Methods for risk engineering is a bundle of engineering tools including fundamental concepts and approaches of soft computing with application to real issues of risk management. In this talk fundamental concepts and soft computing approaches of risk engineering will be introduced. As the term of risk implies both advantageous and hazardous uncertainty in its origins, a fundamental theory to describe uncertainties is introduced that includes traditional probability and statistical models, fuzzy systems, as well as less popular modal logic. In particular, modal logic capabilities to express various kinds of uncertainties are emphasized and relations with rough sets and evidence theory are described. Another topic is data mining related to problems in risk management. Some risk mining techniques including fuzzy clustering are introduced and a recently developed algorithm is overviewed. A numerical example is shown.

o GA-BF approach for improvement of learning and optimization in GA o GA-BF has better response on various test functions o Satisfactory PID controller tuning in AVR, motor vector control systems o Potentially useful in many practically important engineering optimization problems

계통분석을 하는 생물학자들은 관련된 분석대상에 대한 정보를 확보하여 비교분석하기 위해 NCBI 등으로부터 염기서열을 확보하여 아미노산 서열로 변환하는 작업을 수행하게 된다. 많은 서열 데이터에 대해서 데이터베이스로부터 데이터를 검색하고 이를 변환하는 작업을 순차적으로 분석자가 관여하여 작업하는 것이 현재 분석환경이다. 따라서 본 논문에서는 분석의 효율성을 향상시키기 위해, 관심서열의 등록번호(Accession Number) 리스트를 입력하면 해당 서열에 대항 정보를 NCBI로부터 웹로봇을 통해 자동으로 확보한 다음, 확보된 염기서열 전체를 아미노산 서열로 자동 변환하여 가장 긴 ORF(Open Reading Frame)을 추천해주기 위해 설계된 지능형 다중 염기서열 변환 도구에 대해서 소개한다.

산업용 로봇으로부터 시작된 로봇에 관한 연구는 서비스 로봇에 대한 개념이 확산되면서 최근 폭발적으로 그 영역을 넓혀가고 있다. 또한, 인간과 함께 생활하는 서비스 로봇의 경우 로봇 스스로가 인간 및 환경을 이해하고 조작할 수 있어야 하므로 매우 높은 수준의 지능이 요구되고 있다. 이에 본 논문에서는 로봇의 지능이란 무엇인가라는 근본적인 문제에 대해 공학적인 측면에서 다루고자 한다. 구체적으로 기존의 개발된 로봇들을 통해 로봇의 지능을 구성하는 요소들을 분석해내고 이를 활용해 특정 로봇의 지능 수준을 측정하거나 또는 서로 다른 두 로봇 간의 지능들을 비교할 수 있는 척도에 대해 제시하고자 한다. 기존의 퍼지 적분 기반 기계 지능 측정법에서의 방법, 즉 Choquet 퍼지 적분과 Sugeno 퍼지 적분을 함께 사용함으로써 정량적/정성적인 판단을 동시에 진행하는 방법을 응용함으로써 인간의 IQ에 해당되는 로봇의 IQ 수치를 얻어낼 수 있게 된다.

The system that can generate biological brain information processing mechanism more precisely may have several abilities such as exact cognition, situation decision, learning and inference, and output decision. In this paper, to implement high level information processing and thinking ability in a complex system, the information processing layer based on the biological brain is introduced. The biological brain information processing mechanism, which is analyzed in this paper, provides fundamental information about intelligent engineering system, and the design of the layer that can mimic the functions of a brain through engineering definitions can efficiently introduce an intelligent information processing method having a consistent flow in various engineering systems. The applications proposed in this paper are expected to take several roles as a unified model that generates information process in various areas, such as engineering and medical field, with a dream of implementing humanoid artificial intelligent system.

본 논문에서는 은닉 마르코프 모델을 바탕으로 하는 발걸음을 이용한 개인 식별 시스템을 제안한다. 개인의 발걸음은 연속적인 자세나 움직임의 집합으로 나타낼 수 있는데, 구조적으로 연속적인 움직임의 변화는 확률적인 특성을 가지고 있기 때문에 은닉 마르코프 모델을 이용하여 적절하게 모델링 할 수 있다. 개인의 발걸음은 N개의 이산적인 자세 간의 전이로 이루어졌다고 가정하였으며, 이를 계산하기 위해 MMSI라는 발걸음 특징 모델을 제안하였다. MMSI는 발걸음 인식에 중요한 역할을 하는 시공간적인 정보를 가지고 있는 그레이-스케일 영상이다. 실험 결과는 MMSI를 이용하여 은닉 마르코프 모델을 바탕으로 한 발걸음 인식 결과를 보여준다.

본 논문은 청소 로봇 메카니즘을 위한 소프트 팁의 접촉력을 제어하기 위한 방법을 제안한다. 제안한 방법에 사용하면, 어떤 소프트 팁의 기하학적인 탄성 모델을 근거로, 청소작업이 수행되는 동안 소프트 팀에 작용되는 접촉력을 팁의 압축변위 정도에 따라 적절히 판단할 수 있다. 이것을 청소 로봇 메카니즘에 탑재된 매니퓰레이터의 위치제어 변위로 활용함으로써, 소프트 팁의 적절한 접촉상태를 유지하는 것이 가능해진다.

Camera calibration in machine vision is the process of determining the intrinsic cameara parameters and the three-dimensional (3D) position and orientation of the camera frame relative to a certain world coordinate system. On the other hand, Takagi-Sugeno-Kang (TSK) fuzzy system is a very popular fuzzy system and approximates any nonlinear function to arbitrary accuracy with only a small number of fuzzy rules. It demonstrates not only nonlinear behavior but also transparent structure. In this paper, we present a novel and simple technique for camera calibration for machine vision using TSK fuzzy model. The proposed method divides the world into some regions according to camera view and uses the clustered 3D geometric knowledge. TSK fuzzy system is employed to estimate the camera parameters by combining partial information into complete 3D information. The experiments are performed to verify the proposed camera calibration.

Based on the geometrical representation of a generalized intuitionistic fuzzy set, we take into account all three parameters describing generalized intuitionistic fuzzy set, propose a method to calculate the correlation coefficient for generalized intuitionistic fuzzy sets in finite set and probability space, respectively, and discuss some properties of correlation and correlation coefficient of generalized intuitionistic fuzzy sets.

본 논문은 퍼지논리의 유용성이 모호함을 다루는데 있다는 것과 이에 대한 예로서 퍼지논리로써 sorites paradox를 해결하는 방식을 소개하려는데 그 목적이 있다.

In this paper. we study the controllability for the semilinear fuzzy integrodifferential control system with nonlocal condition in $E_N$ by using the concept of fuzzy number whose values are normal, convex, upper semicontinuous and compactly supported interval in $E_N$.

The purpose of this paper is to establish the common fixed point theorem in the intuitionistic fuzzy metric space in which it is a little revised in Park [11]. Our research are an extension of Jungck's common fixed point theorem [8] in the intuitionistic fuzzy metric space.

본 논문에서 우리는 HIV-1 바이오 동역학모델의 퍼지 모델링 및 디지털 퍼지 제어 기법을 소개한다. 그것의 제어구조는 샘플링 점들에서 측정한 상태로부터 현재 상태를 대략적으로 예측하는 수치적 적분 구조를 사용한다. 제안된 지능형 디지털 재설계에서는 전역 상태-정합과 안정도 조건들을 동시적으로 만족하는 타당한 디지털 제어 이득들을 찾는 것이다. 우리는 보상된 블록-펄스 함수를 이용하여 새로운 전역 상태-정합 조건을 우선 제시하며 그리고 나서 안정도 조건들을 이 조건들에 추가한다. 유도된 조건들은 선형행렬 부등식으로 묘사되며, 그로인해 볼록 최적화 문제로 쉽게 해결될 수 있다. 또한, 안정도 조건으로 인한 성능 하강을 방지하기 위해 두 단계 지능형 디지털 재설계 과정이 제안된다. 첫 번째 단계에서는 전역 상태-정합만을 고려한 디지털 제어 이득을 찾는다. 두 번째 단계에서는 얻어진 디지털 제어하의 폐루프 시스템을 안정화 시키는 추가디지털 제어기를 설계한다.

