• 한국지능시스템학회논문지
• /
• 제9권6호
• /
• pp.571-576
• /
• 1999

We consider a class of auto-associative memories namely N-Cubes (Neural-network Cubes) in which 2-D gray-level images and hidden sinusoidal 1-D wavelets are stored in cubical memories. First we develop a learning procedure based upon the least-squares algorithm, Therefore each 2-D training image is mapped into the associated 1-D waveform in the training phase. Second we show how the recall procedure minimizes errors among the orthogonal basis functions in the hidden layer. As a 2-D images ould be retrieved in the recall phase. Simulation results confirm the efficiency and the noise-free properties of N-Cubes.

• 한국지능시스템학회논문지
• /
• 제2권2호
• /
• pp.34-41
• /
• 1992

A robust and reliable learning and reasoning mechanism is addressed based upon fuzzy set theory and fuzzy associative memories. The mechanism stores a priori an initial knowledge base via approximate learning and utilizes this information for decision-making systems via fuzzy inferencing. We called this fuzzy computer architecture a 'fuzzy hypercube' processing all the rules in one clock period in parallel. Fuzzy hypercubes can be applied to control of a class of complex and highly nonlinear systems which suffer from vagueness uncertainty. Moreover, evidential aspects of a fuzzy hypercube are treated to assess the degree of certainty or reliability together with parameter sensitivity.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.971-973
• /
• 1995

This paper presents a new design technique that can be used for brain-state-in-a-box neural networks to realize associative memories. The applicability of the technique is demonstrated by means of a simulation example, which illustrates its strengths.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2872-2875
• /
• 1999

본 논문은 주어진 적합한 이진 패턴들의 집합이 점근적으로 안정한 평형점들로써 저장되는 최적으로 성능을 갖는 GBSB (generalized brain-state-in-a-box)의 설계가 고려된다. GBSB 모델의 정성적 특성에 기초하여, 설계 문제가 제약 조건을 가한 최적화 문제로 공식화된다. 다음으로, 우리는 이 문제를 GEVP (generalized eigenvalue Problem)라고 불리는 최적화 문제로 변환한다. 제안된 방법을 예증하기 위함과 기존의 방법과의 비교를 위해서 설계 예제가 주어진다.

• Molecules and Cells
• /
• 제41권7호
• /
• pp.646-652
• /
• 2018

Neurodegeneration can result in memory loss in the central nervous system (CNS) and impairment of taste and smell in the peripheral nervous system (PNS). The neurodegeneration seen in Parkinson's disease (PD) is characterized by functional loss of dopaminergic neurons. Recent studies have also found a role for dopaminergic neurons in regulating taste memory rewards in insects. To investigate how taste memories and sugar sensitivity can be affected in PD, we utilized the $DJ-1{\beta}$ mutant fruit fly, $DJ-1{\beta}^{ex54}$, as a PD model. We performed binary choice feeding assays, electrophysiology and taste-mediated memory tests to explore the function of the $DJ-1{\beta}$ gene in terms of sugar sensitivity as well as associative taste memory. We found that PD flies exhibited an impaired ability to discriminate sucrose across a range of sugar concentrations, with normal responses at only very high concentrations of sugar. They also showed an impairment in associative taste memory. We highlight that the taste impairment and memory defect in $DJ-1{\beta}^{ex54}$ can be recovered by the expression of wild-type $DJ-1{\beta}$ gene in the dopaminergic neurons. We also emphasized the role of dopaminergic neurons in restoring taste memory function. This impaired memory property of $DJ-1{\beta}^{ex54}$ flies also allows them to be used as a model system for finding supplementary dietary foods that can improve memory function. Here we provide evidence that the associative taste memory of both control and $DJ-1{\beta}^{ex54}$ flies can be enhanced with dietary supplementation of the medicinal plant, omija.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권5호
• /
• pp.463-472
• /
• 2000

