생산자동화 시스템에서 실시간 물체인식을 위한 디지털 뉴런프로세서의 설계 및 구현

홍봉화(Bong-Wha Hong),주해종(Hae-Jong Joo) 한국컴퓨터정보학회 2007 韓國컴퓨터情報學會論文誌 Vol.12 No.3

본 논문에서는 캐리전파가 없어 고속연산이 가능한 잉여 수 체계(Residue Number System)를 이용하여 생산자동화 시스템에서 실시간 물체인식을 위한 고속의 디지털 뉴런 프로세서를 제안하고 이를 구현하기 위한 중요연산부인 PE를 설계 및 구현하였다. 설계된 디지털 뉴런프로세서는 잉여수계를 이용한 MAC(Multiplier and Accumulator)연산기와 혼합계수 변환을 이용한 시그모이드 함수 연산부로 구성된다. 설계된 회로는 C언어 및 VHDL로 기술하였고 Compass툴로 합성하였으며 LG 0.8μm CMOS공정으로 설계되었다. 실험결과, 본 논문에서 설계 및 구현한 디지털 뉴런프로세서는 기존 방식의 잉여수계를 이용한 연산기 및 실수연산기로 구현한 뉴런프로세서에 비하여 3배 이상의 연산속도와 약 50%정도 하드웨어 크기를 줄일 수 있었다. 본 논문에서 설계 및 구현한 디지털 뉴런프로세서는 실시간 처리를 요하는 생산자동화 시스템의 물체인식 시스템에 적용될 수 있을 것으로 기대된다. In this paper, we designed and implementation of the high speed neuron processor for real time object recognition in the making automatic system. and we designed of the PE(Processing Element) used residue number system without carry propagation for the high speed operation. Consisting of MAC(Multiplication and Accumulation) operator using residue number system and sigmoid function operator unit using MRC(Mixed Radix conversion) is designed. The designed circuits are descript by C language and VHDL(Very High Speed Integrated Circuit Hardware Description Language) and synthesized by compass tools and finally, the designed processor is fabricated in 0.8μm CMOS process. we designed of MAC operation unit and sigmoid proceeding unit are proved that it could run time 0.6nsec on the simulation and improved to the speed of the three times and decreased to hardware size about 50%, each order. The designed neuron processor can be implemented of the object recognition in making automatic system with desired real time processing.

역전파 신경회로망의 인식성능 향상에 관한 연구

홍봉화(Bong-Wha Hong),이지영(Jie-Young Lee) 한국컴퓨터정보학회 1999 韓國컴퓨터情報學會論文誌 Vol.4 No.4

본 논문에서는 다중 모듈러 신경회로망과 보상입력 알고리즘을 제안하였다. 전자는 신경회로망의 고질적인 문제중의 하나인 수렴속도의 감소를 위하여 제안하였고, 후자는 신경회로망의 인식수행능력 향상을 도모하기 위하여 제안하였다.<br/> 본 논문의 실험구성은 두 가지 형태와 시뮬레이션으로 나누어 구성하였다. 첫째로 다중 신경회로망의 구조에 한글, 영문자 와 숫자를 적용하여 인식 실험하였다. 둘째로, 보상입력 알고리즘과 보상입력을 결정하는 단계를 기술하였다.<br/> 제안된 알고리즘을 한글, 영문자, 숫자인식에 적용하여 기존의 신경회로망과 비교 평가하였다. 실험결과, 본 논문에서 제안된 모듈러 신경회로망이 기존의 신경회로망에 비하여 3배 이상 수렴속도가 개선되었고 보정입력 알고리즘을 적용한 다중 모듈러 신경회로망은 기존의 신경회로망에 비하여 10%정도 인식률이 향상됨을 고찰하였다. This paper proposes the multi-modular neural network and compensative input algorithm. The former is to reduce convergence speed which is one of the neural network's inveterate problems, and the latter is to improve the recognition performance of the neural network.<br/> This paper consists of two major parts and a simulation. First, it shows the structure of multi-modular neural network, which is applied to the recognition of Korean, English characters and numbers. Second, it describes the compensative input algorithm and shows the steps that determine the compensative input.<br/> The proposed algorithm was tested and compared with the existing neural networks in the recognition of Korean and English characters and numbers. The convergence speed is three times or more faster than the existing neural network. In the case that compensative input was applied to neural network, the recognition rate was improved more than 10%.

