Implementation of Optical Pattern Recognition System Based on Perceptron Neural Network

Perceptron 신경회로망에 근거한 광 패턴인식 시스템의 구현

In this paper, We discuss optical implementation of new optical adaptive patern recognition system based on single layer perception with learning capability and associative memory model having error corrective capability. The single layer perceptron is optically implemented by using 2 D LCTV spatial light modulators through the nonlinear quantization and polarization encoding methods, and 2 D hopfield associative memory is also implemented by using multifocus holographic lens. From some experimental results on classfication of Arabic numbers into even & edd numbers, it is shown that the proposed system can classify the patterns to the right classes correctly even for the partial and erronenous input patterns. Accordingly, the proposed optical adaptive pattern recognition system can be suggested for practical application in the fields of image processing and pattern recognition.

본 논문에서는 단층 퍼센트론 모델의 학습기능과 신경회로망 형성메모리의 오류정정 능력이 서로 보완적으로 결합된 새로운 적응 패턴인식 시스템의 광학적구현을 실현하였다. 여기서, 단층 퍼센트론 모델은 2차원 LCTV 공간 광변조기를 이용하여 편광인코딩방법과 비전형 양자화 방법으로 구현하였으며, Hopfield 연장메모리는 2차원 모델로 황장하고multifocus holoens를 이용하여 광학적으로 구현하였다. 아리비아 숫자 짝.홀수 판별에 고나한 광학적 실험 결과, 오류 및 부분 입력에 대한 정확한 패턴 분류가 됨을 확인함으로서, 본 논문에서 제시한 새로운 적응 광 패턴인식 시스템이 실제로 영상처리, 패턴인식 등의 분야에서 그 응용 가능성을 제시하였다.