본 논문에서는 퍼지 로직을 이용하여 로봇과 공의 상태에 따른 로봇 행동의 선택 알고리즘을 제시한다. 전략 및 전술 알고리즘으로 많이 알려진 Modular Q-학습 알고리즘은 개체의 수에 따른 상태수를 지수 함수적으로 증가시킬 뿐만 아니라, 로봇이 협력하기 위해 중재자 모듈이라는 별도의 알고리즘을 필요로 한다. 그러나 앞으로 제시하는 퍼지 로직을 적용한 로봇축구 전략 및 전술 알고리즘은 퍼지 로직을 이용하여 로봇의 주행 알고리즘을 선택하는 과정과 로봇의 행동을 협력하는 과정을 동시에 구현함으로써, 계산 양을 줄여 로봇 축구에 보다 적합하게 해준다.

In this paper, we propose a method to avoid obstacles that have unstable limit cycles in a chaos trajectory surface. We assume all obstacles in the chaos trajectory surface have a Van der Pol equation with an unstable limit cycle. When a chaos UAVs meet an obstacle in an Arnold equation or Chua's equation trajectory, the obstacle reflects the UAV

In this paper, we propose a method to target searching method that have unstable limit cycles in a chaos trajectory surface. We assume all targets in the chaos trajectory surface have a Van der Pol equation with an unstable limit cycle When a chaos UAV meet the target in the Arnold equation, Chua's equation trajectory, the target absorptive the UAV

In this paper, design approach of PID controller with rejection function against external disturbance in motor control system is proposed using bacterial foraging based optimal algorithm. Up to the present time, PID Controller has been used to operate for AC motor drive because of its implementational advantages in practice and simple structure. However, it is not easy to achieve an optimal PID gain with no experience, since the gain of the PID controller has to be manually tuned by trial and error in the industrial system with disturbance. To design disturbance rejection tuning, disturbance rejection conditions based on H$\_$$\infty$/ are illustrated and the performance of response based on the bacterial foraging is computed for the designed PID controller as ITSE (Integral of time weighted squared error). Hence, parameters of PID controller are selected by bacterial foraging based optimal algorithm to obtain the required response.

This paper suggests the techniques in determining the values of the steady-state equivalent circuit parameters of a three-phase squirrel-cage induction machine using immune algorithm. The parameter estimation procedure is based on the steady state phase current versus slip and input power versus slip characteristics. The proposed estimation algorithm is of a nonlinear kind based on clonal selection in immune algorithm. The machine parameters are obtained as the solution of a minimization of least-squares cost function by immune algorithm. Simulation shows better results than the conventional approaches.

최근 로봇에 지능을 부여하기 fl한 다양한 연구가 진행되어 지고 있으며, 생물학-곤충들의 행동과 지능에 기초를 둔 로봇 지능-행동 연구가 중요한 연구 줄거리를 형성하게 되었다. 이 글은 로봇의 제어구조-숙고형, 반사행동형-에 대한 소개와 각각의 장.단점에 대한 고찰, 생물학-곤충들의 행동과 지능-에 기초를 둔 로봇'지능-행동 연구 분야의 최근의 연구 성과들을 고찰하고 소개한다. 그리고 지능을 부여하기 위한 학습 방법으로서의 강화학습(reinforcement learning)의 연구주제를 소개하고 향후의 로봇 연구 방향에 대하여 고찰한다.

'유비쿼터스'라는 신조어를 통해 우리의 현재 IT 분야에 큰 영향을 주고 있으며, 이 개념과 맞물려 우리 일상생활에도 많은 변화가 일어나고 있다. 현재 인터넷은 우리 생활치 일부가 되었고 다음은 로봇의 시대가 될 것이라 생각된다. 많은 국가와 연구실에 로봇에 관한 많은 연구를 하고 있으며 성과를 거두고 있다. 본 논문에서는 지능을 지니고 휴대가 간편한 휴대용기기를 이용하여 가정에서 여러 가지 기능을 수행하는 서비스 로봇을 제어하고자 한다 유비쿼터스 개념과 같이 언제 어디서든지 연결이 가능하도록 무선랜 통신을 사용하여 휴대용 기기와 가정용 서비스 로봇은 정보를 상호 교환 할 수 있다. 지능형 휴대용 기기는 가정용 서비스 로봇이 가정에서 여러 가지 임무를 수행할 수 있도록 소프트 컴퓨팅 기법을 사용한 알고리즘을 이용한다. 또 한 로봇은 환경을 파악할 수 있도록 다종의 센서를 부착하고 있으며 이를 통해 환경에 맞는 임무를 수행 할 수 있도록 정보를 수집한다. 본 논문은 지능형 휴대용 기기를 이용하여 인간 친화적인 가정용 서비스 로봇이 될 수 일도록 기능을 제어하는 것이다.

오늘날 필드버스(fieldbus), 인터넷 그리고 무선통신 등을 이용한 원격 제어 기술이 급격히 발달하고 있다. 그러나 이러한 원거리 네트워크 기반 제어는 데이터를 전송함에 있어서 지연이 불가피하며, 또한 이 지연이 일정하지 않은 문제점을 지니고 있다. 이러한 네트워크 지연은 시스템의 안정성이나 정확도에 영향을 미친다. 잘 논문에서는 네트워크상의 데이터 전송 지연을 고려한 이동 로봇의 원격 운용을 위해 TSK(Takagi-Sugeno-Kang) 퍼지 시스템을 이용하여 전송 지연의 확률 분포 함수와 네트워크 모델을 구하고 이를 전송 지연 예측 알고리듬에 적용하였다. 그리고 컴퓨터 시뮬레이션으로부터 제안된 알고리듬의 실효성을 검증하고, 기존의 예측 알고리듬과의 비교분석을 통하여 그 성능을 평가하였다.

GPS(global position system)은 특별한 표식이 없는 외부환경에서 위치 측정을 위한 가장 좋은 가능성을 보여주고 있다 그러나 현재 GPS의 오차에 의해서 위치 측정은 불가능하다. 또한 속도가 느린 이동로봇의 방향정보를 얻는 것도 힘들다. 본 논문에서는 지자기 센서를 이용하여 이동로봇의 방향정보를 이용하고 이동로봇의 인코더와 GPS를 이용하여 보다 정밀한 위치 측정이 가능하게 하였다. 이를 바탕으로 이동로봇의 지도를 작성하고 이동로봇의 안전한 경로를 신경망을 이용하여 학습하여 고장이나 충돌회피에 의해 이동로봇이 위험한 경로로 이동하는 것을 사전에 방지하였다. 또한 지도와 획득한 위치정보를 바탕으로 특정위치에서 임무를 수행함으로써 이동로봇이 외부환경에서의 방범활동이나 산업현장에 적용될 수 있음을 보이고자 한다.

The SGA(stochastic gradient ascent) algorithm is one of the most important tools in the area of reinforcement learning, and has been applied to a wide range of practical problems. In particular, this learning method was successfully applied by Kimura et a1. [1] to the control of a simple creeping robot which has finite number of control input choices. In this paper, we considered the application of the SGA algorithm to Kimura's robot control problem for the case that the control input is not confined to a finite set but can be chosen from a infinite subset of the real numbers. We also developed a MATLAB-based robot animation program, which showed the effectiveness of the training algorithms vividly.

Semiconductor Wet Station has a very important place in semiconductor process. It is important that to discharge chemical with fit concentration and temperature using chemical supply system for clean process. The chemical supply system which is used currently is not only difficult to make a fit mixing rate of chemical which is need in clean' process, but also difficult to make fit concentration and temperature. Moreover, it has high stability but it is inefficient spatially because its volume is great. We propose In-line System to improve system with implement analysis of fluid and thermal transfer on chemical supply system and understand problem of system.

이족보행로봇을 실생활에 적용하기 위해서는 비평탄지형에서의 안정적인 자율보행 및 자세 안정화는 반드시 필요한 기능이다. 본 논문에서는 계단, 경사지형, 다양한 형태의 장애물에 대처가능한 이족보행로봇의 기구설계 및 원격제어 가능한 제어시스템 구현에 대하여 설명하고, 이러한 비평탄지형에서 발에 부착된 적외선센서 및 FSR센서, 머리에 장착될 카메라를 사용한 안정된 자율보행 알고리즘을 제안하였다. 또한 발바닥에 장착된 FSR센서를 사용하여 외부에서 들어오는 외력에 대처하는 자세안정화 알고리즘도 제안하였다. 제안한 자율보행 및 자세안정화 알고리즘들은 이족보행로봇을 제작하여 다양한 환경에서 실험으로 검증하였다.

In this paper, we suggest machine control method by the Recognition of Literal Commands. This method that we design is human friendly interface to be able to command easy We distinguish words that is related to command directly or not in the Literal Commands. And vague expressions to move machine directly make behaviors by intelligent recognition model. We suggest The Literal Commands control method that is able to obtain more realistic output equivalent to users' desire throgh the literary style commands. The proposed method is experimentally tested by a mobile car using bluetooth module and mobile phone in real time using Literal language commands.

본 논문에서는 1대의 CCD카메라로 주행 중 차선과 선행차량을 인식하고 선행차량까지의 거리를 실시간으로 계측하는 알고리즘을 제시하였다. 도로와 카메라간의 기하구조를 분석하여 사영행렬을 추출하였고, 주행 중 차간 거리를 실시간으로 계측하는데 이용하였다. 또한 차선 인식을 위해서 Hough Transform을 적용하여 처리시간을 단축하였다. 도로상의 장애물은 인식된 주행차선 내로 한정하였고 도로 영상에서 수평에지성분을 구한 후 히스토그램 투영을 적용하여 장애물을 검출하였다. 거리가 점차 멀어질수록 계측오차가 증가함을 볼 수 있었으나 기존의 방법에 비하여 주행 중에 운전자가 장애물을 판단하여 제동을 취할 수 있는 정도의 유효한 오차특성을 보였다.

