• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권8호
• /
• pp.551-560
• /
• 2004

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) that is based on a genetically optimized multilayer perceptron with fuzzy polynomial neurons (FPNs) and discuss its comprehensive design methodology involving mechanisms of genetic optimization, especially genetic algorithms (GAs). The proposed SOFPNN gives rise to a structurally optimized structure and comes with a substantial level of flexibility in comparison to the one we encounter in conventional SOFPNNs. The design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics (such as the number of input variables, the order of the polynomial of the consequent part of fuzzy rules, and a collection of the specific subset of input variables) and addresses specific aspects of parametric optimization. Through the consecutive process of such structural and parametric optimization, an optimized and flexible fuzzy neural network is generated in a dynamic fashion. To evaluate the performance of the genetically optimized SOFPNN, the model is experimented with using two time series data(gas furnace and chaotic time series), A comparative analysis reveals that the proposed SOFPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literatures.

• The Korean Journal of Physiology and Pharmacology
• /
• 제6권5호
• /
• pp.241-246
• /
• 2002

We studied the excitatory action of morphine on the responses of dorsal horn neuron to iontophoretic application of excitatory amino acid and C-fiber stimulation by using the in vivo electrophysiological technique in the rat. In 137 of the 232 wide dynamic range (WDR) neurons tested, iontophoretic application of morphine enhanced the WDR neuron responses to N-methyl-D-aspartate (NMDA), kainate, and graded electrical stimulation of C-fibers. Morphine did not have any excitatory effects on the responses of low threshold cells. Morphine-induced excitatory effect at low ejection current was naloxone-reversible and reversed to an inhibitory action at high ejection current. NMDA receptor, calcium channel and intracellular $Ca^{2+}$ antagonists strongly antagonized the morphine-induced excitatory effect. These results suggest that changes in intracellular ionic concentration, especially $Ca^{2+},$ play an important role in the induction of excitatory effect of morphine in the rat dorsal horn neurons.

• Journal of information and communication convergence engineering
• /
• 제13권2호
• /
• pp.123-131
• /
• 2015

Training neural networks is a complex task with great importance in the field of supervised learning. In the training process, a set of input-output patterns is repeated to an artificial neural network (ANN). From those patterns weights of all the interconnections between neurons are adjusted until the specified input yields the desired output. In this paper, a new hybrid algorithm is proposed for global optimization of connection weights in an ANN. Dynamic swarms are shown to converge rapidly during the initial stages of a global search, but around the global optimum, the search process becomes very slow. In contrast, the gradient descent method can achieve faster convergence speed around the global optimum, and at the same time, the convergence accuracy can be relatively high. Therefore, the proposed hybrid algorithm combines the dynamic particle swarm optimization (DPSO) algorithm with the backpropagation (BP) algorithm, also referred to as the DPSO-BP algorithm, to train the weights of an ANN. In this paper, we intend to show the superiority (time performance and quality of solution) of the proposed hybrid algorithm (DPSO-BP) over other more standard algorithms in neural network training. The algorithms are compared using two different datasets, and the results are simulated.

• 전자공학회논문지C
• /
• 제36C권5호
• /
• pp.76-85
• /
• 1999

신경회로망을 동적 정보처리에 응용하기 위해서는 비대칭 결합 신경회로망에서 생성되는 동적 상태천이에 관한 직관적 이해가 필요하다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 이진화된 결합하중 +1 및 -1로 연결된 순환결합형 신경회로망의 동적인 상태천이 특성을 해석하였다. 상태천이 해석 알고리즘을 이용한 시뮬레이션 결과, 네트워크는 고정점, 베이슨을 갖는 리미트사이클 및 베이슨이 없는 리미트사이클의 3가지 어트랙터를 가진다. 또한, 네트워크에서 생성되는 리미트사이클의 수와 주기를 이론적으로 해석하여 정식화하고, 리미트사이클을 구성하는 상태벡터의 필요조건을 나타내었다. 이론 해석의 결과는 네트워크에서 생성되는 리미트사이클의 수가 뉴런(소자)의 수 n에 대해서 지수 함수적으로 증가함을 보여준다. 따라서 순환 결합형 신경회로망은 많은 동적 정보를 저장할 수 있는 메모리 시스템으로 이용할 수 있다.

• 한국산업정보학회논문지
• /
• 제4권1호
• /
• pp.68-76
• /
• 1999

신경회로망을 동적 정보처리에 응용하기 위해서는 비대칭 결합 신경회로망에서 생성되는 동적 상태천이에 관한 직관적 이해가 필요하다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 양자화 결합하중 +1및 -1로 연결된 환상형 신경회로망의 동적인 상태천이 특성을 해석하였다. 상태천이 해석 알고리즘을 이용한 시뮬레이션 결과, 네트워크는 고정점, 베이슨을 갖는 리미트사이클 및 베이슨이 없는 리미트사이클의 3가지 어트랙터를 가진다. 또한, 네트워크에서 생성되는 리미트사이클의 수와 주기를 이론적으로 해석하여 정식화하고, 리미트사이클을 구성하는 상태벡터의 필요조건을 나타내었다. 이론 해석의 결과는 네트워크에서 생성되는 리미트사이클의 수가 뉴런(소자)의 수 n에 대해서 지수 함수적으로 증가함을 보여준다. 따라서 순환결합형 신경회로망은 많은 동적 정보를 리미트사이클로 저장하는 메모리 시스템으로 이용할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.215-221
• /
• 2010

