역전파 선경회로망의 인식성능 향상에 관한 연구

On the Enhancement of the Recognition Performance for Back Propagation Neural Networks

본 논문에서는 다중 모듈러 신경회로망과 보상입력 알고리즘을 제안하였다. 전자는 신경회로망의 고질적인 문제중의 하나인 수렴속도의 감소를 위하여 제안하였고, 후자는 신경회로망의 인식수행능력 향상을 도모하기 위하여 제안하였다. 본 논문의 실험구성은 두 가지 형태와 시뮬레이션으로 나누어 구성하였다. 첫째로 다중 신경회로망의 구조에 한글, 영문자 와 숫자를 적용하여 인식 실험하였다. 둘째로, 보상입력 알고리즘과 보상입력을 결정하는 단계를 기술하였다. 제안된 알고리즘을 한글, 영문자. 숫자인식에 적용하여 기존의 신경회로망과 비교 평가하였다. 실험결과. 본 논문에서 제안된 모듈러 신경회로망이 기존의 신경회로망에 비하여 3배 이상 수렴속도가 개선되었고 보정입력 알고리즘을 적용한 다중 모듈러 신경회로망은 기존의 신경회로망에 비하여 10%정도 인식률이 향상됨을 고찰하였다.

This paper proposes the multi-modular neural network and compensative input algorithm. The former is to reduce convergence speed which is one of the neural network's inveterate problems, and the latter is to improve the recognition performance of the neural network. This paper consists of two major parts and a simulation. First, it shows the structure of mu1ti-modular neural network, which is applied to the recognition of Korean, English characters and numbers. Second, it describes the compensative input algorithm and shows the steps that determine the compensative input. The proposed algorithm was tested and compared with the existing neural networks in the recognition of Korean and English characters and numbers. The convergence speed is three times or more faster than the existing neural network. In the case that compensative input was applied to neural network, the recognition rate was improved more than 10%.