본 논문은 원자력 발전소의 주요 제어계통 중에서 터빈 조속기 제어계통에 관련한 성능평가를 목적으로 한다. 터빈 조속기 계통은 고압의 유압계통으로 구성되어 있어 구동설비가 복잡하다. 복잡한 기계설비는 운전 중 많은 오동작에 의한 고장을 일으키고, 유지보수에 어려움이 있다. 이러한 복잡한 기계설비에 있어 운전원에 의한 기계성능 평가는 불리한 점이 많다. 예를 들어 서로 다른 시간에서 일어나는 같은 상황에 대해 다른 판단을 내릴 수 있다는 점이다. 터빈 조속기 계통의 기계설비에 있어서 터빈 밸브 유압공급 및 구동장치는 각 터빈벨브 자체에 부착되어 있어 터빈벨브를 동작시킨다. 터빈벨브들은 구동기 유압 서보실린더(Actuator Hydraulic Servo Cylinder)에 의해 열리고 압축된 스프링에 의해 닫힌다. 이러한 시스템을 진단하기 위해서 본 논문에서는 밸브의 내부 압력의 특징정보를 입력으로 하는 퍼지이론을 적용하여 터빈 밸브 구동설비의 성능을 판단하고자 한다. 퍼지이론에 적용하기위해 터빈 조속기 제어계통의 고압 터빈 조절 벨브와 고압 터빈 정지 밸브의 압력변화 데이터를 이용한다. 퍼지이론의 적용과정에서 퍼지 Rule은 실제 운전원이 압력변화 데이터에 대한 판단기준을 근거로 하여 정하기로 한다. 그리고 퍼지이론에 적용한 결과를 분석하고 실제 터빈 조속기 계통의 전문가가 판단 결과와 비교하였다.

구간값 퍼지집합은 일반적인 퍼지집합보다 언어적인 의사결정 절차에서 매핑의 정확성과 계산의 효율성이 뛰어나고, 규칙의 가중치는 패턴 분류문제에서 분류 경계를 효율적으로 조정할 수 있다는 장점을 가지고 있다. 따라서 본 논문에서는 퍼지규칙 기반 분류방법을 구간값 퍼지규칙 기반 분류방법으로 확장하고 규칙의 가중치를 고려한 분류방법을 제안한다. 모의실험에서는 일반 퍼지집합에서 규칙 가중치를 고려한 분류방법과 구간값 퍼지집합에서 규칙 가중치를 고려한 분류방법을 비교하였다.

본 논문에서는 자율신경망 중 ART2(Adaptive Resonance Theory 2)를 이용하여 지문의 매칭알고리즘에 적용하였다. 지문의 영상을 센서로부터 입력 받아, 전 처리와 후처리 과정을 거친 후 각각의 지문에 대한 특징값을 구하고, 지문 영상을 분류 및 매칭 할 수 있도록 하였다. 다음으로 제시한 알고리즘을 바탕으로 PC(Personal Computer) 없이 독립적으로 사용 할 수 있는 실시간 임베디드 지문 인식 시스템을 구현 하였다. 실시간 임베디드 지문 인식 시스템 설계에 있어 크기와 기능면을 고려해 메인 모듈의 프로세서로 최근 신호 처리에 많이 사용되고 있는 DSP(Digital Signal Processor)를 사용 하였으며, 지문을 입력 받기 위한 센서로는 반도체 지문 센서를 사용하였다. 메인 모듈과 센서를 가지고 간단한 디스플레이 및 통신 테스트를 위해 PIC Micro-Processor를 사용해 컨트롤 보드를 제작하여 간단한 인식 테스트를 하였다. 제작한 보드를 가지고 다양한 어플리케이션이 가능하나, 본 논문에서는 하드웨어나 소프트웨어 개발에 사용 가능한 RDK(Reference Design Kit)를 최종으로 구현하였다.

A great deal of research has been made to model the vagueness and uncertainty in information retrieval. One such research is fuzzy ranking models, which have been showing their superior performance in handling the uncertainty involved in the retrieval process. In this study we develop a new fuzzy ranking model based on the user preference. Through the experiments on the TREC-2 collection of Wall Street Journal documents, we show that the proposed method outperforms the conventional fuzzy ranking models.

축산폐수는 축사가 대부분 상수원보다 상류지역에 산재하고 있어 이를 효과적으로 관리하기 어려우나, 연속 회분식 반응기(Sequencing Batch Reactor, SBR)는 장치가 간단하고 경제성이 우수하여 축산폐수처리에서 효율적으로 적용될 수 있다. 본 연구에서는 DO(Dissolved Oxygen)과 ORP(Oxidation-Reduction Potential)을 이용하여 지식기반 고장진단 시스템을 제안하였다. 실시간으로 얻어진 ORP, DO값들을 전처리하여, [ORP], [DO]외에 [ORP DO]합성data와 ORP, DO의 특징백터의 합에서 얻어진 fusion data의 총 4개의 data set을 이용하여 각각에 대한 진단과 분류성능을 검토하였다. 이 값을 이용하여 FCM (fuzzy C-mean) 클러스터링 한 후, K-PCA과 LDA로 차원축소시켜 특징백터를 추출하였다. 그리고 Hamming distance로 test data와 특징백터의 거리를 계산하여 각 class를 F1에서 F8까지 분류하였다. 그 결과 데이터를 그대로 이용하는 것 보다 차분데이터형태로 이용하는 것이 우수했으며 그 중 fusion 데이터의 결과가 다른 것들보다 향상된 결과를 보였다. 그리고 K-PCA와 LDA를 결합한 결과가 다른 방법에 비해 우수한 결과를 보였으며 fusion method를 이용한 최고인식율은 98.02%를 나타내었다.

본 논문에서는 두 개의 서브 발전 시스템 (풍력과 태양광 발전 시스템)으로 구성된 하이브리드 발전 시스템의 구현을 위한 디지털 퍼지 제어기를 개발한다. 풍력과 광전자 발전기에서 V-I 특성은 비선형 관계를 보여주기 때문에, 비선형 시스템 제어에 많은 장점을 가진 퍼지 모델 기반 제어기를 사용한다. 그리고 마이크로프로세서 기반 제어 시스템 구현하기 위해서 본 과제에서는 디지털 재설계 기법을 통해 디지털 퍼지 제어기를 설계하게 된다. 마지막으로, 하이브리드 발전 시스템에서 최대 전력 추종과 배터리 상태를 일정하게 유지하기 위해서 세 가지 모드 상태에서 제어 목적이 변화하도록 시스템을 구성하게 된다.

모바일 애드 혹 네트워크(Mobile Ad-hoc Network)는 기반 통신시설의 도움 없이 노드들 간에 자율적으로 구성되는 무선 네트워크로 각 노드는 이동성 및 다른 노드에게 패킷을 전달하는 라우팅 기능을 가지고 있다. 현재까지 모바일 애드혹 네트워크의 주된 관심사는 경로설정 문제를 해결하는데 있었다. 모바일 애드혹 네트워크의 라우팅 프로토콜에서 노드에게 할당된 주소가 유일한 것으로 가정하여 사용하지만 경로설정에 앞서 모바일 애드 혹 네트워크에 참여하는 노드에게 어떤 방법으로 유일한 주소를 제공할 것 인가에 대한 연구가 필요하다. 특히 모바일 애드 혹 네트워크는 필요에 따라 노드들이 자발적으로 네트워크를 형성하여 데이터를 주고 받는 형태이기 때문에 노드들에게 동적으로 주소를 할당하는 문제는 매우 중요하다. 따라서 모바일 애드혹 네트워크가 외부망과 연결시 고정 IP을 부여하고 애드혹의 구성하는 노드이 이동성을 고려하여 노드들 간의 분산된 IP 주소 자동 할당 방법을 MIPv6 적용한 프로토콜을 제안한다. 또한 평가방법으로 이동성을 고려하여 네트워크의 크기를 노드의 수를 가지고 비교하여 모바일 애드혹 네트워크를 구성하는 노드의 수를 증가함으로 기존 연구와 비교평가를 위해서 시뮬레이션 환경을 구현하여 실험을 수행하였다. 실험 결과, 이 논문에서 제안한 방법을 사용하면 모바일 애드혹 네트워크의 크기가 커질수록 기존의 방법보다 주소할당 소요시간을 감소시킬 수 있다.

본 논문은 클래스들의 대표값들과 입력 벡터와의 거리를 사용한 새로운 퍼지 학습법칙을 제안한다. 이 새로운 퍼지 학습을 supervised IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였다. 이 새로운 신경회로망은 안정성을 유지하면서도 유연성을 가지고 있다. iris 데이터를 사용하여 테스트한 결과 supervised IAFC 신경회로망 4는 오류 역전파 신경회로망과 LVQ 알고리즘보다 성능이 우수하였다.

본 논문은 소프트웨어 공정에 대하여 기호코팅을 이용한 유전자 알고리즘 기반 퍼지 다항식 뉴럴 네트워크 (Genetic Algorithms-based Fuzzy Polynomial Neural Networks ; gFPNN)의 모델을 제안한다. 유전자 알고리즘에는 이진코딩, 기호코팅, 실수코딩이 있다. 제안된 모델은 스트링의 길이에 따른 해밍절벽을 기호코딩으로 극복하였다. gFPNN에 전반부 멤버쉽 함수는 삼각형과 가우시안형의 멤버쉽 함수가 사용된다. 그리고 규칙의 후반부는 간략, 선형, 이차식 그리고 변형된 이차식 함수에 의해 설계된다. 실험적 예제를 통하여 제안된 모델의 성능이 근사화 능력과 일반화 능력이 우수함을 보인다.

