초록 ▼

연구목표
웨이블렛 인론과 다중 분해 해석을 통해 웨이블렛 신경망의 최적 노드의 개수를 결정하고 모듈화된 웨이블렛 신경망의 모듈의 개수를 결정할 수 있는 최적구조 설계 알고리즘을 개발한다. 이 알고리즘은 웨이블렛 신경망의 최적 구조 설계, 모듈화된 웨이블렛 신경망과 학습 알고리즘 개발, 유전 알고리즘을 이용하여 모듈화된 웨이블렛 신경망의 최적 구조 설계와 같은 몇 단계를 거쳐 개발한다.
연구내용
본 연구에서는 유전 알고리즘을 이용하여 최적 웨이블렛 신경망을 설계할 수 있는 효과적인 방법을 개발한다. 유전 알고리즘은 웨

연구목표
웨이블렛 인론과 다중 분해 해석을 통해 웨이블렛 신경망의 최적 노드의 개수를 결정하고 모듈화된 웨이블렛 신경망의 모듈의 개수를 결정할 수 있는 최적구조 설계 알고리즘을 개발한다. 이 알고리즘은 웨이블렛 신경망의 최적 구조 설계, 모듈화된 웨이블렛 신경망과 학습 알고리즘 개발, 유전 알고리즘을 이용하여 모듈화된 웨이블렛 신경망의 최적 구조 설계와 같은 몇 단계를 거쳐 개발한다.
연구내용
본 연구에서는 유전 알고리즘을 이용하여 최적 웨이블렛 신경망을 설계할 수 있는 효과적인 방법을 개발한다. 유전 알고리즘은 웨이블렛 신경망의 웨이블렛 기저 함수의 팽창과 이동 계수를 결정하는데 사용된다. 유전 알고리즘을 이용하여 팽창과 이동 계수가 결정되면 웨이블렛 신경망은 역전파 학습 알고리즘에 의해 정밀 학습이 수행된다. 최종 망의 효율성은 전통적인 신경망의 비선형 함수 근사화와 비교하여 검증하였다.
또한 새로운 구조인 모듈화된 웨이블렛 신경망을 제안한다. 제안한 모듈화된 웨이블렛 신경망은 가우스 혼합형 모듈화된 신경망과 유사하며 각 모듈인 엑스퍼트 네트워크는 웨이블렛 신경회로망으로 구성하고 게이팅 네트워크는 단일과 다중 신경망으로 구성하였다.
유전 알고리즘을 이용하여 최적 모듈화된 웨이블렛 신경망을 효과적으로 설계할 수 있는 방법을 개발하였다. 유전 알고리즘은 각 모듈에서 웨이블렛 신경망의 웨이블렛 기저 함수의 이동과 팽창 계수를 결정하는데 이용된다. 이동과 팽창 계수가 결정되면 모듈화된 웨이블렛 신경망은 확률적인 기울기 상승 학습법으로 학습된다. 최종 망의 효율성은 기존의 모듈화된 신경망의 비서형 함수 근사화 결과와 비교하여 입증하였다. 모듈화된 웨이블렛 신경망은 기존의 모듈화된 신경망 보다 근사화 수행 능력이 우수하다. 이 사실은 모의실험을 통해 입증하였다.
연구성과
본 연구를 통해 얻은 연구성과는 첫째로 정보화 시대에 발맞추어 세계적인 관심의 대상이 되고 있는 지능 시스템의 모듈화된 설계방법 및 그 응용에 대한 연구의 활성화에 크게 기여할 것이다. 둘째로 관련 전문분야의 인력양성 및 교육을 통해 국내 정보처리 분야, 제어 및 시스템 설계 분야의 발전에 기여할 것이다.
또한 모듈화된 시스템은 실제응용에 적합하기 때문에 산업체로의 기술이전이 용이하며 관련 응용제품의 고 부가가치화에 기여할 것이다. 셋째로 신경망뿐만 아니라 기존의 지능 시스템의 모듈화에 대한 연구의 활성화를 위한 토대로 활용할 것이다.

Abstract ▼

Purpose of Research
Develop a design algorithm for an optimal structure which can be determined the optimal node's numbers of Wavelet Neural Network(WNN) and module's numbers of Modular Wavelet Neural Network(MWNN) applying wavelet theories and multi-resolution analysis. This algorithm is constru

Purpose of Research
Develop a design algorithm for an optimal structure which can be determined the optimal node's numbers of Wavelet Neural Network(WNN) and module's numbers of Modular Wavelet Neural Network(MWNN) applying wavelet theories and multi-resolution analysis. This algorithm is constructed several steps such that an optimal structure design of the WNN, the developments of MWNN and its learning algorithm, and an optimal structure design of the MWNN using Genetic Algorithm.
Contents of Research
In this research, an effective method to construct an optimal wavelet neural network is develpoed using genetic algorithm. Genetic Algorithm is used to determine dilations and translations of wavelet basis functions of wavelet neural networks. Then, with these determined dilations and translations, wavelet neural networks are further trained by back propagation learning algorithm. The effectiveness of the final network is verified through the approximation result of a nonlinear function and comparison with conventional neural networks.
Also, we propose the new MWNN. Proposed MWNN is similar structure to Gauss hybrid modular neural network which each modules being expert network are structured wavelet neural network and gating network is structured single layer and multi-layer neural network.
An effective method to construct an optimal modular wavelet neural network is proposed using genetic algorithm. Genetic Algorithm is used to determine dilations and translations of wavelet basis functions of wavelet neural network in each module. Then, with these determined dilations and translations, modular wavelet neural network are further trained by Stocahstic-Gradient learning algorithm.
The effectiveness of the final network is verified through the approximation result of a nonlinear function and comparison with conventional neural networks. And, Modular wavelet neural network provide better approximating performance than conventional one. This is verified through experimental results.
Effectiveness of Research
Keeping pace at an information period, this research will contribute largely at the activation of reseach about the modular design method and its allpication of an intelligent system which are becoming the object of worldwide concern.
Through the manpower training and education of a relation telegram field, this research will contribute at a domestic information processing field, control and the development of system design.
Because of the modular system is suitable to the actual application, this results of research is easily transfer to a manufacture company and will contribute at the height value added of the relation application good.
Also, this results should be utilized the activation of research as the foundation to research about existing modular intelligent system as well as neural network.

목차 Contents

• Ⅰ. 연구계획 요약문 ...3
• 1. 국문요약문 ...3
• Ⅱ. 연구결과 요약문 ...4
• 1. 국문요약문 ...4
• 2. 영문요약문 ...5
• Ⅲ. 연구내용 및 결과 ...6
• 1. 서론 ...6
• 2. 연구방법 및 이론 ...8
• 3. 결과 및 고찰 ...19
• 4. 결론 ...19
• 5. 인용문헌 ...19