• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권4호
• /
• pp.422-431
• /
• 2000

본 논문에서는 주성분 해석 기법에 기반한 새로운 벡터 양자화 코드북 설계 방법을 제안한다. 주성분 해석 알고리즘은 입력 영상벡터를 더 작은 차원의 특징 벡터로 변환시키는데 사용되며, 변환된 영역에서 특징 벡터의 군집을 최적으로 결정된 분할 초평면을 이용하여 두 군집으로 분할하는 과정을 반복 함으로써 코드북을 생성한다. 본 논문에서는 연산 시간이 오래 걸리는 최적 분할 초평면 탐색을 (1) 분할 초평면은 특징 벡터의 주축에 수직이며, (2) 좌우측 부군집의 오차의 균형점과 일치하며, (3) 좌우측 부군집의 오차를 점진적으로 조정함으로서 연산 수행 시간을 크게 단축시켰다. 제안한 주축 연속 분할은 분할전후의 오차의 감축이 가장 큰 군집에 대해, 전체 군집의 오차가 설정한 수준보다 작을 때까지 연속적으로 수행된다. 실험 결과 제안한 주성분 해석 기반 벡터 양자화 방법은 SOFM을 이용한 방법보다 수행시간이 빠르며 K-mean 알고리즘을 이용한 방법보다 복원 성능이 뛰어남을 볼 수 있다.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.58-65
• /
• 2003

기존의 횡 방향제어 알고리즘은 도로에서 발생할 수 있는 변수를 고려하여 알고리즘을 작성해야 했다. 이러한 제어 알고리즘을 작성하기 위해서는 주행해야 하는 도로에 따라 파라미터를 재조정해야 하는 문제와 대량의 계산이 요구되는 모델링 문제가 있었다. 본 논문에서는 지능적 횡 방향제어가 가능한 학습알고리즘에 관해 연구하였다. 학습알고리즘은 인공지능 알고리즘 중 자기구성 알고리즘을 사용하였으며 학습데이터는 도로의 특징점을 이용하였다. 컴퓨터를 이용한 시뮬레이션 결과 본 논문의 학습알고리즘에 의한 조향제어가 가능한 것을 알 수 있었고 실제로 주행이 가능한 자율이동로봇에 적용하여 학습에 의한 횡 방향제어가 가능한 것을 확인하였다.

• 한국정보처리학회논문지
• /
• 제7권7호
• /
• pp.2108-2115
• /
• 2000

The conventional Boolean retrieval systems based on vector spae model can provide the results of retrieval fast, they can't reflect exactly user's retrieval purpose including semantic information. Consequently, the results of retrieval process are very different from those users expected. This fact forces users to waste much time for finding expected documents among retrieved documents. In his paper, we designed a bayesian SOM(Self-Organizing feature Maps) in combination with bayesian statistical method and Kohonen network as a kind of unsupervised learning, then perform classifying documents depending on the semantic similarity to user query in real time. If it is difficult to observe statistical characteristics as there are less than 30 documents for clustering, the number of documents must be increased to at least 50. Also, to give high rank to the documents which is most similar to user query semantically among generalized classifications for generalized clusters, we find the similarity by means of Kohonen centroid of each document classification and adjust the secondary rank depending on the similarity.

• 한국소음진동공학회논문집
• /
• 제12권10호
• /
• pp.799-807
• /
• 2002

The vibration signal can give an indication of the condition of rotating machinery, highlighting potential faults such as unbalance, misalignment and bearing defects. The features in the vibration signal provide an important source of information for the faults diagnosis of rotating machinery. When additional training data become available after the initial training is completed, the conventional neural networks (NNs) must be retrained by applying total data including additional training data. This paper proposes the fault diagnostics algorithm using the ART-Kohonen network which does not destroy the initial training and can adapt additional training data that is suitable for the classification of machine condition. The results of the experiments confirm that the proposed algorithm performs better than other NNs as the self-organizing feature maps (SOFM) , learning vector quantization (LYQ) and radial basis function (RBF) NNs with respect to classification quality. The classification success rate for the ART-Kohonen network was 94 o/o and for the SOFM, LYQ and RBF network were 93 %, 93 % and 89 % respectively.

• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1125-1132
• /
• 2010

와이브로는 OFDMA/TDD 기술을 기반으로하는 고속 이동 인터넷 표준이고, IEEE802.16e 무선 MAN 표준 통합 버전의 하나이다. 본 논문에서는 64QAM SOFM 전처리기를 이용한 와이브로 시스템의 성능 개선을 제안하였다. 제안한 방법은 Broadband 64 QAM 와이브로 시스템 수신단에 전처리 SOFM 신경망 자력등화를 사용한다. 전처리 SOFM 신경망은 송신 데이터 형태인 64QAM을 형상화 하고 자력등화는 ICI를 제거한다. 제안한 방법의 유용성을 확인하기 위하여 MSE와 BER에 대하여 시뮬레이션 하였으며, 시뮬레이션 결과 제안한 64QAM SOFM 전처리기를 이용한 와이브로 시스템은 기존의 와이브로 시스템보다 성능이 개선되었음을 확인하였다.