Hybrid 리커런트 신경망을 이용한 시스템 식별System Identification Using Hybrid Recurrent Neural Networks
- Other Titles
- System Identification Using Hybrid Recurrent Neural Networks
- Authors
- 최한고; 고일환; 김종인
- Issue Date
- 2005
- Publisher
- 한국융합신호처리학회
- Keywords
- IIR-MLP; Recurrent neural networks; Hybrid RNN; System identification; IIR-MLP; Recurrent neural networks; Hybrid RNN; System identification
- Citation
- 융합신호처리학회 논문지, v.6, no.1, pp.45 - 52
- Journal Title
- 융합신호처리학회 논문지
- Volume
- 6
- Number
- 1
- Start Page
- 45
- End Page
- 52
- URI
- https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/3400
- ISSN
- 1229-9480
- Abstract
- 동적 신경망은 temporal 신호처리가 요구되는 여러 분야에 사용되어 왔다. 본 논문에서는 다층 리커런트 신경망(RNN)의 동특성을 더 향상시키기 위해 지역 궤환 신경망(LRNN)과 광역 궤환 신경망(GRNN)으로 구성된 합성 신경망을 사용하여 시스템 식별을 다루고 있다. 합성 신경망의 구조는 LRNN으로 IIR-MLP를, GRNN으로 Elman RNN을 결합하고 있다. 합성신경망은 선형과 비선형 시스템 식별을 통해 평가되었으며 상대적인 성능평가를 위해 Elman RNN 과 IIR-MLP 신경망과 비교하고 있다. 시뮬레이션 결과에 의하면 합성 신경망은 학습속도와 정확도에서 더 우수하게 동작하였으며, 이러한 사실은 비선형 시스템 식별에 있어서 합성 신경망이 기존의 다층 리커런트 신경망보다 더 효과적인 신경망이 될 수 있음을 보여주었다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - School of Electronic Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.