• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.115-118
• /
• 2000

In order to approximate a nonlinear function, modular wavelet networks combining wavelet theory and modular concept based on single layer neural network have been proposed as an alternative to conventional wavelet neural networks and kind of modular network. Modular wavelet networks provide better approximating performance than conventional one. In this paper, we propose an effective method to construct an optimal modualr wavelet network using genetic algorithm. This is verified through experimental results.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.247-250
• /
• 2001

In this paper, we propose an growing and pruning algorithm to design the adaptive structure of modular wavelet neural network(MWNN) with F-projection and geometric growing criterion. Geometric growing criterion consists of estimated error criterion considering local error and angle criterion which attempts to assign wavelet function that is nearly orthogonal to all other existing wavelet functions. These criteria provide a methodology that a network designer can constructs wavelet neural network according to one's intention. The proposed growing algorithm grows the module and the size of modules. Also, the pruning algorithm eliminates unnecessary node of module or module from constructed MWNN to overcome the problem due to localized characteristic of wavelet neural network which is used to modules of MWNN. We apply the proposed constructing algorithm of the adaptive structure of MWNN to approximation problems of 1-D function and 2-D function, and evaluate the effectiveness of the proposed algorithm.

• 전자공학회논문지SC
• /
• 제38권5호
• /
• pp.7-13
• /
• 2001

단일 신경망에 기반한 웨이블릿 이론과 모듈라 개념을 결합하여 기존의 웨이블릿 신경망이나 모듈라 네트워크의 일종인 모듈라 웨이블릿 신경망이 제안되었다. 본 논문에서는 유전 알고리즘을 사용하여 모듈라 웨이블릿 신경망의 최적구조를 효과적으로 설계하는 방법을 제시하였다. 각 모듈을 구성하는 웨이블릿 신경망의 웨이블릿 기저함수의 팽창과 이동계수를 결장하기 위해 유전 알고리즘을 사용하였다. 제안한 최적 구조 설계 알고리즘을 근사화 문제에 적용하여 우수성을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.782-787
• /
• 2001

본 논문에서는 F-투영과 기하학적인 성장 기준을 이용하여 모듈화된 웨이블렛 신경망(MWNN)의 적응구조를 설계하기 위한 성장과 소거 알고리즘을 제안한다. 기하학적인 성장 알고리즘은 지역 오차를 고려한 추정 에러 기준과 이미 존재하는 다른 웨이블렛 함수와 근사적인 직교성을 보장하도록 웨이블렛 함수를 배열할 수 있는 각도 기준으로 구성되어 있다. 이러한 기준은 망의 설계자가 설계자의 의도대로 MWNN을 구성할 수 있는 방법론을 제시한다. 제안한 성장 알고리즘은 모듈과 모듈의 크기를 성장시킨다. 또한 소거 알고리즘은 MWNN의 모듈에 사용되는 웨이블렛 신경망의 지역화 특성에 기인한 문제점을 극복하기 위해 구성된 MWNN에서 불필요한 모듈의 노드나 모듈을 제거한다. 제안한 MWNN의 적응 구조 설계 알고리즘을 1, 2차원 대상 함수에 적용하여 성능을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제13권1호
• /
• pp.6-11
• /
• 2003

신경회로망은 최근 복잡하고 정형화가 어려운 문제의 해결을 위해 지능적인 기법이 제안되고 있다. 모듈라 네트워크는 복잡한 문제를 부문제로 나누어 해결한다. 퍼지 시스템은 복잡한 문제를 작은 부문제로 나누어 해결한다는 점에서 모듈라 네트워크와 유사하다. 하지만 퍼지 시스템의 경우에도 입력공간을 전문가가 직접 분할하고, 룰을 만들어야 한다는 단점이 있다. 이러한 단점을 해결하기 위해 퍼지 뉴럴 네트워크가 제안되었다. 하지만 입력의 증가에 따른 규칙수가 지수적으로 증가하는 문제점을 안고 있다. 본 논문에서는 이런 문제점을 계층적 구조를 설계함으로서 해결하였다. 또한, 제안된 구조는 앞선 모듈의 출력이 후건부에만 기여하는 구조를 사용하였다. 제안된 구조를 사용함으로써 입출력관계가 더욱 이해하기 쉬워졌으며, 설계의 어려움을 해결했다. 또한 룰이 수가 작다는 장점이 있다.

• 전자공학회논문지SC
• /
• 제38권2호
• /
• pp.12-19
• /
• 2001

본 논문에서는 새로운 구조의 모듈라 시스템의 최적구조 설계 알고리즘을 제안하였다. 모듈라 시스템은 구조의 단순화와 시간 주파수 분석법을 이용하기 위해 웨이블렛 신경망으로 구성하였다. 제안한 최적구조 설계 알고리즘을 이용하여 근사화 대상함수의 시간-주파수 특성을 분석하여 모듈의 개수와 부-시스템의 노드의 개수를 결정할 수 있다. 제안한 최적 구조 설계 알고리즘은 시스템의 특성을 분석하여 모듈라 웨이블렛 신경망의 최적구조를 설계할 수 있는 방법론을 제공할 수 있다. 제안한 새로운 구조와 최적 구조 설계 알고리즘을 근사화 문제에 적용하여 우수성을 검증하였다.

• 전자공학회논문지SC
• /
• 제39권1호
• /
• pp.16-23
• /
• 2002

본 논문에서는 F-투영법과 기하학적인 성장기준을 적용하여 모듈화된 웨이블렛 신경망의 최적구조를 설계할 수 있는 성장과 전지 알고리즘을 제안한다. 기하학적인 성장기준은 지역오차를 고려한 예측 오차기준과 기존의 웨이블렛 함수와의 준직교성을 보장하는 웨이블렛 함수를 배치하기 위한 각도기준으로 구성되어 있다. 이러한 성장기준은 모듈화된 웨이블렛 신경망을 설계자 의도에 부합하도록 구성할 수 있는 방법론을 제시한다. 제안한 성장 알고리즘은 모듈화된 웨이블렛 신경망의 모듈과 망의 크기를 증가시킨다. 또한 소거 알고리즘은 모듈화된 웨이블렛 신경망의 모듈로 사용되는 웨이블렛 신경망의 지역화 특성으로 인해 모듈의 크기가 증가하는 문제점을 극복하기 위해 불필요한 모듈의 노드를 제거한다. 제안한 모듈화된 웨이블렛 신경망의 최적구조 설계알고리즘을 1차원과 2차원의 함수 근사화 문제에 적용하여 제안한 알고리즘의 성능을 검증하였다.