최근 몇 년 동안 사람들의 고유한 생리적인 특징을 이용한 생체 인식은 새로운 학문으로서 연구 및 개발이 활발하게 진행되고 있다. Hand-Geometry는 생체 인식의 확인 그리고 취득의 편리 때문에 식별 그리고 확인을 위하여 사용되고 있다. 그러므로, 본 논문은 이러한 특징을 가지는 손의 기하학적인 Hand-Geometry 인식 시스템을 제안하고자 한다. 해부학적인 관점에서, 인간의 손은 길이, 폭, 두께, 기하학적인 모양, 손바닥의 모양, 그리고 손가락들의 기하학적인 모양까지 특성으로 나타내어 질 수 있다. 그러나 특징 데이터 가운데 사용자의 Hand-GeoMetry의 특징에 따라 길이 데이터가 변하는 것을 실험적으로 발견하였다. 따라서 이와 같은 가변적인 길이 데이터를 안정화시키기 위하여 본 논문에서는 길이 데이터의 기준점을 손톱 아래 점으로 정하고, GA를 적용하여 보다 안정된 특징점을 추출하였다. 본 논문에서 제안한 Hand-Geometry 인식 시스템은 성인 20명의 개인에 대해 100개의 측정 데이터에 기인한 확인 결과를 제시한다. 인식 과정은 320$\times$240의 이미지로 실험하였고 인식 과정의 결과는 95 %의 적중률과 0.020의 FAR로 나타났다.

본 논문에서는 고정점 알고리즘의 독립성분분석을 이용한 물체영상의 특징추출을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법에 기초한 것으로 빠른 특징추출성능을 얻기 위함이고, 독립성분분석의 이용은 통계적으로 독립인 기저영상을 효과적으로 추출하기 위함이다. 제안된 기법을 Image＊after사에서 제공하는 352$\times$264 픽셀의 10개 물체영상을 대상으로 실험한 결과, 빠르면서도 정확한 복원성능과 PCA보다도 개선된 특징 추출성능이 있음을 확인하였다.

독립된 자율로봇에서 머신비젼의 구동을 위해 본 논문에서는 DARS(Distributed Autonomous Robotic System)에 적용하기 위한 디지털 이미지 프로세싱을 연구하고, DARS의 개별 로봇에 이를 임베디드화하는 것을 연구한다. 따라서 로봇을 구동하기 위해 필요한 데이터를 CMOS 카메라로부터 수신하여 영상을 스캔한 후, 원영상을 신경망 알고리즘을 통해 클러스터링하여 필요한 데이터를 추출한다. 또 이를 사용자 컴퓨터 단말기 상에 디스플레이하고, 최종적으로 DARS의 자율 이동 로봇이 영상 데이터를 인지하여 특정한 선택 동작을 수행하도록 한다.

본 논문에서는 XYS영상 정규화와 XSR 영상 정규화에 기반을 둔 영상사형정보예측 방법을 제안한다. 실험을 통하여 XYS영상 정규화와 XRS 영상 정규화에 기반을 둔 영상사형정보예측 방법을 보이고 XYS 방식의 의한 사형정보예측방법이 더 우수함을 보인다. 또한 플리핑 및 회전과 수평 수직 비 정보를 원래영상과 감지된 영상의 중앙모멘트로 표시될 수 있음을 보인다.

인간의 감정을 정의하거나 분류하는 것은 매우 어려운 일이다. 이러한 애매모호한 인간의 감정은 어느 한 감정만 나타나는 것이 아니고 다양한 감정의 복합으로, 눈에 띄는 강정이 드러나는 것이다. 인간의 애매모호한 감정 상태와 유사한 감성을 표현하는 알고리즘으로 dynamic emotion Space를 이용한 감성 표현 알고리즘을 제안한다. 기존의 감성 표현 아바타들이 키리 설정된 몇개의 감정만을 데이터 베이스에서 불러와 표현하는 반면에, 본 논문에서 제안하는 감성 표현 시스템은 동적으로 변화하는 감성 공간을 이용하여 감성을 표현함으로써 무수히 다양한 표정을 표현할 수 있다. 실제로 인간의 복합적이고 다양한 표정을 표현할 수 있는지를 알아보기 위해 실제 구현 및 실험을 수행하고, dynamic emotion space를 이용한 감성 표현 시스템의 성능을 입증한다.

지능 홈-케어 시스템 또는 외부 통신 채널의 환경 인식이 가능한 모바일 통신기기와 같은 상황 인식 시스템이 외부 상태를 감지하여 현재 상창을 인식하고 대처하기 위해서는 수 백개 이상의 규칙들을 이용한 추론을 필요로 한다. 이들 규칙들의 효과적인 추론을 위해서는 룰-베이스 시스템에 기반을 둔 추론 기법을 적용시킬 수 있다 이 룰-베이스 시스템의 추론 규칙의 매칭을 위해서 RETE 알고리즘이 사용되어 왔다. 하지만 RETE 알고리즘은 그 특성상 Von Neumann 구조의 컴퓨터 시스템에서는 규칙의 증가에 따른 그 성능의 저하가 필연적이다. 본 논문에서는 RETE 네트워크를 이용한 추론을 효과적으로 수행할 수 있는 RETE 네트워크 하드웨어 가속기의 구조에 대해서 논한다. 이 RETE 네트워크 하드웨어 가속기은 Von Neumann의 구조적 제약점을 병렬처리 구조를 사용하여 제거하였다.

본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 논문에서는 얼굴의 눈, 코, 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서는 모든 영상이 같은 크기의 특징 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM방법의 Face Graph 생성 과정을 보다 간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였다.

규칙 기반 추론 시스템에서 규칙의 속성 감축은 다양한 방법으로 제안되어 왔다. 규칙의 속성 감축은 퍼지 추론 시스템을 구현하는데 있어서 처리 시간을 단축시킬 수 있으나 규칙의 종속성 및 상관성을 고려하지 않을 경우 예상하지 못한 추론 결과를 얻을 수 있다. 따라서, 본 논문에서는 복합속성을 가진 규칙의 속성 감축과 상관성을 고려하기 위하여 러프집합의 특성 중 식별가능 행렬과 식별가능 함수를 이용하였다. 그리고 속성 감축에 사용된 규칙은 복합속성(composite attribute)을 가지는 감성 데이터를 이용하였다.

기업들의 고객중심 마케팅 기법중 하나인 고객관계관리(CRM ： Customer Relationship Management)가 인터넷의 발전으로 온라인화 되고 있으며 다양하게 발전되어 왔다. 가장 대두되고 있는 문제는 고객 분류를 객관적인 방법으로 어떻게 자동화할 수 있는가 이다. 본 논문은 최적화 모형을 이용하여 고객 분류를 더욱 세밀하게 할 수 있음을 제안하였고 고객 집단 편성 최적화를 반영함으로써 고객을 최적으로 분류할 수 있는 시스템을 설계 및 구축하였다.

본 논문은 패턴인식을 위해 사용할 수 있는 감독학습을 이용한 supervised IAFC neural network 1과 supervised IAFC neural network 2를 제안하였다 Supervised IAFC neural network 1과 supervised IAFC neural network 2는 LVQ(Learning Vector Quantization)를 퍼지화한 새로운 퍼지 학습법칙을 사용하고 있다. 이 새로운 퍼지 학습 법칙은 기존의 학습률 대신에 퍼지화된 학습률을 사용하고 있는데, 이 퍼지화된 학습률은 조건 확률을 퍼지화 한 것에 근간을 두고 있다. Supervised IAFC neural network 1과 supervised IAFC neural network 2의 성능과 오류역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데, 실험결과 supervised IAFC neural network 2 의 성능이 오류역전파 신경회로망의 성능보다 우수함이 입증되었다.

Fuzzy Kernel C-Means(FKCM) 알고리즘은 커널 함수를 통하여 구형의 데이터뿐만 아니라 Fuzzy C-Means(FCM)에서는 분류하기 힘든 복잡한 형태의 분포를 갖는 데이터를 분류할 수 있다. 하지만 FCM과 같이 노이즈에 대해서는 민감한 성질을 가진다 이처럼 노이즈(noise)에 민감한 성질을 보완하기 위해서 본 논문에서는 Possibllistic C-Means 알고리즘에 커널 함수를 적용하였다. 본 논문에서 제안된 Kernel Possibilistic C-Means(KPCM) 알고리즘은 일반적인 데이터에 대해 FKCM과 같은 성능의 클러스터링 수행이 가능하며 노이즈가 있는 데이터에 대해서는 FKCM보다 더욱 정확한 클러스터링을 수행할 수 있다.

본 연구에서는 근골격계로 구성된 신체 역학계와 신경 진동자로 구성된 신경계의 상호작용에 의해서 자율적인 2족 보행운동 생성하려고 하고 있다. 이를 위해서는 역학계와 신경계의 않은 파라메트(Parameter)의 조절이 필요하다 본 연구에서는 유전적 프로그래밍(GP)을 이용하여 파라메트의 자동조절 수법을 제안하였다. GP는 문제를 해결하기 위한 계산 프로그래밍을 탐색하는 진화형 탐색 알고리즘으로, GP를 이용해서 문제해결을 행하기 위해서는 노드의 선택이 매우 중요하다. 그러나 대상문제에 대한 충분한 정보가 없는 경우에는 노드를 용장성 있게 설계하게 되어, 이로 인한 탐색공간의 확장으로 GP에 대한 탐색성능의 저하를 초래한다. 본 논문에서는 이러한 문제를 해결하기 위해서 용장성 노드 집합으로부터 유용한 노드를 획득하기 위해 제안한 수법을 2족 보행운동 생성 시스템에 적용하기 전에 사전 평가로서 기호회귀(Symbolic Regression)문제에 적용하여 실험을 통해 제안 수법의 타당성과 탐색성능 향상의 효과에 관해서 논하고자 한다.

유전 알고리듬은 NP-Hard 문제의 해결이나, 함수 최적화, 복잡한 제어기의 파라미터 값 추적 등, 광범위한 분야에 걸쳐 이용되고 있다 일반적인 유전 알고리듬은 적합도 함수를 통해 해들의 품질을 결정하고, 해들의 품질에 따라 선택 연산을 거쳐, 교차나 돌연변이를 통해 우수한 품질의 해를 찾는 과정을 가진다 현재 이 과정은 대부분 소프트웨어적으로 구현되어 범용 프로세서를 통해 수행된다. 그러나 높은 소프트웨어 의존성은 해집단의 크기가 커질수록 교차/변이 연산과 해들의 품질비교에 수행되는 시간을 크게 증가시키는 약점이 있다. 따라서 본 논문에서는 순위 기반 선택과 일점 교차(one-point crossover)를 사용한다는 제약하에, 해들의 순위를 정렬 네트워크를 통해 결정하고 해들을 Residue Number System(RNS)로 표현하여 하드웨어적으로 교차연산을 처리하는 프로세서 구조를 제안한다 이러한 접근을 통해 해들의 품질비교에 걸리는 시간을 크게 줄이고 교차/변이 연산의 효율을 높일 수 있다.

