• The Journal of Society for e-Business Studies
• /
• v.26 no.2
• /
• pp.83-94
• /
• 2021

The need for recognition of partially occluded objects is increasing in the area of computer vision applications. Occlusion causes significant problems in identifying and locating an object. In this paper, an annealed Hopfield network (AHN) is proposed for detecting threat objects in passengers' check-in baggage. AHN is a deterministic approximation that is based on the hybrid Hopfield network (HHN) and annealing theory. AHN uses boundary features composed of boundary points and corner points which are extracted from input images of threat objects. The critical temperature also is examined to reduce the run time of AHN. Extensive computational experiments have been conducted to compare the performance of the AHNwith that of the HHN.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.470-473
• /
• 2016

본 논문에서는 영상에서 일부 정보가 손실 또는 손상된 경우에 대해서 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 영상을 그레이 영상으로 변환한 후, 퍼지 이진화 기법을 적용하여 영상을 이진화한다. 이진화된 영상에 홉필드 네트워크를 적용하여 영상의 특징들을 학습한다. 따라서 영상의 일부 정보가 손실되거나 잡음이 있는 영상에서 퍼지 이진화 기법을 적용하여 이진화한 후, 이진화된 결과를 홉필드 네트워크에 적용하여 영상을 복원한다. 제안된 방법을 5장의 그레이 영상을 대상으로 실험한 결과, 퍼지 이진화 기법과 홉필드 네트워크를 적용한 방법이 잡음이 있거나 영상의 정보가 손실된 영상에서 복원 정도가 높은 것을 실험을 통하여 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.626-628
• /
• 2016

본 논문에서는 이진 영상에서 일부 정보가 손실된 경우에 히스토그램을 분석하여 구간을 분할한 후, 오츠 이진화와 퍼지 이진화 기법을 적용하여 원 영상을 이진화 한 후에 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 그레이 영상에서 히스토그램을 분석하여 픽셀 값의 변화의 폭이 큰 부분들을 분석하여 구간들을 분할하고 변화의 폭이 큰 부분의 지점에 속하는 영역은 오츠 이진화 기법을 적용하여 이진화하고 그 외의 구간들은 퍼지 이진화 기법을 적용하여 영상을 이진화 한다. 그리고 이진화 된 영상을 홉필드 네트워크를 적용하여 학습한다. 실험 영상에 정보 손실이 발생한 영상을 대상으로 제안된 방법을 적용한 결과, 대부분의 정보 손실이 있는 영상에서 모두 복원되는 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.11
• /
• pp.1630-1636
• /
• 2022

The results of current method of traffic sign detection gets hindered by environmental conditions and the traffic sign's condition as well. Therefore, in this paper, we propose a method of improving detection performance of damaged traffic signs by utilizing Hopfield Network and Fuzzy Max-Min Neural Network. In this proposed method, the characteristics of damaged traffic signs are analyzed and those characteristics are configured as the training pattern to be used by Fuzzy Max-Min Neural Network to initially classify the characteristics of the traffic signs. The images with initial characteristics that has been classified are restored by using Hopfield Network. The images restored with Hopfield Network are classified by the Fuzzy Max-Min Neural Network onces again to finally classify and detect the damaged traffic signs. 8 traffic signs with varying degrees of damage are used to evaluate the performance of the proposed method which resulted with an average of 38.76% improvement on classification performance than the Fuzzy Max-Min Neural Network.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.475-477
• /
• 2001

본 논문은 사용자의 구매 패턴을 찾아서 사용자가 원하는 상품을 추천하는 알고리즘을 제안하고자 한다. 제안하고 있는 item dependency map은 구매된 상품간의 관계를 수식화 하여 행렬의 형태로 표현한 것이다. Item dependency map의 값은 사용자가 A라는 상품을 구매한 후 B 상품을 살 확률이다. 이런 정보를 가지고 있는 item dependency map은 홉필드 네트웍(Hopfield network)에서 연상을 위한 패턴 값으로 적용된다. 홉필드 네트웍은 각 노드사이의 연결가중치에 기억하고자 하는 것들을 연상시킨 뒤 어떤 입력을 통해서 전체 네트워크가 어떤 평형상태에 도달하는 방식으로 작동되는 신경망 중의 하나이다. 홉필드 네트웍의 특징 중의 하나는 부분 정보로부터 전체 정보를 추출할 수 있는 것이다. 이러한 특징을 가지고 사용자들의 일반적인 구매패턴을 일부 정보만 가지고 예측할 수 있다. Item dependency map은 홉필드 네트웍에서 사용자들의 그룹별 패턴을 학습하는데 사용된다. 따라서 item dependency map이 얼마나 사용자 구매패턴에 대한 정보를 가지고 있는지에 따라 그 결과가 결정되는 것이다. 본 논문은 정확한 item dependency map을 계산해 내는 알고리즘을 주로 논의하겠다.

