• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.231-234
• /
• 2002

셀룰라 신경회로망의 연상 메모리를 이용하여 시각적인 입력 데이터의 연산을 통하여 영상 패턴의 분류와 인식을 수행한다. 셀룰라 신경회로망은 일반적인 신경회로망과 같이 비선형 데이터의 실시간 처리가 가능하고, 세 포자동자와 같이 격자구조의 셀로 이루어져 인접한 셀과 직접 정보를 주고받는다. 응용 분야로는 최적화, 선형/비선형화, 연상 메모리, 패턴인식, 컴퓨터 비젼 등에 적용할 수 있다. 영상의 이미지 픽셀을 셀룰라 신경회로망의 셀에 대응하여 전체 이미지 영상을 모든 셀룰라 신경회로망의 셀에서 동시에 병렬로 처리할 수 있어 2-D 이미지 처리에 적합하다 본 논문은 셀룰라 신경회로망에 의한 연상 메모리 구조를 설계하고, 학습된 하중값 메모리에서 가장 적당한 하중값을 선택하여 학습된 영상과 정확히 일치하는 출력을 얻는 방법을 제시한다. 학습을 통한 연상 메모리 구현에는 각각의 뉴런에서 일정하지 않은 다른 템플릿을 사용한다. 각각의 템플릿은 뉴런들 간의 연결 하중값을 나타내고 학습011 따라 갱신된다. 학습방법으로는 템플릿 하중값 학습에 뉴런들 간의 연결 하중값을 조정하는 가장 단순한 규칙인 Hebb의 학습방법이 사용되었고 분류값 학습에 LMS 알고리즘이 사용되었다

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.2
• /
• pp.154-162
• /
• 2003

In this paper, Associative Memory with Cellular Neural Networks classifies and recognizes image patterns as an operator applied to image process. CNN processes nonlinear data in real-time like neural networks, and made by cell which communicates with each other directly through its neighbor cells as the Cellular Automata does. It is applied to the optimization problem, associative memory, pattern recognition, and computer vision. Image processing with CNN is appropriate to 2-D images, because each cell which corresponds to each pixel in the image is simultaneously processed in parallel. This paper shows the method for designing the structure of associative memory based on CNN and getting output image by choosing the most appropriate weight pattern among the whole learned weight pattern memories. Each template represents weight values between cells and updates them by learning. Hebbian rule is used for learning template weights and LMS algorithm is used for classification.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2812-2814
• /
• 1999

그레이 영상 입출력이 가능하고, 다양한 영상 크기에 적용 가능한 아날로그 셀룰라 신경회로망을 설계하였다. 아날로그 셀룰라 신경회로망은 실시간 병렬처리가 가능하므로, 영상처리 패턴인식과 같은 분야에 유용하게 사용될 수 있다. 기존의 하드웨어로 구현된 셀를라 신경회로망은 이진 영상를 출력하고, 단일 칩에 구현할 수 있는 셀의 수에 제한이 있기 때문에 범용의 영상처리에 응용하기에 적합지 않다. 본 연구에서 설계된 셀룰라 신경회로망은 영상 입력 크기의 분해능을 향상시켜 그레이 영상 처리가 가능한 칩을 설계하였다. 설계된 셀룰라 신경회로망를 이용한 그레이 영상의 에지추출 시뮬레이션 결과, 선명한 에지 영상을 얻을 수 있었다

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.266-269
• /
• 2001

이미지와 비디오신호 처리는 영상인식에 있어 중요한 요소이다. 셀룰라 신경회로망은 영상과 관련된 분야에서 많이 사용되고 있다. 그 응용분야로서 본 논문에서는 로봇축구에 적용하기 위하여 8색의 컬러구분을 통한 축구로봇의 인식과, 또한 경기장의 격자구조의 분할을 통한 셀간의 이동을 통하여 간단한 경로 이동과 급변하는 환경의 변화에 적응하는 시스템을 구현한다. CNN을 이용한 영상처리에서는 각 셀을 화면상의 각 화소에 대응하고, 셀의 출력의 값을 화소의 값으로 정한다. CNN을 이용한 경로계획에서는 각 셀이 격자구조 경기장의 한 부분이 되고, 정의된 출력의 셀이 로봇이 이동할 목표가 된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 2000.10a
• /
• pp.253-253
• /
• 2000

Each robot plays a role of its own behavior in dynamic robot-soccer environment. One of the most necessary conditions to win a game is control of robot movement. In this paper we suggest a win strategy using Cellular Neural Network to set optimal path and cooperative behavior, which divides a soccer ground into grid-cell based ground and has robots move a next grid-cell along the optimal path to approach the moving target.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.181-184
• /
• 2001

인간 두뇌의 연상과 기억 작용의 모델링을 통한 구현의 일부분으로, 본 논문에서는 Hebb 의 학습방법과 non-cloning template를 사용하여 discrete-time cellular neural networks의 연상메모리 기능을 구현한다. 본 논문에서 사용된 학습방법은 각 셀의 인접한 셀과의 연결상태에 따라 하중값 메트릭스를 구현한다. 이러한 방법은 새로운 패턴의 추가 학습과 삭제가 쉽고, 또한 쉽게 구현 할 수 있는 장점이 있다. 이 방법으로 모의 실험에서는 교통표지판의 분류에 사용한다.