메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

초록· 키워드

오류제보하기
본 논문에서는 동적인 비선형 신경 소자의 동기화와 반동기화 현상을 이용해서 중첩된 패턴을 시간적으로 분할하여 인식할 수 있는 동적인 연상 기억망을 구성하였다.
본 논문에서 사용하는 신경 소자는 여러 가지 동적인 특성을 보이는 비선형 일차원 진동자로 모형화하였으며 주기적인 외부 자극과 적절한 세기의 잡음에 의해서 준 주기적으로 발화하는 추계공명 현상을 활용한다. 또한 이들 비선형 신경 소자의 상호 결합이 흥분성 혹은 억제성 결합일 때 동기화 혹은 반동기화가 되는 현상을 활용한다. 이러한 동적 특성을 신경망에 구현하면 중첩된 패턴이 자동적으로 시간 분할하여 사물 합성을 하거나 배경과 사물을 분리하는 문제에 이용할 수 있다. 즉 중첩된 패턴에서 부분 패턴에 속하는 노드끼리는 동기화 시키고 다른 패턴에 속하는 노드끼리는 반동기화 시킴으로써 자동적인 시간 분할이 가능하게 되는 것이다.
이러한 동적인 신경 소자를 기존에 널리 사용되어진 Hopfield 타입의 연상 기억망에서 적용하여 중첩된 입력 패턴에 대해서 시간 분할이 가능하고 따라서 사물 합성이 가능함을 보였다. 또한 시간 분할을 통하여 중첩된 패턴을 시간 분할하는 신경망의 능률, 시간 분할률은 각 노드 사이의 상호 결합의 세기나 잡음의 세기에 따라 변화가 있는 것을 보았다. 또한 약간 손상된 패턴에 대해서도 인식할 수 있는 연상기억 능력도 있는 것을 보았다.

목차

요약

1. 서론

2. 잡음에 의해서 구동되는 동적 신경 모형

3. 동적 연상 기억망에 대한 시뮬레이션 : 시간 분할

4. 결론 및 토의

5. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017976902