http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
여진경 동양대학교 2003 동양대학교 논문집 Vol.9 No.1
I construct a chaotically driven contraction system having some analogy with the information transfer mechanism in the brain system especially from CA1 cell to CA3 cell known from the empirical result. And I induce the relation between the information about state transition of the chaotic time series and the spatial information on a fractal attractor to confirm the possibility of encoding time series data to information. Encoding ternary message is accomplished as an application of the system.
여진경 동양대학교 1996 동양대학교 논문집 Vol.2 No.1
본 논문에서는 시변 입출력 데이터를 처리하기 위한 카오스 순환 신경회로망과 개선된 한정 시간 학습 알고리듬을 제안하였다. 카오스 순환 신경회로망은 불응성 파라미터인 a와 k의 값에 따라 카오스 응답을 가지는 카오스 뉴런으로 구성되어 있다. 알고리듬에서 회로망은 주어진 한정 시간 동안 고정된 가중치 값으로 동작되며, 연결 가중치는 주어진 교사 신호에 대한 시스템 오차가 최소가 되는 방향으로 조정된다. 여러 가지 파라미터 값에 대해 간단한 시공간적 패턴의 학습을 수행하여, 그 결과를 기존의 순환 신경망의 결과와 비교하였다. 또한 실제적인 응용으로서 화자 종속 한국어 숫자음 인식 실험을 행하였다. 한국어 숫자음 '0'에서 '9' 각각의 5개 샘플을 인식하도록 회로망은 훈련받게 되고, 같은 화자에 의해 발성된 300개의 테스트 패턴으로 인식 실험을 행하였으며 인식 실험 결과를 순환 신경회로망의 결과와 비교하였다. We proposed the chaotic recurrent neural network dealing with time varying input and output signal and the improved finite-time learning algorithm. The chaotic recurrent neural network is composed of chaotic neuron which has both the chaotic response and periodic response according to the values of refractory parameters, α and k. In the algorithm, the network is run for given finite time with fixed weights, then connection weights are modified to minimize the error with given teacher signal(system error). The network is tested by simple spatiotemporal pattern with various parameters, and the result of learning is compared to that of general recurrent neural network. Then we execute recognition test of speaker dependent Korean spoken digit as a practical application. The network is trained to recognize the 5 samples of Korean spoken digit form '0' to '9', then tested using 300 utterances by the same speaker. The result of recognition experiments is compared to that of the recurrent neural network.
附加的인 Feedback 연결을 가진 循環神經回路網의 學習과 韓國語 숫자음 認識에의 應用
여진경,정호선,Ryeu, Jin-Kyung,Chung, Ho-Sun 대한전자공학회 1994 전자공학회논문지-B Vol.b31 No.11
본 논문에서는 기존의 循環神經回路網에서의 學習性能을 개선하고 局部최소해 문제를 해결하기 위한 노력의 일환으로서 附加적인 피드백 연결을 가진 순환신경회로망과 그 학습 알고리듬을 제안하였다. 이 방법에서는 회로망은 한번 반복하는동안 고정된 연결 가중치를 가지고, 주어진 時變人力과 初期條件下에서 주어진 週期동안 동작한다. 가중치는 最急降下法에 의해 총에너지가 가장 많이 감소하는 방향으로 변화된다. 만일 이러한 과정을 일정 반복횟수동안 수행한 후에도 에너지가 충분히 감소하지 않으면, 附加적인 피드백 연결이 도입되고 회로망의 외부입력이 주어진 식에 따라 다시 정의된다. 또한 제안된 회로망의 응용으로서 한국어 숫자음 인식에 대한 실험을 행하였다. We propose a new learning method of recurrent neural networks as an effort to solve local minima problem. In this method the network with fixed connection weights is run for a given period time under given time-variant external inputs and initial conditions. The weights are changed in the direction that the total error is maximally decreased by using the steepest gradient method. If the obtained error is not sufficiently small even after iterating this procedure, additional feedback connections are introduced. Then, the external input signal is redefined. And we execute experiments on the recognition of Korean spoken digits as an application of the proposed network.
HSI 색모델 기반의 컬러 영상처리를 이용한 유리조각 색상선별 시스템
김명엽(Myung-Yup Kim),서덕재(Deok-Jae Seo),김영모(Young-Mo Kim),여진경(Jin-Kyung Ryeu) 대한전기학회 2009 정보 및 제어 심포지엄 논문집 Vol.2009 No.10
본 논문은 컬러영상처리를 이용하여 다양한 색상의 유리조각을 빠른 속도로 판별하고 선별할 수 있는 유리조각 색상선열시스템을 제안한다. 제안한 컬러영상처리를 이용한 유리조각 색상선별 시스템은 먼저 유리조각의 색상을 선별할 수 있는 최적의 환경조건을 기반으로 한다. 그리고 영상의 전처리과정에서 평균 근사치 값을 이용하여 짧은 시간에 배경 및 잡음을 제거하였으며 유리조각의 생상을 판별할 때 HSI 색모델을 이용하여 선별시스템을 구현하였다. 제안한 유리조각 분류 시스템은 폐기물의 한 종류인 유리조각 재활용에 효과적으로 적용 가능하여 다른 분야의 색상 판별에도 적용할 수 있을 것이다.