• 전자공학회논문지B
• /
• 제33B권8호
• /
• pp.114-123
• /
• 1996

In this paper, we propose an automatic recognition algorithm using the object centroid of a facial image. First, we separate the facial image from the background image using the chroma-key technique and we find the centroid of the separated facial image. Second, we search nose in the facial image based on knowledge of human faces and the coordinate of the object centroid and, we calculate 17 feature parameters automatically. Finally, we recognize the facial image by using feature parameters in the neural networks which are trained through error backpropagation algorithm. It is illustrated by experiments by experiments using the proposed recogniton system that facial images can be recognized in spite of the variation of the size and the position of images.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1990년도 제2회 한글 및 한국어정보처리 학술대회
• /
• pp.183-190
• /
• 1990

본 논문에서는 인쇄체 한글문자를 실용적으로 인식하기 위하여 고안된 계층적 신경망을 소개하고, 이를 다중활자체의 한글문자를 인식하는 문제에 적용하였다. 이 신경망은 입력된 문자영상을 6가지의 유형으로 분류한 후, 해당 유형을 처리하는 신경망에서 실제 문자를 인식하도록 구성되었다. 또한 각 신경망을 모든 입력영상의 모든 출력노드에 대해 고르게 학습시키기 위하여 Backpropagation 알고리즘을 개선한 Descending Epsilon 알고리즘을 도입하였다. 그 결과 사용빈도수가 높은 한글 520자에 대해 94.4 - 98.4%의 인식률을 얻음으로써 본 논문에서 제안한 시스템이 다양한 활자체로 이루어진 실제 문서인식시스템의 문자인식부에 효과적으로 사용될 수 있음을 제시하였다.

• 전자공학회논문지C
• /
• 제34C권1호
• /
• pp.28-41
• /
• 1997

This paper describes a parallel implementation of a neurla network ensemble developed for object recognition on the connection machine CM-2. The implementation ensures that multiple networks are implemented simultaneously starting from different initial weights and all training samples are applied to each network by one sample per a copy of each network. When compared with a sequential implementation, this accelerates the computation speed by O(N.m.n) where N, m, and n are the network, respectively. The speedup in the computation time and the convergence characteristics of sthe modified backpropagation learning precedure were evaluated by two-dimensional object recognition problem.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.635-638
• /
• 2003

본 논문에서는 Haar 웨이블릿을 이용하여 얼굴에지영상을 추출하고 고차국소자동상관함수를 이용한 특징벡터추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위한 얼굴인식에 사용된 실험영상은 $320{\times}240$ 크기의 24bit RGB 컬러 영상을 사용하였고, 차영상을 이용하여 얼굴영역을 분리한 후 Haar 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• 한국시뮬레이션학회논문지
• /
• 제7권1호
• /
• pp.27-37
• /
• 1998

Simulation output is generally stochastic and autocorrelated, and includes the initial condition bias. To exclude the bias, the determination of truncation point has been one of important issues for the steady-state simulation output analysis. In this paper, two methods are presented for detection of truncation point in order to estimate efficiently the steady-state measure of simulation output. They are based on the Euclidean distance equation, and the backpropagation algorithm in Neural Networks. The experimental results obtained by M/M/1 and M/M/2 show that the proposed methods are very promising with respect to coverage and relative bias. The methods could be used for the on-line analysis of simulation outputs.

• 한국통신학회논문지
• /
• 제25권4B호
• /
• pp.683-691
• /
• 2000

본 논문에서는 정확한 연결 설정을 결정하기 위해 Hopfield 신경회로망을 이용한 셀 다중화기와 역전파 신경회로망을 이용한 대역폭 예측기를 제안하였다. 다중화된 대역폭에서 망의 이용률을 극대화시키고 이용자 트랙픽의 QoS를 만족시키는 최소 대역폭이 새로 고안한 역전파 신경회로망 대역폭 예측기를 통하여 예측되어진다. 연결 수락 제어기는 예측된 대역폭과 망내의 사용 가능한 대역폭을 비교하여 연결 수락 여부를 판단한다. 연결이 설정된 사용자 소스를 감시하며 계약 위반시 적절한 조치를 취하는 퍼지 논리 제어 트래픽 감시 방법과 멀티미디어 트래픽의 주된 특성인 버스트 제어를 통한 망의 효율을 증가시키는 분석적 트래픽 형태 제어 방법을 제시한다. 제안된 트래픽 제어기는 성능이 우수하다고 평가된 기존의 제어기들과 성능 평가를 하였으며, 시뮬레이션 결과는 기존의 제어기보다 성능이 우수함을 보여주었다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.280-285
• /
• 2001

