• 전자공학회논문지B
• /
• 제33B권4호
• /
• pp.191-200
• /
• 1996

This paper presetns a new fuzzy neural network for fuzzy modeling.The fuzzy neural network is composed of 4 layers and then odes of each layer represent the each step of the if-then fuzzy inference. A heuristic based on the back-propagation algorithm is proposed to ajdust the parameters of the fuzzy nerual network. We prove the feasibility of the network using the experiments on modeling a nonlinear mathematical system and the comparison with previous research.

• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.827-832
• /
• 1997

Statistical relations between a system and empirical distribution are studied in terms of the concept of Akaike's Information Criterion. From this consideration we derive a bootstrap criterion for determining the optimal number of hidden units in nerual networks.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1996년도 추계 학술 발표회 발표논문집
• /
• pp.211-216
• /
• 1996

This paper propose a fuzzy regression method using fuzzy neural networks when a membership value is attached to each input-output pair. First, an architecture of fuzzy nerual networks with fuzzy weights and fuzzy biases is shown. Next a cost function is defined using the fuzzy output from the fuzzy neural network and the corresponding target output with a membership value.A learning algorithm is derived from the cost function. The derived learning algorithm trains the fuzzy neural network so that the level set of the fuzzy output includes the target output. Last, the proposed method is applied to the quality evaluation problem of injection molding.

• 한국정밀공학회지
• /
• 제12권6호
• /
• pp.27-36
• /
• 1995

This paper covers algorithms to determine a machine assignment strategy to locations on a single straight track by minimizing the total backtrack distance. Three different algorithms ar presented: an efficient heuristic procedure, the branch-and-bound algorithm, and the nerual network approach. Simulation results show that the proposed algorithms have potential power to design an on-line optimizer.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.176-182
• /
• 2021

본 논문은 다양한 손실 함수에 따른 Deep Nerual Network(DNN) 기반 음성 향상 모델의 성능을 비교 평가한다. 베이스라인 모델로는 음성의 위상 정보를 고려할 수 있는 복소 네트워크를 사용하였다. 손실 함수는 두 가지 유형의 기본 손실 함수, Mean Squared Error(MSE)와 Scale-Invariant Source-to-Noise Ratio(SI-SNR)를 사용하였으며 두 가지 유형의 지각 기반 손실 함수 Perceptual Metric for Speech Quality Evaluation(PMSQE)과 Log Mel Spectra(LMS)를 사용한다. 성능은 각 손실 함수의 다양한 조합을 사용하여 얻은 출력을 객관적인 평가와 청취 테스트를 통해 측정하였다. 실험 결과, 지각기반 손실 함수를 MSE 또는 SI-SNR과 결합하였을 때 전반적으로 성능이 향상되며, 지각기반 손실함수를 사용하면 객관적 지표에서 약세를 보이는 경우라도 청취 테스트에서 우수한 성능을 보임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.701-708
• /
• 2001

최근 컴퓨터의 지능에 대한 연구가 활발히 진행되고 있으며, 불확실하고 복잡한 동적 환경에서도 적응할 수 있도록 그 영역을 확장해 가고 있다. 본 논문에서는 다치논리를 기반으로 한 다치오토마타 모델을 신경망으로 구현한 다치-신경망 시스템을 제안한다. 또한, 다치오토마타는 신경망으로 구현될 수 있고, 다치-신경망 모델은 다치오토마타로 시뮬레이션될 수 있음을 입증하였다. 그 결과, 다치-신경망 모델은 지능시스템, 뇌의 모델링과 같은 여러 응용 분야에 널리 사용될 수 있을 것으로 기대된다.

• 한국항해학회지
• /
• 제22권2호
• /
• pp.47-52
• /
• 1998

Recently , there have been considerable researches about the fusion of fuzzy logic and neural networks. The propose of thise researches is to combine the advantages of both. After the function of approximation using GMDP (Generalized Multi-Denderite Product)neural network for defuzzification operation of fuzzy controller, a new fuzzy-neural network is proposed. Fuzzy membership function of the proposed fuzzy-neural network can be adjusted by learning in order to be adaptive to the variations of a parameter or the external environment. To show the applicability of the proposed fuzzy-nerual network, the proposed model is applied to a speed control o fDC sevo motor. By the hardware implementation, we obtained the desriable results.

• 한국정밀공학회지
• /
• 제10권3호
• /
• pp.141-151
• /
• 1993

For navigation of a mobile robot, it is one of the essential tasks to find out its current position. Dead reckonining is the most frequently used method to estimate its position. Hpwever conventional dead reckoner is prone to give us false information on the robot position especially when the wheels are slipping. This paper proposes an improved dead reckoning scheme using neural networks. The network detects the instance of wheel slopping and estimates the linear velocity of the wheel; thus it calculates current position and heading angle of a mobile robot. The structure and variables of the nerual network are chosen in consideration of slip motion characteristics. A series of experiments are performed to train the networks and to investigate the performance of the improved dead reckoning system.

• 문화기술의 융합
• /
• 제3권4호
• /
• pp.165-169
• /
• 2017

CNN(Convolutional Nerual Network)는 기계학습 알고리즘 중에서도 이미지의 인식과 분류에 뛰어난 성능을 보이는 알고리즘 중 하나이다. CNN의 경우 간단하지만 많은 연산량을 가지고 있어 많은 시간이 소요된다. 따라서 본 논문에서는 CNN 수행과정에서 많은 처리시간이 소모되는 convolution layer와 pooling layer, fully connected layer의 연산수행을 SIMT(Single Instruction Multiple Thread)구조의 GPGPU(General-Purpose computing on Graphics Processing Units)를 통하여 병렬로 연산처리를 수행했다. 또한 convolution layer의 출력을 저장하지 않고 pooling layer의 입력으로 바로 사용함으로 메모리 접근횟수를 줄여 성능 향상을 기대했다. 본 논문에서는 이 실험검증을 위하여 MNIST 데이터 셋을 사용하였고 이를 통하여 제안하는 CNN 구조가 기존의 구조보다 12.38% 더 좋은 성능을 보임을 확인했다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1617-1620
• /
• 1997

This paper describes the camera caliberation based-neural network with a camera modeling that accounts for major sources of camera distortion, namely, radial, decentering, and thin prism distortion. Radial distoriton causes an inward or outward displacement of a given image point from its ideal location. Actual optical systems are subject to various degrees of decentering, that is the optical centers of lens elements are not strictly collinear. Thin prism distortion arises from imperfection in lens design and manufacturing as well as camera assembly. It is our purpose to develop the vision system for the pattern recognition and the automatic test of parts and to apply the line of manufacturing. The performance of proposed camera aclibration is illustrated by simulation and experiment.