본 논문에서는 입출력 데이터의 특성을 이용하기 위하여 HCM 클러스터링에 의한 데이터 정보를 이용한 퍼지 뉴럴 네트워크의 설계를 제안하고 이를 최적화한다. 대상 시스템의 입출력 데이터를 취득하여 데이터들간의 거리를 중심으로 멤버쉽 함수를 정의하고 각 규칙에 속한 입출력 데이터를 추출하여 후반부 추론에 적용한다. 또한, 앞서 정의된 멤버쉽함수를 최적으로 동정하여 최적의 퍼지 뉴럴 네트워크를 설계한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 연결 가중치는 오류역전파 알고리즘을 이용하여 학습한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

본 논문에서는 Bacterial Foraging Algorithm과 FCM(fuzzy c-means)클러스터링을 이용하여 TSK(Takagi-Sugeno-Kang)형태의 퍼지 규칙 생성과 퍼지 시스템(FCM-ANFIS)을 효과적으로 구축하는 방법을 제안한다. 구조동정에서는 먼저 PCA(Principal Component Analysis)을 이용하여 입력 데이터 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 Bacterial Foraging Algorithm을 이용하여 전제부 파라미터를 최적화 시킨다. 결론부 파라미터는 RLSE(Recursive Least Square Estimate)에 의해 추정되어진다. PCA(Principal Component Analysis)와 FCM을 적용함으로써 타당한 규칙 수를 생성하였고 Bacterial Foraging Algorithm을 이용하여 최적의 전제부 파라미터를 구하였다. 제안된 방법의 성능을 평가하기 위하여 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하였고 우수한 성능을 보임을 알 수 있었다.

By advent of NNC(Neural Network Chip), it is possible that process in parallel and discern the importance of signal with learning oneself by experience in external signal. So, the design of general purpose operation unit using VHDL(VHSIC Hardware Description Language) on the existing FPGA(Field Programmable Gate Array) can replaced EN(Expert Network) and learning algorithm. Also, neural network operation unit is possible various operation using learning of NN(Neural Network). This paper present general purpose operation unit using hierarchical structure of EN. EN of presented structure learn from logical gate which constitute a operation unit, it relocated several layer. The overall structure is hierarchical using a module, it has generality more than FPGA operation unit.

본 연구에서는 진단분야에서의 시스템의 성능을 향상시키고 최적의 해를 찾고자 사례기반추론과 인공 신경망을 혼합한 시스템을 제안한다. 사례기반추론은 과거의 사례(경험)를 통해 현재의 제시된 문제를 해결하는 추론방식으로, 지식이 획득이 덜 복잡하고, 정형화되기 어려운 규칙이나 문제영역이 불분명한 분야에 효율적으로 활용되었다. 그러나 사례의 양이 방대해야 효율적인 추론을 할 수 있으며, 검색된 시간 또한 지연되는 단점이 있다. 이러한 문제를 보완하고자 본 논문에서는 인공 신경망의 학습을 통해 저장된 ANN Library를 생성하여, 사례기반추론에서의 부적절한 해를 유추하는 것을 방지하고, 효율적이고 신뢰성이 높은 해를 유추해 내는데 목적이 있다.

상황은 단일 사건에 의해 결정되는 경우도 있지만, 많은 경우 일련의 사건이 특정 시간 제약을 만족하면서 발생할 때 상황이 결정된다. 따라서 상황에 대한 추론은 시간 제약 조건 만족 여부와 함께 사건의 발생을 순서를 확인하는 방법으로 수행될 수 있다. 한편, 어떤 상황은 분명하게 정의되는 것이 아니라 애매한 개념을 사용하여 기술되기 때문에, 퍼지 개념을 이용한 상황 기술과 이에 대한 추론이 필요하다. 한편, 유비쿼터스 환경에서와 같이 여러 대상에 대한 상황을 유추하여 서비스를 제공해야 하는 경우에, 대상 간에 동일한 상황이 발생할 수 있기 때문에 이에 대한 고려가 필요하다. 이러한 상황 추론을 위해서 이 논문에서는 Fuzzy Colored Timed Petri net 모델이라는 상황 추론 모델에 대해서 제안한다. 제안한 모델은 Timed Petri net 성질을 이용하여 일련의 사건 발생을 모델링하고, Colored Petri net의 성질을 이용하여 다수 대상에 대한 상황 추론을 허용하며, fuzzy 토큰 개념을 이용하여 애매한 개념을 사용하여 정의된 상황에 대한 추론을 가능하게 한다.

컴퓨터 기술이 발달되면서, 3D 가상현실을 구현할 수 있는 여러 가지 도구들이 웹이나 개인용 컴퓨터에서 운용되고 있다. 또한 3D 가상현실 기술은 새로운 컴퓨터 응용분야로 전자상거래, 기업홍보, 교육, 의료, 시뮬레이션, 그리고 컴퓨터 게임까지 널리 활용되고 있다. 하지만 설계자들이 3D 모델링을 하기 위해서는 많은 시간과 노력이 요구된다. 따라서 새로운 3D 모델을 개발하는 대신에 기존의 모델을 효과적으로 재사용할 수 있다면 많은 노력과 시간을 절약 할 수 있을 것이다. 하지만 이러한 것이 가능하려면 사용자에 의해 정의된 3D 객체를 데이터베이스로부터 관련성이나 유사성이 높은 객체를 찾을 수 있어야한다. 이 논문에서는 에이전트 기법을 사용하여 메타데이터와 온톨로지 정보를 참고하여 3D 모델을 추천하는 시스템을 설계 및 구현 하였다.

본 논문에서 얼굴과 홍채 데이터를 사용하여 다중생체시스템에 기반한 스테가노그라피 구현을 제안한다. 이를 위해, 얼굴과 홍채 인식 기반의 다중생체인식을 구성하였다. 여기서, 홍채의 특징벡터는 디지털 워터마킹 기법을 이용하여 얼굴 이미지 안에 숨기게 된다. 얼굴과 홍채의 인식시스템은 퍼지집합 이론과 LDA 기법이 결합하여 확장한 Fuzzy-LDA(Fuzzy-Based Linear Discriminant Analysis)기법을 제안한다. 최종적으로 디지털 워터마킹 기법을 적용하여 얼굴이미지 안에 홍채 정보를 삽입하고 얼굴 데이터와 홍채 데이터를 통한 다중생체인식을 구성하였으며, 최종적으로 생체데이터 인식율의 ROC 곡선을 통해 제안된 워터마킹 기법의 좋은 성능을 확인하였고, 얼굴 인식율을 통해 워터마킹된 얼굴 영상과 원본 얼굴 영상을 비교하였다. 다양한 실험을 통해 제안된 기법이 다중생체시스템을 보호하고 효과적으로 사용 될 수 있음을 확인 할 수 있다.

카오스 로봇의 하드웨어 구현에서 로봇의 차제 또는 바퀴가 정확하기 자기 위치를 인식하고 지시한 방향과 거리만큼 이동하는 것이 가장 중요하다. 기존에 방위를 측정하기 위해서 주로 마그네틱 자이로센서를 사용하였으나 자이로센서는 주변의 자장의 영향을 크게 받아 정확한 방위를 측정하는 것이 곤란하다는 문제점이 있어 정확한 방향을 움직일 수 있는 각속도 센서로 대체하여 사용하는 방위각 센서 설계 방법을 제시하였다.

본 논문에서는 비선형 시스템의 슬라이딩 모드 관측기 설계에 대해서 논의한다. 제어 대상인 비선형 시스템을 모델링 하는데 있어서 Takagi-Sugeno(T-S) 퍼지 모델 기법을 이용하였고, 이 때 발생할 수 있는 모델 불확실성과 외란에 대해 그것의 최대 최소 범위를 안다고 가정하였다. 제안된 시스템의 LMI (Linear Matrix Inequality)를 기반으로 한 슬라이딩 모드 관측기 설계 방법에서는 관측기와 시스템의 차이를 슬라이딩 표면으로 설정한다. 안정한 슬라이딩 표면을 갖는 슬라이딩 관측기의 존재 가능성을 선형 행렬 부등식의 형태로 표현한다. 슬라이딩 모드 관측기 이득은 LMI 존재 조건의 해를 이용하여 구한다.

본 논문에서는 불확실한 비선형 시스템에 대한 적응 퍼지 슬라이딩 모드 제어기를 설계한다. 불확실한 비선형 시스템에서 발생할 수 있는 파라미터의 변화를 대처하기 위해서 적응 퍼지 이론을 이용하였고, 외란으로 인한 불확실성을 슬라이딩 모드의 제어기를 통해서 해결하였다. 또한 퍼지 튜닝을 통해 슬라이딩 조건을 가변화함으로써 기존의 슬라이딩 모드 제어기에 비해 빠르고 정확하게 추종 가능하도록 제어기의 성능을 향상시킨다. 제안하는 제어기는 정확한 동역학 모델의 구현이 어렵고 복잡한 비선형 시스템에 외란 특성이 우수한 슬라이딩 모드와 실제 시스템을 표현하는 범용 근사자로 유용성이 입증된 퍼지 시스템을 이용하여 간단하고 쉽게 제어할 수 있도록 하였다. Lyapunov이론을 통하여 전역적인 안정화를 보이며, 마지막으로 역진자 시스템에 적용하여 제안된 제어기의 성능을 검증한다.

