• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.34-45
• /
• 1997

본 논문에서는 경쟁학습 신경회로망의 디지탈 칩 구현에서 뉴런의 집적도를 향상시키기 위해 하드웨어 구현이 용이한 새로운 신경회로망 모델로서 일정 적응이득과 이진 강화함수를 가진 여러 가지 경쟁학습 신경회로망 모델들을 제안하고, 그 중 안정성과 분류성능이 가장 우수한 일정 적응이득과 이진 강화함수를 지닌 자기조직화 형상지도(Self-Organizing Feature Map)신경회로망의 FPGA위에서의 하드웨어 구현에 대해서 논한다. 원래의 SOFM 알고리즘에서 적응이득이 시간 종속형인데 반하여, 본 논문에서 하드웨어로 구현한 알고리즘에서는 적응이득이 일정인 값으로 고정되며 이로 인한 성능저하를 보상하기 위하여 이진 강화함수를 부가한다. 제안한 알고리즘은 복잡한 곱셈 연산을 필요로 하지 않으므로 하드웨어 구현이 용이하다는 특징이있다. 1개의 덧셈/뺄셈기와 2개의 덧셈기로 구성된 단위 뉴런은 형태가 단순하면서 반복적이므로 하나의 FPGA 위에서도 다수의 뉴런을 구현 할수 있으며 비교적 소수의 제어신호로서 이들을 모두 제어 가능할 수 있도록 설계하였다.실험 결과 각 구서부분은 모두 이상 없이 올바로동작하였으며 각 부분이 모두 종합된 전체 시스템도 이상 없이 동작함을 알 수 있었다.

• E2M - 전기 전자와 첨단 소재
• /
• 제10권9호
• /
• pp.916-921
• /
• 1997

In this study Characteristics of 3-D underwater object recognition independent of translation using the self-made ultrasonic sensor fabricated with porous piezoelectric resonator and presented. The sensor was satisfied with requirement of ultrasonic sensor. The recognition rates for the training data and the testing data are 97.45 and 91.25[%] respectively using the self-made ultrasonic sensor and SCL(Simple Competitive Learning) neural network. According to the experimental results It is believed that the self-made ultrasonic sensor can be applied as sensor of SONAR system.

• E2M - 전기 전자와 첨단 소재
• /
• 제9권8호
• /
• pp.825-830
• /
• 1996

In this study, Characteristics of Ultrasonic Transducer fabricated with porous piezoelectric resonator, 3-D underwater object restoration using the self made ultrasonic transducer and modified SCL(Simple Competitive Learning) neural network are investigated. The self-made transducer was satisfied the required condition of ultrasonic transducer in water, and the modified SCL neural network using the acquired object data 16*16 low resolution image was used for object restoration of $32{\times}32$ high resolution image. The experimental results have shown that the ultrasonic transducer fabricated with porous piezoelectric resonator could be applied for SONAR system.