• Journal of information and communication convergence engineering
• /
• 제16권1호
• /
• pp.1-5
• /
• 2018

In radio-over-fiber (RoF) systems, nonlinear compensation is very important to meet the error vector magnitude (EVM) requirement of the mobile network standards. In this study, a nonlinear compensation technique based on an artificial neural network (ANN) is proposed for RoF systems. This technique is based on a backpropagation neural network (BPNN) with one hidden layer and three neuron units in this study. The BPNN obtains the inverse response of the system to compensate for nonlinearities. The EVM of the signal is measured by changing the number of neurons and the hidden layers in a RoF system modeled by a measured data. Based on our simulation results, it is concluded that one hidden layer and three neuron units are adequate for the RoF system. Our results showed that the EVMs were improved from 4.027% to 2.605% by using the proposed ANN compensator.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1996년도 추계학술대회 논문
• /
• pp.133-137
• /
• 1996

This paper presents a new approach to the design of neural control system using digital signal processors in order to improve the precision and robustness. Robotic manipulators have bevome increasingly important in the field of flexible automation. High speed and high-precision trajectory tracking arre indispensable capabilities for their versatile application. the need to meet demanding control requirement in increasingly complex dynamical control systems under sygnificant uncertainties leads toward design of implementing real time neural control to provide an enhanced motion control for robotic manipulators. In this control scheme the ntworks intrduced are neural nets with dynamic neurouns whose dynamics are distributed over all the network nodes. The nets are trained by the distributed dynamic are distributed over all the network nodes. The nets are trained by the distributed dynamic back propagation algorithm. The proposed neural network control scheme is simple in structure fast in computation and suitable for implementation of real-time control, Performance of the neural controller is illustrated by simulation and experimental results for a SCAEA robot.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.158-161
• /
• 2003

A cascade structured neural network called Sigma-Pi$_{t}$ Cascaded Hybrid Neural Network ($\sigma$$\pi$$_{t}$-CHNN) is Proposed. It is an extended version of the Sigma-Pi Cascaded extended Hybrid Neural Network ($\sigma$$\pi$-CHNN), where the classical multiplicative neuron ($\pi$-neuron) is replaced by the translated multiplicative ($\pi$$_{t}$-neuron) model. The learning algorithm of $\sigma$$\pi$$_{t}$-CHNN is composed of an evolutionary programming method, responsible for determining the network architecture, and of a Levenberg-Marquadt algorithm, responsible for tuning the weights of the network. The $\sigma$$\pi$$_{t}$-CHNN is evaluated in 2 pattern classification problems: the 2 spirals and the sonar problems. In the 2 spirals problem, $\sigma$$\pi$$_{t}$-CHNN can generate neural networks with 10％ less hidden neurons than that in previous neural models. In the sonar problem, $\sigma$$\pi$$_{t}$-CHNN can find the optimal solution for the problem i.e., a network with no hidden neurons. These results confirm the expanded information processing capabilities of $\sigma$$\pi$$_{t}$-CHNN, when compared to previous neural network models. network models.

• 한국정보과학회논문지:정보통신
• /
• 제29권4호
• /
• pp.386-396
• /
• 2002

본 논문은 신경망을 이용한 최단 경로 문제를 풀기 위해 흡필드 신경망(Hopfield Neural Network)을 변형한 준최적 라우팅 알고리즘(suboptimal routing algorithm)을 다룬다. 이 알고리즘은 기존의 흡필드 신경망 알고리즘과는 달리 뉴런(neuron)의 진화를 위해 모든 주변 뉴런 정보뿐만 아니라, 상관 관계성이 높은 자신의 뉴런 정보도 동시에 이용함으로써, 수렴 성능 및 경로의 최적성을 향상하고자 하였다. 이 알고리즘의 수렴 속도는 흡필드 신경망을 이용하는 기존의 알고리즘보다 더 우수하며, 탐색 경로의 최적성도 높다는 것을 컴퓨터 시뮬레이션을 통해 확인한다. 이 결과는 거의 모든 출발지와 도착지 쌍에 대해 기존의 흡필드 신경망 기반의 최단 경로 탐색 알고리즘에 비해 네트워크 토폴로지에 비교적 덜 민감한 것으로 나타난다. 따라서, mobile ad-hoc network과 같이 네트워크 토폴로지가 시변하는 다중-흡 무선 패킷망(Multi-hop Packet Radio Network)에서의 경로 설정 알고리즘을 구현하는데 유용할 것으로 보인다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.71-76
• /
• 2023

본 논문은 음향잡음감쇠기에서 신경망 구조의 Wiener 필터를 이용하여 비선형 잡음을 감쇠시키는 방법에 대하여 연구하였다. 이 시스템은 기존의 적응필터를 이용하는 대신 신경망 위너필터를 이용한 심층학습 알고리즘으로 비선형 잡음감쇠 성능을 개선한다. 128-neuron, 8-neuron 은닉층과 오차 역전파(back propagation) 알고리즘을 이용하여 비선형 잡음이 포함된 단일입력 음성신호로부터 음성을 추정한다. 본 연구에서 비선형 잡음에 대한 감쇠 성능을 검증하기 위하여 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 모의실험 결과, 본 시스템은 비선형 잡음이 포함되어 있는 경우에도 위너필터 대신 FNN 필터를 사용하면 잡음감쇠 성능이 상당히 개선되는 것을 볼 수 있다. 이는 FNN 필터의 복잡한 구조가 어떤 형태의 비선형 특성도 잘 표현하기 때문이다.