유비쿼터스 컴퓨팅 환경에서는 각 클라이언트는 자신이 처한 환경에 따라서 여러 가지 장치를 사용할 수 있고, 각 장치는 각기 다른 클라이언트의 요구를 동시에 받을 수 있다. 본 논문에서는 클라이언트들이 보내는 프린트 요청을 받아 사용자에게 적절한 프린터로 출력하는 유비쿼터스 컴퓨팅 환경에서의 프린터 서버를 가정한다. 그러나 프린터 서버는 많은 클라이언트로부터 동시에 프린트 요청을 받을 수 있으므로, 가능한 모든 클라이언트의 요청을 만족시킬 수 있는 스케줄링을 해야 한다. 이러한 목적을 위한 유전자알고리즘을 이용한 유비쿼터스 환경에서의 실시간 프린터 스케줄링 방법을 제안한다.

This paper proposes an alternative observation scheme, T-S fuzzy model based indirect adaptive fuzzy observer. Nonlinear systems are represented by fuzzy models since fuzzy logic systems are universal approximators. In order to estimate the unmeasurable states of a given nonlinear system, T-S fuzzy modeling method is applied to get the dynamics of an observation system. T-S fuzzy system uses the linear combination of the input state variables and the modeling applications of them to various kinds of nonlinear systems can be found. The adaptive fuzzy scheme estimates the parameters comprising the fuzzy model representing the observation system. The proposed indirect adaptive fuzzy observer based on T-S fuzzy model can cope with not only unknown states but also unknown parameters. In the process of deriving adaptive law, the Lyapunov theory and Lipchitz condition are used. To show the performance of the proposed observation method, it is applied to an inverted pendulum on a cart.

본 논문은 공기의 쾌적을 나타내는 항온, 항습의 개념인 공기의 측정 지수를 사람이 체감할 수 있는 단일 항목인 쾌적도라는 항목으로 나타낼 수 있는가를 측정하고 측정지수를 통해 실제 수치로써 쾌적도를 나타내어 보았다. 이는 이제 공기의 습도와 온도를 통해 구체적이지 못한 수치로써 만 나타내어 보이지 않고 함께 작용하는 두 가지 기능을 한가지인 쾌적도라는 지수를 실제 탄생시키고 이를 측정해 보일 수 있는 요소를 퍼지 측도라는 개념을 통해 실현하여 보았다.

감속기가 사용되어지는 경우 부하의 변동이나 구동부의 상태변화에 따라 모터의 토크, 회전수 등이 변하는데 이러한 값들을 모니터링 하면 부하의 변동이나 구동부를 진단할 수 있다. 본 논문은 유성기어를 이용한 기어드 모터를 제작하고, LCD를 포함하는 간단한 사용자 인터페이스를 통해 전달 Torque, 전달회전수(rpm), 전달동력을 확인할 수 있는 소형의 표시기가 있는 감속기에 관한 것이다. 일반적으로 전달 토크를 측정하는 장비는 크기가 크고 고가이며 계측기를 연결하고 측정하는 과정이 매우 번거로울 뿐만 아니라 지속적인 유지보수가 필요한 단점이 있다. 본 논문에서 제안하는 유성기어를 사용하면 간단히 모터의 토크 및 회전수를 측정할 수 있고 측정값을 표시하는 표시기를 모터에 부착할 수 있다. 측정 및 표시기는 기존 가격에 비해 매우 값싸게 제작할 수 있고 유지보수가 필요 없으며 검출 값을 시스템 제어부에 피드백 시키면 자기진단이 가능해진다. 특히 블루투스를 이용한 무선 통신기능을 부과하면 원격 모니터링이 가능하고 복수 모터유닛의 네트워크 구성이 용이하며 인터넷을 통한 데이터 통신으로의 확장이 가능하다.

일반적인 이동 로봇의 주된 관심은 경로 생성과 생성된 경로 추종에 있다. 그러나 일부 고속의 이동성이 필요로 하는 로봇의 경우 동역학적 제한 조건이 존재하며, 이러한 제한 조건내에서 원하는 움직임에 대한 제어가 요구된다. 본 논문에서 환경 지도를 가지고 있지 않은 상태, 즉 미지의 환경에서 이동 로봇의 경로 추종에 있어서 빠른 이동시에 발생할 수 있는 이동 로봇의 미끄러짐이나 전복 현상을 막기 위해 이동 로봇의 동역학적 제한 조건을 퍼지 논리를 이용하여 기준 속도를 변화시켜 안전하고 빠른 경로 추종 성능을 얻고자 하였다. 특히, 라인 추종 이동 로봇을 모델링하여 실시간으로 변화하는 목표점에 대한 추종 제어기를 설계하고 퍼지 최적 속도 제한 제어기를 통해 연속적으로 변화하는 라인에 대해서 지능적으로 로봇이 변화하는 라인에 대해서 지능적으로 로봇의 속도를 제한하여 안정적인 추종 성능을 발휘함을 확인하였다.

In this thesis, we present the Takagi-Sugeno-Kang (TSK) fuzzy model based adaptive controller and adaptive identification for a general class of uncertain nonlinear dynamic systems. We use an estimated model for the unknown plant model and use this model for designing the controller. The hybrid adaptive control combined direct and indirect adaptive control based on TSK fuzzy model is constructed. The direct adaptive law can be showed by ignoring the identification errors and fails to achieve parameter convergence. Thus, we propose an TSK fuzzy model based hybrid adaptive (HA) law combined of the tracking error and the model ins error to adjust the parameters. Using a Lyapunov synthesis approach, the proposed hybrid adaptive control is proved. The hybrid adaptive law (HA) is better than the direct adaptive (DA) method without identifying the model ins error in terms of faster and improved tracking and parameter convergence. In order to show the applicability of the proposed method, it is applied to the inverted pendulum system and the performance is verified by some simulation results.

Controller that is designed in this paper is form that apply PID controller about Fuzzy algorithm. Fuzzy Controller that using this paper is can speak that compensation style fuzzy controller as form to solidify action of PID controller for plant. This is not form that autotuning the each PID coefficient. We Apply and examined the response character to AGC(Automatic Generation Control) system using designed controller.

본 논문은 정수장에서 사용하는 응집제의 종류와 주입량을 결정하기 위한 시스템 개발에 관한 내용이다. 정수장은 여러 단위 처리장으로 구성되며, 탁도와 색도를 제거하기 위하여 혼화지에서 응집제를 주입하여 침전을 시킨다. 현재까지 응집제 결정을 위해 Jar-test를 이용하였는데, 이 방법은 사람의 주관적인 판단에 의존하므로 실험 오차가 발생할 수 있다. 특히 정수장의 자동화를 위한 시스템 개발에서 가장 큰 걸림돌로 작용하고 있다. 본 논문은 이러한 문제점을 해결하기 위하여 데이터 마이닝 기법 등을 이용한 응집제 종류와 양을 결정하는 제어기를 개발하였다.

본 연구에서는 군용선 설계 시 중요한 요소인 무장탑재 및 무장 할당 문제 해결을 위해, ACO(Ant Colony Optimization) 알고리즘과 Lanchester 법칙이 결합된 방법론을 제안하고 적용 결과를 검토하는 것을 내용으로 하고 있다.

차세대 정보통신 기술의 가장 중요한 패러다임으로 유비쿼터스 컴퓨팅이 새롭게 주목 받고있다. 그러나 현재 유비쿼터스 환경에서 축적되어 있는 분산데이터베이스의 구체적인 활용 방안에 관한 연구는 아직 불충분하다. 본 논문에서는 분산환경 데이터베이스에 축적되어 있는 데이터를 베이지안 네트워크를 이용하여 인간의 동작이나 행동에 대한 상황 적응형 서비스를 실행하는 방법을 제안한다. 베이지안 네트워크는 변수들 사이의 인과 관계를 표현하기 때문에 사용자의 행동이나 특성들을 기술하는 것이 용이하다 유비쿼터스 환경에서 인간이나 사물의 동작, 행동 등을 축적한 데이터베이스로부터 현재 인간의 상황을 예측하여 인간이 필요로 하는 적절한 서비스를 실행하는 작업이 요구된다. 유비쿼터스 환경 내에서 발생하는 이벤트를 인지하고 인간과 사물간의 대화 생성의 중개역할자로 베이지안 네트워크를 이용하여 적절한 서비스를 추론하고 실행하는 방법을 제시한다.

현대의 다양한 심리적 갈등을 해결하기 위해 많은 연구가 진행되어지고 있다. 기존지 심리 진단 방식은 전문 상담인을 직접 찾아가서 상담을 받고 진단해야 하는 등에 여러 과정을 거쳐야만 했다. 본 논문에서는 이러한 복잡한 과정을 거치지 않고 온라인상에서 사용자의 상태를 입력하면 퍼지 추론을 이용하여 현재 사용자의 심리상태를 파악하여 진단하는 진단시스템을 구성하였다. 또한 공격적 추론과 퇴행적 추론을 모두 고려한 복합추론으로 결과 값을 도출하는 방법을 제안하였고, 제안된 추론법을 심리진단 시스템에 적용하였다.

기존의 참조서명과 입력서명을 비교하는 방법 중 분절 단위 비교 방법은 전역적 방법과 점단위 방법에 비하여 우수한 장점을 가지고 있다. 그러나 분절 단위 비교 방법은 인식률과 직접적인 관계가 있는 분절의 불안정 문제점이 있다. 본 연구에서는 분절 단위 비교 방법을 이용한 서명검증의 신뢰도를 향상시키기 위해 두 가지 형태의 모델을 구축하였다. 우선 기존에 사용된 구간 분할 매칭 방법을 사용하여 매칭도를 산출하였다. 다음으로 서명의 분할된 영역을 주성분 분석 기법에 의해 특징 벡터를 산출한 후 HMM에 의해 서명 모델을 구축하였다. 산출된 두 특징을 융합하는 방법으로는 SVM 분류기를 사용하였다 실험 결과 제안된 기법은 분절 단위 기반의 구간분할매칭 기법에 비해 우수한 성능을 나타냈다.

