment system.

• 전자공학회논문지B
• /
• 제32B권12호
• /
• pp.1652-1662
• /
• 1995

In this paper, a hybrid neural network is proposed to improve the learning ability of a neural network. The union of the characteristics of a Self-Organizing Neural Network model and of multi-layer perceptron model using the backpropagation learning method gives us the advantage of reduction of the learning error and the learning time. In learning process, the proposed hybrid neural network reduces the number of nodes in hidden layers to reduce the calculation time. And this proposed neural network uses the fuzzy feedback values, when it updates the responding region of each node in the hidden layer. To show the effectiveness of this proposed hybrid neural network, the boolean function(XOR, 3Bit Parity) and the solution of inverse kinematics are used. Finally, this proposed hybrid neural network is applied to the visual tracking control of a PUMA560 robot, and the result data is presented.