어레이 프로세서를 이용한 홉필드 모델의 구현에 관한 연구

홍봉화(Bong-Wha Hong),이지영(Jie-Young Lee) 한국컴퓨터정보학회 1999 韓國컴퓨터情報學會論文誌 Vol.4 No.4

본 논문은 홉필드 모델의 실수연산을 고속으로 수행할 수 있는 디지털 신경회로망의 구현에 관한 연구이다. 홉필드 모델[1]-[8]의 연산과정은 행렬-벡터의 연산으로 기술 할 수 있으며, 이 연산과정은 순환, 반복적으로 이루어지므로 어레이프로세서 구조로 설계하기에 적합하다. 또한, Look-up-Table(연산표)에 의하여 비선형 함수를 출력함으로써, 고속의 실수 연산을 수행할 수 있도록 설계하였다.<br/> 본 논문에서 제안한 방법은 현재 개발된 VLSI기술로 실현 가능하기 때문에 실제 신경회로망의 응용분야에 이용될 수 있을 것으로 기대된다. This paper concerns the implementation of a digital neural network which performs the high speed operation of Hopfield model's arithmetic operation.<br/> It is also designed to use a look-up table and produce floating point arithmetic of nonlinear function with high speed operation.<br/> The arithmetic processing of Hopfield is able to describe the matrix-vector operation, which is adaptable to design the array processor because of its recursive and iterative operation.<br/> The proposed method is expected to be applied to the field of real neural networks because of the realization of the current VLSI techniques.

적응 역전파 신경회로망의 은닉 층 노드 수 설정에 관한 연구

홍봉화,Hong, Bong-Wha 한국정보기술전략혁신학회 2002 情報學硏究 Vol.5 No.2

This paper presents an adaptive back propagation algorithm that update the learning parameter by the generated error, adaptively and varies the number of hidden layer node. This algorithm is expected to escaping from the local minimum and make the best environment for convergence to be change the number of hidden layer node. On the simulation tested this algorithm on two learning pattern. One was exclusive-OR learning and the other was $7{\times}5$ dot alphabetic font learning. In both examples, the probability of becoming trapped in local minimum was reduce. Furthermore, in alphabetic font learning, the neural network enhanced to learning efficient about 41.56%~58.28% for the conventional back propagation. and HNAD(Hidden Node Adding and Deleting) algorithm.

생산자동화 시스템에서 실시간 물체인식을 위한 디지털 뉴런프로세서의 설계 및 알고리즘 개발

홍봉화,이승주,Hong, Bong-Wha,Lee, Seung-Joo 한국정보기술전략혁신학회 2003 情報學硏究 Vol.6 No.4

본 논문에서는 캐리 전파가 없어 고속연산이 가능한 잉여수계를 이용하여 생산자동화 시스템에서 실시간 물체인식을 위한 디지털 뉴런프로세서의 구현방법을 제안하였다. 설계된 디지털 뉴런프로세서는 잉여수계를 이용한 MAC 연산기와 혼합계수 변환을 이용한 시그모이드 함수 연산부로 구성되며, 설계된 회로는 C언어 및 VHDL로 기술하였고 Compass 툴로 합성하였다. 최종적으로, LG 0.8${\mu}m$ CMOS 공정을 사용하여 Full Custom방식으로 설계를 수행하였다. 실험결과, 가장 나쁜 경로일 경우, 약 19nsec의 지연속도와 0.6ns의 연산속도를 보였고, 기존의 실수 연산기에 비하여 약 1/2배정도 하드웨어 크기를 줄일 수 있었다. 본 논문에서 설계한 디지털 뉴런프로세서는 실시간 처리를 요하는 생산자동화 시스템의 물체인식 시스템에 적용될 수 있을 것으로 기대된다.

