• 전자공학회논문지S
• /
• 제36S권1호
• /
• pp.123-132
• /
• 1999

본 논문에서는 기존의 신경망 등화기의 비트 오류 확률 관점에서의 성능 향상을 위해 이차 시그모이드 함수를 활성 함수로 이용한 이차 시그모의 신경망 등화기를 제안한다. 비선형 왜곡을 보정하기 위해 사용되어온 기존의 신경망 등화기들은 일반적으로 활성 함수로서 시그모이드 함수를 이용한다. 기존의 시그모이드 함수를 이용한 신경망 등화기의 경우 하나의 뉴론은 한 개의 선형적인 경계 면을 형성한다. 따라서 복잡한 경계 면을 형성하기 위해 많은 수의 뉴론이 필요하게 된다. 하지만 제안하는 신경망을 등화기에서는 한 뉴론이 평행한 두 개의 직선을 가지고 평면 영역을 분할하기 때문에 보다 간단한 구조로 비트 오류 확률 관점에서 우수한 성능을 얻을 수 있다. 제안한 이차 시그모이드 신경망 결정궤한 등화기를 통신 환경 및 디지털 자기기록 시스템에 적용하였을 때, 기존의 결정궤환 등화기와 신경망 결정궤한 등화기에 비해 같은 비트 오류 확률 관점에서 신호 대 잡음비가 1.5dB~8.3dB 정도의 성능향상을 보인다. 특히 심벌간의 간섭이 심하거나, 비선형성이 강한 환경에서 기존의 일반적인 결정궤한 등화기와 신경망 결정궤한 등화기에 비하여 비트 오류 확률 관점에서 두드러진 신호 대 잡음비의 성능 이득을 보인다.

• 대한전자공학회논문지TC
• /
• 제45권3호
• /
• pp.53-60
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blue-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 HOS (Higher-Order Statistics)에서 사용되는 bicoherence 테스트를 통해 Super-RENS read-out 신호의 비선형성을 분석하고, Super-RENS 시스템의 비선형 모델링을 위해 신경망을 적용하고자 한다. 본 논문에서 고려하는 모델 구조는 NARX (Nonlinear AutoRegressive eXogenous) 모델이다. 모의실험 결과, Super-RENS read-out 신호의 비선형성이 존재함을 알 수 있었고, Super-RENS 시스템의 비선형 모델링을 위해 신경망이 유용하게 활용될 수 있다는 가능성을 확인하였다.

• 대한전자공학회논문지TC
• /
• 제45권12호
• /
• pp.90-96
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blu-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near Field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 Super-RENS 디스크를 위한 신경망 기반의 비선형 등화기 (NNEQ)를 제안하였다. 비선형 심볼간 간섭 (Inter-Symbol Interference : ISI)을 제거하기 위해 신경망의 한 종류인 NARX (Nonlinear AutoRegressive eXogenous) 모델을 적용하였다. Super-RENS 디스크로부터 획득한 RF 신호 샘플들을 사용하여 모의실험을 수행한 결과, 제안된 비선형 등화기의 성능은 비트오율 측면에서 등화기가 없는 경우나 기존의 Limit-EQ 보다 우수한 성능을 나타내었다.

