• 제목/요약/키워드: 패턴층

검색결과 626건 처리시간 0.032초

ART1과 Delta-Bar-Delta 방법을 이용한 개선된 자가 생성 지도 학습 알고리즘 (Enhanced Self-Generation Supervised Learning Alrorithm Using ARTI and Delta-Bar-Delta Method)

  • 백인호;김태경;김광백
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
    • /
    • pp.71-75
    • /
    • 2003
  • 오류 역전파 학습 알고리즘을 이용하여 영상 인식에 적용 할 경우에는 은닉층의 노드 수를 경험적으로 설정하므로, 학습시간과 지역최소화 및 정체현상이 발생한다. 그리고 ARTI 알고리즘은 입력 패턴과 저장 패턴간의 측정 방법인 유사성 검증 방법과 경계 변수의 설정에 따라 인식률이 좌우된다. 경계 변수의 값이 크면 입력 패턴과 저장 패턴사이에 약간의 차이만 있어도 새로운 카테고리(Category)로 분류하고, 반대로 경계 변수의 값이 적으면 입력 패턴과 저장 패턴 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 패턴들을 대략적으로 분류한다. 따라서 ART1 알고리즘을 영상 인식에 적용하기 위해서는 경계 변수를 경험적으로 설정하므로 인식률에 부정적인 영향을 갖는 문제점이 있다. 따라서 본 논문에서는 개선된 ART1 알고리즘과 지도 학습 방법을 결합하여 신경망의 은닉층 노드를 동적으로 변화시키는 자가 생성지도 학습 알고리즘을 제안한다. 제안된 신경망에서 입력층과 은닉층의 학습 구조에는 ART1 알고리즘을 개선하여 적용하고, 은닉층과 출력층의 학습 구조에는 은닉층에서 승자로 선택된 노드와 출력층 노드와 연결된 가중치만을 조정하고 Delta-Bar-Delta 알고리즘을 적용한다. 제안된 방법의 학습 성능을 분석하기 위하여 학생증 영상에서 추출한 학번 패턴 분류에 적용한 결과, 기존의 신경망 학습 알고리즘보다 학습 성능이 개선됨을 확인하였다.

  • PDF

패턴 사파이어 기판 위에 AlN 중간층을 이용한 GaN 에피성장

  • 김남혁;이건훈;박성현;김종학;김민화;유덕재;문대영;윤의준;여환국;문영부;시상기
    • 한국진공학회:학술대회논문집
    • /
    • 한국진공학회 2009년도 제38회 동계학술대회 초록집
    • /
    • pp.123-123
    • /
    • 2010
  • 3족 질화물계 물질은 발광다이오드와 같은 광전자소자적용에 있어서 매우 우수한물 질이다.일반적으로, GaN 에피 성장에 있어서 저온 중간층을 삽입한 2 단계 성장 방법은 낮은 결함밀도와 균일한 표면을 얻기 위해 도입된 기술이다. 특히 AlN 중간층은 GaN 중간층과 비교하였을 때 결정성뿐만 아니라 높은 온도에서의 열적안정성, GaN 기반의 자외선 검출기서의빛 흡수 감소 등의 장점을 가지고 있다. 또한 패턴 사파이어 기판위 GaN 에피 성장은 측면성장 효과를 통해 결함 밀도 감소와 광 추출 효율을 향상시키는 것으로 알려져 있다.또한 열응력으로 인한 기판의 휨 현상은 박막성장중 기판의 온도 분포를 불균일하게 만드는 원인이 되며 이는 결국 박막 조성 및 결정성의 열화를 유도하게 되고 최종적으로 소자특성을 떨어 뜨리는 원인이 되는데 AlN 중간층의 도입으로 이것을 완화시킬 수 있는 효과가 있다. 하지만, AlN 중간층이 패턴된 기판 위에 성장시킨 GaN 에피층에 미치는 영향은 명확하지 않다. 본 연구팀은 일반적인 c-plane 사파이어 기판과 플라즈마 건식 에칭을 통한 렌즈 모양의 패턴된 사파이어 기판을 이용해서 AlN 중간층과 GaN 에피층을 유기금속 화학기상증착법으로 성장하였다. 특히, 렌즈 모양의 패턴된 사파이어 기판은 패턴 모양과 패턴 밀도가 성장에 미치는 영향을 연구하기 위해 두가지 패턴의 사파이어 기판을 이용하였다. AlN 중간층 두께를 조절함으로써 최적화된 GaN 에피층을 90분까지 4단계로 시간 변화를 주어 성장 양상을 관찰한 결과, GaN 에피박막의 성장은 패턴 기판의 trench 부분에서 시작하여 기판의 패턴부분을 덮는 측면 성장을 보이고있다. 또한 TEM과 CL을 통해 GaN 에피박막의 관통 전위를 분석해 본 결과 측면 성장과정에서 성장 방향을 따라 옆으로 휘게 됨으로 표면까지 도달하는 결정결함의 수가 획기적으로 줄어드는 것을 확인함으로써 고품질의 GaN 에피층을 성장시킬 수 있었다. 그리고 패턴밀도가 높고 모양이 볼록할수록 측면 성장 효과로 인한 결정성 향상과 난반사 증가를 통한 임계각 증가로 광추출 효율이 향상 되는 것을 확인할 수 있었다. 이러한 결과를 바탕으로 최적화된 AlN 중간층을 이용하여 패턴 기판위에서 고품질의 GaN 에피층을 성장시킬 수 있었다.

