• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.238-243
• /
• 2007

신경망 모델에 기반한 TAM 네트워크는 특별히 패턴분석에 효과적인 모델이다. TAM 네트워크는 입력층, 카테고리층, 출력층으로 구성되어 있다. 입력 및 출력 데이터에 대한 퍼지룰은 TAM 네트워크에서 얻어진다. 각 층에서 링크와 노드를 감소하기 위한 3가지의 프루닝룰을 사용하는 TAM 네크워크를 퍼지 TAM 네트워크라고 한다. 본 논문에서는 퍼지 TAM 네트워크를 조직리더에 대한 리더십 유형의 패턴분석에 적용하고 그 유용성을 보인다. 여기서, 입력층의 평가기준은 이고그램의 성격유형 관련변수의 값이고, 출력층의 목표값은 에니어그램의 성격유형과 관련된 리더십이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.620-623
• /
• 2003

The TAM (Topographic Attentive Mapping) network is a biologically-motivated neural network. Fuzzy rules are acquired from the TAM network by the pruning algorithm. In this paper we formulate a new input layer using Gabor function for TAU network to realize receptive field of human visual cortex.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.49-52
• /
• 1998

Neural Network has good performance in pattern classification, control and many other fields by learning ability. However, there is effective rule or systematic approach to determine optimal structure. In this paper, we propose a new method to find optimal structure of feed-forward multi-layer neural network as a kind of pruning method. That eliminating redundant elements of neural network. To find redundant elements we analysis error and weight changing with Rough Set Theory, in condition of executing back-propagation leaning algorithm.

• 한국지능시스템학회논문지
• /
• 제7권4호
• /
• pp.65-73
• /
• 1997

본 논문에서는 진화연산을 이용하여 동적 귀환 신경망의 구조를 저차원화하는 방법을 제안한다. 일반적으로 진화연산을 개체군을 이용한 탐색 방법으로서 신경회로망의 여러 가지 다른 성질을 동시에 최적화할 필요가 있을 때 유용한 방법이다. 본 연구에서는 동적 귀환 신경망의 구조를 조차원화하기 위하여 진화 프로그래밍으로 신경망의 구조를 탐색하고, 진화전략으로 신경망의 연결강도를 학습시킴으로서 전체적인 구조를 저차원화하였다.신경망의 중간층 노드의 추가/삭제는 돌연변이 확률에 의하여 결정한다. 노드를 삭제할 경우에는 입력 연결강도의 총합이 가장 작은 노드를 삭제하고, 노드를 추가할 경우에는 미리 지정한 확률함스에 따라 노드를 추가한다. 그리고 추가된 노드와 다른 노드와의 연결방법은 서로 영향을 미칠 수 있는 모든 연결강도 중에서 확률적으로 선택하여 연결하였다. 마지막으로 제안한 저차원화 동적 귀환 신경망이 완전 연결된 신경망보다 더 좋은 성능을 얻을 수 있음을 예제로서 본 논문에서는 도립진자의 안정화 및 제어와 로봇 매니퓰레이터의 비주얼 서보잉에 적용하여 컴퓨터 시뮬레이션을 통하여 그 유효성을 확인한다.

• 한국환경복원기술학회지
• /
• 제11권3호
• /
• pp.20-27
• /
• 2008

This study was conducted to investigate the influence of thinning and pruning on characteristics of forest stand, mesopore ratio and soil water content at the Pinus koraiensis stands in Gwangneung, Gyeonggido. The Pinus koraiensis had been planted in 1976 and thinning and pruning were carried out in 1996. A sample area survey was conducted at experimental plots (thinned and unthinned) in 1998 and 2005, and mesopore ratio and soil water content have been monitored from 2000 to present. Average tree height of the thinned plot increased from 10.9m to 13.2m and from 10.3m to 12.8m for the unthinned plot. Average D.B.H of the thinned plot increased from 15.9cm to 21.1cm and from 14.5cm to 16.7cm for the unthinned plot during the period 1998-2005. Crown density at the thinned plot increased from 81.5% to 95.0% and from 89.5% to 95.0% for the unthinned plot during the period 1998-2005. Mesopore ratio (pF2.7) of A layer soil at the thinned plot was 40.1% while that of the unthinned plot was 37.3%. Changes of mesopore ratio at unthinned plot were not associated with stand age, but those at thinned plot had increased and then decreased, showing declining of the practice effect. Average soil water content at the thinned plot were 23.7% and 22.4% for the unthinned plot. Soil watercontents at both plots have been increased with increase in stand age. But the difference of soil watercontent at each plot has been decreased, especially at the depth of 10cm.