정보기술의 발달과 교통기술의 발달로 인해 현재 많은 정보화 시스템들이 등장하고 있다. 최근 GPS(Global Positioning System)의 보급과 위치정보의 중요성이 대두되면서 위치정보기반 서비스(LBS, Location Based Service)의 개발이 눈에 띄게 두드러지고 있다. 사용자 위치 정보 획득 기술이 발달함에 따라 한편으로는 사용자의 위치정보가 악용되어 사생활 침해와 같은 문제점도 나타나고 있다. 본 논문은 사용자의 위치정보를 기반으로 이동경로 혹은 궤적을 패턴으로 분류하고 일반적인 사용자의 생활권역의 경로에 대해 학습을 실시하여 위치기반의 서비스의 사생활 침해 문제에 대한 해결방법을 제시한다.

본 논문에서는 자기저항 센서를 이용하여 자율주행 시스템에서 필요로 하는 자석의 종류에 따른 자계의 특성을 분석하였다 분석결과 거리에 따라 자계의 특성이 변화하고, 자석에 근접할수록 자계의 변화가 급격하게 나타난다. 센서가 자석에서 멀어질수록 지자계의 값에 가까워진다 또한 페라이트자석 보다 네오디뮴 자석의 자계특성이 우수함을 보였다.

스마트 홈은 유비쿼터스 환경의 각종 센서와 정보가전에서 얻어지는 데이터에서 사용자의 Context를 추출하여 사용자에게 적응적인 서비스를 제공한다 지금까지의 Context는 사용자가 한 명일 경우를 가정하였지만 실제 집이라는 공간은 가족이라는 구성원이 함께 생활하는 공간으로 동시에 여러 개의 Context가 존재하며 이러한 Context는 서로 충돌할 수도 있다. 본 논문에서는 집에서 여러 Context들 간에 충돌이 일어났을 때 이를 해결하는 방법을 제안한다. 집은 여러 사용자가 공유하고 있지만 각 구성원의 침실이나 화장실처럼 한 개인의 영역이 존재한다 또한 침실은 쉬는 곳, 주방은 요리를 하고 음식을 먹는 곳, 거실은 가족끼리의 모임을 갖거나 TV 시청, 음악감상 등의 여가를 즐기는 곳 등 공간마다 나름의 용도를 가지고 있다 본 논문은 Context들간의 충돌을 조정을 위해 이러한 공간의 특성을 이용할 것을 제안한다.

여러 분야에서 다양한 목적으로 인간처럼 생각하는 시스템을 구현하고자 하는 연구가 이루어지고 있다. 인간의 뇌에서 기억을 담당하는 부분은 시각, 청각, 촉각 등의 감각 정보를 이용하여 새로 들어온 정보가 이미 기억된 정보와 같은가를 비교하여 기존 기억에 적용시키거나 새로운 정보로 기억시킨다. 기존의 모델은 ART를 사용하여 그것을 구현하고 반복 학습되지 않는 정보는 잊혀져 버리는 것과 강한 자극과 함께 입력된 정보는 반복 학습되지 않아도 잊혀지지 않는 것이었다. 그 모델을 이용할 경우 모든 감각에 대한 정보들이 전부 한 번에 처리되었기 때문에 감각별로 정보를 차등적으로 조절하여 처리하기가 곤란하였다. 본 논문에서는 이 문제를 개선하기 위해 기존의 ART를 이용한 모델에서 감각 정보를 비교하는 과정을 퍼지 규칙을 도입한 방법으로 교체하고자 한다. 우선 입력받는 감각 정보의 여러 값들을 감각 별로 그룹화 한 후 그룹별로 퍼지 규칙을 이용하여 비교한다. 기억된 정보들을 퍼지 규칙으로 하고 입력된 정보를 이용하여 각각의 규칙에 대한 결과를 낸다. 이 모델에서는 퍼지를 사용하여 기억된 정보에 대한 이해가 쉽고, 기억된 정보를 이용할 때 규칙을 조절하여 적용하는 것으로 상황에 따라 필요한 감각 정보를 알맞게 적용할 수 있을 것이다.

본 논문에서는 잡음이 첨가된 선형적으로 혼합된 신호들을 대상으로 뉴우턴법과 할선법의 고정점 알고리즘 각각을 적용할 때 그 분리성능을 비교 검토하였다. 여기서 뉴우턴법은 기울기 변화에 따른 속성을 이용하며, 할선법은 접선의 변화를 이용하는 속성을 가진다. 실험에 이용된 신호는 512$\times$512 픽셀의 2개 2차원 영상이며, 가우스 분포와 라플라시안 분포의 잡음을 이용하였다. 실험 결과, 할선법의 알고리즘이 뉴우턴법보다 잡음에 강인한 특성을 가짐을 알 수 있었다. 한편, 잡음이 첨가되지 않은 경우보다 가우시안 잡음 및 라프라시안 잡음을 첨가한 경우, 절대합 오차값에서 각각 약 23% 및 약 9.7%정도 원영상과의 오차를 보였다.

Distributed Agent Robotic System (DARS)은 독립된 로봇 개체들이 스스로 판단하고 행동하는 시스템이다. DARS에서는 각 개체가 주위 환경과 이웃한 개체들의 상태를 인식하고 자신의 처한 환경에 맞게 행동해야 한다. 따라서 DARS 시스템에서는 센서와 같이 주위 환경을 인식하는 시스템이 매우 중요한 역할을 담당한다. 특히 주위의 장애물을 회피하거나 이웃한 개체와의 거리를 측정하기 위한 시스템은 DARS에서는 필수적이다. 물체와의 거리를 판별하기 위해서는 적외선이나 초음파를 이용한 시스템이 많이 사용된다. 본 논문에서는 적외선 센서를 이용한 거리 측정 시스템을 제안한다. 적외선을 쏘고 물체에 반사되어 나오는 적외선의 세기를 이용해서 거리를 측정할 수 있기 때문이다. 또한 DARS의 거리 측정 시에 고려해야 할 환경적인 요인에 대해 알아보고 실험을 통해서 미칠 수 있는 영향력을 측정한다.

Fuzzy logic, neural network, fuzzy-neural network play an important as the key technology of linguistic modeling for intelligent control and decision making in complex systems. The fuzzy-neural network (FNN) learning represents one of the most effective algorithms to build such linguistic models. This paper proposes learning approach of fuzzy-neural network by immune algorithm. The proposed learning model is presented in an immune based fuzzy-neural network (FNN) form which can handle linguistic knowledge by immune algorithm. The learning algorithm of an immune based FNN is composed of two phases. The first phase used to find the initial membership functions of the fuzzy neural network model. In the second phase, a new immune algorithm based optimization is proposed for tuning of membership functions and structure of the proposed model.

본 논문에서는 인간과 로봇의 상호작용을 위해 감정에 기반한 감정 처리 모델을 설계하였다. 감정 재현 기술은 사용자에게 친근감을 주기 위해 로봇 시스템이 제스처, 표정을 통하여 사람이나 동물의 감성과 동작을 표현하는 분야이다. 로봇이 감정을 표현하는 문제에는 많은 심리학적, 해부학적, 공학적 문제가 관련된다. 여러가지 애매모호한 상황임에 불구하고 심리학자인 Ekman과 Friesen에 의해 사람의 여섯 가지 기본 표정이 놀람, 공포, 혐오, 행복감, 두려움, 슬픔은 문화에 영향을 받지 않고 공통적으로 인식되는 보편성을 가지고 있는 것으로 연구됐다. 사람의 행동에 대한 로봇의 반응이 학습되어 감정모델이 결정되고, 그 결과가 행동결정에 영향을 주어 로봇의 행동에 반영되도록 하였다. 본 논문에서는 인간과 로봇과의 상호작용을 통해 정보를 축적하고 인간의 반응에 적응해나 갈 수 있는 감정 처리 모델을 제안한다.

Model selection is the process that sets up the regularization parameter in the support vector machine or regularization network by using the external methods such as general cross validation or L-curve criterion. This paper suggests that the regularization parameter can be obtained simultaneously within the learning process of neural networks without resort to separate selection methods. In this paper, extended kernel method is introduced. The relationship between regularization parameter and the bias term in the extended kernel is established. Experimental results show the effectiveness of the new model selection method.

디스플레이 장치간의 색 재현 차이를 극복하기 위하여 다양한 색역폭 사상 기법이 사용되고 있다. 기존 색역폭 사상 방법은 일반적으로 색 공간 변환과 같은 복잡한 비선형 변환을 여러 단계 거치므로 실시간 처리 구현이 어렵다. 본 논문에서는 신경 회로망을 이용하여 기존의 색역폭 사상 방법을 학습하고 근사화한 방법을 이용한다. 이를 위해 주어진 디스플레이 장치의 표현 가능한 모든 색상에 대해 미리 색역폭 사상을 수행하고 그 결과를 학습 데이터로 이용하게 되며, 학습된 신경망은 이종 디스플레이 장치간의 색역폭 사상에 사용된다. 제안된 색역사상을 실시간 처리하기 위해서 학습 과정은 오프라인을 통해서 이루어지게 되고, 구해진 신경망은 프로세서의 메모리를 이용, 1차원의 Look-Up Table로 구성한다. 제안한 방법을 색역폭 사상에 적절하도록 최적화시키면 고속의 색역폭 사상이 가능하다.

인간의 뇌와 같이 다양한 정보들을 구분하고 처리하며 기억할 수 있는 능력을 지닌 시스템은 현재 지능 기법이 적용되고 있는 제어, 통신, 인터넷 응용 기술, 경영 분야, 분석 및 예측 등의 분야에 응용될 수 있으며 그 성능을 효과적으로 향상시킬 것이다. 이러한 다양한 분야에 활용될 수 있는 통합 모델을 제시하고 점차 발전시켜나감으로써 미래에 기대되는 다양한 인간형 시스템, 친환경적 시스템, 인간보조 시스템 등의 공학적 시스템 측면과 인간을 대신할 수 있으면서 인간과 유사한 능력을 지닌 학습 시스템, 추론 시스템, 판단 시스템 등의 지능형 시스템 측면에서 활용 가능한 모델로 성장시켜 나갈 수 있다. 이에, 본 논문에서는 생물학적인 두뇌의 정보처리 메커니즘을 해석하고 공학적인 개념의 정립과 정보처리 흐름을 규명하고 정의함으로써 출력에 반영할 수 있는 모듈을 설계하고 최종적으로, 뇌 정보처리 메커니즘에 기반한 레이어를 설계하여 범용으로 사용될 수 있도록 하고자 한다. 본 논문에서 설명되는 레이어 구조는 공학적인 분야는 물론 생물학적 뇌 연구에도 활용될 수 있을 것으로 기대된다.

