• 대한인간공학회지
• /
• 제20권2호
• /
• pp.29-46
• /
• 2001

This study is about the modeling of comfort feeling structure in indoor environments. To represent the degree of practical comfort feeling level in an environment, we measured elements of human sense and resultant elements of comfort feeling such as coziness, refreshment, and freshness with physical values(temperature, illumination, noise. etc.). The relationships of elements of human sense and elements of comfort feeling were formulated as a fuzzy model. And a hybrid-neural network with three layers were designed where obtained from fuzzy membership function values of the elements of human sense were used as inputs, and given as fuzzy membership function values of resultant elements of comfort feeling were used as outputs. Both kinds of fuzzy membership function values were obtained from physical values. The network was trained by measured data set. The proposed hybrid-neural network were tested and proposed a more realistic model of comfort feeling structure in indoor environments.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.552-557
• /
• 2000

본 논문에서는 신경망의 초기 파라미터(가중치, 바이어스) 값을 최적화 시키는 GA-BP(Genetic Algorithm-Backpropagation Network) 혼합 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안하였다. 입력 영상의 각 픽셀들을 신경망의 입력으로 사용하고 고정 소수점 실수값으로 이루어진 신경망의 초기 파리미터 값은 유전자 알고리즘의 개체로 사용하기 위해 비트 스트링으로 변환한다. 신경망의 오차가 최소가 되는 값을 적합도로 정의한 뒤 새롭게 정의된 적응적 재학습 연산자를 이용하여 이를 평가해 최적의 진환된 신경망을 구성한 뒤 얼굴을 인식하는 실험을 하였다. 실험 결과 학습 수렴 속도의 비교에서는 오류 역전과 알고리즘 단독으로 실행한 수렴 속도보다 제안된 알고리즘의 수렴 속도가 향상된 결과를 보였고 인식률에서 오류 역전과 알고리즘 단독으로 실행한 방법보다 2.9% 향상된 것으로 나타났다.