• Journal of Positioning, Navigation, and Timing
• /
• 제8권4호
• /
• pp.193-200
• /
• 2019

The auto-encoder network which is a good candidate to handle the modeling of the signal strength attenuation is designed for denoising and compensating the distortion of the received data. It provides a non-linear mapping function by iteratively learning the encoder and the decoder. The encoder is the non-linear mapping function, and the decoder demands accurate data reconstruction from the representation generated by the encoder. In addition, the adaptive network width which supports the automatic generation of new hidden nodes and pruning of inconsequential nodes is also implemented in the proposed algorithm for increasing the efficiency of the algorithm. Simulation results show that the proposed method can improve the neural network training surface to achieve the highest possible accuracy of the signal modeling compared with the conventional modeling method.

• 한국지능시스템학회논문지
• /
• 제16권1호
• /
• pp.86-93
• /
• 2006

생물학적으로 동기가 되는 신경망 모델에 기반한 TAM 네트워크는 특별히 패턴분석에 효과적인 모델이다. TAM 네트워크는 입력층, 카테고리층, 출력층으로 구성되어 있다. 입력 및 출력 데이터에 대한 퍼지룰은 TAM 네트워크에서 얻어진다. 각 층에서 링크와 노드를 감소하기 위한 3가지의 프루닝룰을 사용하는 TAM 네트워크를 퍼지 TAM 네트워크라고 한다. 본 논문에서는 퍼지 TAM 네트워크를 건설협력업체의 핵심역량모델의 패턴분석에 적용하고 그 유용성을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.298-301
• /
• 2012

This paper presents a graph-based method of detecting and tracking moving objects in H.264/SVC bitstreams for video surveillance applications that makes use the information from spatial base and enhancement layers of the bitstreams. In the base layer, segmentation of real moving objects are first performed using a spatio-temporal graph by removing false detected objects via graph pruning and graph projection, followed by graph matching to precisely identify the real moving objects over time even under occlusion. For the accurate detection and reliable tracking of moving objects in the enhancement layer, as well as saving computational complexity, the identified block groups of the real moving objects in the base layer are then mapped to the enhancement layer to provide accurate and efficient object detection and tracking in the bitstreams of higher resolution. Experimental results show the proposed method can produce reliable results with low computational complexity in both spatial layers of H.264/SVC test bitstreams.

• 한국산림과학회지
• /
• 제101권2호
• /
• pp.279-285
• /
• 2012

이 연구는 생활환경보호구역의 실태를 분석함으로써 합리적인 산림관리를 위한 기초자료를 제공하기 위하여 2011년 3월부터 2011년 12월까지 실시하였다. 직경급에 따른 ha당 입목본수를 분석한 결과, II영급과 III영급으로 아직 유령림의 단계를 나타내므로 간벌 및 가지치기를 통해 장령림으로 유도할 필요가 있다. 생활환경보호구역의 I영급의 수령이 작은 수목들에 대해서는 불량목을 제거해 주고, 우량목을 선별하여 집중적으로 무육할 필요가 있고, III영급의 수목 중 간벌 및 가지치기, 미래목으로 무육하기 위한 수종을 선택, 집중적으로 육성시킬 필요가 있다. 또한 생활환경보호구역의 산림은 과거 사방지로서 하층식생의 활엽수림 다양화를 위하여 리기다소나무 등 수종갱신을 위한 우수한 임목의 수하식재 및 간벌 및 가지치기 등을 통한 숲의 활력을 증진시키는 산림시업이 필요할 것으로 사료된다. 조사대상지역의 산림은 현재 리기다소나무림이 주수종을 이루고 있으나 단기간에 리기다소나무 등을 벌채하지 않고, 부분적으로 갱신을 유도하며 중층 및 하층을 형성하고 있는 갈참나무, 굴참나무, 졸참나무 등 참나무림을 육성하는 수종 갱신시업이 필요하다고 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3904-3922
• /
• 2022

As a research hotspot, pedestrian detection has a wide range of applications in the field of computer vision in recent years. However, current pedestrian detection methods have problems such as insufficient detection accuracy and large models that are not suitable for large-scale deployment. In view of these problems mentioned above, a lightweight pedestrian detection and early warning method using a new model called you only look once (Yolov5) is proposed in this paper, which utilizing advantages of Yolov5s model to achieve accurate and fast pedestrian recognition. In addition, this paper also optimizes the loss function of the batch normalization (BN) layer. After sparsification, pruning and fine-tuning, got a lot of optimization, the size of the model on the edge of the computing power is lower equipment can be deployed. Finally, from the experimental data presented in this paper, under the training of the road pedestrian dataset that we collected and processed independently, the Yolov5s model has certain advantages in terms of precision and other indicators compared with traditional single shot multiBox detector (SSD) model and fast region-convolutional neural network (Fast R-CNN) model. After pruning and lightweight, the size of training model is greatly reduced without a significant reduction in accuracy, and the final precision reaches 87%, while the model size is reduced to 7,723 KB.