본 논문에서, 우리는 부호가 있는 구간치 쇼케이적분을 정의하고 부호가 있는 수간치 쇼케이 적분이 이산과 단조성이 없는 경우를 모델화할 수 있는가를 보인다. 더욱이 일시적인 선택, 재화 가격과 복지평가 등의 응용에 관해서도 언급하고자한다.

본 논문에서는 기존의 정보량(Entropy) 기반 클러스터링 기법을 향상시키기 위한 방법으로서 퍼지 정보량을 이용하였다 가우시안 혼합 모델을 이용하면, 프로토타입의 목적 함수를 이용하는 클러스터링 기법보다 향상된 결과를 얻을 수 있고, Parameter의 조정이 요구되지 않는다. 그러나, 가우시안 혼합 모델의 사용은 주어진 패턴 집합을 클러스터링하는데 계산량의 증가를 초래하게 된다. 본 논문에서는 가우시안 혼합 모델의 정형화에 요구되는 계산량을 감소시키는 방법을 제시한다 또한 퍼지정보량(Fuzzy Entropy)을 적용하여 기존의 정보량 기반의 클러스터링 결과와 비교 분석하였다.

질적인 속성을 양적인 계열로 전환하여 측정할 수 있는 도구를 개발하는 과정에서 서스톤, 리커트, 어의분별 및 커트만 척도 등을 많이 활용한다. 이 측도들 중 우리는 리커트 척도에 대해 알아보고, 응답이 애매한 리커트 척도의 자료를 퍼지화하는 방법을 제안하고 그 자료에 대한 분석 방법을 연구하려고 한다.

In this paper we study the controllability for the nonlinear fuzzy integro-differential equations on E$_{N}$$^{n}$ by using the concept of fuzzy number of dimension n whose values are normal, convex, upper semicontinuous and compactly supported surface in R$^n$. E$_{N}$$^{n}$ be the set of all fuzzy numbers in R$^n$ with edges having bases parallel to axis X$_1$, X$_2$, …, X$_{n}$ .X> .

Using the idea of generalized intuitionistic fuzzy set, we study the notion of generalized intuitionistic fuzzy matrices as a generalization of fuzzy matrices, We show that some properties of a square generalized intuitionistic fuzzy matrix such as reflexivity, transitivity and circularity are carried over to the adjoint generalized intuitionistic fuzzy matrix.

In this paper, we find some properties of intuitionistic fuzzy numbers and scribe the properties of intuitionistic fuzzy sets in R.

인터넷의 급격한 보급으로 다양하고 많은 종류의 유용한 정보를 이용할 수 있게 되었다. 이와 같은 정보의 바다에서 원하는 정보를 검색하고 이를 관리하고 사용하는 것은 매우 어렵다 이러한 문제를 해결하기 위해 검색엔진, 메타검색 엔진, 스파이더, 지능 에이전트 혹은 웹 에이전트와 같은 여러 종류의 시스템들이 개발되고 있다. 이와 같은 시스템들은 지능 에이전트로써 정보의 과부하를 피하기 위해 사용되어지고 있다. 소프트웨어 에이전트들을 효율적으로 개선하기 위해서는 검색된 데이터를 표현하고 분류하는 것이 필요하다. 또한, 분류기를 생성할 수 있는 지능 에이전트들의 성능을 개선하기 위해 퍼지 이론을 적용하여, 웹으로부터 다른 검색 정보와의 적합성을 평가하고, 사용자에게 가장 적합한 정보를 분류하기 위한 방법을 제안한다.

유비쿼터스에 대한 인프라의 증가로 수많은 터미널들이 연동되어 우리 생활 주변에 자리 잡아 가고 있으며 정부와 개인, 사업장, 일상생활에 많은 영향을 미치는 차세대의 컴퓨팅 패러다임으로 다가오고 있다. 다양한 센서 기술들 중에 능동형 RFID를 사용하면 실세계에서 사용자들의 위치정보를 신속하고, 정확하게 파악하여 사용자의 위치에 따른 정보 제공을 지능적이고 효율적으로 할 수 있다. 본 논문에서는 병원에서 능동형 RFIB 시스템을 이용한 정보의 획득과 활용에 관한 API의 설계와 구현을 위한 기본적인 방법을 제안한다.

유비쿼터스 환경에서는 프라이버시에 민감한 다양한 정보가 수집되고 이들이 통제되지 않은 채 배포될 수 있기 때문에 프라이버시 보호가 필수적이다. 유비쿼터스 환경에서 프라이버스 보안을 위해 사용되는 대표적인 방법론의 하나인 익명(anonymity) 기반 기법에서는, 사용자가 새로운 서비스 영역에 참여할 때 가명(pseudonym)을 사용할 수 있도록 하여, 사용자의 신분을 노출시키지 않도록 하는 방법이다. 이 방법은 사용자의 신분을 보호하는데는 효과적이지만, 친구 찾기 서비스, 위험지역경보, P2P통신 등 ID 기반의 서비스를 제공하기 어렵게 하는 단점이 있다. 이 논문에서는 익명기반의 프라이버스 보호 기법을 사용하는 유비쿼터스 환경에서 ID 기반의 서비스를 제공할 수 있도록 하는 시스템 구조를 제안한다.

최근에 뇌파를 이용하여 컴퓨터와 통신하거나 기기를 제어할 수 있는 이른바 뇌-컴퓨터 인터페이스BCI(Brain-Computer Interface)에 대한 연구가 대두되고 있다. 이러한 BCI 연구의 궁극적 목표는 다양한 정신상태에 따른 뇌파의 특성을 파악하여 컴퓨터나 기기 등을 제어하는 것이다. 본 논문에서는 움직임과 관련 있는 10～12Hz의 mu파 영역에서의 ERD/ERS를 계산하였고, 그 결과 왼쪽과 오른쪽 손의 움직임을 상상할 때에 운동과 관련된 기능이 집중되어 있는 일차운동영역(primary motor area)의 mu파에서 ERD/ERS의 차이가 나타남을 발견하였다 또한, RLS방법을 사용한 Adaptive Autoregressive Model 계수의 특징을 추출을 하였으며, 이를 신경망으로 학습시켜 인식률을 비교하였다.

본 논문에서는 기존의 교통 상황 검지 장비들이 가지고 있는 문제점들을 해결하기 위해 실제 통행속도 데이터의 해당 도로 속성들을 이용하여 데이터 마이닝을 통한 합리적인 오차범위 내에서의 실시간 교통 정보 예측 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 데이터 파이닝의 분석 기법중 하나인 신경망(Neural Network)분석을 통하여 통행 속도 예측 근사 모델을 개발하는 것이며, 기존의 교통 상황 판단 알고리즘과의 결과 비교를 통해 비용 절감 효과와 속도 정보가 없는 도로까지의 합리적인 통행 속도 예측, 그리고 Off line상에서의 시간대별 교통 정보 제공이 가능함을 보인다.

본 논문은 맞춤형 신발제작을 위하여 맞춤형 신발에 필요한 화형제작용 데이터를 위한 3차원 측정 장치를 통해 획득한 발의 형상을 인공지능 기법을 기반으로 하는 최적화된 형상을 복원하는 방법을 제시하고자 한다. 본 연구를 위해 개발된 시스템은 PC를 기반으로 하는 기존의 3차원측정 방식을 이용하여 상, 하, 좌, 우로 각각 장착된 8대의 CCD 카메라와 4대의 레이져를 통해 화형 및 발의 형상 데이터를 획득한다 획득된 데이터들은 인공지능 기법을 이용한 영상처리 알고리즘으로 처리되며, 처리 결과는 기존의 지능 기법을 도입하지 않은 시스템에 비해 노이즈제거 특성이 향상되었고, 후처리과정을 간소화 할 수 있다. 따라서 본 논문에서는 3차원 측정을 위해 기구적인 부분과 하드웨어적인 부분의 시스템을 구성하고, 데이터 처리용 소프트웨어에서 입력영상의 전처리 과정 중 영상의 이진화 단계에서 임계값을 결정하기 위하여 간단한 신경망을 사용하였으며, 이에 대한 결과를 제시하고자 한다.

어떤 집단에서든 그 구성원의 효율적인 관리가 무엇보다 중요하다. 이러한 효율적인 관리는 집단의 구성원이 많을수록 한 개인이 방대한 자료를 분석 및 관리하기에는 많은 어려움이 있다. 본 논문에서는 이 많은 자료를 바탕으로 퍼지 추론을 이용하여 근태 관리 시스템을 개발하였다. 먼저 퍼지입력 변수로는 출입구에 미리 설치되어 있는 지문 도어락과 관리실의 PC를 통해 사원들의 출퇴근 시간과 월별 근무시간, 월별 근무일수, 월별 조퇴 및 지각일수를 산출한 후 월별 휴가일수를 입력한다. 이 입력 데이터 값으로 퍼지 연산을 수행 후 구성원 개개인의 월별 성실도를 결정하였다.

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 지능형 여권 인식 및 얼굴 인증 시스템을 제안하였다. 제안된 지능형 여권 인식 시스템은 여권 영상에서 경계선 검출 및 수평 최소값 필터 등을 적용하여 코드의 문자열 영역을 추출하고 기울어진 각도를 보정하였다. 검출된 코드 문자열의 인식을 위해 새로운 ART 알고리즘을 제안하여 적용하였고 휴리스틱 방법을 이용하여 인식 결과를 보정한 후 이 인식 결과를 바탕으로 여권 소지자의 사진 및 관련 정보를 여권 데이터베이스에서 추출하였다. 여권에서 추출된 출입국자의 사진 및 얼굴과 데이터베이스에 저장된 사진 및 얼굴과의 유사도 측정을 통하여 여권 사진의 위조 여부를 판단하였다. 따라서 본 논문에서는 여권 코드의 자동인식과, DB에 저장된 사진 정보를 바탕으로 얼굴 사진 영역의 인중을 통하여 위조 여권을 판별할 수 있는 지능형 출입국 관리 시스템을 제안하였다.