본 논문에서는 Particle Swarm Optimization 기법을 이용한 뉴로-퍼지 시스템의 파라미터 동정을 실시한다. PSO의 학습 및 군집 특성을 이용하여 시스템을 학습한다. 유전 알고리즘과 같은 무작위 탐색법을 이용하며 하나의 해 군집에 대해 다수 객체들이 탐색하는 기법을 통하여 최적해 부분의 탐색성능을 높여 전체 모델의 학습성능을 개선하고자 한다. 제안된 기법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

최근 다양한 게임 문화가 급속도로 성장함에 따라 보다 새로운 개념의 게임을 찾는 사용자의 요구가 증대 되고 있다. 기존의 게임은 획일화 되고 일방적인 사용자 환경으로 사용자가 일방적으로 게임을 하는 방식이었다. 때문에 사용자의 감성 데이터를 이용하여 사용자에게 게임 환경이 맞춰지는 "사용자 맞춤형" 게임은 기존의 게임에서 보다 진보한 새로운 방식이 될 것이다. 이 방식을 사용하기 위해서는 우선 사용자의 생체 데이터나 감성데이터를 포함한 뇌파를 획득하는 방법이 필요하며 다음으로 획득된 뇌파를 통하여 현재 사용자의 감성 상태를 규명하는 패턴인식 기법이 중요한 문제가 된다. 본 논문에서는 뇌파를 통하여 현재 사용자의 감성 상태를 규명하고 인식할 수 있는 패턴인식 기법으로 Multi Layer Perceptron(MLP)을 사용한 감성인식모델을 제안한다. 본 논문에서 제안한 감성인식 모델의 실험을 위하여 특정 공간 내에서 여러 사용자의 감정별 뇌파를 측정하고 실험을 통하여 획득한 데이터로 감정 DB를 구축한다. 구축된 DB를 본 논문에서 제안한 감성인식 모델로 학습을 하고 학습이 완료된 후 새로운 사용자의 뇌파를 입력 받은 후 현재 사용자의 감성을 인식한다. 감성인식과 더불어 집중도를 측정 하는 실험도 병행 한다. 본 논문에서 제안한 감성인식 모델의 성능을 측정하기 위하여 사용자의 수에 따른 감성 인식률을 측정함으로서 본 논문에서 제안한 감성인식 모델의 성능을 확인한다.

WSN에서 위치를 구하는 방법으로 WLSQ와 DB를 이용하는 방법이 대표적이다. WLSQ에서는 수신된 RSSI로부터 거리를 구하고 구해진 거리를 이용하여 위치를 구하며, 구해진 위치의 정확도는 측정된 RSSI의 정확도와 이로부터 거리를 구하는 알고리즘에 좌우된다. DB를 이용하는 기법은 DB를 구축하는 방법과 측정된 RSSI와 DB를 비교하는 기법에 따라 정확도가 결정된다. 본 논문에서는 수신된 RSSI와 DB를 비교하여 위치를 구하는 기법의 구현 및 성능을 나타내었으며, WLSQ의 결과와 비교하였다.

생체인식은 정보처리시스템에 있어서 네트웍 보안, 시스템 보안, 어플리케이션 보안 등에 사용되는 개인인증 및 확인을 위한 하나의 기법으로 볼 수 있으며, 개인정보를 포함한 데이터의 보호를 위해서 본인이나 승인된 사용자만이 네트웍이나 물리적 접근 등을 통하여 접근하고자 하는 것이다. 본 논문에서는 얼굴인식과 홍채인식 시스템을 융합한 다중생체인식 시스템을 구현하였으며, 다중생체인식 시스템에서 구현된 생체데이터를 안전하게 전송할 수 있는 방법으로 블록 암호 알고리듬 ARIA를 침입에 대한 보안 방법으로 제안하였다. 이에 다중생체 특징벡터를 128비트의 블록 크기를 이용하여 암호화 하였으며, 생체 특징벡터를 이용하여 128비트의 키로 사용하였다.

본 논문에서는 비전 기술에 기반을 둔 손 모양 인식 시스템의 성능 향상을 위해 학습을 통해 손 모양과 손 구조 간 유사도를 결정하는 방법을 제안한다. 비전 센서에 기반을 둔 손 모양 인식은 손의 높은 자유도로 인한 자체 가림 현상과 관찰 방향 변화에 따른 입력 영상의 다양함으로 인해 인식에 어려움이 따른다. 따라서 비전 기반 손 모양 인식의 경우, 카메라와 손 간의 상대적인 각도에 제한을 두거나 여러 대의 카메라를 배치하는 것이 일반적이다. 그러나 카메라와 손 간의 상대적 각도에 제한을 두는 경우에는 사용자의 움직임에 제약이 따르게 되며, 여러 대의 카메라를 사용할 경우에는 각 입력된 영상에 대한 인식 결과를 최종 인식 결과에 반영하는 방식에 대해서 추가적으로 고려해야 한다. 본 논문에서는 비전 기반 손 모양 인식의 이러한 문제점을 개선하기 위하여 인식의 과정에서 사용되는 손 모양 특징을 손 구조적인 각도 정보와 손 영상 특징으로 나누고, 학습을 통해 각 특징 간 연관성을 정의한다.

In this paper, we discuss the user-customized interaction for intelligent home environments. The interactive system is based upon the integrated techniques using speech recognition and fingerprint verification. For essential modules, the speech recognition and synthesis were basically used for a virtual interaction between the user and the proposed system. In experiments, particularly, the real-time speech recognizer based on the HM-Net(Hidden Markov Network) was incorporated into the integrated system. Besides, the fingerprint verification was adopted to customize home environments for a specific user. In evaluation, the results showed that the proposed system was easy to use for intelligent home environments, even though the performance of the speech recognizer was not better than the simulation results owing to the noisy environments

We propose some properties of fuzzy p-value and fuzzy significance level to the test statistics for the fuzzy hypotheses testing. Appling the principle of agreement index, we suggest two method for fuzzy hypothesis testing by fuzzy rejection region and fuzzy p-value with fuzzy hypothesis $H_{f,0}$.

본 논문에서는 공초점 라만 스펙트럼을 이용하여 기저세포암종(basal cell carcinoma, BCC)를 검출하는 문제에 대하여 다룬다. 특히, 라만 스펙트럼 측정시 발생하는 잡음 성분 및 변별력이 없는 성분을 제거하기 위한 방법으로 Fisher의 척도를 활용한 스펙트럼 필터링 방법을 제안한다. 특징벡터의 차원을 줄이기 위하여 주축분석방법을 사용하였고, 분류방법으로는 MAP(maximum a posteriori) 방법을 이용하였다. 실험결과 제안한 방법이 특징벡터의 차원을 줄일 수 있을 뿐만 아니라, 검출 결과도 향상됨을 확인하였다

본 논문에서는 3상 유도전동기의 고장진단을 수행하기 위해 패턴인식에 기반을 둔 진단 알고리즘을 제안한다. 실험 장치는 유도전동기 구동의 고장신호를 얻기 위하여 구축하였으며, 취득된 데이터를 이용하여 진단 알고리즘을 구축하였다. 취득된 데이터 중에서 진단을 위해 사용될 훈련데이터는 퍼지 기반 클러스터링 기법을 이용하여 신뢰성 높은 데이터를 선택하여 고장별 신호를 추출하였다. 진단 알고리즘으로는 데이터를 주성분 분석기법을 적용하였으며, 최종 분류를 위해 Euclidean 기반 거리척도 기법을 이용하였다. 다양한 부하 및 고장신호에 대하여 제안된 방법을 적용하여 타당성을 검증하였다.

MLP는 뛰어난 학습능력으로 인하여 많은 분야에 성공적으로 적용되고 있다. 그러나, 학습 방법으로서 최급경사법에 근거한 오차역전파 알고리즘을 적용하기 때문에 학습시간이 오래 걸리는 단점이 있다. 또한 입력차원의 크기가 크거나 클래스간 학습데이터의 유사성이 클 경우 최적의 파라미터를 구하는데는 한계가 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 LDA와 local MLP을 이용한 새로운 얼굴인식시스템을 제안하고자 한다. 제안된 방법은 우선 LDA 기법에 의해 차원이 축소된 얼굴의 특징벡터를 계산한다. 다음 단계로서 전체 학습영상을 사용하기 보다는 그룹별로 분할된 얼굴영상에 대해 MLP를 수행하므로서 그룹별로 최적인 파라미터를 결정한다. 마지막 단계로 그룹별로 수행된 local MLP를 결합함으로써 전체 얼굴인식 시스템을 구성한다. 제안된 방법의 타당성을 보이기 위해 ORL 얼굴영상을 대상으로 실험한 결과 기존 방법인 PCA나 LDA에 비해 향상된 결과를 보임을 확인할 수 있었다.

