• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.155-158
• /
• 1998

다층 신경회로망의 모델의 크기는 적용분야에 따라서 임의로 선택되어지고, 최적의 네트워크 크기는 긴 시간에 걸친 시행착오를 통하여 결정된다. 본 논문에서는 은닉충의 뉴런 수를 학습 과정에서 유동적으로 결정하는 역전파 알고리즘을 제안한다. 기존의 Narendra의 모델의 동정에 대하여 제안한 알고리즘의 유용성을 비교 검토하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.274-277
• /
• 2010

본 논문에서는 다층 퍼셉트론 신경회로망을 사용하여 각 프레임에서 유성음, 무성음, 그리고 묵음 구간을 검출하는 구간검출 알고리즘을 제안한다. 신경회로망의 입력으로는 고속 푸리에변환에 의한 전력스펙트럼 및 고속 푸리에변환 계수가 사용되어 네트워크가 학습된다. 본 실험에서는 원 음성에 백색잡음이 중첩된 음성을 신경회로망에 입력함으로서 각 프레임에서의 유성음, 무성음, 묵음 구간의 검출성능 결과를 나타낸다.

• 대한지리학회지
• /
• 제33권2호
• /
• pp.309-324
• /
• 1998

본 연구는 급속한 기술변화와 경쟁심화에 의해 생산체계의 분화가 촉진되고 있는 컴퓨터산업을 사례로 기업간 네트워크의 형성실상과 요인을 분석하였다. 네트워크는 거래원리와 기업간 관계의 측면에서 정의되었으며 하청과 협력네트워크로 구분하였다. 설문조사 결과에 의하면, 하청네트워크는 약 75%, 협력네트워크는 약 85%의 기업이 참여하고 있어 어떤 형태로든 상당수의 기업이 네트워크를 형성하고 있다. 협력네트워크는 물론 하청네트워크도 거래기업간 보완성과 전문성에 의해 지속적인 거래관계로 형성되고 있다. 이것은 기업간 네트워크가 다층화된 생산체계에서 외부기업의 자원을 이용하여 경쟁력을 강화하는 기업전략임을 의미한다. 따라서 기업간 네트워크는 세계화-지방화 시대의 경제공간구조의 변화를 살펴볼 수 있는 중요한 지표가 될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.9-11
• /
• 2016

최근 UHDTV(ultra high definition television) 등의 고해상도 디스플레이가 시장에 등장하면서, 기존의 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환할 수 있는 초해상화(super-resolution, SR) 기법들이 각광을 받고 있다. 그 중, 선형 매핑(linear mapping)을 사용하여 저해상도 패치(patch)로부터 고해상도 패치를 복원하는 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 생성한다. 그러나 이러한 기법은 단순한 선형 매핑을 기반으로 하기 때문에 복잡한 비선형적(nonlinear) 저해상도-고해상도 관계를 예측하기 힘든 단점이 있다. 최근 각광받는 딥러닝(deep learning) 기술은 다층(multi-layer) 네트워크를 쌓아 입력과 출력 간의 복잡한 비선형 관계를 훈련시켜 좋은 성능을 보이는데, 이를 바탕으로 본 논문에서는 다중의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 초해상화 기법을 새롭게 제안한다. 제안하는 다층 선형 매핑은 기존 선형 매핑보다 비선형적 관계를 더 잘 예측하여 높은 품질의 고해상도 영상을 생성할 수 있게 한다. 제안된 초해상화 기법은 딥러닝 기반 초해상화 기법과 필적하는 품질의 고해상도 영상을 생성하면서도 더 낮은 복잡도를 지니는 것을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제25권4호
• /
• pp.43-52
• /
• 2016

WSN(Wireless Sensor Network)을 구성하는 노드의 빠른 프로토타이핑을 위해서, 상용 MCU(Microcontroller) 기반의 센서 노드 보다는 하드웨어 재구성이 가능한 FPGA 기반의 구현이 적합하다. 본 논문은 FPGA 기반 센서 노드의 노드와 네트워크 레벨의 다층 분석을 위한 시뮬레이션 환경을 제안하고자 한다. 제안 환경은 FPGA 기반 노드와 네트워크 시뮬레이터인 NS3가 IEEE 연동 표준인 HLA(High-level Architecture) 기반의 연동 미들웨어 RTI에 참여하여 방식을 따른다. 본 환경은 기존의 FPGA 디자인 툴을 server-client 방식으로 설계한 어댑터, FPGA와 연결된 호스트 컴퓨터에서 회로에 신호 입출력이 가능한 디지털 블록, 연동 스크립트를 이용하여 FPGA 에뮬레이션과 연동이 되도록 지원한다. 단독으로 동작하는 NS3 또한 HLA 기반 연동을 위해 수정하였다. FPGA 제안 환경은 에뮬레이션과 이벤트 기반으로 동작하는 NS3 시뮬레이션 간 서로 다른 시간 진행 방식은 문제를 해결하기 위해 pre-simulation 기술을 적용하여 설계하였다. 제안하는 시뮬레이션 환경을 IEEE 802.15.4 저속도 무선 네트워크 통신망 분석에 적용하였다.