생물학적 뇌 정보처리 메커니즘을 보다 정확하게 구현할 수 있는 시스템은 입력에 대한 정확한 인지 능력, 상황 판단 능력, 학습 및 추론 능력, 출력의 결정 능력 등의 성능 구현은 물론이며, 감정과 비교될 수 있는 시스템의 상태를 평가하여 판단 및 결정에 적용함으로써 매우 뛰어난 지능형 시스템이 될 수 있다. 공학적인 의미에서 살펴본다면 정보 처리 과정을 입력의 처리, 정보의 전달, 제어 입력의 결정에 대한 의미로 정의할 수 있지만 생물학적으로 입력을 분석하고 정보를 처리 및 전달하며 출력을 제어하는 모델인 두뇌의 정보처리 메커니즘에 비교한다면 현재의 공학적인 정보처리 방식 및 제어기의 성능은 극히 미약한 수준이라고 할 수 있다. 이런 이유에서 최근 많은 공학자들은 생물학적인 뇌의 정보처리 개념에 대한 규명을 시도하고 있으며, 실제 공학적인 모델로 개발하여 설명하고 구현하는 연구를 진행하고 있다. 본 논문에서는 생물학적인 두뇌의 정보처리 메커니즘을 해석하고 공학적인 개념의 정립과 정보처리 흐름을 규명하고 정의함으로써 출력에 반영할 수 있는 모듈을 설계하고자 한다. 본 논문에서 제안된 모듈은 공학적인 분야는 물론 생물학적 뇌 연구에도 활용될 수 있을 것으로 기대된다.

컨텍스트 인식은 유비쿼터스 컴퓨팅 환경에서 사용자의 주변환경과 상태에 따라 양질의 서비스를 제공할 수 있는 중요한 요소이다. 컨텍스트 인식을 위한 정보 수집 도구로는 이동이 편리한 소형 모바일 장치와 그 안에 내장된 모바일 에이전트를 이용하고 있다 현재 모바일 에이전트는 각 사용자의 컨텍스트 정보를 수집하고 인식하는데 많은 시간과 비용이 소모되고 있다. 이에 모바일 에이전트의 부하를 줄이고, 빠른 시간내에 사용자의 컨텍스트 정보 인식을 위한 구조에 대한 연구가 필요하다. 본 논문에서는 모바일 에이전트에 협력적 필터링 기법과 P2P 에이전트를 혼합한 P2P 모바일 에이전트 구조를 제안한다. 제안한 구조는 동일 지역내에서 각 사용자의 컨텍스트 정보를 분석하고 비슷한 선호도를 갖는 사용자들로 그룹핑하며, 그룹핑된 사용자는 P2P 모바일 에이전트를 이용하여 정보를 공유한다. 또한 이 구조는 사용자들의 행위와 서비스를 지속적으로 관찰 및 학습하여 새로운 상관 관계를 측정하도록 하였다.

본 논문에서는 신경망 학습을 위한 데이터 획득시 생길 수 있는 오차를 줄이기 위해 획득 데이터에 대한 전처리 과정을 퍼지로써 구현하는 알고리즘을 제안하였다 신경망은 주어진 정보를 이용하여 학습을 가능하게 함으로써 시스템의 특징을 추출하는데 매우 우수한 능력을 발휘하고 있다 그러나 이는 학습에 사용하는 데이터에 오차가 포함되지 않는다는 점을 전제로 하고 있다. 그런데 데이터 획득과정이 인간의 주관적 판단에 의해 수작업으로 이루어지는 경우 학습 데이터는 오차가 존재할 수 있다. 학습 데이터의 오차를 줄이기 위해 조기에 획득된 데이터를 분석하고 추가적인 후보 데이터를 선정하여 데이터 획득 과정에서 큰 영향을 미치는 물체의 거리와 크기를 모두 고려할 수 있도록 퍼지 모델로써 구현하고자 한다.

인트라넷에서는 증가하는 웹문서의 검색을 목적으로 웹 검색엔진의 도입이 활발히 진행 중이며 대부분 찾아야할 키워드를 알고 접근하는 검색엔진 형태이다. 그러나 사용자가 무엇을 찾아야 하는지 모르는 경우 웹문서 분류체계는 효율적인 방법을 제시할 수 있다. 일부 구축되어 있는 분류체계는 수작업에 의한 분류로 인해 증가하는 웹문서의 양에 효율적으로 대처하기 곤란하므로 자동분류기법을 활용한 분류가 더 효율적일 것이다. 본 논문에서는 국방인트라넷의 수작업으로 구축된 분류체계를 대상으로 용어 가중치를 계산하는 방법을 달리하여 다양한 분류기법을 적용하여 성능을 비교평가하고 웹문서 자동분류시스템에 적용하여 분류성능의 향상을 도모하고자 한다.

본 논문은 기존의 퍼지 다항식 뉴럴 네트워크 (Fuzzy Polynomial Neural Networks ; FPNN) 모델을 이용하여 비선형성 데이터에 대한 추론을 제안한다. 복잡한 비선형 시스템의 모델동정을 위하여 생성된 GMDH 방법에 기초한 FPNN의 각 노드는 퍼지 규칙을 기반으로 구축되었으며, 층이 진행되는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. FPNN 각각의 활성노드를 퍼지다항식 뉴론(Fuzzy Polynomial Neuron ; FPN)이라고 표현한다. FPNN의 후반부 구조는 입출력 변수 사이 의 간략과 회귀다항식 (1차, 2차, 변형된 2차식) 함수에 의해 구현된다. 규칙의 전반부 멤버쉽 함수는 삼각형과 가우시안형의 멤버쉽 함수가 사용된다. 또한 유전자 알고리즘을 사용하여 각노드의 부분표현식을 구성하는 입력변수의 수, 입력변수와 차수의 선택 동조를 통하여 최적의 Genetic Algorithms(GAs)을 이용한 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다.

In this paper, we introduce a new Fuzzy Polynomial Neural Networks (FPNNS)-like structure whose neuron is based on the Fuzzy Set-based Fuzzy Inference System (FS-FIS) and is different from that of FPNNS based on the Fuzzy relation-based Fuzzy Inference System (FR-FIS) and discuss the ability of the new FPNNS-like structure named Fuzzy Set-based Polynomial Neural Networks (FSPNN). The premise parts of their fuzzy rules are not identical, while the consequent parts of the both Networks (such as FPNN and FSPNN) are identical. This difference results from the angle of a viewpoint of partition of input space of system. In other word, from a point of view of FS-FIS, the input variables are mutually independent under input space of system, while from a viewpoint of FR-FIS they are related each other. The proposed design procedure for networks architecture involves the selection of appropriate nodes with specific local characteristics such as the number of input variables, the order of the polynomial that is constant, linear, quadratic, or modified quadratic functions being viewed as the consequent part of fuzzy rules, and a collection of the specific subset of input variables. On the parameter optimization phase, we adopt Information Granulation (IC) based on HCM clustering algorithm and a standard least square method-based learning. Through the consecutive process of such structural and parametric optimization, an optimized and flexible fuzzy neural network is generated in a dynamic fashion. To evaluate the performance of the genetically optimized FSPNN (gFSPNN), the model is experimented with using the time series dataset of gas furnace process.

전력시스템의 부하주파수제어는 전력계통운용에 있어서 가장 중요하게 다루어야 한다. 본 논문에서는 강인한 퍼지제어기를 얻고자, 다층 신경회로망을 이용하여 퍼지제어기 멤버쉽 함수의 전건부 및 후건부 파라미터들을 시스템에 알맞게 자기 조정하기 위해 최급구배법에 근거한 오차 역전파 알고리즘으로 적응 학습시킬 수 있는 뉴로-퍼지제어기의 구조 및 알고리즘을 제안하였다.

This paper discusses an intelligent digital redesign technique for designing a fuzzy pulse-width-modulated (PWM) control. First when we are given a well-designed fuzzy analog control, the equivalent digital control is intelligently redesigned. Using the similar technique we intelligently redesign the fuzzy PWM control from the intelligently redesigned fuzzy digital control. A stabilizability of the intelligently redesigned PWM control is rigorously analyzed.

동기전동기를 처음 기동시킬 때는 유도전동기와 같이 동작하게 된다. 회전자가 고정자 자계에 거의 도달하였을 때 M 전류를 투입하게 되면, 회전자의 여자코일에 동기화 토크가 발생하게 된다. 그러나 동기화 토크의 부족은 회전자의 첫 동요 시, 회전자 각의 불안정을 야기하게 된다. 동기화 토크는 신속 정확한 동작 제어에 의해 회복될 수 있다. 더욱이 역률 100%의 안정도로 동작하기에는 어려운 부분이 있다. 그러므로 본 논문에서는 이러한 문제를 해결하기 위해 퍼지 추론 기법을 이용한 여자 전류 제어 시스템을 제안하였다. 그 주된 원리는 다양한 부하 조건하에서 부하각과 역률 100%의 동작점을 추정하고, 퍼지 추론 기법에 의해 여자 전류를 제어하는 것이다. 제안된 퍼지 제어기는 각종 특수 동작 명령어로 사용되는 마이크로프로세서형 PLC(Programmable Logic Controller)를 사용하여 구현되었으며, 전기자 전류를 감지하는 제어전압 보상기, 비교기, 그리고 쵸퍼회로로 구성된 기존의 제어기에 비해 성능이 우수하다. 이는 일련의 실험을 통해 역률 100%에서의 개선된 안정적인 동작이 가능함을 보여주었다.

퍼지논리제어기는 제어 대상 플랜트에 관한 완전한 정보를 필요로하지 않으면서도 우수한 제어 성능을 발휘하는 비선형 제어기이다. 그러나 퍼지논리제어기는 많은 장점에도 불구하고 엄격한 수학적 해석을 요구하는 안정성 분석의 관점에서는 다소의 문제점을 가지고 있다. 본 논문에서는 퍼지논리제어기를 가지는 전체 폐루프 시스템을 섭동의 성분을 가지는 Lur'e 시스템으로 변형하고, 이를 통하여 퍼지논리제어기의 절대 안정성을 입증하고자 한다. 여기서는 이미 기존의 논문에서 제시한 간단구조 퍼지논리제어기를 대상으로 절대 안정성 해석을 제시한다.

