$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

초록
AI-Helper 아이콘AI-Helper

RAM 기반 신경망은 빠른 처리 속도와 하드웨어 구현의 용이성 등의 장점을 가지고 있지만 반면에 메모리의 포화 문제, 반복학습, 일반화 패턴 추출의 어려움 등의 단점도 가지고 있다. 이런 단점을 극복하기 위해 누적 다중 판별자를 가지는 3차원 뉴로 시스템(3DNS) 등이 제안되었지만 메모리 포화 문제는 해결하지는 못하였다. 본 논문에서는 메모리 포화 문제를 해결하기 위하여 적응적 가중치를 가지는 AWN (Adaptive Weight Neuron)을 사용한 적응적 가중치 누적 신경망(AWCNN)을 제안한다. 제안된 모델은 AWN으로 3DNS을 개선하여 인식률과 메모리 포화 문제 해결을 향상하였다. 제안된 시스템의 평가는 전처리 과정 없이 NIST의 MNIST에서 제공하는 자료를 이용하여 실험하였다. AWCNN은 3DNS보다 1.5%이상의 향상된 인식률을 보였고 일반화 패턴을 이용한 인식에서는 모든 입력 패턴의 교육된 것과 비슷한 성능을 얻었다.

Abstract AI-Helper 아이콘AI-Helper

A RAM-based Neural Network(RNN) has the advantages of processing speed and hardware implementation. In spite of these advantages, it has a saturation problem, weakness of repeated learning and extract of a generalized pattern. To resolve these problems of RNN, the 3DNS model using cumulative multi d...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 삼차원 뉴로 시스템을 개선하여 추가 및 반복 학습이 가능하고 용이한 일반화 패턴의 추출 그리고 메모리 포화 문제를 극복할 수 있는 적응적 가중치를 이용한 누적 신경망을 제안한다. 제안된 모델은 학습을 통하여 각 범주에 대한 누적된 정보를 가지는 판별자와 정규화된 가중치 정보를 가지는 적응적 가중치 뉴런(AWN)을 만들어 각 신경세포들의 일반화 패턴을 생성하여 인식률을 높였다.
  • 본 논문에서는 추가학습 및 반복학습이 가능하며, 램 기반 신경망의 가장 큰 문제점인 판별자의 메모리 포화 문제를 극복하기 위해 적응적 가중치를 이용한 누적 신경망(AWCNN)을 제안하였다. 성능을 검정하기 위하여 NIST에서 제공하는 오프라인 필기체 숫자 자료를 이용하였다.
  • 그러나 학습량이 판별자의 포화 상태 이상이면 차이 d가 신뢰값 이하가 되기 때문에 인식률이 급격하게 떨어진다. 이런 문제점을 해결하기 위해 본 논문에서는 적응적 가중치 신경 단위인 AWN을 이용한 마스크 기법의 AWN MRD 방식을 제안한다. AWN MRD는 두 개의 마스크를 사용한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (17)

  1. 이성환, "오프라인 필기체 문자인식 기술의 현황," 한국정보과학회지, 제11권, 제5호, pp. 51-65, 1993. 

  2. Amari and Mori, "Introduction to Neural Network," Treecaps WS, 1991. 

  3. I. Aleksander and H. Morton, "An Introduction to Neural computing," Chapman & Hall, 1990. 

  4. I. Aleksander, W. V. Thomas, and Bowden, P. A, "WISARD a radical step forward in image recognition," Sensor Review, pp. 120-124, 1984. 

  5. I. Aleksander and T. J. Stonham, "Guide to pattern recongnition using random-access memories," Computers and Digital Techniques, Vol.2, pp. 29-40, 1979. 

  6. J. Aleksander, T. J. W. Clarke and A. P. Braga, "Weightless Neural System: A Unified Approach to Their Analysis and Design," ICONIP '94 Tutoriel, 1994. 

  7. E. C. D. B. Filho, M. C. Fairhurst, and D. L. Bisset, "Analysis of Saturation Problem in RAM-Based Neural Network," Electronics Letters, Vol.28, No.4, pp. 345-346, 1992. 

  8. S. D. Lee, Dynamics of Feedback for Artificially Intelligent Pattern Recognition, MSc. Dissertation, Brunel Univ., England, 1981. 

  9. 권영철, "경험 유관이진신경망," 울산대학교, 1995. 

  10. 김성진, 권영철, 이수동, "RAM을 이용한 경험 유관축적신경망모델," 대한전자공학회, 제41권, CI편, 제2호, pp. 1251-1254, 2004. 

  11. 김성진, 이동형, 권영철, 이수동, "다중판별자를 가지는 동적 삼차원 뉴로 시스템," 한국정보과학회, Vol.34, No.7, pp. 585-594, 2007. 

  12. E. do Valle Simoes, L.F. Uebel, Y. Ueno, and D.A Couto Barone, "The Adaptive Weight Using Ram," In: 1997 INTERNATIONAL CONFERENCE ON SYSTEML CMAN AND CIBERNETICL, 1997. PROCEEDINGS. EUA., v.5. pp. 4053-4056. 1997. 

  13. T.M. Jorgensen, "A RAM-based neural net with inhibitory weights and its applicationto recognising handwritten digits," Neural Networks for Identification, Control, Robotics, and Signal/Image Processing, 1996. Proceedings., International Workshop on., pp. 228-236, 1996. 

  14. Wickert, I. and Franca. F.M.G., "AUTOWISARD : Unsupervised modes for the WISARD," Proc of IWANN 2001, Granada, Spain, Lecture Notes in Computer Science, Vol.2084, pp. 435-441, 2001. 

  15. Yann LeCun, NEC Research Institute, http://yann.lecun.com/exdb/mnist/index.html. 

  16. W. W. Bledsoe and I. Browning, "Pattern Recognition and Reading by Machine," Proc. Eastern Joint Computer Conference, Boston, pp. 232-255, 1959. 

  17. W. W. Bledsoe and C.L. Bisson, "Improved memory matrices for the N-tuple pattern recognition method," IRE Trans. Electronic Computers, Vol.EC-11, pp. 414-415, 1962. 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트