• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 한국멀티미디어학회논문지
• /
• 제8권5호
• /
• pp.700-706
• /
• 2005

출입국 관리 시스템은 여권 소지자, 수배자, 출입국 금지자 또는 불법 체류자 등의 출입국 부적격자를 검색하여 출입국자를 관리하고 있다. 이러한 출입국 관리 시스템은 위조 여권 판별이 중요하므로 위조 여권을 판별하는 전 단계로 ART2 기반 RBF네트워크를 제안하여 여권을 인식하는 방법을 제안한다. 제안된 여권 인식 방법은 소벨 연산자와 스미어링 그리고 윤곽선 추적 알고리즘을 이용하여 코드의 문자열 영역과 개별 코드의 문자를 추출한다. 추출된 개별 코드 인식은 ART2 알고리즘을 기반으로 한 RBF네트워크를 제안하여 여권 인식에 적용한다. 제안된 방법의 성능을 확인하기 위해서 실제 여권 영상들을 대상으로 실험한 결과, 제안된 방법이 여권 인식에 우수한 성능이 있음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.360-365
• /
• 2005

본 논문에서는 콘크리트 표면 균열 영상에서 균열을 효율적으로 추출하기 위한 화상처리 기법과 ART1 기반 RBF 네트워크를 제안하여 균열의 방향성을 인식한다. 본 논문에서 사용된 화상처리 기법으로는 균열 영상의 빛을 보정하기 위한 모폴로지 기법인 채움(Closing)연산을 적용하고 Sobel 마스크를 적용하여 균열 영상의 에지를 추출한 후 반복 이진화를 적용하여 균열 영상을 이진화한다. 이진화 된 영상에 두 차례에 걸쳐 잡음제거를 수행하여 콘크리트 표면 균열 영상으로부터 균열을 추출한다. 본 논문에서는 추출된 균열을 ART1 기반 RBF 네트워크에 적용하여 균열의 방향성(횡방향, 종방향, $-45^{\circ}$방향, $45^{\circ}$방향)을 자동으로 인식할 수 있는 방법을 제안한다. 제안된 ART1 기반 RBF 네트워크는 입력층과 중간층으로의 학습은 ART1을 적용하고 중간층과 출력층 간의 학습은 Delta 학습 방법을 적용한다. 실제 콘크리트 균열 영상을 적용하여 실험한 결과, 콘크리트 표면 균열 영상에서 효율적으로 균열을 추출할 수 있었고 제안된 ART1 기반 RBF 네트워크가 추출된 균열의 방향성 인식에 효율적인 것을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2576-2578
• /
• 2003

RBF 네트워크에서 기저함수의 위치는 네트워크의 성능에 매우 큰 영향을 미친다. 몇몇 응용들에서 교사학습을 이용한 기저함수의 위치 선정이 비교사학습에 비해 우수함을 보인다. 그러나 교사학습에 의한 네트워크는 시그모이드 네트워크와 같은 긴 학습시간을 필요로 한다. 본 논문에서는 오차함수의 gradient와 Hessian을 이용해 교사학습에서 요구하는 학습시간을 단축시키면서 기저함수의 최적위치를 추정하였다.

• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.1068-1077
• /
• 2007

본 논문에서는 콘크리트 표면 품질이 좋은 영상뿐만 아니라, 기존의 영상처리 기법에서 다루지 않았던 표면 품질이 좋지 않은 영상에 대해서도 효율적으로 균열을 추출하고, 추출된 균열의 특징인 길이, 방향, 폭을 자동으로 계산한 후, ART2 기반 RBF 네트워크를 적용하여 균열의 방향성($-45^{\circ}$방향, $45^{\circ}$방향, 횡방향, 종방향)을 인식하는 기법을 제안한다. 본 논문에서 제안한 콘크리트 균열 추출 및 분석 알고리즘은 Roberts 연산자를 이용하여 균열을 강조하고, 강조된 균열을 Multiple 연산을 이용하여 균열과 배경간의 밝기 차이를 크게 한 후, 개선된 적응 이진화 기법을 이용하여 균열의 후보 영역을 추출한다. 추출된 균열 후보 영역을 형상 분석과 위치 및 방향 분석을 이용하여 3차례에 걸쳐 잡음을 제거하고, 잡음 제거 과정에서 잡음으로 분류된 균열을 복원하여 균열의 특징을 분석한다. 그리고 ART2 기반 RBF 네트워크를 균열의 방향성($-45^{\circ}$방향, $45^{\circ}$방향, 횡방향, 종방향)에 적용하여 인식한다. 제안된 ART2 기반 RBF 네트워크는 입력층과 중간층으로의 학습은 ART2을 적용하고 중간층과 출력층간의 학습은 Delta 학습 방법을 적용한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험한 결과, 제안한 방법이 기존의 방법보다 균열의 검출 성능이 개선되었고 잡음으로 분류된 균열도 효율적으로 복원되었다. 또한 제안된 ART2 기반 RBF 네트워크가 균열의 방향성 인식에 효율적임을 확인할 수 있었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.526-535
• /
• 2005

