• 한국수자원학회논문집
• /
• 제34권4호
• /
• pp.303-316
• /
• 2001

본 연구에서는 중소하천수계에서 수문학적 예측을 위하여 Hybrid Neural Networks의 일종인 반경기초함수(RBF) 신경망모형이 적용되었다. RBF 신경망모형은 4종류의 매개변수로 구성되어 있으며, 지율 및 지도훈련과정으로 이루어져있다. 반경기초함수로서 가우스핵함수(GKF)가 이용되었으며, GKF의 매개변수인 중심과 폭은 K-Means 군집알고리즘에 의해 최적화 된다. 그리고 RBF 신경망모형의 매개변수인 중심, 폭, 연결강도와 편차벡터는 훈련을 통하여 최적 매개변수의 값이 결정되며, 이 매개변수들을 이용하여 모형의 검증과정이 이루어진다. RBF 신경망모형은 한국의 IHP 대표유역중 하나인 위천유역에 적용하였으며, 모형의 훈련과 검증을 위하여 10개의 강우사상을 선택하였다. 또한 RBF 신경망모형과 비교검토하기 위하여 엘만 신경망(ENN)모형을 이용하였으며, ENN 모형은 일단게 할선역전파(OSSBP) 및 탄성역전파(RBP)알고리즘으로 이루어져 있다. 모형의 훈련과 검증과정을 통하여 RBF 신경망모형이 ENN 모형보다 양호한 결과를 나타내는 것으로 분석되었다. RBF 신경망모형은 훈련시키는데 시간이 적게 들고, 이론적 배경이 부족한 수문학자들도 쉽게 사용할 수 있는 신경망모형이다.

• 대한전자공학회논문지TC
• /
• 제40권8호
• /
• pp.301-306
• /
• 2003

본 논문에서는 RBF Network를 이용한 새로운 수신기법을 MIMO 환경에서 제안한다. 그리고, 제안된 수신기의 성능을 Rich-scattering 페이딩 채널에서의 모의 실험을 통해 검증한다. 모의 실험 결과를 통해 제안된 수신기가 MLD와 유사한 성능을 나타내고, VBLAST-ZF와 VBLAST-MMSE보다 우수한 성능을 나타냄을 확인하였다. 그리고, 다양한 송수신 안테나의 개수 및 변조 기법에 따른 RBF 개수가 성능에 미치는 영향을 조사하였으며, 제안된 수신기의 성능을 RBF 중심값의 초기화 율에 따라 확인하였다.

• 생명과학회지
• /
• 제6권4호
• /
• pp.234-240
• /
• 1996

PKR인산화효소의 억제인자로서 밝혀진 이중선RNA결합단백질 (RBF)의 RNA결합특이성을 정기영도에 의한 RNA 이동변화실험과 여과막결합도실험에 의해 측정하였다. RBF는 바이러스RNA나 stem/loop구조를 지니는 합성 RNA들에 대한 다양한 친화력을 지니는 것으로 나타났으며 충분한 GC가 포함된 11염기쌍으로 이루어진 RNA stem helix RBF가 결합하기 위한 최소한의 RNA구조로 제시되고 있다. 자연적 RNA구조에 대한 RBF의 결합은 poly(I) : poly(C)의 첨가에 의해 반전되었으며 E. coli 5S RNA경우는 효과를 거의 나타내지 않았다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(1)
• /
• pp.289-292
• /
• 2001

This paper investigates a RBF equalizer (RBFE) reducing a center Estimating Speed. One of method for RBF center estimation is using k-means clustering. The performance of RBFE is depends on the estimation ability of the RBF center. We Propose a RBF Equalizer using modified k-means clustering algorithm (MKMC) to speed up channel estimation and to reduce complexity of calculation. Computer simulations are included to illustrate the analytical results. It is shown that a discussed method improves about 1 dB via less training data.

• 한국통신학회논문지
• /
• 제31권11C호
• /
• pp.1085-1091
• /
• 2006

The major goal of this paper is to develop a practically implemental radial basis function (RBF) neural network based multi-user detector (MUD) for direct sequence (DS)-CDMA system. This work is expected to provide an efficient solution for RBF based MUD by quickly setting up the proper number of RBF centers and their locations required in training. The basic idea in this research is to estimate all the possible RBF centers by using supervised ${\kappa-means$ clustering technique, and select the only centers which locate near seemingly decision boundary between centers, and reduce further by grouping the some of centers adjacent each other. Therefore, it reduces the computational burden for finding the proper number of RBF centers and their locations in the existing RBF based MUD, and ultimately, make its implementation practical.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.158-161
• /
• 2004