본 논문에서는 ANFIS를 이용한 전자혈압계 측정알고리즘을 제안한다. 이를 위해 본 연구에서는 우선, 기존의 팔뚝형 커프와 수동 공기주입기 방식의 전자혈압 측정시스템을 구축하여 혈압 신호를 실시간으로 취득하였다. 다음단계로 취득된 실시간 혈압신호를 이용하여 최고혈압과 최저 혈압을 측정하기 위해 MAA(Maximum Amplitude Algorithm) 기법을 이용한다. 그러나, MAA기법은 개인의 특성을 고려하지 않고 일정한 비율을 고정시키므로 정확한 혈압을 측정하는데 한계가 있다. 따라서, 본 논문에서는 MAA에 의해 측정된 최고혈압과 최저혈압을 ANFIS를 이용하여 학습시키므로서 이러한 문제점을 해결하고자 한다. 제안된 알고리즘의 효율성을 보이기 위해 다양한 혈압신호에 대해 실험한 결과 기존의 MAA에 의한 방법보다 향상된 결과를 나타냈다.

매니퓰레이션 기술 중에서 경로 계획은 중요한 문제 중의 하나이다. RRT는 경로 계획 알고리즘으로 최근에 제안되었다. RRT는 기존 알고리즘보다 빠르게 장애물을 회피하여 경로를 계획할 수 있다. 기존의 경로 계획 알고리즘은 그 상황에 따라 반복적으로 경로 계획을 하였다. 이러한 점을 개선하기위해 RRT와 인간의 소뇌구조를 모방한 CMAC을 결합한 CMACRRT를 제안한다. CMAC은 RRT가 만들어낸 경로와 그 상황을 기억하여 유사한 상황에서 경로를 다시 사용할 수 있게 해준다. 이렇게해서서 CMAC을 통해 학습된 상황에서 RRT를 사용하지 않고 기존의 경로를 사용할 수 있게 된다.

현대인의 생활 깊숙한 곳에 자리 잡고 있는 자동차가 없으면 일상적인 생활에 매우 불편할 정도로 우리 생활 속에서 중요한 존재이다. 그러나 쉽게 운전면허를 따고 많은 사람이 이용하지만, 정작 초행의 목적지로 가고자 할 때는 많은 어려움을 겪는다. 그래서 우리는 좀 더 효율적인 자동차 이용을 위해서 차량에 네비게이션을 장착하고 있다. 본 논문에서 제안한 네비게이션 시스템은 퍼지 로직을 이용하여 운전자의 성향을 판단하고 그에 맞는 경로를 안내해주는 지능형 네비게이션에 대한 연구이다. 각 경로의 성향을 분석하고 운전자의 성향과 비슷한 경로를 추천해주는 지능형 네비게이션일뿐만 아니라, 빠른 경로 안내는 물론 사용자의 성향의 변화에 쉽게 수정 및 업데이트가 간단한 차세대 네비게이션을 제안한다.

과거 디스플레이 장치로서 사용되던 CRT를 대신하여, 상대적으로 두께가 않고 가벼운 영상장치인 평판 디스플레이(Flat Panel Display, FPD)의 사용이 급증하고 있다. 이렇게 평판표시장치(Flat Panel Display) 산업의 폭발적인 성장과 함께 새로운 공정개발을 통해 짧은 시간에 더 많은 양을 생산하고, 불량률을 낮추는가에 생산업체의 사활이 달려있다. 본 논문은 FPD 공정에서 품질을 결정하는 여러 요인 가운데 비중이 큰 박막 두께의 제어를 지능화 알고리즘을 통해 해결하고자 한다. 이는 불필요한 과정을 줄여 공정경비를 절감 및 소요시간을 단축하고, 정밀하게 두께를 측정하는 것을 가능하게 한다. 마지막으로, 제안한 알고리즘을 광 간섭 두께 측정기를 통해 얻은 실제 값을 가지고 시료의 두께를 측정한다.

Human's sight holds the most extents among other senses. It will become more beneficial in person's emotion or body, if we form much better environment to human in connection with visual information as importance of visual information. Human is using a lot of display units on modern society. Basic colors that compose these are Red, Green and Blue. Using these three colors, we can change color sense of monitor or brightness degree. Suitable color degree by individual's environment can reduce person's stress or give comfortable feeling. So Factors by human's emotion and environment are standardized using fuzzy and the method that is to apply the result of Intelligent Color Control(ICC) on display is proposed.

본 논문은 지구자계를 이용하여 3축 자계센서의 수직 성분자계를 보정하는 방법과 장치를 제안한다. 자계센서는 설치각도 및 이득오차에 의해 출력 특성이 변화한다. 따라서 자계센서를 사용하기에 앞서 보정이 필요하다. 지구에서 발생되는 지구자계를 이용하여 간편하게 센서의 설치각도 및 이득오차에 의한 영향을 보정하였으며 이를 위한 장치를 설계하였다. 제안한 방법은 실험을 통하여 실용성을 검증하였다.

A particle filter is one of the most famous filters. The reason why the particle filter is widely used is that particle deals with the state estimation problem for not only linear models with Gaussian noise but also the non-linear models with non-Gaussian noise and it receives great attention from many engineering fields. In the point of view state estimator, particle filter is feedforward observer. According to the characteristic of dynamic system, the feedforward observer can estimate real state. However, the speed of convergence of feedforward observer between the actual state and the estimated state cannot be satisfied. Since the particle filter is a sort of feedforward observer, the convergence speed of particle filter is slow, and the particle filter cannot estimate actual state like particle collapse problem. In order to overcome the limitation of particle filter as a kind of feedfoward estimator, we propose a new particle filter which has feedback term, called particle filter with feedback. Our proposed method is analyzed theoretically and studied by computer simulation. Comparisons are made with other filtering mehod.

본 논문에서는 USB 2.0을 이용하여 고속 GNSS 데이터 수집장치 설계 및 구현을 하였으며 16bit, 5.714MHz의 샘플링 시간을 만족 시키기 위해 USB 펌웨어, 디바이스 드라이버, 응용프로그램 그리고 하드웨어부인 RF, 마이크로프로세서, USB을 설계 및 제작하여 실험 하였고 SDR 프로그램을 통하여 확인하였다.

카오스 로봇의 하드웨어 구현에서 로봇의 차제 또는 바퀴가 정확하기 자기 위치를 인식하고 지시한 방향과 거리만큼 이동하는 것이 가장 중요하다. 이를 위해 정확한 방향을 움직일 수 있는 각속도 센서는 로봇에서 매우 중요한 위치를 차지한다. 정확한 각속도 센서를 설계하기 위해서는 정확하게 전압을 주파수로 바꾸어주는 VF(Voltage to Frequence) 컨버터의 설계가 선행되어야 하며 이를 만족하는 것으로 선형성이 보장되어야 한다. 이에 본 논문에서는 VF 컨버터에서 선형성을 개선시키기 위한 방법을 제시하고 제시한 방법을 기초로 한 VF 컨버터를 설계하였다.

본 논문은 유비쿼터스 컴퓨팅 환경 기반에서의 얼굴과 서명을 이용한 다중생체인식 시스템을 제안한다. 이를 위해서 얼굴과 서명 영상은 PDA로 획득하고, 취득한 영상은 무선랜을 통해 인증 서버로 전송하여 서버로부터 인증된 결과를 받도록하였다. 구현한 다중 생체 인식 시스템의 구성은 두 부분으로 나눌 수 있는데, 먼저 클라이언트 부문인 PDA에서는 임베디드 비주얼 C++로 작성된 사용자 인터페이스 프로그램을 통하여 사용자 등록과 인증 과정을 수행한다. 그리고, 서버 부문에서는 얼굴인식에서 우수한 성능을 보이는 PCA와 LDA 알고리즘을 사용하였고, 서명인식에서는 구간 분할 매칭으로 구간을 분할 한 후 X축과 Y축의 투영값을 Kernel PCA와 LDA 알고리즘에 적용하였다. 얼굴과 서명영상을 이용하여 제안된 알고리즘을 평가한 결과 기존의 단일 생체인식 기법에 비해 우수한 결과를 보임을 확인할 수 있었다.

회전 기기에서 회전체의 편심은 언밸런스를 유발하는데 이를 보정하는 밸런싱은 회전 기기에서의 방진 및 저소음 설계에 중요한 항목일 뿐 아니라 회전기기의 안정성과 사용수명에 큰 영향을 미치기 때문에 매우 중요하다. 이러한 밸런싱 머신을 구현하기 위하여 편심을 정확히 측정하여야 하는데, 본 논문에서는 기존의 벨런싱 기기에 일반적으로 사용되고 있는 계측 원리와는 다르게 홀-이펙트 센서를 이용하여 편심을 측정하는 방식을 제안함으로써 저가의 계측 시스템 구성이 가능함을 보이고, 밸런싱 신의 편심 측정부를 PC통신을 이용하여 제어하고자 한다.