• BioChip Journal
• /
• 제12권4호
• /
• pp.332-339
• /
• 2018

The future neuro-prosthetic devices would be required spikes data monitoring through sub-nanoscale transistors that enables to neuroscientists and clinicals for scalable, wireless and implantable applications. This research investigates the spikes monitoring through integrated CNT front-end amplifier for neuro-prosthetic diagnosis. The proposed carbon nanotube-based architecture consists of front-end amplifier (FEA), integrate fire neuron and pseudo resistor technique that observed high electrical performance through neural activity. A pseudo resistor technique ensures large input impedance for integrated FEA by compensating the input leakage current. While carbon nanotube based FEA provides low-voltage operation with directly impacts on the power consumption and also give detector size that demonstrates fidelity of the neural signals. The observed neural activity shows amplitude of spiking in terms of action potential up to $80{\mu}V$ while local field potentials up to 40 mV by using proposed architecture. This fully integrated architecture is implemented in Analog cadence virtuoso using design kit of CNT process. The fabricated chip consumes less power consumption of $2{\mu}W$ under the supply voltage of 0.7 V. The experimental and simulated results of the integrated FEA achieves $60G{\Omega}$ of input impedance and input referred noise of $8.5nv/{\sqrt{Hz}}$ over the wide bandwidth. Moreover, measured gain of the amplifier achieves 75 dB midband from range of 1 KHz to 35 KHz. The proposed research provides refreshing neural recording data through nanotube integrated circuit and which could be beneficial for the next generation neuroscientists.

• The Korean Journal of Physiology and Pharmacology
• /
• 제12권5호
• /
• pp.245-251
• /
• 2008

Single-channel recordings of TASK-1 and TASK-3, members of two-pore domain $K^+$ channel family, have not yet been reported in dorsal root ganglion (DRG) neurons, even though their mRNA and activity in whole-cell currents have been detected in these neurons. Here, we report single-channel kinetics of the TASK-3-like $K^+$ channel in DRG neurons and up-regulation of TASK-3 mRNA expression in tissues isolated from animals with spinal cord injury (SCI). In DRG neurons, the single-channel conductance of TASK-3-like $K^+$ channel was $33.0{\pm}0.1$ pS at - 60 mV, and TASK-3 activity fell by $65{\pm}5%$ when the extracellular pH was changed from 7.3 to 6.3, indicating that the DRG $K^+$ channel is similar to cloned TASK-3 channel. TASK-3 mRNA and protein levels in brain, spinal cord, and DRG were significantly higher in injured animals than in sham-operated ones. These results indicate that TASK-3 channels are expressed and functional in DRG neurons and the expression level is up-regulated following SCI, and suggest that TASK-3 channel could act as a potential background $K^+$ channel under SCI-induced acidic condition.

• 한국정밀공학회지
• /
• 제26권8호
• /
• pp.132-141
• /
• 2009

In this paper, we describe finger force estimation from surface electromyogram (sEMG) data for intuitive and delicate force control of robotic devices such as exoskeletons and robotic prostheses. Four myoelectric sites on the skin were found to offer favorable sEMG recording conditions. An artificial neural network (ANN) was implemented to map the sEMG to the force, and its structure was optimized to avoid both under- and over-fitting problems. The resulting network was tested using recorded sEMG signals from the selected myoelectric sites of three subjects in real-time. In addition, we discussed performance of force estimation results related to the length of the muscles. This work may prove useful in relaying natural and delicate commands to artificial devices that may be attached to the human body or deployed remotely.

• 대한의용생체공학회:의공학회지
• /
• 제26권4호
• /
• pp.199-205
• /
• 2005

When recording single-unit responses from neural systems, a common problem is the accurate detection of spikes (action potentials) in the presence of competing unwanted (noise) signals. While some sources of noise can be readily dealt with through filtering or 'template subtraction' techniques, other sources present a more difficult problem. In particular, noise components introduced by power supplies, which contain harmonics of the power-line frequency, can be particularly troublesome in that they can mimic the shape of the desired spikes. Thus, standard 'template subtraction' techniques or notch-filtering approaches are not appropriate. In this study, we propose the use of a novel template-subtraction scheme that involves estimating the power-line noise waveform and using cross-correlation techniques to subtract them from the recordings. This technique requires two key steps: (1) cross-correlation analysis of each recorded waveform extracts a robust representation of the power-line noise waveform and (2) a second level of cross-correlation to successfully subtract that representation from each recorded waveform. This paper describes this algorithm and provides examples of its implementation using actual recorded waveforms that are contaminated with these noise signals. An improvement (reduction) in the noise level is reported, as are suggestions for future implementation of this strategy.