홉필드 네트웍은 패턴 매칭과 더불어 최적화 문제를 푸는 도구로 사용될 수 있다. 특히 Zhang과 Ali는 홉필드 네트웍의 노드를 2차원으로 확장하여 최적화 문제를 해결하였다. 잠재적 브랜치의 총합인 노드의 제곱만큼 뉴런이 필요한 Ali 알고리즘은 탐색 네트워크가 커지면 많은 시간이 소요되는 단점이 있다. 본 논문에서는 Ali의 방식을 개선하여 계산량을 대폭 줄이고 효과적으로 최적 경로를 탐색할 수 있는 방식을 제안한다. 효과적인 최적 경로 탐색을 위하여 2단계로 구분하여 진행된다. 1단계에는 홉필드 네트웍을 2단계에는 eSPN 알고리즘을 사용하여 최적 경로를 탐색할 수 있다. 제안된 방식은 샘플 네트웍을 통하여 최적 경로 탐색이 확인되었으며, Ali 알고리즘보다 빠르고 간단하여 실제 최적화에 적용하기기 용이하다. 특히, 네트웍의 브랜치 비용이 변화할 경우에도 홉필드 네트웍의 연결 시냅스가 아닌 입력 바이어스를 조정하므로 동적으로 변화하는 네트웍의 최적 경로 탐색에도 유용하다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권3호
• /
• pp.135-144
• /
• 2004

In this paper, we propose competitive fuzzy polynomial neurons-based advanced Self-Organizing Neural Networks(SONN) architecture for optimal model identification and discuss a comprehensive design methodology supporting its development. The proposed SONN dwells on the ideas of fuzzy rule-based computing and neural networks. And it consists of layers with activation nodes based on fuzzy inference rules and regression polynomial. Each activation node is presented as Fuzzy Polynomial Neuron(FPN) which includes either the simplified or regression polynomial fuzzy inference rules. As the form of the conclusion part of the rules, especially the regression polynomial uses several types of high-order polynomials such as linear, quadratic, and modified quadratic. As the premise part of the rules, both triangular and Gaussian-like membership (unction are studied and the number of the premise input variables used in the rules depends on that of the inputs of its node in each layer. We introduce two kinds of SONN architectures, that is, the basic and modified one with both the generic and the advanced type. Here the basic and modified architecture depend on the number of input variables and the order of polynomial in each layer. The number of the layers and the nodes in each layer of the SONN are not predetermined, unlike in the case of the popular multi-layer perceptron structure, but these are generated in a dynamic way. The superiority and effectiveness of the Proposed SONN architecture is demonstrated through two representative numerical examples.

• 한국정보통신학회논문지
• /
• 제12권9호
• /
• pp.1682-1688
• /
• 2008

CP(Counterpropagation) 알고리즘은 Kohonen의 경쟁 네트워크와 Grossberg의 아웃스타(Outstar) 구조의 결합으로 이루어진 것으로 패턴 매칭, 패턴 분류, 통계적인 분석 및 데이터 압축 등 활용분야가 다양하고, 다른 신경망 모델에 비해 학습이 매우 빠르다는 장점이 있다. 그러나 CP 알고리즘은 충분한 경쟁층의 수가 설정되지 않아 경쟁층에서 학습이 불안정하고, 다양한 패턴으로 구성된 경우에는 패턴들을 정확히 분류할 수 없는 경우가 발생한다. 그리고 CP 알고리즘은 출력층에서 연결 강도를 조정할 때, 학습률에 따라 학습 및 인식 성능이 좌우된다. 본 논문에서는 효과적인 패턴인식을 위해 다수 경쟁층을 설정하고, 입력 벡터와 승자 뉴런의 대표 벡터간의 차이와 승자 뉴런의 빈도수를 학습률 조정에 반영하고 학습률을 동적으로 조정하여 경쟁층에서 안정적으로 학습되도록 하고, 출력층의 연결강도를 조정할 때 모멘텀(Momentum) 방법을 적용한다. 제안된 CP 학습 성능을 확인하기 위해서 실제 여권에서 추출된 개별 코드를 대상으로 실험한 결과, 개선된 CP 알고리즘이 기존의 CP 알고리즘보다 학습 성능, 분류의 정확성 및 인식 성능이 개선된 것을 확인하였다.

• 생물정신의학
• /
• 제22권2호
• /
• pp.29-33
• /
• 2015

The brain maintains homeostasis and normal microenvironment through dynamic interactions of neurons and neuroglial cells to perform the proper information processing and normal cognitive functions. Recent post-mortem investigations and animal model studies demonstrated that the various brain areas such as cerebral cortex, hippocampus and amygdala have abnormalities in neuroglial numbers and functions in subjects with mental illnesses including schizophrenia, dementia and mood disorders like major depression and bipolar disorder. These findings highlight the putative role and involvement of neuroglial cells in mental disorders. Herein I discuss the physiological roles of neuroglial cells such as astrocytes, oligodendrocytes, and microglia in maintaining normal brain functions and their abnormalities in relation to mental disorders. Finally, all these findings could serve as a useful starting point for potential therapeutic concept and drug development to cure unnatural behaviors and abnormal cognitive functions observed in mental disorders.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.790-793
• /
• 2002

In this paper, dynamic path planning of two mobile robots using a modified Hopfield neural network is studied. An area which excludes obstacles and allows gradually changing of activation level of neurons is derived in each step. Next moving step can be determined by searching the next highest activated neuron. By learning repeatedly, the steps will be generated from starting to goal points. A path will be constructed from these steps. Simulation showed the constructed paths of two mobile robots, which are moving across each other to their goals.