-
公开(公告)号：KR1019960011744A
公开(公告)日：1996-04-20
申请号：KR1019940025180
申请日：1994-09-30
Applicant: 한국전자통신연구원
IPC: G06F15/18
Abstract: 본 발명은 연속적으로 입력된 자료에 대하여 주어진 근사정도에 따라 3층의 구조, 즉 입력층, 은닉층 그리고 출력층으로 이루어진 추정망을 이용하여 자료가 의미하는 동력학을 식별하기 위한 학습방법에 대한 것이다.
여기서 추정망의 입력층과 출력층은 선형함수로 이루어진 것에 반해, 은닉층은 가우스 요소함수로 이루어졌다.
제안된 가속 간편학습방법은 기존의 간편학습방법에 비하여 계산시간은 비슷한 반면, 좋은 변수추정치를 얻을 수 있는 장점이 있다.
제안된 학습방법을 MG혼돈시계열 예측기에 적용한 결과, 기종의 간편학습방법을 적용한 MG혼돈시계열 예측기에 비해서 좋은 예측결과를 얻었다.-
公开(公告)号：KR1019950029970A
公开(公告)日：1995-11-24
申请号：KR1019940007765
申请日：1994-04-13
Applicant: 한국전자통신연구원
IPC: G06F15/18
Abstract: 본 발명은 연속적으로 입력되는 자료에 대하여 주어진 근사정도에 따라 3층의 구조 즉, 입력층, 은닉층 그리고 출력층으로 이루어진 추정망을 이용하여 자료가 의미하는 동력학을 온-라인으로 학습시키는 방법에 관한 것으로, 여기서, 추정망의 입력층과 출력층은 선형함수로 이루어진 것인데 반해 은닉층은 가우스 요소함수로 이루어진다.
온-라인 학습과정은 주어진 함수의 근사정도에 따라 적절한 요소함수를 첨가시키고 이와 연결된 변수를 추정한다.
제안된 온-라인 학습과정을 MG혼돈시계열(Mackey-Glass chaotic timeseries) 예측기에 적용한 결과 온-라인 학습과정을 적용하지 않은 MG혼돈 시계열 예측기에 비해서 좋은 예측결과를 얻었다.-
公开(公告)号：KR100204572B1
公开(公告)日：1999-06-15
申请号：KR1019960065755
申请日：1996-12-14
Applicant: 한국전자통신연구원
IPC: G06F17/10
Abstract: 본 발명은 과거 시계열 자료의 갯수를 결정하는 방법에 관한 것으로, 기존의 입력창 크기 결정 방법에서 적절한 지연시간 및 내재차원을 따로 결정하기 때문에 보다 정확한 입력창의 크기를 결정하기 어렵고, 자료수에 따라 정확도가 크게 영향을 받는 문제점을 해결하기 위해 시계열 예측모델에서 쓰이는 비선형 함수의 사상의 복잡도를 고려하여 실질적으로 보다 좋은 예측 성능을 갖도록 하므로써 시계열 예측분야 및 이의 응용분야에서 광범위하게 사용될 수 있는 시계열 예측을 위한 입력창의 크기 결정 방법이 제시된다.
-
公开(公告)号：KR1019960013362B1
公开(公告)日：1996-10-04
申请号：KR1019930006346
申请日：1993-04-15
Applicant: 한국전자통신연구원
Abstract: The method is for increasing the accuracy of the prediction with a small-scale model and for increasing the instant adaptability as to non-stopping system. The method comprises the steps that: a general estimation model(GEM) identifies the dynamic characteristics of an object system using the past data; and a local estimation model(LEM) compensates the prediction error provided from the whole estimation model in real time.
Abstract translation: 该方法用于提高小型模型的预测精度，提高不停机系统的即时适应性。 该方法包括以下步骤：一般估计模型（GEM）使用过去数据识别对象系统的动态特性; 并且局部估计模型（LEM）实时补偿从整个估计模型提供的预测误差。
-
公开(公告)号：KR100131862B1
公开(公告)日：1998-04-24
申请号：KR1019940010559
申请日：1994-05-14
Applicant: 한국전자통신연구원
IPC: G06F15/18
Abstract: 본 발명은 입력층(Input Layer)과 은닉층(Hidden Layer) 및 출력층(Output Layer)으로 이루어지는 인공 신경 회로망(Artificial Neural Network)에 관한 것으로, 입력차원에 관계없이 하나의 유니트로 융기함수(Bump Function)를 형성할 수 있는 신경 회로망 모델이다.
은닉층을 이루는 복수의 은닉 유니트 각각은 특정 국부 영역의 중심점을 매개변수로서 갖고 방사형기저 함수를 생성하는 RF노드(201)와 상수값을 포함하는 입력을 가중합을 출력하는 LF노드(202)를 포함하고, 출력층(300)은 복수의 은닉 유니트 내 RF노드들로부터 각각 제공되는 입력들의 합의 역을 출력하는 조절노드(301)와 복수의 은닉 유니트 내 곱노들들로부터 각각 제공되는 융기함수들의 합을 출력하는 적분노드(302)를 포함한다.