• 대한의용생체공학회:의공학회지
• /
• 제21권5호
• /
• pp.469-475
• /
• 2000

신경신호의 계측은 신경계의 연구에 필수적인 도구로 최근 반도체미세전극기술 등 수십, 수백개의 채널로부터 신경신호를 기록할 수 있는 방법들이 발달함에 따라 많은 수의 뉴런으로부터 신경 신호를 측정하여 컴퓨터로 그 신호를 처리할 수 있는 시스템의 필요성은 더욱 커지고 있다. 본 연구에서는 최대 16채널의 신경신호를 실시간에 측정하여 기록하고, 저장된 신호로부터 활동전위를 검출하며, 단일 뉴런들로부터의 신호를 분류하여 spike train의 형태로 저장한 뒤 여러 뉴런들간의 상관관계를 분석하기 위한 spike train 해석이 가능한 시스템을 개발하였다. 이 시스템은 보통사양의 PC이외에는 단지 신호획득보드만을 포함하여 다채널미세전극으로부터 뉴런의 신호를 측정, 증폭하여 호스트PC로 전송하고 저장하며 이로부터 활동전위를 검출하여 단일뉴런으로부터의 spike train으로 분류할 수 있다. 또한 저장된 spike train들로부터 신경회로망을 이루는 여러뉴런 들간의 관계를 분석하여 기능들이 시스템에 포함되어있다. 개발된 시스템을 사용하여 개구리 감각 신경의 신호를 실시간에 동시기록하여 활동전위을 검출하고 특징추출방법과 principal component analysis를 이용하여 분류한 뒤 spike train 해석을 수행하였다.

• The Korean Journal of Physiology and Pharmacology
• /
• 제12권4호
• /
• pp.131-135
• /
• 2008

The profile of membrane currents was investigated in differentiated neuronal cells derived from human neural stem cells (hNSCs) that were obtained from aborted fetal cortex. Whole-cell voltage clamp recording revealed at least 4 different currents: a tetrodotoxin (TTX)-sensitive $Na^+$ current, a hyperpolarization-activated inward current, and A-type and delayed rectifier-type $K^+$ outward currents. Both types of $K^+$ outward currents were blocked by either 5 mM tetraethylammonium (TEA) or 5 mM 4-aminopyridine (4-AP). The hyperpolarization-activated current resembled the classical $K^+$ inward current in that it exhibited a voltage-dependent block in the presence of external $Ba^{2+}$ (30 ${\mu}$M) or $Cs^+$ (3${\mu}$M). However, the reversal potentials did not match well with the predicted $K^+$ equilibrium potentials, suggesting that it was not a classical $K^+$ inward rectifier current. The other $Na^+$ inward current resembled the classical $Na^+$ current observed in pharmacological studies. The expression of these channels may contribute to generation and repolarization of action potential and might be regarded as functional markers for hNSCs-derived neurons.

• 한국통신학회논문지
• /
• 제39C권9호
• /
• pp.820-827
• /
• 2014

One of the basic problems in Wireless Sensor Networks (WSNs) is the localization of the sensor nodes based on the known location of numerous anchor nodes. WSNs generally consist of a large number of sensor nodes and recording the location of each sensor nodes becomes a difficult task. On the other hand, based on the application environment, the nodes may be subject to mobility and their location changes with time. Therefore, a scheme that will autonomously estimate or calculate the position of the sensor nodes is desirable. This paper presents an intelligent localization scheme, which is an artificial neural network (ANN) based localization scheme used to estimate the position of the unknown nodes. In the proposed method, three anchors nodes are used. The mobile or deployed sensor nodes request a beacon from the anchor nodes and utilizes the received signal strength indicator (RSSI) of the beacons received. The RSSI values vary depending on the distance between the mobile and the anchor nodes. The three RSSI values are used as the input to the ANN in order to estimate the location of the sensor nodes. A feed-forward artificial neural network with back propagation method for training has been employed. An average Euclidian distance error of 0.70 m has been achieved using a ANN having 3 inputs, two hidden layers, and two outputs (x and y coordinates of the position).