http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 홍봉화 (검색결과 77 건)
- 무료
- 기관 내 무료
- 유료
-
-
홍봉화,허윤석,Hong, Bong-Hwa,Heo, Yun-Seok 한국정보기술전략혁신학회 2004 情報學硏究 Vol.7 No.3
Learning procedure in the neural network is updating of weights between neurons. Unadequate initial learning coefficient causes excessive iterations of learning process or incorrect learning results and degrades learning efficiency. In this paper, adaptive learning algorithm is proposed to increase the efficient in the learning algorithms of Self-Organization Neural Networks. The algorithm updates the weights adaptively when learning procedure runs. To prove the efficiency the algorithm is experimented to classification of strokes which is the reference handwritten character. The result shows improved classification rate about 1.44~3.65% proposed method compare with Kohonan and Mao's algorithms, in this paper.
-
홍봉화,이지영,Hong, Bong-Hwa,Lee, Ji-Young 한국정보기술전략혁신학회 2005 情報學硏究 Vol.8 No.1
We research and analyze to the IMT-2000, it contains the various problem with the bandwidth and standardization. Finally, we proposed to the method of the standardization and implementation for the Beyond IMT-2000, in this paper. Comparing the Beyond the IMT-2000 take advantage of the aspect of the GPS(global positioning system) service and remote medical treatment service and wireless internet service and VOD(Video on Demand) service with IMT-2000. Henceforth, we are consider to the development of the contents which it is adaptable to various environment.
-
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.
-
적응 역 전파 신경회로망의 초기 연철강도 설정에 관한 연구
홍봉화 한국정보기술전략혁신학회 2001 情報學硏究 Vol.4 No.1
This paper presents an adaptive back propagation algorithm that update the learning parameter by the generated error, adaptively and configuration of the range for the initial connecting weight according to the different maximum target value from minimum target value. This algorithm is expected to escaping from the local minimum and make the best environment for the convergence. On the simulation tested this algorithm on three learning pattern. The first was 3-parity problem learning, the second was $7{\times}5$ dot alphabetic font learning and the third was handwritten primitive strokes learning. In three examples, the probability of becoming trapped in local minimum was reduce. Furthermore, in the alphabetic font and handwritten primitive strokes learning, the neural network enhanced to loaming efficient about 27%~57.2% for the standard back propagation(SBP).
-
-
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.
-
홍봉화,이호선,박화세 대한전자공학회 2007 電子工學會論文誌 IE (Industry electronics) Vol.44 No.3
In this paper, we designed of the high speed digital neuron processor in order to digital neural networks. we designed of the MAC (Multiplier and Accumulator) operation unit used residue number system without carry propagation for the high speed operation. and we implemented sigmoid active function which make it difficult to design neuron processor. The Designed circuits are descripted by VHDL and synthesized by Compass tools. we designed of MAC operation unit and sigmoid processing unit are proved that it could run time 19.6 nsec on the simulation and decreased to hardware size about 50%, each order. Designed digital neuron processor can be implementation in parallel distributed processing system with desired real time processing, In this paper. 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.
-
개선된 역전파 신경회로망을 이용한 온라인 필기체 숫자의 분류에 관한 연구
홍봉화,Hong, Bong-Hwa 한국정보기술전략혁신학회 2006 情報學硏究 Vol.9 No.4
The back propagation of neural networks has the problems of falling into local minimum and delay of the speed by the iterative learning. An algorithm to solve the problem and improve the speed of the learning was already proposed in[8], which updates the learning parameter related with the connection weight. In this paper, we propose the algorithm generating initial weight to improve the efficiency of the algorithm by offering the difference between the input vector and the target signal to the generating function of initial weight. The algorithm proposed here can classify more than 98.75% of the handwritten digits and this rate shows 30% more effective than the other previous methods.
-
홍봉화,김은원,조원경 慶熙大學校 大學院 院友會 1992 高凰論集 Vol.10 No.-
본 논문에서는 디지탈 신경회로망 실현을 위한 어레이 프로세서를 설계하였다. 역전파^(1)-(8) 학습알고리즘은 행렬·벡터의 연산으로 나타낼 수 있으며, 이 연산과정은 순환, 반복적으로 이루어지므로 어레이프로세서 구조로 설계하기에 적합하다. 신경회로망 연산에 필요한 승산과 시그모이드를 구하는 고속 연산회로를 효과적으로 실현하기 위하여 잉여수계를 이용한 연산회로를 설계하였다. 본 논문에서 제안한 방법은 현재 개발된 VLSI기술로 실현 가능하기 때문에 실제 신경망의 응용분야에 이용될 수 있을 것으로 기대된다. In this paper, the digital Neural Networks are designed using the array processor. The Back Propagation learning algorithm can be computed to Matrix-Vecter operation. This structure has advantage of design for array processor, because the arithmetic process is recursive and repeated processing. The arithmetic circuit designed using the RNS(Residue Number System) in order to realize high speed arithmetic circuit of multiplication need for cumputation of neural networks and high speed arithmetic circuit realization to get Sigmoid function value. Because the proposed method in this paper can be realized with the present VLSI technology, we expect to adopt for application field of Neural Networks.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