이로써, 융기함수를 생성하기 위해 다층인식자 모델과는 달리 입력차원에 관계없이 하나의 유니트가 필요하고, 방사형기저 망에 비해 다양한 형태의 융기함수를 생성하며, 기존의 신경망방법에 비해 현저히 적은 계산시간을 요하고, 학습 속도가 빠르며, 원하는 성능을 얻기 위해 자동으로 땅을 구성함으로써 국부최소점 문제가 해결된다.-
Patent Agency Ranking
公开(公告)号：KR100131847B1
公开(公告)日：1998-04-24
申请号：KR1019940025180
申请日：1994-09-30
Applicant: 한국전자통신연구원
IPC: G06F15/18
Abstract: 본 발명은 연속적으로 입력된 자료에 대하여 주어진 근사정도에 따라 3층의 구조, 즉 입력층, 은닉층 그리고 출력층으로 이루어진 추정망을 이용하여 자료가 의미하는 동력학을 식별하기 위한 학습방법에 대한 것이다.
여기서 추정망의 입력층과 출력층은 선형함수로 이루어진 것에 반해, 은닉층은 가우스 요소함수로 이루어졌다.
제안된 가속 간편학습방법은 기존의 간편학습방법에 비하여 계산시간은 비슷한 반면, 좋은 변수추정치를 얻은 수 있는 장점이 있다. 제안된 학습방법을 MG혼돈시계열 예측기에 적용한 결과, 기존의 간편학습방법을 적용한 MG혼돈시계열 예측기에 비해서 좋은 예측결과를 얻었다.-
-
-
公开(公告)号：KR1019940017979A
公开(公告)日：1994-07-27
申请号：KR1019920024314
申请日：1992-12-15
Applicant: 한국전자통신연구원
IPC: H05K7/12
Abstract: 본 발명은 메쉬형 컴퓨터 시스템의 단위기판 배열방법에 관한 것으로서, 복수의 단위 프로세서로 구성되는 병렬 프로세서를 장착하는 호스트 컴퓨터의 단위기판을 배열하는 방법에 있어서, 적어도 하나의 상기 단위 프로세서를 단위 기판으로 하여 메쉬 구조상의 첫번째 또는 마지막 행에 있는 단위 기판을 선택하고 아울러 각 단위기판의 방향을 결정하는 단계와, 선택된 행에 있는 단위기판들을 결정된 방향으로 일치시키고 아울러 행의 순서대로 또는 행의 역순으로 적층 구조의 상부에서 하부로 또는 하부에서 상부로 선택된 행에 있는 단위기판들을 배열하는 단계와, 선택된 행에 있는 단위기판들을 정상상태와 뒤집어진 상태로 교차하면서 배열하되, 이전의 행에 있는 단위기판들의 교차와는 반대방향으로 교차하면서 배열하는 단계와, 모든 행의 단위기판을 배열하였는지를 판별하는 단계와, 판별단계에서 모든 행의 단위기판을 배열하였을 경우 각 단위기판의 전기적 접속은 같은 행에 있어 단위기판은 인접하는 단위기판 사이의 기본거리의 케이블로 동서방향(EW)이 접속되게 연결하고 아울러 같은 열에 있는 단위기판은 인접하는 단위기판 사이의 기본 거리에 행에 있는 단위기판의 총수를 곱한 거리의 케이블로 북남방향(NS)이 접속되게 연결하는 단계와, 판별단계에서 모든 행의 단위기판을 배열하지 않은 경우 다음행에 있는 단위기판을 선택하고 아울러 이전의 행에 있는 단위기판의 방향과는 90°만큼 시계방향 또는 반시계 방향으로 회전한 다음 행의 순서 또는 역순으로 배열하는 단계로 진행하는 단계를 포함하는 것을 특징으로 한다.
-
公开(公告)号：KR1019980047279A
公开(公告)日：1998-09-15
申请号：KR1019960065755
申请日：1996-12-14
Applicant: 한국전자통신연구원
IPC: G06F17/10
Abstract: 본 발명은 과거 시계열 자료의 갯수를 결정하는 방법에 관한 것으로, 기존의 입력창 크기 결정 방법에서 적절한 지연시간 및 내재차원을 따로 결정하기 때문에 보다 정확한 입력창의 크기를 결정하기 어렵고, 자료수에 따라 정확도가 크게 영향을 받는 문제점을 해결하기 위해 시계열 예측모델에서 쓰이는 비선형 함수의 사상의 복잡도를 고려하여 실질적으로 보다 좋은 예측 성능을 갖도록 하므로써 시계열 예측분야 및 이의 응용분야에서 광범위하게 사용될 수 있는 시계열 예측을 위한 입력창의 크기 결정 방법이 제시된다.
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
