• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.721-726
• /
• 2005

In this study, researchers classifying the artificial flaws in semiconductor. packages are performed by pattern recognition technology. For this purposes, image pattern recognition package including the user made software was developed and total procedure including ultrasonic image acquisition, equalization filtration, binary process, edge detection and classifier design is treated by Backpropagation Neural Network. Specially, it is compared with various weights of Backpropagation Neural Network and it is compared with threshold level of edge detection in preprocessing method for entrance into Multi-Layer Perceptron(Backpropagation Neural network). Also, the pattern recognition techniques is applied to the classification problem of defects in semiconductor packages as normal, crack, delamination. According to this results, it is possible to acquire the recognition rate of 100% for Backpropagation Neural Network.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.117-122
• /
• 2009

명함을 이용한 전세계적인 고객 관리 시스템을 구축하기 위해 다국어 명함인식기를 개발하였다. 먼저 다양한 언어의 문자인식 및 학습을 위해 Unicode 기반 문자 이미지 DB를 구축하였으며, 다양한 입력 장치를 통해 획득한 명함 영상에 대하여 정확한 데이터를 얻기 위한 다양한 컬러영상 처리 기술이 적용되었다. 다음에 다층 퍼셉트론 신경망, 언어 유형별 개별 문자인식, 각 언어별 명함에 사용된 필드별 키워드 DB를 이용한 후처리를 적용하여 명함 인식률을 향상시켰다.

• 항공우주시스템공학회지
• /
• 제13권6호
• /
• pp.17-25
• /
• 2019

항공기 엔진의 고장예지 및 건전성 관리(PHM)는 고장 또는 수명한계 도달 전에 잔존 유효 수명을 예측하는 것이다. PHM 기술 중 예측모델을 확립하는 방법은 물리 기반과 데이터 기반 방법이 있다. 물리기반 방법은 적은 데이터로 정확한 예측이 가능하지만 확립된 손상 물리 모델이 적어서 적용에 한계가 있다. 본 연구는 따라서 데이터 기반 방법을 적용하였으며, 수명 예측을 위해서 신경회로망 알고리즘 중 Multi-layer Perceptron을 이용하였다. 이를 위해 미국 항공우주국(NASA)에서 개발한 C-MAPSS 코드로 생성된 가상 데이터 세트를 이용하여 신경회로망을 학습하였다. 학습된 신경회로망 모델은 테스트 세트에 적용한 후 잔존 유효 수명의 신뢰구간을 예측하고 실제 값을 통해 정확도를 검증하였다. 또한 본 연구에서 제시된 방법을 기존 문헌의 것과도 비교하였고 그 결과 비교적 양호한 정확도를 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제26권4A호
• /
• pp.639-645
• /
• 2006

FRP(Fiber Reinforced Polymer)는 부식의 저항성, 고강도, 피로저항 능력 및 성형성 등에서 우수한 건설 신소재이다. 광섬유 브래그 격자(Fiber Bragg Grating; FBG) 센서는 전자기 저항, 작은 소재의 크기, 그리고 높은 내구성 등의 이점으로 smart sensor로서 현재 많이 사용되고 있다. 하지만 FBG 센서의 변위 측정 기술 능력의 부족으로 현재까지는 변형률, 온도 등의 물리량 측정센서로서 활용되고 있는 실정이다. 본 연구에서는 FRP와 FBG센서의 기능 복합화(Hybrid)를 통하여 smart FRP Rod를 개발 한 후 인장시험을 실시하였다. 또한, FBG센서에 의해 측정된 변형률 데이터를 신경망(Neural Network) 기법을 이용하여 변위 추정 모형을 개발함으로서 FBG 센서 단점인 변형률 계측만을 위한 센싱 역할을 극복하고자 한다. 인공신경망 모형은 MLP(Multi-layer Perceptron)로, 오차범위 0.001에 수렴 될 수 있도록 학습(training)을 실시하였다. 학습에는 비선형 목적함수와 역전파 학습(Back-propagation) 알고리즘을 적용하였으며 모형의 검증은 UTM에서 측정된 변위 값과 수치해석에 의한 결과 값을 비교함으로서 실시하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1993년도 학술논문발표회 논문집 제12권 1호
• /
• pp.117-120
• /
• 1993

In this paper, we explore the possibility of URAN(Universally Reconstructable Artificial Neural-network) VLSI chip for speech recognition. URAN, a newly developed analog-digital hybrid neural chip, is discussed in respects to its input, output, and weight accuracy and their relations to its performance on speaker independent digit recognition. Multi-layer perceptron(MLP) nets including a large frame input layer are used to recognize a digit syllable at a forward retrieval. The simulation results using the full and limited floating precision computations for the input, output, and weight variables of the network give the comparable classification performance. An MLP with piecewise linear hidden and output units is also trained successfully using low accuracy computation.

