최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.25 no.3, 2020년, pp.51 - 55
Park, Choong Shik (Dept. of Smart IT, U1 University)
In this paper, an improved FAM is proposed by adopting similarity learning in the existing FAM (Fuzzy Associative Memory) used in image restoration. Image restoration refers to the recovery of the latent clean image from its noise-corrupted version. In serious application like face recognition, this...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
영상 복원(Image Restoration)이란? | 영상 복원(Image Restoration)이란 여러 가지 원인에 의해 어떠한 형태로든 훼손되어 기록된 영상 정보로부터 훼손되기 이전의 원래 영상에 가장 근접하는 영상을 복원하는 것이다. 영상을 복원하기 위한 방법 중에서 신경망의 기법으로 연상 메모리를 영상 복원에 적용할 수 있다. | |
본 논문에서는 퍼지 연상 메모리 알고리즘을 제시하였는데 복원 성능의 효율성을 나타내기 위해서는? | 본 논문에서는 퍼지 연상 메모리(FAM)의 복원 성능을 향상시키기 위하여 학습 과정에서 퍼지 논리 연산을 통해 가중치를 재조정하여 보다 정확히 복원할 수 있는 개선된 퍼지 연상 메모리 알고리즘을 제시하였다. 제안된 방법의 복원 성능의 효율성을 나타내기 위하여 그레이 스케일 영상을 대상으로 실험하여 기존의 방법인 퍼지 연상 메모리 (FAM)를 적용한 경우 보다 제안한 방법을 적용한 경우가 그레이 영상에서 훼손된 영상을 복원하는데 우수하고 효 율적인 결과를 도출한 것을 실험을 통하여 확인하였다. | |
유사성 측정은 왜 FAM 구조의 연결 강도와 관련이 있는가? | 기존의 FAM 은 강력한 퍼지 제어를 통하여 도메인에 적용 할 수 있지만 실제 응용 프로그램에서는 용량 문제가 있지만 단순한 단일 계층 신경망이다. 유사성 측정은 복구 된 이미지와 원본 이미지 사이의 제곱 평균 오차를 최소화하기 위해 FAM 구조의 연결 강도와 관련이 있다. 제안된 알고리즘의 효과는 실험에서 랜덤 노이즈로 인한 오류 크기가 현저히 낮아지는 것을 확인하였다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.