가변임계치를 이용한 ART2 모델의 학습성능 개선

Abstract

신경회로망은 여러 분야에서 관심을 가져온 주제로서 기존의 폰 노이만(Von Neumann)형 컴퓨터가 해결하기 어려운 많은 분야의 다양한 문제를 해결하기 위해 사용되고 있다. 즉, 주어진 문제가 절차적인 알고리즘이나 논리적인 과정으로 해결할 수 없을 때, 또는 문제가 제공하는 데이타가 복잡하거나 잡음이 있어서 불완전한 경우 폰 노이만형 컴퓨터는 부적당하다. 인간의 두뇌 작용을 모델링한 신경 회로망 분야에서 최근 수년동안 다양한 구조를 갖는 신경회로망을 학습시키기 위한 새로운 알고리즘 및 모델이 제안되었다. 신경회로망은 학습 방법에 따라서 크게 지도학습 신경망과 자율학습 신경망으로 분류된다. 기존의 ART(adaptive resonance theory) 학습 모델은 자율학습 신경망 모델로 빠르고 안정되면서 적응성 있는 학습을 위해서 사용되어 왔다. 본 논문에서는 ART 학습 모델을 이용한 새로운 임계치 방법을 제안하고 영상압축에 적용해 보았다. 일반적으로 ART 학습에 있어서 주어진 입력 패턴에 대해서 한번의 학습만으로 올바른 클러스터링 결과를 내지 못하기 때문에 연쇄런(multiple running)을 수행하는데, 이때 임계치를 동적으로 바꾸는 감소임계치 방법과 클러스터 생존경쟁 알고리즘을 함께 사용한 증가임계치 방법을 제안하였다. 또한 에너지 함수 측면에서 효율적인 학습 성능을 갖도록 하였다. 본 논문에서 제안한 방법을 영상압축에 응용하기 위해서 256 계조(gray scale)를 가지는 320×200 PCX 영상을 입력 패턴으로 변환하여 ART2 분류기에 학습시켰다. 실험 결과를 분석해 보면 기존의 방법에 비해서 생성되는 콜러스터수가 적으면서도 에너지 함수값이 작도록 클러스터를 구성할 수 있었다. 또한 영상을 압축한 결과를 보면 화질의 저하를 일으키지 않으면서도 좋은 압축 성능을 보였다.;ART learning model has been used for rapid learning of feed-forward neural networks and achievement of a good feature in stability and adaptiveness. In this thesis, some variable vigilance threshold methods in ART2 model are proposed. There are two methods in the variable threshold methods, to be specific, the increasing variable threshold method(IVT method) and the decreasing variable threshold one(DVT method) respectively. Each method has one of three delta functions: linear delta function, sine delta function, and squared root delta function. In general, the conventional method has used constant threshold in ART learning system, during the multiple running, using a certain target threshold value as constant threshold initialized in the first running. On the other hand, ART learning system using the proposed methods is self-organized in terms of variable threshold value computed by IVT or DVT method during the multiple running. And this finally is learned with target threshold value. The proposed methods were applied to compress the 320×200×256 PCX image file. The experimental results of proposed methods show the facts that IVT_L(IVT method with linear delta function) and DVT-S(DVT method with sine delta function) gave us not only lower values of energy function but also the smaller number of clusters than the conventional method has and besides, among the proposed methods, IVT_L and DVT_S did not deteriorate the quality of image appreciably and compressed the image compactly.