• 대한전기학회논문지
• /
• 제40권7호
• /
• pp.718-724
• /
• 1991

In this paper, we proposed an algorithm to improve the memory efficiency by means of learning thresholds in spite of correlations among input patterns to be memorized. The proposed algorithm does not need preprocess correlations among input patterns but processes them with a threshold on a neural network. When memory contents are destroyed by correlation, nearly all patterns can be properly recovered with past learning. Through experiments we show how out algorithm can improve the memory efficiency.

• 전자공학회논문지B
• /
• 제29B권7호
• /
• pp.70-78
• /
• 1992

In this paper, an approach for 3-D object segmentation and classification, which is based on eigen-values of polynomial function as their surface features, using neural network is proposed. The range images of 3-D objects are classified into surface primitives which are homogeneous in their intrinsic eigenvalue properties. The misclassified regions due to noise effect are merged into correct regions satisfying homogeneous constraints of Hopfield neural network. The proposed method has advantage of processing both segmentation and classification simultaneously.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1989년도 추계학술대회 논문집 학회본부
• /
• pp.397-400
• /
• 1989

This study is to design a method of parameter estimation for a second order linear time invarient system of self-tuning controller utilizing the neural network theory proposed by Hopfield. The result is compared with the other methods which are commonly used in controller theories.

• 전자공학회논문지C
• /
• 제35C권5호
• /
• pp.59-68
• /
• 1998

This paper proposes a neural network algorithm for a channel assignment in cellular mobile communications. The proposed algorithm is developed base on hopfield neural network in order to minimize the number of channel without a confliction between cells. To compare the performance of the proposed algorithm, we used seven benchmark problems selected from kunz's and funabiki's papers. Experimental results show that the convergence times are reduced form 27% to 66% compared with Kunz's and funabiki's algorithm and vonvergence rates are improved to 100%.

• 대한전기학회논문지
• /
• 제40권2호
• /
• pp.183-191
• /
• 1991

This paper develops a pole-zero assignment self-tuning regulator utilizing the method of a neural network in the plant parameter estimation. An approach to parameter estimation of the plant with a Hopfield neural network model is proposed, and the control characteristics of the plant are evaluated by means of a simulation for a second-order linear time invariant plant. The results obtained with those of Exponentially Weighted Recursive Least Squares(EWRLS) method are also shown.

• Journal of Welding and Joining
• /
• 제18권3호
• /
• pp.114-121
• /
• 2000

Since resistance spot welding has become one of the most popular sheet metal fabrication processes, a strong emphasis is being put on the quality of the welds. Throughout the years many quality estimation systems have been developed by many researchers to ensure weld quality. In this study, the process variables, which were monitored in the primary circuit of the welding machine, are used to estimate the weld quality with Hopfield neural network. The primary dynamic resistance is vectorized and stored as five patterns in the network. As the welding is done, the dynamic resistance patterns are recognized and the quality is estimated with the proposed method. Due to the primary process variables, it is possible to utilize this algorithms as an in-process real time quality monitoring system.

• 한국통신학회논문지
• /
• 제15권4호
• /
• pp.295-300
• /
• 1990

역 운동학 문제는 로보트 매니퓰레이터 제어에서 중요한 관점이 되어 왔다. 본 논문에서는 Jacobi 제어 기법을 실현하기 위하여 Hopfield, Tank의 신경회로망 모델을 사용하였다. 뉴런의 상태는 매니퓰레이터의 관절 속도를 나타내고, 연결강도는 Jacobi 행렬의 값으로 결정되어 진다. 회로망의 에너지 함수는 실제 관절 속도와 원하는 관절 속도간의 최소 자승 오차와 대응하도록 구성한다. 매 샘플링에서 연결 강도와 뉴런의 상태는 현재의 관절위치값에 따라서 변한다. 여유 자유도를 가지는 평면 매니퓰레이터에 대한 역 운동학 해를 컴퓨터 시뮬레이션을 통하여 구하였다.

• 한국정보통신학회논문지
• /
• 제1권2호
• /
• pp.183-191
• /
• 1997

동시 다발적으로 공격해 오는 위협 표적을 방어하기는 매우 어려우며, 특히 방어용 무장수보다 표적의 수가 많을 경우에는 전체 표적 격추 기대 확률이 최대가 될 수 있도록 유지하는 방법으로서 본 논문에서는 홉필드 신경망 기법을 무장 할당 알고리즘으로 이용하는 방안을 제안하였다. 본 연구는 자동무장할당 알고리즘을 설계함에 있어서 할당변수를 생성하는데 필요한 신경망 학습 횟수를 단축하도록 설계하였으며 컴퓨터 시뮬레이션 결과 watcholder의 방법보다 수렴성이 뛰어남을 확인하였다.

• 전자공학회논문지B
• /
• 제33B권5호
• /
• pp.60-72
• /
• 1996

In this paper, a enw model-base three-dimensional (3-D) object recognition mehtod using hopfield network is proposed. To minimize deformation of feature values on 3-D rotation, we select 3-D shape features and 3-D relational features which have rotational invariant characteristics. Then these feature values are normalized to have scale invariant characteristics, also. The input features are matched with model features by optimization process of hopjfield network in the form of two dimensional arrayed neurons. Experimental results on object classification and object matching with the 3-D rotated, scale changed, an dpartial oculued objects show good performance of proposed method.

• 한국전자거래학회지
• /
• 제26권2호
• /
• pp.83-94
• /
• 2021

컴퓨터 비전 적용 분야에서 부분적으로 가려진 물체 인식의 필요성은 증가하고 있다. 물체를 확인하고 위치를 지정하는 데에 물체가 가려진 것은 심각한 문제를 야기한다. 이 논문은 여행자 소지 수하물에서 위험 물건을 발견하기 위하여 어닐드 홉필드 네트워크를 제안한다. 어닐드홉필드 네트워크는 하이브리드 홉필드 네트워크와 어닐링 이론에 기초한 확정적 근사방법이다. 하이브리드 홉필드 네트워크는 위험 물체의 이미지에서 발췌한 경계 점들과 코너 점들을 이용한다. 또한 어닐드 홉필드 네트워크의 런타임을 줄이기 위해 임계 온도를 조사하였다. 어닐드 홉필드 네트워크와 하이브리드 홉필드 네트워크의 성능을 비교하기 위하여 광범위한 컴퓨터 실험이 실행되었다.