RBF 네트워크의 중간층은 클러스터링하는 층이다. 즉, 이 충의 목적은 주어진 자료 집합을 유사한 클러스터들(homogenous cluster)로 분류하는 것이다. 여기서 유사하다는 것은 입력 데이터들에 대한 특징 벡터 공간사이에서 한 클러스터내의 벡터들 간에 거리를 측정하여 정해진 반경 내에 존재하면 같은 클러스터로 분류하고 정해진 반경 내에 존재하지 않으면 다른 클러스터로 분류한다. 그러나 정해진 반경 내에서 클러스터링하는 것은 잘못된 클러스터를 선택하는 단점을 가지게 된다. 그러므로 중간층을 결정하는 .것은 RBF 네트워크의 전반적인 효율성에 큰 영향을 준다. 따라서 본 논문에서는 효율적으로 중간층을 결정하기 위한 방법으로 퍼지 C-Means 클러스터링 알고리즘을 적용한 퍼지 RBF 네트워크를 제안한다. 제안된 퍼지 RBF 네트워크의 학습은 크게 두 단계로 구분된다. 첫 번째 단계는 입력층과 중간층 사이에 퍼지 C-Means 알고리즘이 수행되고, 두 번째 단계는 중간층과 출력층 사이에 지도학습이 수행된다. 제안된 방법의 학습 성능을 평가하기 위하여 실제 주민등록증에서 추출한 숫자패턴에 적용한 결과, 기존의 RBF네트워크 보다 학습 성능이 개선된 것을 확인하였다.

• 대한산업공학회지
• /
• 제29권2호
• /
• pp.172-178
• /
• 2003

In the recent researches, a variety of ways for determining the locations of RBF centers have been proposed assuming that the number of RBF centers is known. But they have also many numerical drawbacks. We propose a new method to overcome such drawbacks. The strength of our method is to determine the locations and the number of RBF centers at the same time without any assumption about the number of RBF centers. The proposed method consists of two phases. The first phase is to determine the number and the locations of RBF centers using bi-section search method and enhanced k-medoids clustering which overcomes drawbacks of clustering algorithm. In the second phase, network weights are computed and the design of RBF network is completed. This new method is applied to several benchmark data sets. Benchmark results show that the proposed method is competitive with the previously reported approaches for center selection.

• 한국통신학회논문지
• /
• 제39B권5호
• /
• pp.317-322
• /
• 2014

데이타 보안과 무결성은 유무선 통신 환경에서 데이터 전송 시에 중요한 요소이다. 대량의 데이터는 전송 전에, 통상 암호 연산 모드를 이용한 블록 암호 알고리즘에 의하여 암호화된다. ECB, CBC 등의 기존 연산 모드 외에 블록 암호 연산 모드로 RBF 모드가 제안된 바 있다. 본 논문에서는, 알려진 평문 공격 (known plaintext attack) 및 선택 평문 공격 (chosen plaintext attack)에 대한, RBF 모드의 안전성을 기존 모드들과 비교 분석한 내용을 소개한다. 분석 결과, 기존의 연산 모드들이 알려진/선택 평문 공격에 취약한데 반하여, RBF 모드는 이들 공격에 안전함을 알 수 있었다.

• 한국축산식품학회지
• /
• 제30권6호
• /
• pp.966-974
• /
• 2010

This study evaluated the effects of rice bran fiber (RBF) on the quality of semi-dried pork jerky (SDPJ). SDPJ was supplemented with RBF at levels of 0 (control), 1, 2, and 3%. The addition of RBF at various levels affected the composition of SDPJ except for the fat content (p>0.05). The addition of RBF at a level higher than 2% increased the protein and ash contents of SDPJ (p<0.05). The addition of RBF at various levels also affected the physiochemical properties of SDPJ (p<0.05) except for water activity (p>0.05). Increased level of RBF increased the pH. The rancidity of SDPJ was increased (p<0.05) regardless of the RBF level, whereas the metmyoglobin content (%) of SDPJ was increased at a level higher than 2%. Increased level of RBF decreased the shear force (p<0.05) and the increased processing yield of SDPJ (p<0.05). Jerky made with 2% RBF scored highest for sensory properties, including color, tenderness, juiciness, and overall acceptability (p<0.05). These results indicate that SDPJ containing 2% RBF had the most acceptable quality characteristics, but further study is required to reduce the rancidity induced by the addition of RBF.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권2호
• /
• pp.143-147
• /
• 2007

This paper proposes a new watermarking scheme in which a logo watermark is embedded into the discrete wavelet transform (DWT) domain of the original image using exact radial basis function neural networks (RBF). RBF will learn the characteristics of the image, and then watermark is embedded and extracted by the trained RBF. A watermark is added to the coefficients at the low frequency band of the DWT of an image and a watermark is embedded into the DWT domain using the trained RBF. The trained RBF also used in watermark extracting process. Experimental results show that the proposed method has good imperceptibility and high robustness to common image processing attacks.