• 한국통신학회논문지
• /
• 제30권2C호
• /
• pp.31-40
• /
• 2005

오류 역전파 알고리즘의 문제점과 ART 신경회로망의 문제점을 개선하기 위해 Jacobs가 제안한 delta-bar-delta 방법과 신경회로망을 결합한 자가 생성 지도 학습 알고리듬을 제안한다. 입력층과 은닉층에서는 ART-1과 ART-2 알고리듬을 이용하고, winner-take-all 방식은 완전 연결 구조이나 연결된 가중치만을 조정하도록 채택하였다. 실험을 위해 학생증, 주민등록증, 컨테이너의 영상으로 추출한 패턴을 신경회로망의 은닉층 노드에 대해 실험하였고, 실험결과 제안된 자기 생성 지도 학습알고리듬이 지역최소화, 학습 속도, 정체 현상이 기존의 방법보다 성능이 개선된 것을 확인하였다.

• Computers and Concrete
• /
• 제11권3호
• /
• pp.237-252
• /
• 2013

This paper presents the application of artificial neural network (ANN) to predict deep beam deflection using experimental data from eight high-strength-self-compacting-concrete (HSSCC) deep beams. The optimized network architecture was ten input parameters, two hidden layers, and one output. The feed forward back propagation neural network of ten and four neurons in first and second hidden layers using TRAINLM training function predicted highly accurate and more precise load-deflection diagrams compared to classical linear regression (LR). The ANN's MSE values are 40 times smaller than the LR's. The test data R value from ANN is 0.9931; thus indicating a high confidence level.

• 한국정밀공학회지
• /
• 제13권12호
• /
• pp.22-29
• /
• 1996

In this paper the nodes of the multilayer hidden layers have been modified for modeling the nonlinear systems. The structure of nodes in the hidden layers is built with the feedforward, the cross talk and the recurrent connections. The feedforward links are mapping the nonlinear function and the cross talks and the recurent links memorize the dynamics of the system. The cross talks are connected between the modes in the same hidden layers and the recurrent connection has self feedback, and these two connections receive one time delayed input signals. The simplified steam boiler and the analytic multi input multi output nonlinear system which contains process noise have been modeled using this neural networks.

• 한국통신학회논문지
• /
• 제25권3B호
• /
• pp.565-569
• /
• 2000

We compose the two-stage recurrent neural network that returns both signals of a hidden and an output layer to the hidden layer. It is tested on the basis of syllables for Korean spoken digit from /gong/to /gu. For these experiments, we adjust the neuron number of the hidden layer, the predictive order of input data and self-recurrent coefficient of the decision state layer. By the experimental results, the recognition rate of this neural network is between 91% and 97.5% in the speaker-dependent case and between 80.75% and 92% in the speaker-independent case. In the speaker-dependent case, this network shows an equivalent recognition performance to Jordan and Elman network but in the speaker-independent case, it does improved performance.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.939-942
• /
• 1996

This paper presents a stable learning algorithm for diagonal recurrent neural network(DRNN). DRNN is applied to a problem of controlling nonlinear dynamical systems. A architecture of DRNN is a modified model of the Recurrent Neural Network(RNN) with one hidden layer, and the hidden layer is comprised of self-recurrent neurons. DRNN has considerably fewer weights than RNN. Since there is no interlinks amongs in the hidden layer. DRNN is dynamic mapping and is better suited for dynamical systems than static forward neural network. To guarantee convergence and for faster learning, an adaptive learning rate is developed by using Lyapunov function. The ability and effectiveness of identifying and controlling a nonlinear dynamic system using the proposed algorithm is demonstrated by computer simulation.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.284-291
• /
• 2022

사람들은 본인의 자아를 표현하기 위해 다양한 수단을 사용하는데 소셜네트워크서비스(이하 SNS)도 그러한 수단 중 하나이다. 본 연구에서는 SNS에서 표현되는 자아의 유형을 고프만의 인상관리 이론에 등장하는 개념들에 기반하여 본연적, 이상적, 사회적 자아로 분류하고 각 유형의 자아를 표현하는 게시물이 특정한 게시 형식을 갖는가에 대해 조사했다. 특히 게시 형식으로서 텍스트와 이미지의 성격을 동시에 가지고 있는 해시태그의 사용에 주목하여 해시태그의 본문 혼용 여부, 해시태그의 숨김 기능 사용 여부, 그리고 해시태그에서의 용어의 특성에 주목했다. 인스타그램에서 수집한 450개의 게시물의 해시태그 사용 방식을 탐색적으로 조사한 결과 이상적 자아를 표현하는 게시물에서는 해시태그를 숨기고(98%) 일상적 용어를 사용하는(97%) 비율이 압도적으로 높았다. 이 결과는 고프만의 인상관리 이론이 시사하는 바와 같이 사람들은 본인의 가면을 쓴 모습에 대해 더욱 섬세한 인상관리를 한다는 것을 보여준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.419-422
• /
• 2003