병원의 각종 측정 장비에서 출력되는 결과지나 의사들이 작성한 기록지를 스캔하여 이미지형태로 저장하는 이미징 시스템 개발이 크게 요구되고 있다. 본 논문에서는 신경망과 그래픽 기법을 사용하여 대학병원 심전도실에서 사용되는 여섯 종류의 심전도 출력지를 이미지 형태로 저장하고 검색하는 이미징 시스템의 설계와 구현에 대해 논하였다. 구현된 시스템은 여섯 종류의 심전도 출력지를 분류하고, 분류된 각 출력지에 인쇄된 중요한 측정 데이터를 인식하여 데이터베이스에 저장한다. 심전도 출력지의 분류는 각 샘플 서식들의 평균 히스토그램을 구한 다음 새로운 출력지가 들어올 때 평균 히스토그램과의 거리가 가장 가까운 출력지로 분류하는 nearest-neighbor 방법을 사용하였다. 출력지에 인쇄된 데이터의 인식을 위해 먼저 XML로 작성한 출력지별 추출 정보를 기반으로 스캔한 이미지의 영역 분할 작업을 수행한다. 분할된 영역들은 신경망을 이용해 문자 인식을 하고, 인식된 문자들이 데이터베이스의 해당 속성값으로 저장된다. 스캔한 출력지는 의사들이 주석을 붙이거나 조건 검색을 위해 이미지 형태로 저장된다.

멀티 에이전트(Multi-Agent)들이 상호 연동하여 공통의 목적을 수행하기 위해서는 에이전트를 관리하는 매니지먼트 에이전트(Management Agent)가 요구되고, 주어진 환경에서 획득한 제한된 지식을 효율적으로 이용하는 방법이 필요하다. 본 논문에서는 네이브 베이즈 이론을 적용하여 각 에이전트의 속성값(Attribute Value)에 따라 매니지먼트 에이전트가 각 에이전트를 효율적으로 관리할 수 있는 NBMA(Naive Bayes Management Agent)를 제안하고 이를 이용한 미팅 참가 결정 에이전트를 제안한다. NBMA는 고유한 속성을 지닌 여러 개의 하위 에이전트와 그들을 관리하는 매니지먼트 에이전트로 구성되어 있으며 매니지먼트 에이전트는 하위 에이전트들의 고유한 속성에 대한 메타지식을 이용하여 관리 하도록 한다. 하위 에이전트간에는 상호 조건부 독립(mutually conditional independence) 가정하에 복수의 속성값을 취하며 이러한 속성값에 따라 매니지먼트 에이전트가 조정과 의사결정을 하도록 한다.

네트워크를 기반으로 한 컴퓨터 시스템이 현대 사회에 있어서 더욱 더 불가결한 역할을 하는 것에 따라, 네트워크 기반 컴퓨터 시스템은 침입자의 침입 목표가 되고 있다. 이를 보호하기 위한 침입탐지시스템(Intrusion Detection System : IDS)은 점차 중요한 기술이 되었다. 침입탐지시스템에서 패턴들을 분석한 후 정상/비정상을 판단 및 예측하기 위해서는 초기단계인 특징추출이나 선택이 매우 중요한 부분이 되고 있다. 본 논문에서는 IDS에서 중요한 부분인 feature selection을 Data Mining 기법인 Genetic Algorithm(GA)과 Decision Tree(DT)를 적용해서 구현했다.

안전한 네트워크를 운영하기 위해, 네트워크 침입 탐지에서 오탐지율은 줄이고 정탐지율을 높이는 것은 매우 중요한 일이다. 최근 얼굴 인식, 생물학 정보칩 분류 등에서 활발히 적용 연구되는 SVM을 침입탐지에 이용하면 실시간 탐지가 가능하므로 탐지율의 향상을 기대할 수 있다. 그러나 입력 값들을 벡터공간에 나타낸 후 계산된 값을 근거로 분류하므로, SVM만으로는 이산형의 데이터는 입력 정보로 사용할 수 없다는 단점을 가지고 있다. 따라서 이 논문에서는 데이터마이닝의 의사결정트리를 SVM에 결합시킨 침입 탐지 모델을 제안하고 이에 대한 성능을 평가한 결과 기존 방식에 비해 침입 탐지율, F-P오류율, F-N오류율에 있어 각각 5.6%, 0.16%, 0.82% 향상이 있음을 보였다.

이 논문은 사용자의 쿼리와 사용자의 행동양식을 바탕으로 상대네트워크를 구축함으로써 개인화된 논문검색 시스템을 모델링한 것이다. 제안하는 시스템은 사용자가 검색한 논문에서 키워드의 빈도수를 분석하여 개인적 상대네트워크를 구축하게 되는데, 이 네트워크는 다운로드, 열기, 삭제 등과 같은 사용자의 행동으로부터 키워드간 가중치를 조정을 함으로써 구축된다. 시스템의 성능평가를 위해 100명의 사용자들을 대상으로 실험한 결과, 기존의 검색엔진을 사용했을 때보다 성능이 우수하여 사용자 만족도가 높게 나타남을 알 수 있었다

본 논문에서는 기타를 배우는 초보자가 조율을 쉽게 할 수 있도록 지원하는 시스템을 구현하였다. 본 시스템은 입력된 기타음에서 A/D 변환 및 FFT를 이용하여 pitch를 추출하였다. 기타음 인식 알고리즘을 적용하여 줄감개의 조작량과 조작 방향을 '약 $45^{\circ}$정도 감아라.', '아주조금 풀어라.' 등과 같은 언어적 표현으로 나타내어 조율 할 수 있게 하였다. 기타를 처음 접해보는 피험자들에게 본 시스템을 적용시켜 본 결과 피험자들은 시스템의 언어표현과 적절한 조작 횟수에 대하여 만족감을 나타내었고 조율 결과도 숙련자의 조작과 동일한 효과를 얻을 수 있었다.

최근 생명 연장과 삶의 질에 관한 많은 관심에 따라서 의료 부문에 있어서도 Ubiquitous 환경을 도입하는 노력이 시도되고 있다. 그 중 Ubiquitous Hospital은 여러 가지 병원 서비스 부분의 편의성을 제공하고자 분야로써 이것을 이용하여 시간과 장소의 제약 없이 각종 의료서비스와 건강관리를 제공 받을 수 있는 Ubiquitous Healthcare 서비스에 대한 관심이 증대되고 있다. 본 논문에서는 이 Ubiquitous Healthcare 서비스 제공 system 구현을 위한 framework을 제안한다. 이 framework에서는 사용자가 되는 의사와 환자에 적합한 인터페이스를 제공하고 환자에 대한 추적 관찰과 증상의 판단 및 환자 진료시의 지원 서비스를 제공한다. 또한 보험회사나 병원과 같은 외부시스템과 연계하여 필요한 데이터의 공유가 가능하도록 한다. 그리고 제안된 framework를 이용하여 전립선 환자를 위한 BPH 환자관리 시스템을 구현한다.

A problem that arises in most communication receivers concerns the wide variation in power level of the signals received at the antenna. These variations cause serious problems which can usually be solved in receiver design by using Automatic Gain Control (AGC). AGC is achieved by using an amplifier whose gain can be controlled by external current or voltage. However, the AGC circuit does not respond to rapid changes in the amplitude of input. If input changes instantaneously, then even if op-amps could follow the change, the envelope detector capacitor could not, since the capacitor's voltage could not change instantaneously. To alleviate this deficiency, we present Improved Automatic Gain Control Circuit (IAGCC) replacing AGC circuit to FLC.

SVDD(support vector data description)는 one-class 서포트 벡터 학습 방법론 중 하나로 비정상 물체에서 정상 데이터를 구분하기 위해서 특징 공간에서 정의된 구를 이용하는 전략을 쓰는 방법론이다. 본 논문에서는 SVDD를 이용해서 노이즈가 섞인 비정상 데이터를 노이즈가 제거된 정상 데이터로 복원하는 방법에 대해서 논한다. 그리고 저해상도의 이미지를 고해상도의 이미지로 복원함으로써 본 논문의 방법론이 어떻게 실용적으로 적용되는지에 대해서 다룬다.

지능형 학습 시스템(ITS, Intelligent Tutoring System)은 학습자의 학습 스타일을 인지하여 학습자에 맞는 학습전략을 세우고 적절한 학습 서비스를 제공하는 시스템이다. 기존의 학습시스템은 학습자의 학습 스타일 보다는 학습 컨텐츠에 중심을 두어 학습자에게 맞는 학습 전략을 적절히 세우는 과정이 부족했다. 이에 본 논문에서는 학습자의 학습과정에서 발생한 데이터를 기반으로 학습자의 학습 스타일을 파악하는 방법을 제안한다. 이를 위해 서양 건축양식 학습을 위한 교육 컨텐츠를 이용하였으며, 수집된 데이터를 분석하여 Folder & Silverman 이 제시한 학습 스타일에 근거한 학습자의 학습 스타일을 추출하였다. 실험에서는 70명의 데이터를 수집하였고, 학습자가 교육 컨텐츠를 학습한 순서에 대한 시계열 데이터를 기반으로 학습자 성향을 알아보기 위하여 은닉 마코프 모델(Hidden Markov Model)을 사용하였다. 은닉 마코프 모델을 적용하여 얻은 분석 결과를 가지고 각 학습자에게 맞는 학습 스타일을 진단하였다. 은닉 마코프 모델에서 얻은 학습 스타일 진단 모델은 향후에 학습자 학습 스타일을 파악하는데 사용할 수 있으며, ITS에 있어 학습자 성향 분석 모듈로 고려해볼 수 있다.