본 논문에서는 연상 메모리 기능을 수행하는 셀룰라 신경망(Cellular Neural Network)의 설계를 위한 새로운 방법론을 제안한다. 먼저, 셀룰라 신경망 모델의 기본적 특성들을 소개한 후, 최적 성능을 가지고 이진 원형 패턴들을 저장할 수 있는 셀룰라 신경망 모델의 설계 방법을 제약 조건이 가해진 최적화 문제로 공식화한다. 다음으로 이 문제의 제약 조건을 선형 행렬 부등식(Linear Matrix Inequalities)을 포함하는 부등식의 형태로 변환시킬 수 있음을 관찰한다. 마지막으로 셀룰라 신경망 최적 설계 문제를 내부점 방법(interior point method)에 의해 효율적으로 풀릴 수 있는 일반화된 고유값 문제(Genaralized EigenValue Problem)로 변환한다. 본 논문에서 제시하는 셀룰라 신경망 설계 방법론은 공간 변형 형판 셀룰라 신경망과 공간 불변 형판 셀룰라 신경망 설계에 모두 적용될 수 있다. 설계 예제를 통해 제안된 방법의 유효성을 검증한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• 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

• 한국CDE학회논문집
• /
• 제3권1호
• /
• pp.57-67
• /
• 1998

Genetic programming (GP) is an extension of a genetic algoriths paradigm, deals with tree structures representing computer programs as individuals. In recent, there have been many research activities on applications of GP to various engineering problems including system identification, data mining, function approximation, and so forth. However, standard GP suffers from the lack of the estimation techniques for numerical parameters of the GP tree that is an essential element in treating various engineering applications involving real-valued function approximations. Unlike the other research activities, where nonlinear optimization methods are employed, I adopt the use of a weighted linear associative memory for estimation of these parameters under GP algorithm. This approach can significantly reduce computational cost while the reasonable accurate value for parameters can be obtained. Due to the fact that the GP algorithm is likely to fall into a local minimum, the GP algorithm often fails to generate the tree with the desired accuracy. This motivates to devise a group of additive genetic programming trees (GAGPT) which consists of a primary tree and a set of auxiliary trees. The output of the GAGPT is the summation of outputs of the primary tree and all auxiliary trees. The addition of auxiliary trees makes it possible to improve both the teaming and generalization capability of the GAGPT, since the auxiliary tree evolves toward refining the quality of the GAGPT by optimizing its fitness function. The effectiveness of this approach is verified by applying the GAGPT to the estimation of the principal dimensions of bulk cargo ships and engine torque of the passenger car.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.339-341
• /
• 1999

본 논문에서는 연상 메모리 기능을 수행하는 셀룰라 신경망(Cellular Neural Netowork)의 설계를 위한 새로운 방법론을 제안한다. 먼저, 셀룰라 신경망 모델의 기본적 특성들을 소개한 후, 최적 성능을 가지고 이진 원형 패턴들을 저장할 수 있는 셀룰라 신경망 모델의 설계 방법을 제약 조건이 가해진 최적화 문제로 공식화한다. 다음으로 이 문제의 제약 조건을 선형 행렬 부등식(Linear Matrix Inequalities)을 포함하는 부등식의 형태로 변환시킬 수 있음을 관찰한다. 마지막으로 셀룰라 신경망 최적 설계 문제를 내부점 방법(interior point method)에 의해 효율적으로 풀릴 수 있는 일반화된 교유값 문제(Generalized Eigen Value Problem)로 변환하고 설계 예제를 통해 제안된 방법의 유효성을 검증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.472-474
• /
• 2000

본 논문에서는 연상 메모리 기능을 수행하는 공간-변형 셀룰라 신경망의 설계 방법론을 제안한다. 셀룰라 신경망에 관한 알려진 결과들과 새로 도출된 이론을 기반으로, 주어진 양극 벡터들을 기대할만한 성능으로 기억할 수 있는 공간-변형 셀룰라 신경망을 얻는 설계 방법론을 제안한다. 본 논문에서 제안된 설계 방법론의 주요 부분은 일반화된 고유값 문제(GEVP)와 선형행렬 부등식 문제(LMIP)를 푸는 것으로 이루어지며, 이 문제들은 현재 내부점 방법에 의해 효과적으로 풀릴 수 있다. 제안된 방법의 정당성은 설계 예제를 통해서 증명한다.