본문 바로가기
HOME> 논문 > 논문 검색상세

학위논문 상세정보

신경진동자의 위상 동기화를 이용한 한글 문자의 인식에 관한 연구 원문보기
(A) Study on the Recognition of the Korean Character using Phase Synchronization of Neural Oscillator

  • 저자

    권용범

  • 학위수여기관

    東亞大學校 大學院

  • 학위구분

    국내석사

  • 학과

    전기공학과

  • 지도교수

  • 발행년도

    2004

  • 총페이지

    v, 41p.

  • 키워드

    신경진동자 위상동기화 한글문자인식 전산공학;

  • 언어

    kor

  • 원문 URL

    http://www.riss.kr/link?id=T10065400&outLink=K  

  • 초록

    신경진동자(Neural Oscillator)는 영상인식, 음성인식, 기후변동의 해석, 지질 변동의 예측 등 자연계에 존재하는 여러 가지 진동하는 시스템에 응용되어 지며 이중 영상 인식 분야에 있어서 현재 학자들의 많은 관심을 받고 있다. 이러한 진동하는 시스템의 해석이나 구현에 다층 신경회로망이나 기존의 역전파 학습 알고리즘(Back-Propagation Learning Algorithm)등을 사용할 경우 학습 구조가 복잡해지며 긴 학습시간과 비효율적인 연산의 수행 등의 어려움이 있다. 특히 처리할 데이터가 많은 패턴인식 등의 분야에 있어서 다층 신경 회로망의 경우 회로망 합성과 가중치 결정에 대한 적절한 방법을 찾지 못하여 그 사용 영역이 한정되어 있으며 역전파 학습 알고리즘은 주어진 데이터를 처리하기 위한 우선순위를 알지 못하기 때문에 많은 반복 과정을 요구한다. 따라서, 본 논문에서는 비교적 간단한 헤비안 학습 규칙에 의해 신경진동자의 위상 동기화 특성을 고찰하였으며, 이를 잡음이 혼재된 패턴의 한글 문자의 인식에 성공적으로 적용된 결과를 보여 주었다. 특별히, 헤비안 학습 규칙에 있어서 조정계수 α_(k)와 가속률 η_(i)에 의해 신경진동자의 진동특성이 조정되었으며 학습 속도 또한 현저히 개선되었다. 그리고 선형 Threshold함수를 채택하여 학습 종료 후의 인식 결과를 명확하게 할 수 있었다.


    Neural Oscillator can be applied to oscillatory systems such as the image recognition, the voice recognition, estimate of the weather fluctuation and analysis of geological fluctuation etc in nature and principally, it is used often to pattern recognition of image information and also it receives many interests of scholars. Conventional BPL(Back-Propagtion Learning) and MLNN(Multi Layer Neural Network) are not proper for oscillatory systems because these algorithm complicate Learning structure, have tedious procedures and sluggish convergence problem. However, these problems can be easily solved by using a synchrony characteristic of neural oscillator Neural Oscillator has a similar function as PLL system. It is assumed that an oscillatory neuro-computational properties as the standard Hopfield network. PLL system is named 'Phase-Locked Loop' and is basically a closed loop frequency control system, which functioning is based on the phase sensitive detection of phase difference between the input and output signals of the controlled oscillator. Therefore, in this paper, the recognition system of the Korean Alphabet using phase model synchronization of neural oscillator shall be implemented by improvement of Hebbian learning rule. We can postulate an extreme assumption that each neuron exhibits periodic sinusoidal oscillation. And also, comparing to the results of Franck C. Hoppensteadt and Eugene M. Izhikevich[1], its pattern recognition time by phase synchrony of neural oscillators with an acceleration factor shall be substantially shortened and also its recognition appearance shall be clarify by using a linear threshold function.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역