게임의 재미요소를 증대 시키고, 게임 생명주기(Life-Cycle)를 늘어나게 하기 위해 다양한 방법이 연구 중이다. 현실감 있는 그래픽 효과와 뛰어난 음향 효과 등과 함께 게임 플레이어의 게임 스타일이 반영된 게임을 만들기 위한 방법이 대표적이 예라 할 수 있다. 그 중 게임 플레이어의 스타일을 게임에 다시 이용하기 위해서는 플레이어의 인지과정이 요구되며, 인지된 결과를 이용하여 플레이어를 모델링(User Modeling)한다. 하지만, 게임의 종류와 특성에 따라 다양한 게임이 존재하기 때문에 플레이어를 모델링하기 어렵다는 문제를 가지고 있다. 본 논문에서는 게임에서 정의된 FSM(Finite State machine)을 이용하여 플레이어가 선택한 행동 패턴을 분석하고 적용하는 방법과 다양한 게임에서 이용 할 수 있는 스크립트 형태의 NPC 행동 패턴 변경 방법을 제안한다. 플레이어의 데이터를 분석하여 얻은 결과는 FSM을 변경하여 새로운 행동을 보이는 NPC(Non-Player Characters)를 생성하는데 사용되며, 이 캐릭터는 게임의 특성과 플레이어의 최신 행동 패턴 경향을 학습한 적용형 NPC라 할 수 있다. 실험을 통하여 사용자의 행동과 유사한 패턴을 보이는 NPC의 생성을 확인할 수 있었으며, 게임에서 상대적인 또는 적대적인 캐릭터로 유용하게 사용 될 수 있다.

본 논문에서는 내시경 영상에 대해 위암 영역을 자동으로 추출하는 방법을 제안한다. 본 논문에서는 내시경 영상을 획득하는 과정에서 발생하는 조명에 의한 잡음과 굴곡에 의해 발생하는 그림자에 의한 잡음 부분을 해결하기 위해서 HSI의 채도와 밝기 값을 이용하여 잡음 영역을 제거한다. 그리고 헤모글로빈 색소 정보를 나타내는 IHb값을 이용하여 전자 내시경 영상에서 유사한 헤모글로빈 색소 정보를 가지는 영역으로 분할한다. 분할된 영역들 중에서 RGB의 각 채널과 헤모글로빈 색소가 높게 나타나면 후보 영역으로 설정한다. 설정된 후보 영역 중에서 위암 영역의 형태학적인 특징 정보를 이용하여 위암 영역을 추출한다. 실제 전문의가 제공한 20개의 내시경 영상을 대상으로 실험한 결과, 제안된 위암 추출 방법으로 17개가 정확히 추출되었고 3개의 내시경 영상에서는 위암 영역이 정확히 추출되지 않았다.

P2P 파일 공유 시스템은 중앙 서버를 거치지 않고 피어 컴퓨터들 간의 직접적인 자원 공유로 특징지워지는 P2P 기술의 대표적인 응용으로, 사용자는 인터넷을 통해 원하는 파일을 쉽게 검색, 획득, 유포할 수 있다. 그러나 악의적인 사용자가 허위 파일이나 바이러스를 유포할 수 있어, 허위파일로 인한 재전송이 빈번해짐으로써 네트워크 트래픽이 증가하고, 바이러스로 인한 피해가 발행할 수 있다. 또한, 자신의 파일에 대한 공유없이 다른 사용자들의 공유 파일만 다운로드하는 free riding 문제가 발생할 수 있다. 이 논문에서는 사용자의 파일 공유 트랜잭션 정보에 기반한 신뢰 정보를 이용하여 P2P 파일 공유 시스템의 문제점을 보완할 수 있는 시스템을 제안한다. 제안한 시스템에서 중앙 서버는 사용자의 파일 공유 트랜잭션 피드백을 이용하여 사용자 신뢰도를 구하여 허위파일이나 바이러스를 유포하는 악의적인 사용자나 free rider에 대해 시스템 사용을 제한한다. 사용자는 파일 다운로드 시에 중앙 서버로부터 사용자 메타데이터를 수신하여 자신의 선호도를 반영한 파일 신뢰도를 이용함으로써 허위파일이나 바이러스를 다운로드할 위험을 줄인다.

인터넷의 발달과 사용자 증가로 인해 IETF는 다양한 네트워크와 프로토콜 상에서 안전하고 신뢰성 있는 사용자 인증을 위해 AAA를 제안하였다. 그러나 AAA의 최신 버전인 Diameter 표준의 인증 방식은 상호인증과 부인방지를 제공하지 않는다. 이러한 Diameter의 인증을 보완하기 위해 공개키를 이용한 AAA 인증 방식이 제안되었으나, 통신과 연산의 오버헤드로 인해 이동 노드에 적용이 어렵다. 이러한 단점을 극복한 ID 기반 AAA 인증 방식이 제안 되었으나 공모공격과 위장공격으로부터의 취약점을 가진다. 이 논문에서는 공모공격과 위장공격에 안전하고, 계산적 전력적 능력이 부족한 이동 노드의 연산량을 감소시키는 새로운 ID기반 AAA인증 방식을 제안한다. 제안한 방식의 검증을 위해 기존 방식을 비교 평가하여 암호학적인 안전성과 연산량의 효율성을 검증한다. 제안 방식은 이동 노드의 인증시 2개의 난수를 생성하여 안전성을 제공하며, Mobile 노드의 지수연산을 줄임으로 계산 전력적 측면에서 효율적이고 서버의 성능에 따라 인증 수행 시간을 감소 시켜 끊김 없는 서비스를 제공할 수 있는 장점을 갖는다.

추천시스템에서 가장 많이 사용하고 있는 협력적 필터링 방법을 모바일 기기 등에서 사용하려면 추천 정보와 사용자들의 평가 정보가 부족하여 추천의 질이 떨어지게 된다. 이러한 문제를 해결하기 위해 실시간으로 얻어진 컨텍스트 정보를 정량화하여 협력적 필터링에 적용함으로써 보다 나은 추천 결과를 얻을 수 있었다. 그럼에도 불구하고 평가를 하기 위한 컨텍스트 정보가 충분하지 못한 경우 부정확한 결과를 가져올 수 있다. 또한 사용자 정보 평가 과정 중 정량화 단계의 분류 과정을 단순히 하게 되면 서비스 받는 사용자가 정확한 그룹에 분류되어 정확도가 결여되는 문제가 발생한다. 본 논문에서는 실시간으로 얻을 수 있는 컨텍스트 정보가 부족한 경우, 내용 기반 필터링에서 많이 사용하고 있는 사용자 프로파일 정보를 실시간 컨텍스트 정보와 결합한다. 그리고 정량화 단계를 개선하여 협력적 필터링함으로써 기존의 방법보다 향상된 결과를 얻을 수 있다.

스마트 홈서비스가 이루어질 앞으로의 가정에서는 거주자의 편리를 추구하는 다수의 가전기기와 다양한 장치를 통해 여러 형태의 서비스가 제공된다. 그 환경의 중심에서 사용자는 무엇보다 손쉽고 편리하게 이들을 시용할 수 있어야 한다. 기존에는 사용자가 쉽게 휴대할 수 있는 소형 컴퓨터, PDA, 휴대폰을 이용해 스마트 홈서비스를 제어하는 연구가 이루어지고 있다. 하지만 이들을 사용하는 것은 복잡하면서 전문적인 지식이 필요할 수 있으며 항상 결에 두어야 한다는 불편함이 있을 수 있다. 이에 본 논문에서는 관성센서를 이용한 동작인식 시스템을 개발하였다. 이 시스템은 자이로 센서와 가속도 센서를 사용하며 3축의 자이로(각속도) 및 가속도를 측정할 수 있는 센서 모듈과 측정된 데이터를 이용해서 동작 패턴을 분류해 주는 알고리즘으로 구성된다. 차후에 홈 네트워크 시스템과의 결합을 통해 미리 지정된 간단한 손동작만으로 여러 가전기기를 제어할 수 있을 것이며 특히 노약자나 장애인들이 기존의 리모트 컨트롤 등의 복잡한 제어 장치를 대신해서 간편하고 손쉽게 사용할 수 있을 것이다.

In this paper, we apply several pattern recognition algorithms to emotion recognition system with speech signal and compare the results. Firstly, we need emotional speech databases. Also, speech features for emotion recognition is determined on the database analysis step. Secondly, recognition algorithms are applied to these speech features. The algorithms we try are artificial neural network, Bayesian learning, Principal Component Analysis, LBG algorithm. Thereafter, the performance gap of these methods is presented on the experiment result section. Truly, emotion recognition technique is not mature. That is, the emotion feature selection, relevant classification method selection, all these problems are disputable. So, we wish this paper to be a reference for the disputes.