• KIPS Transactions on Software and Data Engineering
• /
• v.7 no.2
• /
• pp.63-68
• /
• 2018

Interests in face recognition area have been increasing due to diverse emerging applications. Face recognition algorithm from a two-dimensional source could be challenging in dealing with some circumstances such as face orientation, illuminance degree, face details such as with/without glasses and various expressions, like, smiling or crying. Hopfield Network capabilities have been used specially within the areas of recalling patterns, generalizations, familiarity recognitions and error corrections. Based on those abilities, a specific experimentation is conducted in this paper to apply the Redundant Parallel Hopfield Network on a face recognition problem. This new design has been experimentally confirmed and tested to be robust in any kind of practical situations.

• Bulletin of the Society of Naval Architects of Korea
• /
• v.31 no.1
• /
• pp.39-42
• /
• 1994

인공 신경망은 빠른 속도와 안정성 등의 많은 장점을 갖고 있기 때문에 최근 들어서 여러 분야 에서 그 응용이 활발히 연구되고 있다. 인공 신경망의 한 모델인 홉필드 네트워크는 네트워크의 에너지를 최소화시키는 방향으로 네트워크의 상태를 바꾸며, 최소 에너지 상태에서 안정 상태를 유지하는 특징을 갖고 있다. 이러한 흡필드 네트워크의 특징은 흡필드 네트워크를 최적화 문 제에 적용시킬 수 있는 가능성을 제시하고 있다. 기존의 최적화 기법은 기본적으로 국부적인 탐색 기법을 사용하기 때문에, 전역적 최적해를 구하기 위해 초기점을 달리하여 여러번 계산을 수행하여 그 중 가장 좋은 결과를 취하는 방법을 사용하여야 한다. 따라서 이러한 방법은 초 기점의 선택이 결과에 큰 영향을 미치게 되는데, 설계 변수가 많고 제한 조건이 복잡할 경우 초기점 선택에 어려움이 따른다. 본 연구에서는 흡필드 네트워크와 시뮬레이티드 어닐링을 결 합하여 전역적 최적해를 찾는 기법으로서 뉴드-옵티마이저 모델을 제시하고 있다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2789-2791
• /
• 2001

데이터 마이닝을 통해 우리는 숨겨진 지식, 예상되지 않았던 경향 그리고 새로운 법칙들을 방대한 데이터에서 이끌어내고자 한다. 본 논문에서 우리는 사용자의 구매 패턴을 발견하여 사용자가 원하는 상품을 미리 예측하여 추천하는 알고리즘을 소개하고자 한다. 제안하고 있는 item dependency map은 구매된 상품간의 관계를 수식화 하여 행렬의 형태로 표현한 것이다. Item dependency map의 값은 사용자가 A라는 상품을 구매한 후 B상품을 살 확률이다. 이런 정보를 가지고 있는 item dependency map은 홉필드 네트윅(Hopfield network)에서 연상을 위한 패턴 값으로 적용된다. 홉필드 네트웍은 각 노드사이의 연결가중치에 기억하고자 하는 것들을 연상시킨 뒤 어떤 입력을 통해서 전체 네트워크가 어떤 평형상태에 도달하는 방식으로 작동되는 신경망 중의 하나이다. 홉필드 네트웍의 특징 중의 하나는 부분 정보로부터 전체 정보를 추출할 수 있는 것이다. 이러한 특징을 가지고 사용자들의 일반적인 구매패턴을 일부 정보만 가지고 예측할 수 있다. Item dependency map은 홉필드 네트윅에서 사용자들의 그룹별 패턴을 학습하는데 사용된다. 따라서 item dependency map이 얼마나 사용자 구매패턴에 대한 정보를 가지고 있는지에 따라 그 결과가 결정되는 것이다. 본 논문은 정확한 item dependency map을 계산해 내는 알고리즘을 주로 논의하겠다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.10 no.5
• /
• pp.215-221
• /
• 2010

Hopfield networks have been proposed as a new computational tool for finding the shortest path of networks. Zhang and Ali studied the method of finding shortest path by expended neurons of Hopfield networks. Ali Algorithm is well known as the tool with the neurons of branch numbers. Where a network grows bigger, it needs much more time to solve the problem by Ali algorithm. This paper modifies the method to find the synapse matrix and the input bias vector. And it includes the eSPN algorithm after proper iterations of the Hopfield network. The proposed method is a tow-stage method and it is more efficient to find the shortest path.The proposed method is verified by three sample networks. And it could be more applicable then Ali algorithm because it's fast and easy. When the cost of brach is changed, the proposed method works properly. Therefore dynamic cost-varing networks could be used by the proposed method.

• Proceedings of the KSME Conference
• /
• 2001.11a
• /
• pp.667-672
• /
• 2001

An optimization approach is used to partition the field of view. A cost function is defined to represent the constraints on the solution, which is then mapped onto a two-dimensional Hopfield neural network for minimization. Each neuron in the network represents a possible match between a field of view and one or multiple objects. Partition is achieved by initializing each neuron that represents a possible match and then allowing the network to settle down into a stable state. The network uses the initial inputs and the compatibility measures between a field of view and one or multiple objects to find a stable state.