본 논문에서는 새로운 방법의 Fuzzy PID 제어기를 제안한다 우선 절대형 디지털 PID 제어기에서 두 가지 문제점이 있다. 첫째는 매 제어 주기마다 많은 데이터의 합을 구해야 하므로 계산시간이 많이 소요되고, 둘째는 이 계산을 위해 이전의 모든 데이터를 보관하고 있어야 되기 때문에 메모리가 많이 필요한 문제점이 있다. 위의 문제점을 개선하기 위해 속도형 디지털 PID 제어기를 사용한다. 제안한 제어기에서는 PIB 제어기의 목표 값과 현재 출력 값의 차인 크리스퍼(crisp) 출력 오차를 그대로 사용하지 않고 퍼지추론의 단계는 가지면서 Rule Table은 갖지 않는 특징이 있으며 출력 소속 함수에 두 변수의 관계와 범위에 의해 도식화된 영역에서 삼각형 무게 중심법으로 비퍼지화된 비선형 출력 값을 PID 계수에 인가하는 새로운 Fuzzy PID 제어기를 제안한다.

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 본 논문에서는 비선형 시스템의 퍼지모델을 위해 정보 granules에 의한 퍼지 관계 기반 퍼지 추론 시스템을 최적 설계한다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCtl 클러스터링 방법에 의한 중심값을 이용하여 모든 입력변수가 상호 관계한 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되고 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 그리고 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀하며, 기존 문헌과의 성능비교를 통해 제안된 퍼지 모델을 평가한다.

본 논문에서는 자동차 센서들의 신호들을 실시간으로 처리하여 디스플레이하는 시스템을 개발하였다. 실시간 자동차 센서 감시시스템은 센서의 신호를 받아들이는 센서 입력블록, 변환된 센서 데이터를 계산하는 Main Control 블록, 그리고 계산된 데이터를 실시간으로 표시하는 Display 블록으로 구성된다. 4개의 타이어에 부착된 센서로부터 압력 및 온도를 감지하고 이를 담은 데이터를 실시간으로 송신하고 운전자에게 수신된 데이터를 디스플레이하여 타이어의 압력상태를 점검하며 이와 함께 차내의 연료량 센서에서 입력된 연료잔량을 fl산하여 현재 주행가능거리를 표시하며 그 외에 냉각수 온도, 엔진오일레벨, 차내 온도센서를 일정한 시간간격을 두고 순차적으로 받아들여 각 센서들의 상태를 Craphic LCD를 이용하여 실시간으로 표시한다.

최근 생산 현장에 최종 제품의 성능 보장을 위해 사용될 소재의 특성을 검사하는 장비가 도입.운영되고 있다. 이들 장치 중 Rheotruder는 폴리머 소재의 품질 평가기준이 되는 점도를 측정하기 위해 제작되었으며 이는 지연시간 및 비선형적 특성을 갖게 되어 시스템의 분석이 용이하지 않다는 문제점을 갖는다. 본 연구에서는 비선형 특성을 갖는 측정 장치의 성능 평가를 용이하게 하기 위해 동적 시스템 모델링이 가능한 TDNN(Time Delay Neural Network)을 도입하여 실제 Rheotruder에 적용하여 봄으로써 그 유용성을 확인하고자 한다.

본 논문에서는 적응형 OFDM 시스템의 채널 추정 알고리즘과 무선 채널환경에서 시스템에 미치는 영향을 분석하고 추정된 결과를 이용하여 적응형 등화기를 적용한 적응형 OFDM 시스템의 성능을 BER과 성좌도를 통하여 분석한다. 분석결과, 기존의 고정된 변조 방식을 사용하는 시스템인 경우 고속의 데이터 전송을 위해 높은 지수의 변조모드(64QAM)를 사용함으로써 채널 환경에 민감하게 심볼오류 발생률이 증가함을 알 수 있었다. 하지만 채널상태에 따라 가변을 취하는 적응형 OFDM 시스템의 경우 64QAM방식에 비해 (BER=10-2)를 기준으로 약 8dB 성능의 이득이 있음을 알 수 있고 적응형 등화기를 적용함에 따라 왜곡을 받은 신호 파형의 보상이 가능함을 알 수 있다. 무수한 장애의 요인을 갖은 무선 채널환경에서 효율적인 데이터 전송을 위해 적응변조시스템이 요구되어짐을 알 수 있었다.

본 논문에서는 OFDM(Orthogonal Frequency Division Multiplexing ：직교 주파수 분할 다중화) 전송방식을 사용한 시스템에서 주파수 옵셋으로 인한 동기 오차의 발생이 수신시스템에 미치는 영향을 분석하고 성능 개선기법으로 BCH부호기법을 적용하여 수신성능의 개선정도를 분석하였다. 결과에 의하면, BCH부호기법을 사용함으로써 T$_{s}$ f=0.02일 때 약 2dB의 BER 개선을 보였고, $\alpha$의 영향을 적게 받음을 알 수 있었고, T$_{s}$ f=0.05일 경우는 가드 인터벌 비율$\alpha$가 증가함에 따라 5dB이상의 BER 개선을 보이나 $\alpha$가 0.25이상에서는 여전히 요구되는 기준 BER를 만족하지 못함을 알 수 있었다. 또한, 낮은 수신전력(10dB)에서는 가드인터벌 비율의 변화보다는 주파수 옵셋량이 시스템 성능에 영향을 미침을 알 수 있고, 높은 수신전력에서는 (20dB) 주파수 옵셋량에 대해서는 강인한 성능을 보이지만 가드 인터벌 비율의 증가에 따라 BER 특성이 열화되는 것을 알 수 있었다.

본 논문은 인공지능형맞춤 신발제작을 위하여 맞춤형 신발에 필요한 화형제작용 데이터를 위한 3차원 측정장치를 통해 획득한 발의 형상을 이용하여 인공지능 기법을 기반으로 하는 특징 추출 및 적합한 화형을 얻어내는 방법을 제시하고, 화형 데이터를 네트워크를 통해 실시간적으로 확인하는 방법을 제시한다. 본 논문의 연구배경은 인터넷의 보편화된 보급으로 생산자 위주에서 소비자 위주와 소비자 참여의 생산시스템으로 변화에 있다. 이는 많은 회사들이 If시스템과 다양한 웹 솔루션을 도입하여 생산, 판매, 유통 등을 하나로 묶는 온라인 오프라인의 결합형으로 발전시키고자 하는 현상에서 찾아 볼 수 있다. 신발의 경우 개개인의 신체조건이 다르고 유행과 개성을 추구하고자 하기 때문에 기존의 생산체계로는 한계가 있다. 측정데이타를 기반으로 하는 맞춤 신발은 기존의 전통적인 수제화 방식과 대량생산 방식의 장점만을 취하여 저렴하고 편리하게 제작된다. 또한 3차원 측정기를 이용한 인터넷쇼핑에 적합한 새로운 비즈니스 모델을 제시한다.

서로 다른 프로그램 언어로 작성된 소프트웨어 애플리케이션간의 통신을 가능하게 하는 ActiveX를 통하여 프로그램 개발자들은 코드의 재사용성, 소프트웨어의 통합측면에 있어서 이루 말할 수 없는 효과를 얻고 있다. ActiveX는 COM 기반의 분산 애플리케이션. 모델이 발전된 형태에 해당하는데 그동안 Visual C++, Visual Basic를 통하여 통신 애플리케이션에 이를 구현하는 것이 일반적이었다. 하지만 ActiveX 기술은 이러한 애플리케이션뿐만 아니라 제어 및 계측 분야에서도 널리 활용되고 있는데 이는 ActiveX 기술로 구현된 프로그램을 통하여 보다 신속하고 효율적인 작업 수행이 가능하기 때문이라 할 수 있다. 본 논문에서는 이러한 ActiveX 기술을 활용하여 원격.제어 및 모니터링 기능을 수행하는 애플리케이션을 구현하고자 한다. 이를 위한 개발 환경으로 LabVIEW를 활용하고자 하며 웹브라우져와 미디어 플레이어를 ActiveX 기술로 구현하여 애플리케이션 간 통신의 효율성을 검증하고자 한다.

본 논문에서는 엘리베이터의 제어 신호들과 액추에이터들을 동작시키기 위한 릴레이 그리고 액츄에이터의 동작을 센서와 포토 커플러를 이용하여 샘플링 한다. 제안하는 시스템에서는 예외적인 상황에서 오류가 발생하는 사례를 퍼지 데이터베이스로 구성하고 산출된 엘리베이터에러를 최종적으로 엘리베이터 관리자에게 통보함으로써 사고 발생 시 즉각적인 대책과 인명피해에 대한 빠른 구조 활동을 계획할 수 있도록 한다. 시스템에 사용된 알고리즘은 제어 신호를 입력으로 한 퍼지 if-then rule 이며, 관리자와의 통신은 Bluetooth를 통하여 Embedded Server에 신호를 전송하고 최종적으로 Embedded Server에서 인터넷 IP를 통하여 관리자에게 에러 발생 여부를 통보하게 된다. 인터넷 IP를 활용함으로써 거리의 제약이 사라지고 실시간으로 엘리베이터의 상태를 파악 할 수 있게 된다. 궁극적으로 승객의 안전과 편의를 도모하기 위해 본 논문의 시스템이 제안되었다.

Virtual Laboratory는 네트워크 기술의 발전에 따라 등장하게 된 새로운 개념으로서 현재 여러 대학 및 연구원에서 이를 적용하여 사용하고 있다. Virtual Laboratory를 통하여 사용자는 언제 어디서든지 인스트루먼트를 제어 및 모니터링 할 수 있기 때문에 그 효율성 및 성능에 있어서 이전의 방법과는 비교할 수 없는 효과를 얻을 수 있다. 본 논문에서는 먼저 이러한 Virtual Laboratory의 개념 및 필요성에 대해 간략히 살펴본 후 네트워크 기술을 기반으로 한 동작 메커니즘에 대해 알아보고자 한다. 그리고 Virtual Laboratory로서 동작하기 위한 하드웨어 및 소프트웨어 구성에 대해 기술한 후 Virtual Laboratory의 구현 모델을 제안하고자 한다.