폴리우레탄 코팅포의 촉감을 예측하기 위하여 신경망 이론이 사용되었다. 본 연구에서는 Neural Connection의 MLP(Multi Layer Perceptron)를 신경망 분석에 사용하였으며, 학습 알고리즘은 백프로파게인션(Backpropagation)을 이용하였다. 사용된 변수는 KES-FB시스템에서 측정된 17가지 역학적 특성치를 설명변수, 촉감치를 목표변수로 하였다. 폴리우레탄 코팅포의 촉감을 정확하게 예측할 수 있는 신경망 모델을 찾기 위해, 은닉층의 노드수를 8에서 34로 변화시켜 보았다. 또한 MLP적용함수로 선형함수, 비선형 시그모이드함수, 탄젠트 함수를 사용하여 목표변수를 예측하여 모형의 정확도를 살펴보았다. 구축된 신경망모델은 17가지 역학적특성치 자료를 이용하여 학습되었으며 학습 완료 후 학습에 사용되지 않은 시료를 시스템에 적용하여 학습된 신경망 시스템이 촉감을 평가하게 한 후 주관적으로 평가된 촉감치와 비교하여 본 시스템의 판단의 정확성을 평가하도록 하였다. 은닉층의 노드수와 MLP적용함수는 촉감예측에 영향을 미치는 것으로 나타났는데, 촉감 예측에 가장 적절한 모형은 MLP 적용함수가 탄젠트 함수이고 노드수가 22인 것으로 나타났다. 신경망을 통한 폴리우레탄 코팅포의 촉감 예측력은 선행연구에서 이용된 통계적 방법보다 높게 나타나 폴리우레탄 코팅포의 촉감예측에 신경망의 이용은 효과적인 것으로 밝혀졌다.

• Computers and Concrete
• /
• 제20권1호
• /
• pp.111-118
• /
• 2017

The present study established prediction models based on multiple nonlinear regressions (MNLRs) and backpropagation neural networks (BPNs) for the expansion of cement mortar caused by oxidization slag that was used as a replacement of the aggregate. The data used for the models were obtained from actual laboratory tests on specimens that were produced with water/cement ratios of 0.485 or 1.5, within which 0%, 10%, 20%, 30%, 40%, or 50% of the cement had been replaced by oxidization slag from electric-arc furnaces; the samples underwent high-temperature curing at either $80^{\circ}C$ or $100^{\circ}C$ for 1-4 days. The varied mixing ratios, curing conditions, and water/cement ratios were all used as input parameters for the expansion prediction models, which were subsequently evaluated based on their performance levels. Models of both the MNLR and BPN groups exhibited $R^2$ values greater than 0.8, indicating the effectiveness of both models. However, the BPN models were found to be the most accurate models.

• 한국음향학회지
• /
• 제18권6호
• /
• pp.84-88
• /
• 1999

음소별 지속시간의 정확한 예측은 TTS 시스템의 자연성을 향상시키는데 중요한 역할을 한다. 기존의 한국어 음소 지속 시간의 모델링을 위해 사용된 특징 변수에는 음소 문맥 정보, 품사 정보, 운율구 내에서의 위치 정보 등이 있다. 본 논문에서는 음소별 성조 정보 값을 새로운 특징 변수로 정의하여 예측 성능을 향상시키고자 한다. 성조 정보의 표현을 위해 두 개의 비경계 성조와 여섯 개의 경계 성조를 정의한 후, 400문장의 음성 코퍼스에 음절별 표기를 수행하였다. 성조 정보를 이용한 지속 시간 예측을 위해, 출력노드에서 음소의 지속 시간을 실수 형태로 출력하는 신경망을 구성하고 이를 오류 역전파 알고리즘으로 학습시켰다. 실험 결과, 성조 정보를 사용하는 경우 실험 데이터에 대해 예측값과 실제값 사이의 상관계수로 0.863을 얻을 수 있었으며 이는 성조를 사용하지 않는 경우에 비해 향상된 성능을 나타내었다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 추계학술발표회논문집(1)
• /
• pp.469-474
• /
• 1997

To provide tile information ell severe accident progression is very important for advanced or new type of nuclear power plant (NPP) design. A parametric study, therefore was performed to investigate the effect of thermal hydraulic design parameters ell severe accident progression of pressurized water reactors (PWRs), Nine parameters, which are considered important in NPP design or severe accident progression, were selected among the various thermal hydraulic design parameters. The backpropagation neural network (BPN) was used to determine parameters, which might more strongly affect the severe accident progression, among mile parameters. For training. different input patterns were generated by the latin hypercube sampling (LHS) technique and then different target patterns that contain core uncovery time and vessel failure time were obtained for Young Gwang Nuclear (YGN) Units 3&4 using modular accident analysis program (MAAP) 3.0B code. Three different severe accident scenarios, such as two loss of coolant accidents (LOCAs) and station blackout(SBO), were considered in this analysis. Results indicated that design parameters related to refueling water storage tank (RWST), accumulator and steam generator (S/G) have more dominant effects on the progression of severe accidents investigated, compared to tile other six parameters.