• 한국측량학회지
• /
• 제30권6_2호
• /
• pp.653-663
• /
• 2012

Using soft classification, it is possible to obtain the land cover proportions from the remotely sensed image. These land cover proportions are then used as input data for a procedure called "super-resolution mapping" to produce the predicted hard land cover layers at higher resolution than the original remotely sensed image. Superresolution mapping can be implemented using a number of algorithms in which the Hopfield Neural Network (HNN) has showed some advantages. The HNN has improved the land cover classification through superresolution mapping greatly with the high resolution data. However, the super-resolution mapping is based on the spatial dependence assumption, therefore it is predicted that the accuracy of resulted land cover classes depends on the relative size of spatial features and the spatial resolution of the remotely sensed image. This research is to evaluate the capability of HNN to implement the super-resolution mapping for SPOT image to create higher resolution land cover classes with different zoom factor.

• 전자공학회논문지B
• /
• 제33B권5호
• /
• pp.60-72
• /
• 1996

In this paper, a enw model-base three-dimensional (3-D) object recognition mehtod using hopfield network is proposed. To minimize deformation of feature values on 3-D rotation, we select 3-D shape features and 3-D relational features which have rotational invariant characteristics. Then these feature values are normalized to have scale invariant characteristics, also. The input features are matched with model features by optimization process of hopjfield network in the form of two dimensional arrayed neurons. Experimental results on object classification and object matching with the 3-D rotated, scale changed, an dpartial oculued objects show good performance of proposed method.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.832-834
• /
• 1996

This paper presents the research on the application of the Hopfield Neural Network to the Economic Load Dispatch problem. The ELD problem has convex cost functions as the objective functions, power balance equation and real power lower/upper limits as the constraints. So we have shown that the possibility of the application of the Hopfield Neural Network to the ELD problem. Through the case study, the simulation results are very close to the numerical method and the dynamic programming method.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.337-340
• /
• 1997

In this paper we propose direct and indirect adaptive controllers for a nonlinear multivariable steam generating unit(200MW). In the direct adaptive scheme the estimation of the controller parameter are achieved from tracking error, while in the indirect approach the unknown parameter of the boiler system is estimated by the Hopfield network-based identifier. The performance of two proposed adaptive controllers is shown through simulations.

• The Journal of the Acoustical Society of Korea
• /
• 제13권1E호
• /
• pp.55-63
• /
• 1994

다중센서 시스템의 문제점, 특히 임의의 방향에 대한 목표물의 유무를 판단하는 문제에 접근하기 위하여 결절이론을 소개한다. 이 문제에 대한 해는 대상 방향에 대한 간단한 수 즉, 0 또는 1로 구성된 수의 집합으로 표현된다. 이렇게 코드로 표현된 수는 Hopfield 신경회로망에 의한 최적화 기법으로 변환되며, 이러한 변환은 음원의 방향탐지에 대한 이해를 쉽게 한다. Hopfield 신경회로망 모델의 기존 상태 개선 방법들을 사용할 때 직명하게 되는 난점들을 소개하며, 그것과 관련된 문제점들을 제기한다. 이를 해결하기 위하여 새로운 착상, 즉 0에서 1의 상태로 변할 때 보다 큰 에너지 차이를 보이는 뉴런이 상태 개선의 우위를 점할 수 있다는 접을 제안한다. 이로부터 이전 연구들과는 다른 새로운 상태 개선 방법 및 새로운 관점을 도출하게 된다. 본 논문에서는 컴퓨터 모의 실험을 통해 제안된 방법의 전망과 음원 방향 탐지의 효율성을 보인다.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.215-221
• /
• 2010

홉필드 네트웍은 패턴 매칭과 더불어 최적화 문제를 푸는 도구로 사용될 수 있다. 특히 Zhang과 Ali는 홉필드 네트웍의 노드를 2차원으로 확장하여 최적화 문제를 해결하였다. 잠재적 브랜치의 총합인 노드의 제곱만큼 뉴런이 필요한 Ali 알고리즘은 탐색 네트워크가 커지면 많은 시간이 소요되는 단점이 있다. 본 논문에서는 Ali의 방식을 개선하여 계산량을 대폭 줄이고 효과적으로 최적 경로를 탐색할 수 있는 방식을 제안한다. 효과적인 최적 경로 탐색을 위하여 2단계로 구분하여 진행된다. 1단계에는 홉필드 네트웍을 2단계에는 eSPN 알고리즘을 사용하여 최적 경로를 탐색할 수 있다. 제안된 방식은 샘플 네트웍을 통하여 최적 경로 탐색이 확인되었으며, Ali 알고리즘보다 빠르고 간단하여 실제 최적화에 적용하기기 용이하다. 특히, 네트웍의 브랜치 비용이 변화할 경우에도 홉필드 네트웍의 연결 시냅스가 아닌 입력 바이어스를 조정하므로 동적으로 변화하는 네트웍의 최적 경로 탐색에도 유용하다.

• 대한전기학회논문지
• /
• 제40권7호
• /
• pp.718-724
• /
• 1991

In this paper, we proposed an algorithm to improve the memory efficiency by means of learning thresholds in spite of correlations among input patterns to be memorized. The proposed algorithm does not need preprocess correlations among input patterns but processes them with a threshold on a neural network. When memory contents are destroyed by correlation, nearly all patterns can be properly recovered with past learning. Through experiments we show how out algorithm can improve the memory efficiency.

• 한국정보통신학회논문지
• /
• 제2권1호
• /
• pp.157-163
• /
• 1998

아날로그와 디지틀 합산 가능한 신경회로망회로를 제안한다. 제안된 회로는 Hopfield 신경회로망 모델을 사용하였으며, 연결강도들은 에너지함수를 이용해서 구하였다. NMOS를 이용하여 뉴론을 만들었고, 시뮬레이션결과는 거의 대부분의 경우가 전체 최소점으로 수렴함을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1037-1041
• /
• 1996

Input-output linearization technique in nonlinear control does not guarantee the robustness in the presence of parameter uncertainty or unmodeled dynamics, etc. However, it has been used as an important preliminary step in achieving additional control objectives, for instance, robustness to parameter uncertainty and disturbance attenuation. An indirect adaptive control scheme based on input-output linearization is proposed in this paper. The scheme consists of a Hopfield network for process parameter identification and an adaptive sliding mode controller based on input-output linearization, which steers the system response into a desired configuration. A numerical example is presented for the trajectory tracking of uncertain nonlinear dynamic systems with slowly time-varying parameters.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.169.5-169
• /
• 2001

This study proposes a neural network for solving optimization problems such as the TSP (Travelling Salesman Problem), scheduling, and line balancing. The Hopfield network has been used for solving such problems, but it frequently gives abnormal solutions or non-optimal ones. Moreover, the Hopfield network takes much time especially in solving large size problems. To overcome such disadvantages, this study adopts nodes whose outputs changes with a fixed value at every evolution. The proposed network is applied to solving a TSP, finding the shortest path for visiting all the cities, each of which is visted only once. Here, the travelling path is reflected to the energy function of the network. The proposed network evolves to globally minimize the energy function, and a ...