• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권5호
• /
• pp.563-574
• /
• 2000

숫자열 인식은 문서 처리 자동화에서 매우 중요하다. 기존 방법들은 숫자열을 낱자 단위로 분할하는 단계와 분할된 숫자들을 인식하는 두 단계로 이루어져 있다. 그러나 이들 방법으로는 접촉 유형의 수많은 변형 때문에 만족할 만한 결과를 얻을 수 없다. 본 논문은 두자 접촉 숫자열의 분할-자유 인식 방법을 제안한다. 이 접근 방법에서는 두자 접촉 숫자열을 하나의 패턴으로 간주하여, 총 100개(‘00’, ‘01’, ‘02’, ..., ‘98’, ‘99’) 부류를 대상으로 인식한다. NIST 데이타베이스의 숫자열 필드에서 두자 접촉한 숫자열을 추출하여 실험하였다. 부류수가 방대한 경우 나타나는 기존 신경망 인식기의 한계 때문에, 모듈러 신경망을 사용하였으며 인식 실험을 통하여 우수성을 입증하였다.

• 한국산업정보학회논문지
• /
• 제5권1호
• /
• pp.25-30
• /
• 2000

한글은 부류수의 방대성과 글자간의 유사성으로 인해 인식이 어려운 문자 집합으로 간주되고 있다. 기존 연구 대부분은 일반적으로 사용되는 2,350 글자를 대상으로 인식을 시도하였는데, 이는 일반성을 제공하는 대신 낮은 성능 문제를 안고 있다. 이에 반해, 우편 영상이나 전표 영상 등의 특정 필드에 나타나는 한글만을 대상으로 하는 접근 방법이 보다 현실적이라 할 수 있다. 본 논문은 금액란에 나타나는 필기 한글을 인식하는 연구를 기술한다. 인식을 위해 모듈러 신경망 인식기를 사용하였으며, 세 종류의 특징을 사용하였다. 표준 한글 데이터베이스 PE92에 대해 실험한 결과 정인식률 97.56%를 얻었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1263-1266
• /
• 2003

One of the hardest problems in implementation of digital neural network are extension of synapses and programmability for relocating neurons. This paper Proposes a new hardware structure to solve these problems. The proposed structure can reconfigure network connections without alteration of basic design, and extend number of synapses attached to one neuron. Also, it is possible to extend the number of neurons and layers by connecting many MPUs(Modular Processing Unit). Generality and extensibility are verified by composing various kinds of Perceptorn and Kohonen networks using the architecture proposed in this paper and the verification performances compares well with HDL simulation results as well as the results of C modelling.

• 한국통신학회논문지
• /
• 제22권12호
• /
• pp.2613-2625
• /
• 1997

Theoretically, a multi-layered feedforward network has been known to be able to approximate a continuous function to an arbitrary degree of accuracy. However, these networks fail to approximate discontinuous functions when they are trained by well-known training algorithms. This paper presents a training algorithm which doesn't work consists of one or more modules, which are trained in a sequential order within subspaces of the input space, and is trained very rapidely once all modules are trained and merged. The experimantal results of applying this method indicates the proposed training algorithm is superior to traditional ones such as baskpagation.

• Nuclear Engineering and Technology
• /
• 제56권4호
• /
• pp.1254-1266
• /
• 2024

This study investigates the application of supercritical carbon dioxide (S-CO₂) direct-cycle micro modular reactors (MMRs) in primary frequency control (PFC), which is a scenario characterized by significant load fluctuations that has received less attention compared to secondary load-following. Using a modified GAMMA + code and a deep neural network-based turbomachinery off-design model, the authors conducted an analysis to assess the behavior of the reactor core and fluid system under different PFC scenarios. The results indicate that the acceptable range for sudden relative electricity output (REO) fluctuations is approximately 20%p which aligns with the performance of combined-cycle gas turbines (CCGTs) and open-cycle gas turbines (OCGTs). In S-CO₂ direct-cycle MMRs, the control of the core operates passively within the operational range by managing coolant density through inventory control. However, when PFC exceeds 35%p, system control failure is observed, suggesting the need for improved control strategies. These findings affirm the potential of S-CO₂ direct-cycle MMRs in PFC operations, representing an advancement in the management of grid fluctuations while ensuring reliable and carbon-free power generation.

