DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 조형석 | - |
dc.contributor.advisor | Cho, Hyung-Suck | - |
dc.contributor.author | 김병만 | - |
dc.contributor.author | Kim, Byung-Man | - |
dc.date.accessioned | 2011-12-14T05:26:22Z | - |
dc.date.available | 2011-12-14T05:26:22Z | - |
dc.date.issued | 2005 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=244769&flag=dissertation | - |
dc.identifier.uri | http://hdl.handle.net/10203/43536 | - |
dc.description | 학위논문(박사) - 한국과학기술원 : 기계공학전공, 2005.2, [ x, 197 p. ] | - |
dc.description.abstract | RBF(Radial Basis Function Network)는 자주 쓰이는 간단한 구조의 신경회로망인데, 이 신경회로망의 활성화 함수는 가우시안 함수와 같은 대칭형의 함수를 사용한다. 이러한 성질은 신경회로망의 성능을 개선하는데 장애가 되어 왔는데 본 논문에서는 기존의 가우시안 함수를 기반으로 하여 입력에 따라 분산이 달라지는 함수를 새롭게 정의하고 이를 의사 가우시안 함수로 정의하고 이를 바탕으로 새로운 신경회로망을 구성하였다. 이 의사 가우시안 함수는 기존의 RBF 보다 성능이 개선되었으며 교사학습뿐 아니라 비교사 학습에도 좋은 성능을 보이는 것을 실험을 통해 보였다. 이 신경망을 영상처리의 문제중 이미지 세그먼테이션에 적용하였다. 이미지 세그먼테이션에 적용하는 학습룰을 Mumford-Shah 모델에 기반하여 제안하였으며 모의실험을 통해서 X ray 영상과 같이 경계가 불분명한 영상에 적용하여 기존의 active contour 모델에 비해서 개선된 성능을 보이는 것을 확인하였다. | kor |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 이미지 세그먼테이션 | - |
dc.subject | 신경 회로망 | - |
dc.subject | 의사 가우시안 함수 신경망 | - |
dc.subject | 레디얼 베이시스 함수 | - |
dc.subject | RBF | - |
dc.subject | Image Segmentation | - |
dc.subject | Nueral Network | - |
dc.subject | Pseudo Gaussian Function Network | - |
dc.title | 의사 가우시안 함수 신경망의 설계와 응용 | - |
dc.title.alternative | Design of pseudo Gaussian function network and its application | - |
dc.type | Thesis(Ph.D) | - |
dc.identifier.CNRN | 244769/325007 | - |
dc.description.department | 한국과학기술원 : 기계공학전공, | - |
dc.identifier.uid | 000965058 | - |
dc.contributor.localauthor | 조형석 | - |
dc.contributor.localauthor | Cho, Hyung-Suck | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.