• 한국정보통신학회논문지
• /
• 제12권7호
• /
• pp.1243-1248
• /
• 2008

최근 생명 정보학 기술의 발달로 마이크로 단위의 실험조작이 가능해짐에 따라 하나의 chip상에서 전체 genome의 expression pattern을 관찰할 수 있게 되었고, 동시에 수 만개의 유전자들 간치 상호작용도 연구 가능하게 되었다. 본 논문에서는 암에 걸린 흰쥐 외피 기간 세포 분화 실험에서 얻어진 3840 유전자의 마이크로어레이 cDNA를 이용해 데이터의 정규화를 거쳐 본 논문에서 제안한 유사성 척도 조합 방법으로 정보력 있는 유전자들을 추출한 후, 유사성 척도 조합 방법과 결합한 멀티퍼셉트론 신경망 분류기와 기존의 DT, NB, SVM 분류기를 이용하여 클래스 분류 시스템을 구축하고, 성능을 비교분석하였다. 피어슨 적률 상관 계수와 유클리디안 거리 계수 조합을 이용하여 선택된 200 유전사들을 멀티퍼셉트론 신경망 분류기로 분류한 결과 98.84%의 정확도를 보여 다른 분류기를 이용하여 실험을 수행한 경우보다 향상된 분류 성능을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.34-37
• /
• 2005

An efficient and robust neural network-based scheme is introduced in this paper to perform automatic cloud detection. Unlike many existing cloud detection schemes which use thresholding and statistical methods, we used the artificial neural network methods, the multi-layer perceptrons (MLP) with back-propagation algorithm and radial basis function (RBF) networks for cloud detection from Geostationary satellite images. We have used a simple scene (a mixed scene containing only cloud and clear sky). The main results show that the neural networks are able to handle complex atmospheric and meteorological phenomena. The experimental results show that two methods performed well, obtaining a classification accuracy reaching over 90 percent. Moreover, the RBF model is the most effective method for the cloud classification.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.231-234
• /
• 1993

This paper deals with the design of an adaptive controller using neural network. We present RBFMLP Neural Network which consists of serial-connected two networks - Radial Basis Function Network and Multi Layer Perceptron, and then design a controller based on proposed networks with the adaptive control system structure, The plant and parameters of the controller are identified by the neural networks. We use the dynamic backpropagation algorithm for the learning of networks. Simulations represent the superiorities of the proposed network and the controller.

• 비파괴검사학회지
• /
• 제27권5호
• /
• pp.383-392
• /
• 2007

본 논문에서는 신경회로망을 이용하여 원자력 발전소 증기발생기 세관의 결함 깊이와 폭을 예측하는 연구를 수행한다. 결함 크기 추정을 위하여 우선, I-In 형태, I-Out 형태, V-In 형태, V-Out 형태의 4가지 결함형상에 대한 와전류탐상시험(ECT) 신호를 생성한다. 특히, 유한요소법에 기반한 수치해석 기법을 이용하여 여러 가지 폭과 깊이를 갖는 결함 400개의 ECT 신호를 생성한다. 이와 같이 생성된 ECT 신호로부터, 결함 크기와 폭을 예측하기 위한 새로운 특징벡터를 추출하는데, 이 특징벡터에는 최대 임피던스 값을 갖는 점과 최대 임피던스값의 1/2의 값을 갖는 점 사이의 위상각이 포함된다. 추출된 특징벡터를 이용하여 결함의 크기를 예측하기 위해서 하나의 은닉층을 갖는 다층퍼셉트론을 이용하였다. 컴퓨터 모의실험 연구를 통하여 제안된 방법이 우수한 예측성능을 갖는다는 것을 보였다.

• 전자공학회논문지B
• /
• 제30B권2호
• /
• pp.69-77
• /
• 1993

Automatic image recognition system is essential for a better man-to machine interaction. Because of the noise and deformation due to the sensor operation, it is not simple to build an image recognition system even for the fixed images. In this paper neural network which has been reported to be adequate for pattern recognition task is applied to the fixed and variational(rotation, size, position variation for the fixed image)recognition with a hope that the problems of conventional pattern recognition techniques are overcome. At fixed image recognition system. ART model is trained with face images obtained by camera. When recognizing an matching score. In the test when wigilance level 0.6 - 0.8 the system has achievel 100% correct face recognition rate. In the variational image recognition system, 65 invariant moment features sets are taken from thirteen persons. 39 data are taken to train multi-layer perceptron and other 26 data used for testing. The result shows 92.5% recognition rate.