  • PDF

효과적인 패턴 인식을 위한 개선된 Counterpropagation 알고리즘 (An Enhanced Counterpropagation Algorithm for Effective Pattern Recognition)

  • 김태형;우영운;조재현;김광백
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국해양정보통신학회 2007년도 추계종합학술대회
    • /
    • pp.422-426
    • /
    • 2007
  • CP(Counterpropagation) 알고리즘은 Kohonen의 경쟁 네트워크와 Grossberg의 아웃스타(outstar) 구조의 결합으로 이루어진 것으로 패턴 매칭, 패턴 분류, 통계적인 분석 및 데이터 압축 등 활용분야가 다양하고, 다른 신경망 모델에 비해 학습이 매우 빠르다는 장점이 있다. 하지만 CP 알고리즘은 충분한 경쟁층의 수가 설정되지 않아 경쟁층에서 학습이 불안정하고, 여권 코드와 같이 다양한 패턴으로 그성된 경우에는 패턴들을 정확히 분류할 수 없는 단점이 있다. 그리고 CP 알고리즘은 출력층에서 연결강도를 조정할 때, 학습률에 따라 학습 및 인식 성능이 좌우된다. 따라서 본 논문에서는 패턴 인식 성능을 개선하기 위해 다수의 경쟁층을 설정하고, 입력 벡터와 숭자 뉴런의 대표 벡터간의 차이와 숭자 뉴런의 빈도수를 학습률 조정에 반영하여 학습률을 동적으로 조정하여 경쟁층에서 안정적으로 학습되도록 하고, 출력층의 연결강도 조정시 이전 연결 강도 변화량을 반영하는 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘을 제안한다. 학습 성능을 확인하기 위해서 실제 여권에서 추출된 개별 코드를 대상으로 실험한 결과, 본 논문에서 개선한 CP 알고리즘이 기존의 CP 알고리즘보다 패턴 분류의 정확성과 인식 성능이 개선된 것을 확인하였다.