실시간 처리 기반의 모바일 클라이언트-서버 시스템 구현

주해종,홍봉화,Joo, Hae-Jong,Hong, Bong-Wha 한국정보기술전략혁신학회 2006 情報學硏究 Vol.9 No.4

Many researches are going on with regard to issues and problems related to mobile database systems, which are caused by the weak connectivity of wireless networks, the mobility and the portability of mobile clients. Mobile computing satisfies user's demands for convenience and performance to use information at any time and in any place, but it has many problems to be solved in the aspect of data management. The purpose of our study is to Implement Real-Time Mobile Query Processing System(MQPS) to solve problems related to database hoarding, the maintenance of shared dataconsistency and the optimization of logging, which are caused by the weak connectivity and disconnection of wireless networks inherent in mobile database systems under mobile client server environments. In addition, we proved the superiority of the proposed MQPS by comparing its performance to the C I S(Client-Intercept-Srever) model.

은닉층 노드의 생성추가를 이용한 적응 역전파 신경회로망의 학습능률 향상에 관한 연구

김은원,홍봉화,Kim, Eun-Won,Hong, Bong-Wha 대한전자공학회 2002 電子工學會論文誌 IE (Industry electronics) Vol.39 No.2

본 논문에서는 역전파 신경회로망의 학습능률을 향상시키기 위한 방법으로 발생한 오차에 따라서 학습파라미터와 은닉층의 수를 적응적으로 변경시킬 수 있는 적응 역 전파 학습알고리즘을 제안하였다. 제안한 알고리즘은 역전파 신경회로망이 국소점으로 수렴하는 문제를 해결할 수 있고 최적의 수렴환경을 만들 수 있다. 제안된 알고리즘을 평가하기 위하여 배타적 논리합, 3-패리티 및 7${\times}$5 영문자 폰트의 학습을 이용하였다. 실험결과, 기존에 제안된 알고리즘들에 비하여 국소점에 빠지게 되는 경우가 감소하였고 약 17.6%~64.7%정도 학습능률이 향상하였다. This paper presents an adaptive back propagation algorithm that its able to enhancement for the learning efficiency with updating the learning parameter and varies the number of hidden layer node by the generated error, adaptively. This algorithm is expected to escaping from the local minimum and make the best environment for the convergence of the back propagation neural network. On the simulation tested this algorithm on three learning pattern. One was exclusive-OR learning and the another was 3-parity problem and 7${\times}$5 dot alphabetic font learning. In result that the probability of becoming trapped in local minimum was reduce. Furthermore, the neural network enhanced to learning efficient about 17.6%~64.7% for the existed back propagation.?

디지탈 신경회로망의 시그모이드 함수 처리부 구현에 관한 연구

이호선(Ho Sun Lee),홍봉화(Bong Wha Hong),조원경(Won Kyung Cho) 대한전자공학회 1996 대한전자공학회 학술대회 Vol.1996 No.11

이동 멀티미디어 영상의 객관적인 품질측정 시스템 구현에 관한 연구

백승은(Seung-Eun, Paek),온진호(Jin-Ho Ohn),주해종(Hae-Jong Joo),홍봉화(Bong Wha Hong),김은원(Eun-Won Kim),박영배(Young Bae Park) 대한전자공학회 2007 대한전자공학회 학술대회 Vol.2007 No.7

This Paper provides perceptual metrics for video quality based on properties of human visual system, and audio quality based on human audition. All metrics work without reference signals, allowing non-intrusive, in-service measurements. A simple and easy-to-learn user interface displays the metrics and saves them in popular file formats like CSV.

Stochastic 알고리즘을 이용한 Hopfield 신경회로망의 구현에 관한 연구

홍봉화 세명대학교 2000 世明論叢 Vol.8 No.-

In this paper, A digital architecture which uses stochastic logic for simulating the behavior of Hopfield neural networks is described, This stochastic architecture provides massive parallelism since stochastic logic is very space efficient and reprogrammability since synaptic weights are stored in digital shift register and large dynamic range by using either fixed or floating point weights and high execution speeds about N·108 connections per second and expandability by cascading of multiple chips to host large networks and practicality by building with CMOS device technologies. results of simulations are given which show the stochastic architecture give results similar to those found using standard analog neural networks.