To improve the recognition accuracy of a developed artificial odor discrimination system for three mixture fragrance recognition, Fuzzy Similarity based Self-Organized Network inspired by Immune Algorithm (F-SONIA) is proposed. Minimum, average, and maximum values of fragrance data acquisitions are used to form triangular fuzzy numbers. Then the fuzzy similarity treasure is used to define the relationship between fragrance inputs and connection strengths of hidden units. The fuzzy similarity is defined as the maximum value of the intersection region between triangular fuzzy set of input vectors and the connection strengths of hidden units. In experiments, performances of the proposed method is compared with the conventional Self-Organized Network inspired by Immune Algorithm (SONIA), and the Fuzzy Learning Vector Quantization (FLVQ). Experiments show that F-SONIA improves recognition accuracy of SONIA by 3-9％. Comparing to the previously developed artificial odor discrimination system that used FLVQ as pattern classifier, the recognition accuracy is increased by 14-25％.

• 한국지능시스템학회논문지
• /
• 제7권4호
• /
• pp.74-81
• /
• 1997

본 논문에서는 시그모이드 함수와 방사형 기저 함수 모두를 생성시킬 수 있는 특별한 은닉층 노드를 갖는 투영신경회로망에 대하여 알아롭고 그것을 훈련시키기 위한 진화 학습 기법을 제시한다. 제시된 기법은 신경회로망의 매개변수와 연결 가충치뿐만 아니라, 어떤 목적함수를 나타내기 위한 최적의 은닉층 노드개수 또한 구조 최적화를 위한 진화연산자를 통해 찾아낸다. 각각의 은닉층 노드의 역할은 진화를 거듭하면서 방사형 기저 함수를 나타낼지 시그모이드 함수를 나타낼지 결정된다. 알고리즘을 구현하기 위해서 투영신경회로망은 연결 고리 리스트 자료구조로 나타내었다. 모의 실험에서 기존으 오차역전파에 의한 학습과 구조 성장 방식보다 적은 노드로 투영신경회로망을 훈련시킬 수 있음을 볼수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.390-393
• /
• 2007

In this paper, applications of self recurrent neuro-fuzzy controller to stabilization of nonlinear system are considered. The architecture of self recurrent neuro-fuzzy controller is fix layer, and the hidden layer is comprised of self recurrent architecture. Also, generalized dynamic error-backpropagation algorithm is used for the learning of the self recurrent neuro-fuzzy controller. To demonstrate the efficiency of the self recurrent neuro-fuzzy control algorithm presented in this study, a self recurrent neuro-fuzzy controller was designed and then a comparative analysis was made with LQR controller through an simulation.

• 한국콘텐츠학회논문지
• /
• 제17권10호
• /
• pp.65-71
• /
• 2017

통계조사 또는 실태조사는 '어떤 조사자가?', '어떤 목적으로?', 그리고 '어떻게?' 작성되었는가에 따라 왜곡의 가능성이 있는 것이 사실이다. 심지어는 통계결과는 '거짓말' 더 나아가서 범죄 또는 비행 등에 관한 통계는 '새빨간 거짓말'로 불리기도 한다. 범죄나 비행에 관한 통계를 신뢰하지 못하는 이유는 여러 가지를 들 수 있겠지만 그 중 대표적인 원인중의 하나가 숨은 범죄(Hidden Crime) 또는 형사사법기관에 보고되지 않는 범죄(Unreported Crime)가 존재한다는 것이다. 이러한 숨은 범죄문제를 보완하기 위해 피해자조사 또는 자기보고식 조사 등의 방법이 사용되고 있으나, 이 또한 범죄의 유형에 따라 과소보고 또는 과대보고의 문제가 있다. 범죄와 비행 그리고 일탈행동에 대한 조사는 매우 민감한 사항들이기 때문에, 조사대상자들은 심리적 부담을 가지게 된다. 이처럼 조사대상자들의 경험을 밝히는 것이 부담스러운 민감한 내용에 대해 진실한 답변을 유도할 수 있는 방법으로 통계학 분야에서 확률화응답모형(randomized response model)이 개발되어 사용되어왔다. 이 기법은 피해자조사 또는 자기보고식 조사의 문제점을 해결할 수 있는 매우 유용한 방법임에도 불구하고, 우리나라에서 범죄학 분야의 조사에서 사용된 경우는 매우 적다. 따라서 이 연구에서는 범죄학 분야연구에 있어 확률화응답모형의 적용가능성을 타진하기 위하여, 확률화응답모형을 활용하여 대학생들을 대상으로 성매매에 대한 내용을 실제로 측정해 보고, 확률화응답모형의 유용성을 확인해 보았다.