  • PDF

화성 Mawrth Vallis 지역에서 관찰되는 파쇄 패턴의 성질 (The Nature of the Fracture Patterns Observed at Mawrth Vallis, Mars)

  • 이차복
    • 한국지형학회지
    • /
    • 제19권2호
    • /
    • pp.145-159
    • /
    • 2012
  • 화성 Mawrth Vallis지역의 점토광물을 함유한 층에서 관찰되는 파쇄 패턴의 성인을 파악하기 위해 HiRISE 영상데이터를 활용하여 분석하였다. 함유된 점토광물의 종류에 따라 지표에서 관찰되는 파쇄 패턴에 차이가 나타나는데 논트로나이트를 주로 함유한 지표의 경우 파쇄 패턴이 불규칙적이고 침식을 심하게 받은 상태이나, 몬모릴로나이트를 주로 함유한 층의 지표에는 크기와 형태가 비교적 일관성을 가지는 폴리곤 패턴이 잘 발달되어있다. 이들 폴리곤 파쇄 패턴의 성질은 점토광물 함유층에 따라 달리 해석되는데, 논트로나이트 함유층의 경우 대부분 하중 제거로 인해 발생한 것으로 보이며, 몬모릴로나이트 함유층의 지표에 발달한 파쇄 패턴은 건조 균열로 인해 발생한 것으로 추정된다.

질화물계 발광다이오드의 광추출효율 향상을 위한 $TiO_2$ 나노 패턴 형성에 관한 연구

  • 조중연;변경재;박형원;이헌
    • 한국재료학회:학술대회논문집
    • /
    • 한국재료학회 2010년도 춘계학술발표대회
    • /
    • pp.32.1-32.1
    • /
    • 2010
  • 본 연구에서는 질화물계 발광 다이오드의 광추출효율을 향상시키기 위해서 Bi-layer나노 임프린트 리소그래피와 Lift-off 공정을 이용하여 ITO투명전극 층 상부에 TiO2 나노 패턴을 형성하였다. 발광 다이오드의 투명전극 층 상부에 UV 나노 임프린트 리소그래피를 이용하여 주기적인 폴리머 패턴을 형성한 후 폴리머 패턴 상부에 RF magnetron Sputtering 공법을 이용하여 TiO2를 증착하고 Lift-off 공정을 이용하여 TiO2 나노 패턴을 제작하였다. 그 결과를 주사전사 현미경(SEM)으로 확인한 결과 임프린트 스탬프와 동일한 나노 패턴이 질화물 계 발광다이오드 투명 전극층 표면에 주기적으로 형성되었다. TiO2 나노 패턴 형성을 통한 광추출 효율의 향상 효과를 확인하기 위해 Electroluminescence (EL) 측정한 결과 TiO2 나노 패턴이 형성된 발광다이오드 소자의 EL 강도가 나노 패턴이 없는 발광다이오드와 비교하여 12% 정도 향상 되었음을 보였고, 이는 고 굴절율 나노 패턴이 활성층에서 발생된 빛의 산란 효과를 유도하여 빛의 내부 전반사를 감소시킨 결과로 해석된다. 또한 소자의 전기적 특성평가를 위한 I-V 측정결과, TiO2 나노 패턴이 형성된 발광 다이오드의 전기적 성질이 저하되지 않았음을 확인하였다.

  • PDF

fMRI를 이용한 맛의 입력패턴벡터 추출 및 패턴인식 (Input Pattern Vector Extraction and Pattern Recognition of Taste using fMRI)

  • 이선엽;이용구;김기동
    • 대한방사선기술학회지:방사선기술과학
    • /
    • 제30권4호
    • /
    • pp.419-426
    • /
    • 2007
  • 본 논문에서는 맛 인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 맛(쓴맛, 단맛, 신맛, 짠맛)학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 맛 활성화 신호의 세기가 사용되었고, 맛 패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하였고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였다. 패턴벡터는 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 하였다. 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

  • PDF

뇌파의 입력패턴벡터 추출 및 패턴인식 (Input Pattern Vector Extraction and Pattern Recognition of EEG)

  • 이용구;이선엽;최우승
    • 한국컴퓨터정보학회논문지
    • /
    • 제11권5호
    • /
    • pp.95-103
    • /
    • 2006
  • 본 논문에서는 뇌파인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 뇌파 학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 알파리듬과 베타리듬의 주파수와 진폭이 사용되었고, 뇌파패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 된다. 뇌파 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