• 융합신호처리학회논문지
• /
• 제5권1호
• /
• pp.32-39
• /
• 2004

생체 뉴론은 일반적으로 지속적 또는 과도적인 카오틱 특성을 가지고 있다. 생체 뉴론의 카오틱 반응에 대한 분석적인 해석은 아직까지 이루어지지 않고 있다. 동적 카오틱 반응에 대한 카오틱 뉴런의 과도 카오틱 특성은 지역 수렴 문제를 극복하는데 도움이 되지만 일반적으로 지속적인 카오틱 응답은 최적화 문제에 악영향을 미치게 되므로 초기 카오틱 특성은 사라져야 한다. 패턴 인식, 확인, 예측, 그리고 제어에 사용되는 대부분의 신경회로망 응용에 있어서 필요한 최적화 문제를 해결하기 위해서는 뉴론은 한 개의 안정적인 고정점을 가지고 있어야 한다. 본 논문에서는 동적 카오틱 뉴런의 동적 특성과 카오틱 응답을 발생시키는 조건을 분석하고, 카오틱 뉴런의 수렴조건을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.943-945
• /
• 2013

슈반세포의 수초화에 대한 연구는 일차 슈반세포의 분리와 배양의 성공에 의해 가능해지고 있다. 본 연구에서는 슈반세포의 근원으로서 마우스 배아의 척수신경절이 사용되었다. 이 방법에는 세 가지 단계가 있다. 첫 단계는 배아의 척수신경절의 파쇄이고 두 번째 단계는 섬유아세포로부터 슈반세포-뉴런 연합체의 기계적인 분리에 의한 슈반세포의 전구세포의 확장이며 세 번째 단계는 뉴런으로 부터 슈반세포의 분리와 분리된 슈반세포의 확장이다. 우리는 본 과정을 통해 짧은 시간이내에 슈반세포-뉴런 연합체와 슈반세포를 고순도로 분리하였다.

• 산업경영시스템학회지
• /
• 제19권39호
• /
• pp.47-61
• /
• 1996

We propose a parallel neural network model in which patterns are clustered and patterns in a cluster are studied in a parallel neural network. The learning algorithm used in this paper is based on LVQ algorithm of Kohonen(1990) for clustering and ADALINE(Adaptive Linear Neuron) network of Widrow and Hoff(1990) for parallel learning. The proposed algorithm consists of two parts. First, N patterns to be learned are categorized into C clusters by LVQ clustering algorithm. Second, C patterns that was selected from each cluster of C are learned as input pattern of ADALINE(Adaptive Linear Neuron). Data used in this paper consists of 250 patterns of ASCII characters normalized into $8\times16$ and 1124. The proposed algorithm consists of two parts. First, N patterns to be learned are categorized into C clusters by LVQ clustering algorithm. Second, C patterns that was selected from each cluster of C are learned as input pattern of ADALINE(Adaptive Linear Neuron). Data used in this paper consists 250 patterns of ASCII characters normalized into $8\times16$ and 1124 samples acquired from signals generated from 9 car models that passed Inductive Loop Detector(ILD) at 10 points. In ASCII character experiment, 191(179) out of 250 patterns are recognized with 3%(5%) noise and with 1124 car model data. 807 car models were recognized showing 71.8% recognition ratio. This result is 10.2% improvement over backpropagation algorithm.

• Journal of information and communication convergence engineering
• /
• 제1권3호
• /
• pp.104-108
• /
• 2003

A biologically inspired fuzzy multilayer perceptron is proposed in this paper. The proposed algorithm is established under consideration of biological neuronal structure as well as fuzzy logic operation. We applied this suggested learning algorithm to benchmark problem in neural network such as exclusive OR and 3-bit parity, and to digit image recognition problems. For the comparison between the existing and proposed neural networks, the convergence speed is measured. The result of our simulation indicates that the convergence speed of the proposed learning algorithm is much faster than that of conventional backpropagation algorithm. Furthermore, in the image recognition task, the recognition rate of our learning algorithm is higher than of conventional backpropagation algorithm.

• 전자공학회논문지 IE
• /
• 제44권3호
• /
• pp.12-22
• /
• 2007

본 논문에서는 잉여수체계(Residue Number System)를 이용하여 고속의 디지털 신경회로망을 제안하고 이를 구현하기 위한 중요연산부인 고속의 디지털 뉴런프로세서를 설계하였다. 설계된 디지털 뉴런프로세서는 잉여수계를 이용한 MAC 연산기와 혼합계수 변환을 이용한 시그모이드 함수 연산 부로 구성되며, 설계된 회로는 VHDL로 기술하였고 Compass 툴로 합성하였다. 실험결과, 본 논문에서 설계한 디지털 뉴런프로세서는 19.2nsec의 속도를 보였으며, 실수연산기로 설계한 뉴런프로세서에 비하여 약 50%정도 하드웨어 크기를 줄일 수 있었다. 본 논문에서 설계한 뉴런프로세서는 실시간 처리를 요하는 병렬분산처리 시스템에 적용될 수 있을 것으로 기대된다.