우리나라의 주민등록증은 주소지, 주민등록 변호, 얼굴사진, 지문 등 개개인의 방대한 정보를 가진다. 현재의 플라스틱 주민등록증은 위조 및 변조가 쉽고 날로 전문화 되어가고 있다. 따라서 육안으로 위조 및 변조 사실을 쉽게 확인하기가 어려워 사회적으로 많은 문제를 일으키고 있다. 이에 본 논문에서는 주민등록증 영상을 자동 인식할 수 있는 개선된 ART2 기반 RBF 네트워크와 얼굴인증을 이용한 주민등록증 자동 인식 방법을 제안한다. 제안된 방법은 주민등록증 영상에서 주민등록번호와 발행일을 추출하기 위하여 영상을 소벨마스크와 미디언 필터링을 적용한 후에 수평 스미어링을 적용하여 주민등록번호와 발행일 영역을 검출한다. 그리고 4 방향 윤곽선 추적 알고리즘으로 개별 문자를 추출하기 위한 전 단계로 주민등록증 영상에 대해 고주파 필터링을 적용하여 주민등록증 영상 전체를 이진화 한다. 이진화된 주민등록영상에서 COM 마스크를 적용하여 주민등록번호와 발행일 코드를 복원하고 검출된 각 영역에 대해 4 방향 윤곽선 추적 알고리즘으로 개별 문자를 추출한다. 추출된 개별 문자는 개선된 ART2 기반 RBF 네트워크를 제안하여 인식에 적용한다. 제안된 ART2 기반 RBF 네트워크는 학습 성능을 개선하기 위하여 중간충과 출력층의 학습에 퍼지 제어 기법을 적용하여 학습률을 동적으로 조정한다. 얼굴인증은 템플릿 매칭 알고리즘을 이용하여 얼굴 템플릿 데이터베이스를 구축하고 주민등록증애서 추출된 얼굴영역과의 유사도를 측정하여 주민등록증 얼굴 영역의 위조여부를 판별한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1903_1904
• /
• 2009

본 논문은 퍼지 RBF 뉴럴네트워크를 이용한 트랙킹 검출 방법을 제시한다. IEC 60112에서 규정한 실험 장치와 방법에 따라 실험을 수행하였다. NI 장비를 사용하여 전류 파형을 측정하고, 측정된 전류 파형으로부터 FFT, 웨이블렛등의 신호처리 기법을 사용하여 12개의 특징점을 추출한다. 추출된 특징점들을 퍼지 RBF 뉴럴네트워크의 입력으로 사용하여 트랙킹 발생 유무를 검출한다. 퍼지 RBF 뉴럴네트워크는 WLSE를 사용하여 학습하고, HFC-PGA를 이용하여 특징점들의 선택, 퍼지 규칙의 수, 후반부 다항식 차수, 퍼지화 계수등을 최적화 하였다.

• 전자공학회논문지S
• /
• 제36S권8호
• /
• pp.39-47
• /
• 1999

본 논문에서는 포항제철의 열연 권취 온도 공정을 제어하기 위한 방법으로 온라인 재학습 가능한 RBF 네트워크(Radial Basis Function network)를 제안한다. 새로 제안된 신경회로망 모델을 이용해 권취 온도 제어 시스템의 열전달 계수를 생성해주는 기조의 규칙 기반 계수표를 대체할 수 있다. 열연 공정 작업의 시간에 따른 변화를 고려하도록 지존의 RBF 네트워크에 부가적인 온라인 재학습용 시냅스 가중치를 도입한다. 부가적인 가중치들로 인해 이미 학습된 전체 데이터들의 특성 정보를 유지하면서 새로 들어오는 데이터들에 대해 온라인 재학습이 이루어진다. 따라서, 제안된 RBF 네트워크는 파국적 간섭(catastrophic interference)효과를 상당히 감소시킬 수 있다. 그리고 거부 네트워크을 도입하여 제어기의 신뢰도을 높일 수 있었고, 실제 현장에 적용한 실험 결과는 기존의 방법보다 평균 2.2퍼센트이상 향상된 성능을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권11호
• /
• pp.251-262
• /
• 2019

본 논문에서는 뉴로모픽 칩에서 운영되는 RBF 네트워크를 다양한 형태로 제공하는 시뮬레이터를 제안한다. 뉴로모픽 칩의 RBF 네트워크를 학습할 때 시뮬레이터를 사용할 경우에는 시간은 단축되지만 다양한 형태의 알고리즘을 테스트하기 어렵다는 단점이 있다. 본 제안 시뮬레이터는 기존 시뮬레이터와 비교하여 4배 많은 종류의 네트워크 구조 모의실험이 가능하며 특히, 이중 레이어 구조를 추가로 제공한다. 이중 레이어 구조는 다중 데이터 입력 시 활용되도록 구성하였으며 성능 분석 결과, 본 이중 레이어 구조가 기존보다 더 높은 정확도를 보였다.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.12-18
• /
• 2011

본 논문에서는 RBF 뉴럴 네트워크에서 은닉층 활성함수에 Interval type-2 퍼지개념을 적용한 새로운 RBF 뉴럴 네트워크를 설계하였다. 퍼지 시스템 분야에서 불확실한 정보에 대한 Type-1 퍼지집합의 성능을 보안하고자 Type-2 퍼지집합이 제안되었으며, 멤버쉽함수 안에 다시 멤버쉽함수를 생성함으로써 불확실한 정보를 좀 더 효과적으로 다루고자 하였다. 따라서 본 논문에서는 RBF 뉴럴 네트워크의 은닉층 활성함수에 type-2 퍼지집합의 개념을 적용하여 불확실한 정보에 대한 모델 성능을 개선하고자 하였다. 나아가 연결가중치를 상수항이 아닌 1차식으로 구성된 다항식을 사용하여 최종출력을 입력-출력의 관계식으로 표현하였다. 연결가중치는 기존의 경사하강법(Gradient Descent Method; GDM) 대신 conjugate gradient method(CGM)을 사용하여 파라미터를 동조하고, 은닉층의 활성함수는 공간탐색 진화 알고리즘(Space Search Evolutionary Algorithm; SSEA)을 이용하여 가우시안 함수의 중심점 및 분포상수를 동조하여 모델의 성능을 개선시킨다. 제안된 모델의 성능을 평가하기 위해 가스로 시계열 데이터를 사용하였으며, 결과를 기존 모델과 비교하였다.