• 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.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 추계학술발표회논문집(1)
• /
• pp.469-474
• /
• 1997

To provide tile information ell severe accident progression is very important for advanced or new type of nuclear power plant (NPP) design. A parametric study, therefore was performed to investigate the effect of thermal hydraulic design parameters ell severe accident progression of pressurized water reactors (PWRs), Nine parameters, which are considered important in NPP design or severe accident progression, were selected among the various thermal hydraulic design parameters. The backpropagation neural network (BPN) was used to determine parameters, which might more strongly affect the severe accident progression, among mile parameters. For training. different input patterns were generated by the latin hypercube sampling (LHS) technique and then different target patterns that contain core uncovery time and vessel failure time were obtained for Young Gwang Nuclear (YGN) Units 3&4 using modular accident analysis program (MAAP) 3.0B code. Three different severe accident scenarios, such as two loss of coolant accidents (LOCAs) and station blackout(SBO), were considered in this analysis. Results indicated that design parameters related to refueling water storage tank (RWST), accumulator and steam generator (S/G) have more dominant effects on the progression of severe accidents investigated, compared to tile other six parameters.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.313-315
• /
• 2003

분할 및 합병 개념에 바탕을 둔 모듈라 신경망이 자동차 번호판 문자 인식에서 단일 신경망 사용 보다 학습 질 측면이나 학습 속도 면에서 좋은 결과를 보였다. 본 논문에서는 번호판 인식을 위한 모듈라 신경망 구성 시, 특징 벡터 클러스터링 방법에 따른 모듈라 신경망의 성능을 평가하였다. K-means Clustering 알고리즘을 이용하여 유사한 특징 벡터를 그룹핑하는 방법과 본 논문에서 제안한 알고리즘을 사용하여 유사하지 않는 특징 벡터들을 그룹핑하는 방법 각각을 구현하여 실험하였다. 실험결과, 유사하지 않는 특징 벡터들로 모듈라 신경망을 구성할 경우가 그렇지 않은 경우보다 좋은 인식 결과를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.568-570
• /
• 2002

최근, 분류기 쪽에서는 모듈라 학습을 이용한 방법들에 대해서 상당한 관심이 모아지고 있다. 모듈라 학습 방법은 divide and conquer 개념에 바탕을 두고 있기 때문에 복잡한 문제에 대해서 학습 질 측면이나 학습 속도 면에서 단일 분류기에 비해 좋은 결과들을 나타내고 있다. 인공신경망을 이용한 분류 방법 쪽에서도 이러한 연구들이 이루어지고 있다. 본 논문에서는 번호판 인식을 위한 간단한 형태의 모듈라 신경망을 제안하고 이의 성능을 평가하였다. 실험 결과, 일반적인 차량 번호판의 영상에서 성공적인 결과를 보였으며, 잡음에 의한 훼손된 번호판도 좋은 인식 결과를 보였다. 또한 인식률 측면 뿐만 아니라 학습 속도 면에서도 상당한 이득이 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.796-798
• /
• 2004

기존의 번호판 인식 시스템에서는 대부분 카메라가 고정 상태에서 차량의 전면부를 찍어 영상을 획득하고, 이로부터 번호판을 추출하고 인식한다 그러나 본 연구에서는 기존 연구들과 달리 이동 중인 자동차에 카메라를 설치하여 움직이는 자동차의 영상을 획득하여 번호판을 추출하고 인식한다. 인식하고자 하는 영상이 잡음이나 왜곡 없이 깨끗하다면 인식 과정은 간단하게 수행될 것이다. 그러나, 실제로 얻어진 영상은 간단한 방법으로 인식하기에는 어려올 정도로 왜곡이나 변형이 심한 경우가 많다. 따라서 본 논문에서는 SVM 전단에 모듈라 신경망을 결합하여 인식하는 방법을 사용함으로써 잡음과 같은 변형에 덜 민감하도록 하고자 하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.