In this paper, a passive telemetry RF capacitive humidity sensor system using a RLSE(Recursive Least Square Estimation) technique is proposed. To overcome these trouble problems such as a power limitation and a estimation complexity that the general passive telemetry sensor system including It chip has, the principle of inductive coupling was applied to the modeling of a passive telemetry RF capacitive humidity sensor system and its capacitance was estimatedd by the RLSE algorithm. Specially, by introducing the optimal forgetting factor, we showed that the accuracy of its estimation was improved even in the time varying system and also the convergence time was reduced.

최근 멀티미디어 기술의 발전 및 인터넷의 보급과 더불어 디지털 데이터가 가지는 복제의 용이성으로 인한 저자자의 소유권 보호와 인증에 대한 문제가 중시되고 있다. 이에 따라 디지털 데이터에 워터 마크를 삽입하여 소유권을 보호하고 데이터의 무결성을 보증하도록 하는 연구가 활발히 진행되고 있다. 본 논문에서는 본 논문에서는 디지털 영상을 주파수 광간으로 변환시킨 후 효과적인 워터마크 삽입을 위해 인간의 감지능력이 떨어지는 주파수 영역과 중요한 주파수 영역을 선택하였다. 그 다음 영상 전체에 반복적이며, 그 내용에 따라 적응적인 워터 마크를 삽입하는 방법을 제시하였다. 주파수 광간으로 변환하는 방법으로는 수직, 수평, 대각선의 3가지 방향성과 다 해상도 (Multi-resolution) 특성을 갖는 웨이블릿 변환을 택하였다. 웨이블릿 기반의 이미지 워터마킹 방법을 LabVIEW의 Machine Vision을 이용하여 지능적인 워터마크를 구현한다.

최근 인터넷 및 무선 통신기술의 광범위한 보급으로 인해 현장 계측 데이터 등과 같은 중요 데이터를 인터넷을 통해 실시간으로 수신 가능케 하는 다양한 형태의 웹 기반 원격 모니터링 시스템이 설계되고 있다. 이러한 웹 모니터링 시스템은 기본적으로 짧은 주기마다 측정된 데이터를 원격의 서버로 전송하는 것이 바람직하나 과도한 통신비 문제로 인해 효율적인 시스템 운영이 어렵다는 문제점을 갖는다. 따라서 본 연구에서는 측정데이터의 변화를 효율적으로 검출할 수 있는 PCA(Principle Component Analysis) 기법과 데이터 압축에 탁월한 특성을 갖는 wavelet 기법을 융합한 새로운 형태의 웹 기반 원격모니터링용 데이터 전송기법을 제안하고 실제 데이터에 적용하여 봄으로써 제안된 기법의 유용성을 확인하고자 한다.

최근의 웹 서비스 기술은 주문을 받아서 만드는 클라이언트 애플리케이션을 위한 서비스 수단을 제공하기 위해 기능이 향상된 솔루션으로 개발되고 있다. 특히 웹 서비스는 현재의 웹 포털 사이트보다 서버들로 융통성 있는 접근을 제공한다. 즉 웹 서비스를 사용하는 것은 클라이언트 애플리케이션이 인터넷을 단순하게 표시하는 기능만을 하는 것이 아니라 시스템간의 정보 교환을 자동화함으로써 프로세스의 성능을 향상시키는 것이다. 이 논문에서는 웹 서비스 기반 eCard 메일 전송 시스템을 기술하고, 시맨틱 웹 서비스 언어를 이용하여 eCard 웹 서비스를 표현하는 것에 대해 기술한다.

유비쿼터스(Ubiquitous) 환경은 인간이 생활하는 각종 기기들이 컴퓨팅 능력과 네크워킹 능력을 가지고 상호간에 정보를 교환하며 서비스를 제공하는 것을 말한다. 이러한 유비쿼터스 컴퓨팅 환경에서 사용자의 감정, 상태 또는 의도에 기반하여 특화된 서비스를 지능적으로 제공하기 위해서 사용자의 컨텍스트-인식(Context-Awareness)이 필수적이나 이와 관련된 연구가 아직은 미흡한 상황이다. 본 논문에서는 인식된 여러 가지 상황정보를 체계적으로 표현할 수 있고, 최종 컨텍스트를 활용하여 사용자의 감정이나 의도를 분석하고 개인화된 서비스를 능동적으로 제공하는 지능형 에이전트 구조를 제안한다.

배낭 문제는 조합 최적화 문제로서, 다항 시간(polynomial time)에 풀리지 않는 NP-hard 문제이다 이 문제를 해결하기 위해 기존에는 DNA 컴퓨팅 기법과 GA 등을 사용하여 해결하였다. 하지만 기존의 방법들은 DNA의 정확한 특성을 고려하지 않아, 실제 실험과의 결과 차이가 발생하고 있다. 본 논문에서는 DNA 컴퓨팅 실험 과정에서 발생하는 DNA 조작 오류를 최소화하고, 보다 정확한 예측을 위해 함수 언어인 Haskell을 이용한 코드 최적화 DNA-Haskell을 제안한다. 코드 최적화 DNA-Haskell은 배낭 문제 중 (0,1)-배낭 문제에 적용하였고, 그 결과 기존의 DNA 컴퓨팅 방법보다 실험적 오류를 최소화하였으며, 또한 적합한 해를 빠른 시간 내에 찾을 수 있었다.

Bishop과 Nabney에 의해 소개된 기존의 혼합 밀도 네트워크(Mixture Density Network)에서는 조건부 확률밀도 함수의 매개변수들(parameters)이 하나의 MLP(multi-layer perceptron)의 출력 벡터로 주어진다. 최근에는 변형된 혼합 밀도 네트워크(Modified Mixture Density Network)라고 하는 이름으로 조건부 확률밀도 함수의 선분포(priors), 조건부 평균(conditional means), 그리고 공분산(covariances) 등이 각각 독립적인 MLP의 출력벡터로 주어지는 경우를 다룬 연구가 보고된 바 있다. 본 논문에서는 조건부 평균이 입력에 관해 선형인 경우를 위한 버전에 대한 이론과 매트랩 프로그램 개발 및 적용을 다룬다. 본 논문에서는 우선 일반적인 혼합 밀도 네트워크에 대해 간단히 설명하고, 혼합 밀도 네트워크의 출력인 다층 퍼셉트론의 매개변수를 각각 다른 다층 퍼셉트론에서 학습시키는 변형된 혼합 밀도 네트워크를 설명한 후, 각각 다른 다층 퍼셉트론을 통해 매개변수를 얻는 것은 동일하나 평균값은 선형함수를 통해 얻는 혼합 밀도 네트워크 버전을 소개한다. 그리고, 모의실험을 통하여 이러한 혼합 밀도 네트워크를의 적용가능성에 대해 알아본다.

본 논문에서는 반도체의 Wafer ID 문자인식을 위해 기존의 오류 역전파 학습알고리즘을 개선하여 최적의 학습 학습 조건에 관해 연구하였다. 결과, 오류 역전파 학습알고리즘의 학습 최적 조건은 은닉층수는 1층, n값은 0.6 이상, 은닉층 노드수는 10개일 때 99%의 높은 인식률을 보였다 본 논문에서 제안하는 최적조건물 사용함으로써 기존의 오류역전파 학습 알고리즘이 가진 문제점을 해결할 수 있었다.

In todays security industry, personal identification is also based on biometric. Biometric identification is performed basing on the measurement and comparison of physiological and behavioral characteristics, Biometric for recognition includes voice dynamics, signature dynamics, hand geometry, fingerprint, iris, etc. Iris can serve as a kind of living passport or living password. Iris recognition system is the one of the most reliable biometrics recognition system. This is applied to client/server system such as the electronic commerce and electronic banking from stand-alone system or networks, ATMs, etc. A new algorithm using nonlinear function in recognition process is proposed in this paper. An algorithm is proposed to determine the localized iris from the iris image received from iris input camera in client. For the first step, the algorithm determines the center of pupil. For the second step, the algorithm determines the outer boundary of the iris and the pupillary boundary. The localized iris area is transform into polar coordinates. After performing three times Wavelet transformation, normalization was done using sigmoid function. The converting binary process performs normalized value of pixel from 0 to 255 to be binary value, and then the converting binary process is compare pairs of two adjacent pixels. The binary code of the iris is transmitted to the by server. the network. In the server, the comparing process compares the binary value of presented iris to the reference value in the University database. Process of recognition or rejection is dependent on the value of Hamming Distance. After matching the binary value of presented iris with the database stored in the server, the result is transmitted to the client.

본 논문은 분노, 행복, 평정, 슬픔, 놀람 둥과 같은 인간의 감정상태를 인식하는 새로운 접근에 대해 설명한다. 이러한 시도는 이산길이를 포함하는 연속 은닉 마르코프 모델(HMM)을 사용함으로써 이루어진다. 이를 위해, 우선 입력음성신호로부터 감정의 특징 파라메타를 정의 한다. 본 연구에서는 피치 신호, 에너지, 그리고 각각의 미분계수 등의 운율 파라메타를 사용하고, HMM으로 훈련과정을 거친다. 또한, 화자적응을 위해서 최대 사후확률(MAP) 추정에 기초한 감정 모델이 이용된다. 실험 결과, 음성에서의 감정 인식률은 적응 샘플수의 증가에 따라 점차적으로 증가함을 보여준다.

In this thesis, a method is proposed to extract the car plate at the rear side of vehicle using blobs. We first extract the blobs in the input images using intensity variations and calculate the minimum horde. rectangle (MBR) of each blobs. It is followed that we select groups of blobs having similar width, centroid. And then, we try to detect the border lines of car plate and verify whether the area is a car plate or not using NN.

In this study, we propose an efficient expert system (ES) construction mechanism by using dynamic knowledge map (DKM) and database management systems (DBMS). Generally, traditional ES and ES developing tools has some limitations such as, 1) a lot of time to extend the knowledge base (KB), 2) too difficult to change the inference path, 3) inflexible use of inference functions and operators. First, to overcome these limitations, we use DKM in extracting the complex relationships and causal rules from human expert and other knowledge resources. Then, elation database (RDB) and its management systems will help to transform the relationships from diagram to relational table. Therefore, our mechanism can help the ES or KBS (Knowledge-Based Systems) developers in several ways efficiently. In the experiment section, we used medical data to show the efficiency of our mechanism. Experimental results with various disease show that the mechanism is superior in terms of extension ability and flexible inference.