• Communications for Statistical Applications and Methods
• /
• 제3권2호
• /
• pp.227-237
• /
• 1996

비중심 ${\chi}^2$분포의 누적분포함수의 계산은 ${\chi}^2$검정에서 요구되고 있는 새로운 접근방법으로 신경망 이론을 적용하기 위하여 입력층의 입력노드가 세개, 출력증의 축력노드가 한개 그리고 한개의 은닉층으로 구성된 다층 퍼셉트론 네트워크부터 역전파 알고리즘을 개발하여 비중심${\chi}^2$분포의 확률계산을 시도하였다. 정확성과 계산속도를 고려하여 기존의 방법과 비교한 결과 효율적임을 알 수 있다.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.9-16
• /
• 2016

지속가능한 성장을 위한 친환경 교통체계 구축의 필요성이 증대되면서 대중교통 접근성은 교통체계 설계에 중요한 요소로 고려되고 있다. 대중교통 접근성을 분석할 때 실질적인 이동경로를 반영하기 위해 최단거리 알고리즘을 활용할 수 있으며, 한 지점에서 네트워크상의 다른 모든 지점에 대하여 얻은 최단거리 및 시간을 이용해 정류장 단위의 세밀한 접근성을 도출할 수 있다. 본 연구는 접근성 계산을 위해 환승횟수에 따른 페널티와 다수 노선들의 대기시간을 반영하여 개선한 최단거리 알고리즘을 이용하였다. KTX 서울역을 대상으로 다층 네트워크로 구현한 서울시 지하철 버스 네트워크에 알고리즘을 적용하여 KTX 서울역의 대중교통 접근성을 정류장 단위로 확인하였다.

• 응용통계연구
• /
• 제36권5호
• /
• pp.361-380
• /
• 2023

Magnetoencephalography (MEG)는 뉴론 활동에 신경 세포들간 전류 흐름에 의해 유도된 자기장을 측정하는 비침습 뇌영상 기술이다. 기능적 뇌활동은 뇌영역간 또는 뉴런들의 연결로 기능적 연결로 수행된다. MEG 데이터는 상관성, 시공간성을 가지며 다중 다층적 동적 네트워크인 특징을 갖는다. 이러한 복잡성 때문에 MEG 네트워크에 대한 연구는 아직 많지 않은 편이다. 본 연구에서는 MEG 네트워크 모형과 분석법을 소개하고 실제 MEG 데이터 분석에 활용되어 해석된 경우를 요약하고 앞으로 MEG 네트워크 모형 개발 연구의 필요성을 설명하고자 한다. 그러므로 통계적 네트워크 분석이 뇌과학에서 신경학적 질병을 포함하여 뇌기능에 대한 이해에 중요한 역할을 할 수 있음을 알리고자 한다.

• 한국통신학회논문지
• /
• 제19권12호
• /
• pp.2418-2425
• /
• 1994

기울기를 따라가는 방식(gradient descent method)에 바탕을 둔 오류 역전파(EBP : Error Back Propagation) 방법이 가장 널리 사용되는 신경회로망의 학습 방법에서 문제가 되는 지역 최소값(local minima), 느린 학습 시간, 신경망 구조(structure), 그리고 초기의 연결 강도(interconnection weight) 등을 기존의 다층 신경 회로망에 지역적인 학습 능력을 가진 가우시안 포텔샵 네트워크(GPFN : Gaussian Potential Function Networks)를 병렬적으로 부가하여 해결함으로써 지역화된 오류 학습 패턴들이 나타내는 문제에 대하여 학습 성능을 향상시킬 수 잇는 새로운 학습 방법을 제시한다. 함수 근사화 문제에서 기존의 EBP 학습 방법과의 비교 실험으로 제안된 학습 방법이 보다 개선된 일반화 능력과 빠른 학습 속도를 가짐을 보여 그 효율성을 입증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.1-3
• /
• 2006

대사증후군은 당뇨병, 고혈압, 복부 비만, 고지혈증 등의 질병이 한 개인에게 동시에 발현하는 것을 말하며, 최근 경제여건의 향상 및 식생활 습관의 변화와 함께 우리나라에서도 심각한 문제가 되고 있다. 한편 불확실성의 처리를 위해 많이 사용되는 베이지안 네트워크는 사람이 분석 가능한 확률 기반의 모델로 최근 의학분야에서 질병의 진단이나 예측모델을 구성하기 위한 방법으로 유용하게 사용되고 있다. 베이지안 네트워크의 구조를 학습하는 대표적인 알고리즘인 K2 알고리즘은 속성이 입력되는 순서의 영향을 받으며, 따라서 이 또한 하나의 주제로써 연구되어 왔다. 본 논문에서는 유전자 알고리즘을 이용하여 베이지안 네트워크에 입력되는 속성 순서를 최적화하며 이 과정에서 의학지식을 적용해 효율적인 최적화가 가능하도록 하였다. 제안하는 모델을 통해 1993년의 데이터를 가지고 1995년의 상태를 예측하는 분류 실험을 수행한 결과 속성 순서 최적화 후에 이전보다 향상된 예측율을 보였으며 또한 다층 신경망, k-최근접 이웃 등을 이용한 다른 모델보다 더 높은 예측율을 보였다.