  • PDF

다항식기반 RBF 신경회로망을 이용한 패턴인식에 대한 연구 (A Study on Pattern Recognition Using Polynomial-based Radial Basis Function Neural Networks)

  • 지광희;김웅기;오성권
    • 대한전자공학회:학술대회논문집
    • /
    • 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
    • /
    • pp.387-389
    • /
    • 2009
  • 본 논문에서는 다항식 기반 Radial Basis Function(RBF)신경 회로망을 설계하고 이를 패턴분류 문제에 적용하여 그 성능을 분석한다. 제안된 RBF 신경회로망은 입력층, 은닉층, 출력층으로 이루어진다. 입력층의 연결가중치는 1로서 입력층의 입력벡터는 그대로 은닉층으로 전달되고 은닉층은 FCM(Fuzzy C-means Clustering)방법을 통하여 뉴런의 출력 값으로 내보낸다. 은닉층과 출력층사이의 연결가중치는 상수, 선형식 또는 이차식으로 이루어지며 경사 하강법에 의해 학습되어진다. 네트워크의 최종 출력은 연결가중치와 은닉층 출력의 곱에 의한 퍼지추론의 결과로 얻어진다. 제안된 RBF 신경회로망은 여러 종류의 machine learning 데이터에 적용하여 패턴분류기로서의 성능을 평가받는다.

  • PDF

인공신경망 은닉층 해석을 위한 토픽과의 비교 (Comparison Between Hidden Layers of Neural Networks and Topics for Hidden Layer Comprehension)

  • 정영섭
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2017년도 춘계학술발표대회
    • /
    • pp.910-913
    • /
    • 2017
  • 데이터의 양이 증가하면서 인공신경망을 통한 데이터 분석 기술이 주목받고 있으며, 텍스트, 그림, 동영상 등에 이르기까지 다양한 종류의 데이터를 자동으로 분석하여, 번역기, 채팅봇, 그림 캡션 자동 생성 등에 대한 연구 및 서비스 개발에 활용되고 있다. 인공신경망 기반으로 수행된 많은 연구들이 공통적으로 가진 한계가 있는데, 그것은 은닉층에 대한 해석이 어렵다는 것이다. 가령, 입력층, 은닉층, 그리고 결과층으로 이루어진 인공신경망을 임의의 데이터로 학습시키면, 입력층과 은닝층 사이에 존재하는 행렬은 해당 데이터에 존재하는 패턴 정보를 내포하게 된다. 따라서, 행렬에 존재하는 패턴 정보를 직접 분석할 수 있다면, 인공신경망 결과물에 대한 해석이 가능할 뿐만 아니라 성능을 높이기 위해 어떤 조정이 필요한지에 대한 직관도 얻을 수 있을 것이다. 하지만, 이 행렬의 실체는 숫자로 이루어진 벡터이므로 사람이 직접 해석하는 것은 불가능하며, 지금까지 수행되어온 대부분의 인공신경망 연구들은 공통적으로 이러한 한계점을 가지고 있다. 본 연구는 데이터에 존재하는 패턴을 잡아내면서도 해석이 가능한 토픽 모델과 인공신경망의 결과물을 비교함으로써, 인공신경망 은닉층 해석에 대한 실마리를 찾기 위한 연구이다. 실험을 통해 토픽과 은닉층 패턴의 유사성을 검증하고, 향후 인공신경망 연구에서 은닉층에 대한 가능성을 논한다.

TAM 네트워크를 이용한 부도 패턴 분석 (An Analysis of Dishonor Pattern Using TAM Network)

  • 정순용;장완재;황승국
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
    • /
    • pp.338-341
    • /
    • 2003
  • 본 논문에서는 데이터에서 입력층, 카테고리층, 출력층을 형성하고 퍼지룰을 생성해 내는 TAM 네트워크를 이용하여, 부도난 중소기업중에서도 흑자도산기업과 적자도산기업으로 분류하고, 각각에 대한 패턴을 분석하였다.

  • PDF