퍼지 제어 기법을 이용한 개선된 Max-Min 신경망

• 영문명: An Enhanced Max-Min Neural Network using a Fuzzy Control Method
• 발행기관: 한국전자통신학회
• 저자명: 김광백(Kwang-Baek Kim) 우영운(Young-Woon Woo)
• 간행물 정보: 『한국전자통신학회 논문지』제8권 제8호, 1195~1200쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2013.08.30

국문 초록

본 논문에서는 퍼지 제어 기법을 적용하여 학습률을 자동으로 조정하는 개선된 Max-Min 신경망을 제안하였다. 개선된 Max-Min 신경망은 경쟁 단계에서 필요한 학습 시간을 줄이기 위하여, 정확성의 수와 부정확성의 수를 퍼지 제어 시스템의 입력으로 적용하여 학습률을 동적으로 조정하는 기법이다. 본 논문에서 제안된 방법을 실제 콘크리트 표면 균열 영상에서 추출한 균열의 방향성 패턴을 대상으로 인식 실험한 결과, 개선된 Max-Min 신경망이 효과적임을 확인할 수 있었다.

영문 초록

In this paper, we proposed an enhanced Max-Min neural network by auto-tuning of learning rate using fuzzy control method. For the reduction of training time required in the competition stage, the method was proposed that arbitrates dynamically the learning rate by applying the numbers of the accuracy and the inaccuracy to the input of the fuzzy control system. The experiments using real concrete crack images showed that the enhanced Max-Min neural network was effective in the recognition of direction of the extracted cracks

목차

Ⅰ. 서 론

Ⅱ. Max-Min 신경망

Ⅲ. 제안된 학습률 조정 방법

Ⅳ. 실험 및 결과 분석

Ⅴ. 결 론

참고 문헌

키워드

Max-Min Neural Network Learning Rate Competition Stage Fuzzy Control System Max-Min 신경망 학습률 경쟁 단계 퍼지 제어 시스템