• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.92-95
• /
• 1998

본 논문에서는 feistel 암호 알고리즘에서 전방향(feedforward) 신경회로망으로 암호 함수(f)를 구성하는 블록 암호 알고리즘 방법을 제안한다. 신경회로망의 가중치(weight)를 키(key)로 사용하여 암호화 및 복호화를 수행한다. 신경회로망의 비선형적인 특성과 각각의 층을 구성하고 있는 뉴런 간의 방대한 연결로 복잡한 구조이지만, 실제 뉴런은 단순 처리만을 수행하고, 대단위 병렬처리가 가능하다. 은닉층의 구성에 따라 여러 형태의 설계가 가능하다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.41 no.3
• /
• pp.55-65
• /
• 2004

When a neural network is used to solve a given problem it is necessary to match the complexity of the network to that of the problem because the complexity of the network significantly affects its learning capability and generalization performance. Thus, it is desirable to have an algorithm that can find appropriate network structures in a self-organizing way. This paper proposes algorithms which automatically organize feed forward multi-layer neural networks with sigmoid hidden neurons for given problems. Using both constructive procedures and pruning procedures, the proposed algorithms try to find the near optimal network, which is compact and shows good generalization performance. The performances of the proposed algorithms are tested on four function regression problems. The results demonstrate that our algorithms successfully generate near-optimal networks in comparison with the previous method and the neural networks of fixed topology.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.6
• /
• pp.807-812
• /
• 2007

Recently, Extreme learning machine(ELM), a novel learning algorithm which is much faster than conventional gradient-based learning algorithm, was proposed for single-hidden-layer feedforward neural networks. The initial input weights and hidden biases of ELM are usually randomly chosen, and the output weights are analytically determined by using Moore-Penrose(MP) generalized inverse. But it has the difficulties to choose initial input weights and hidden biases. In this paper, an advanced method using the bacterial foraging algorithm to adjust the input weights and hidden biases is proposed. Experiment at results show that this method can achieve better performance for problems having higher dimension than others.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.5
• /
• pp.472-479
• /
• 1999

In this paper, we propose a land cover pattern classifier for remote sensing image by using neuro-fuzzy algorithm. The proposed pattem classifier has a 3-layer feed-forward architecture that is derived from generic fuzzy perceptrons, and the weights are con~posed of h u y sets. We also implement a neuro-fuzzy pattern classification system in the Visual C++ environment. To measure the performance of this, we compare it with the conventional neural networks with back-propagation learning and the Maximum-likelihood algorithms. We classified the remote sensing image into the eight classes covered the majority of land cover feature, selected the same training sites. Experimental results show that the proposed classifier performs well especially in the mixed composition area having many classes rather than the conventional systems.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.189-192
• /
• 2006

본 논문에서는 ELM(Extreme Learning Machine)을 이용하여 계산속도 뿐만 아니라 성능면에서도 우수한 입력 속성선택 기법을 제안한다. 일반적으로 입력 속성 선택문제는 다양한 속성들의 영향을 고려함으로써 모든 입력속성들을 평가하는데 많은 계산량이 요구되는 단점이 있다. 이러한 문제점을 개선하기 위하여 학습속도가 기존의 신경회로망에 비하여 월등히 우수한 ELM 알고리즘을 적용한다. 입력속성 선택은 ELM으로부터 산출된 출력값을 이용하여 출력 오차에 영향이 큰 속성들 순으로 순위를 결정한 후, 전방향 선택이나 후방향 선택기법을 이용하여 입력속성을 선택한다. 제안된 방법은 다양한 데이터에 적용하여 타당성을 검증한다.

• The Journal of the Korea Contents Association
• /
• v.10 no.5
• /
• pp.99-106
• /
• 2010

Multilayer perceptrons(MLPs) or feed-forward neural networks are widely applied to many areas based on their function approximation capabilities. When implementing MLPs for application problems, we should determine various parameters and training methods. In this paper, we discuss the design of MLPs especially for pattern classification problems. This discussion includes how to decide the number of nodes in each layer, how to initialize the weights of MLPs, how to train MLPs among various error functions, the imbalanced data problems, and deep architecture.

• Science of Emotion and Sensibility
• /
• v.1 no.2
• /
• pp.93-103
• /
• 1998

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.781-784
• /
• 2009

본 논문에서는 실제 수중 환경에서 선박 또는 잠수함으로부터 발생하는 인위적인 천이신호와 돌고래, 새우 등의 해양 생물로부터 발생하는 천이신호들을 식별하기 위한 특징벡터 추출 기법을 제안하였다. MFCC와 엔트로피 기반의 웨이블릿 패킷 기법을 이용하여 특징을 추출하고, 이 두 특징들을 동시에 적용하여 수중 천이신호를 식별하고자 한다. 기존의 방법인 MFCC와 웨이블릿 패킷 기법과 이 두 방법을 동시에 적용했을 때의 식별률을 비교하였고, 전방향 신경회로망(feed-forward neural network)을 그 특징벡터의 성능을 평가하기 위한 식별기로 사용하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.8 no.4
• /
• pp.803-809
• /
• 2007

This study suggests a computational model to inquire the roles of phonological information and orthography information in the process of visual word recognition among the courses of language information processing, and the representation types of the mental lexicon. The model that this study is presenting here was designed as a feed forward network structure which is comprised of input layer which uses two Korean syllables as its input value, hidden layer, and output layer which express meanings. As the result of the study, the computational model showed the phonological and orthographic neighborhood effect among language phenomena which are shown in Korean word recognition, and showed proofs which implies that the mental lexicon is represented as phonological information in the process of Korean word recognition.