시청각 동영상을 이용하여 정서의 뇌 활성화 영역을 규명하는 뇌 영상 연구들은 심상이나 슬라이드와 같은 정서유발도구를 사용한 연구들이 가지지 못한 장점을 가지고 있다. 그러나 시청각 동영상을 이용하여 정서와 관련된 뇌 활성화 영역을 밝히는 연구들은 미미한 실정이다. 본 연구는 시청각 동영상 자극을 이용하여 부적정서에 해당하는 공포, 분노, 혐오정서의 뇌 활성화 영역을 밝히도록 하겠다. 실험참가자로 11명의 오른손잡이 여대생이 선정되었다. fMRI 실험을 위한 패러다임은 block design으로, 각 정서당 통제자극 30초와 정서자극 1분 30초로 구성되었다. 개발된 공포자극에 의해 유발된 공포정서를 경험하는 동안, 공포자극에서는 우측 Amygdala와 양측 Fusiform Gyrus, 좌측 Middle Occipital Gyrus, 우측 Superior Temporal Gyrus가, 분노자극에서는 좌측 Thalamus와 양측 Anterior Cingulate Gyrus, 혐오자극에서는 좌측 Insula, 우측 Putamen, 우측 Fusiform Gyrus, 우측 Middle Occipital Gyrus, 우측Superior Temporal Gyrus 가 활성화되는 것으로 나타났다. 본 연구 결과에서는 시청각 자극을 사용하여 부적 정서에 따른 뇌 활성화 영역을 규명할 수 있었다.

본 연구에서는 아동이 유머와 슬픔을 느낄 때 나타나는 자율신경계 및 안면근육반응의 차이를 밝히고자 하였다. 11-13세의 아동 47명(남: 23명, 여: 24명)에게 각 정서를 유발하는 동영상 자극을 2분 동안 제시하고, 이때의 심리반응과 생리반응(SKT, EDA, ECG, EMG)을 측정하였다. 각 정서는 적합하고 효과적으로 유발되었고, 자율신경계반응에서는 유머가 슬픔보다 피부 전도수준, 피부전도반응, 피부전도반응의 수, 심박률분산에서 유의하게 큰 반응을 보였다. 반면 피부온도는 유머에 비하여 슬픔에서 크게 증가하였다. 안면근육반응 결과, 유머가 Orbicularis oris muscle에서 슬픔보다 더 큰 근육활동의 증가를 나타내었다. 결론적으로 아동은 유머와 슬픔에서 서로 다른 자율신경계와 안면근육의 반응을 보였다.

현대에 들어 대기 오염의 심각성이 계속적으로 보도되고 있으며 많은 기업들이 이를 위해 산업현장에서 발생하는 대기 오염 물질의 배출을 극소화 하기 위해 많은 친환경적 노력을 기울이고 있다. 이러한 시대적 흐름에 발맞추어 대규모 공장에서는 고가의 분진 집진 시스템을 도입하여 친환경적인 기업으로 성장하고 있다. 반면 대부분의 중소 규모의 공장에서는 고가의 분진 집진 시스템을 제정적인 문제로 인하며 도입하기에 어려운 실정이다. 이러한 중소규모의 생산 환경의 문제점을 해결하고자 본 논문에서는 3단 여과 시스템과 최근 각광을 받고 있는 센서 네트워크로부터 얻어지는 환경정보를 이용하여 분진 및 다양한 형태의 오염원을 선택적으로 제어함으로써 집진 효율을 극대화 시킬 수 있는 센서 네트워크 기반 지능형 집진 시스템을 제안하고자 한다.

구간치 퍼지집합은 Gorzalczang(1983)과 Turken(1986)에 의해 처음 제의되었다. 이를 토대로 Wang과 Li는 구간치 퍼지수에 관한 연산으로 일반화 하여 연구하였다. 최근에 홍(2002)는 왕과 리의 이론을 리만적분에 의해 구간치 퍼지집합상의 거리측도에 관한 연구를 하였다. 우리는 일반측도와 관련된 리만적분 대신에 퍼지측도와 관련된 쇼케이적분을 이용한 구간치 퍼지수 상의 쇼케이 거리측도를 연구하였다(2005). 본 논문에서는 퍼지수에서 퍼지수로의 쇼케이 거리측도를 정의하고 이와 관련된 성질들을 조사하였다.

본 논문은 집합치 집합체 연산자를 정의하고 이들의 성질들을 조사한다. 또한 구간치 쇼케이적분에 의해 정의된 집합체 연산자를 정의 하고 이들의 특성들을 제시한다.

본 논문은 역설계 기법을 이용하여 비접촉 방법으로 인체의 발을 3차원으로 복원하고, 발에 관련된 분야에서 필요한 데이터를 추출하는 시스템에서 신발 제작에 필요한 데이터를 지능 기법을 이용하여 분류하는 모듈을 제안한다. 신발의 경우 개개인의 신체조건이 다르고 유행과 개성을 추구하고자 하기 때문에 기존의 생산체계로는 한계가 있다. 측정데이터를 기반으로 하는 맞춤 신발은 기존의 전통적인 수제화 방식과 대량생산 방식의 장점만을 취하여 저렴하고 편리하게 제작된다. 또한 3차원 측정기를 이용하여 측정한 화형 데이터를 적당하게 분류한다면 기성화와 수제화 제작에 필요한 라스트 생성과 개인의 발의 구조 분석에 활용 가능 할 것이다. 따라서 본 논문에서는 획득된 발 데이터를 미리 정해 놓은 그룹으로 결정하기위해 신경망을 사용하여 신발 제작에 필요한 최적의 라스트 데이터를 선택하게 한다.

국내 휴대 단말기기(Mobile Phone, PDA 및 DMB 폰 등)의 하드웨어적 컨버젼스 기술은 국제 경쟁력을 충분히 확보하고 세계 시장에서 선두 역할을 수행하고 있으나, 휴대 단말기기에 필수적으로 구성되어지는 UI(User Interface)는 상대적으로 낙후된 실정이다. 이에 따라 3차원 그래픽 UI의 구현과 휴대 단말기기의 이벤트에 반응하는 3차원 아바타 시스템 개발을 통해 경쟁력 있는 소프트웨어적 컨버젼스 시대의 대비는 필수적이며, 본 논문에서는 휴대 단말기에서 3차원 UI의 구현 뿐 아니라 쉽고 빠르게 UI를 구축 할 수 있는 Authoring Tool 개발의 시급성을 인식하여 연구를 진행하고 있다.

Self Organizing Map(SOM) is a powerful neural network model for unsupervised loaming. In many clustering works with exploratory data analysis, it has been popularly used. But it has a weakness which is the poorly theoretical base. A lot more researches for settling the problem have been published. Also, our paper proposes a method to overcome the drawback of SOM. As compared with the presented researches, our method has a different approach to solve the problem. So, a hybrid SOM is proposed in this paper. Using Monte Carlo computing, a hybrid SOM improves the performance of clustering. We verify the improved performance of a hybrid SOM according to the experimental results using UCI machine loaming repository. In addition to, the number of clusters is determined by our hybrid SOM.

비선형 주성분 분석은 기존에 널리 알려져 있는 주성분 분석기법과 유사한 다변수 데이터 분석을 위한 새로운 접근 방법이다. 비선형 주성분 분석은 AANN(Auto Associative Neural Network)으로 PCA와 마찬가지로 변수들 간에 존재하는 상관관계를 제거함으로써 고차의 다변수 데이터를 정보의 손실을 최소화하면서 최소 차원의 데이터로 변환하는 기법이다. AANN 기반 센서노드 고장검출 기법을 실제 센서 네트워크에 적용하여 봄으로써 센서 드리프트 등과 같은 센서 고장의 검출 및 유효한 센서 보정 성능을 확인하였다.

원거리에서 로봇 핸드를 제어하는 일은 어려운 일이다. 이를 WWW 데이터를 이용 데이터의 불분명확한 점을 사용하여 데이터가 덜 명확한 점이 있더라도 이를 제어 시스템의 데이터로서 사용할 수 있는 점을 이용하여 원거리에서 데이터를 WWW를 이용하여 수신하고 이를 좀더 발전시켜 로봇 제어를 할 수 있겠끔 데이터의 유동성을 보장하는 계층적 분석 방법에 접목시켜 로봇 제어를 할 수 있겠끔 하였다. 불분명확한 제어 데이터를 사용하는 대신 계층적 알고리즘을 사용하여 이를 보완 할 수 있는 보완 시스템을 구성하였다라고 말할수 있다. 단순한 WWW데이터 만으로 제어가 되지 않는다는 것을 확인하고 이를 계층적 분석 방법에 사용하므로써 보강할수 있는 점을 확인하고 WWW데이터를 사용하지 않는 방법과도 결과를 비교 검토한다.

본 논문에서는 목표물 추적 및 목표물 명중을 위한 사격을 할 수 있는 자율이동로봇의 설계 및 제작에 관하여 기술한다. 여기서는 목표물의 이동을 추적할 수 있도록 팬-틸트(pan-tilt)를 제어한다. USB 웹갬(web cam)영상에서 대상체의 특징을 추출하고, 추출한 특징으로부터 시각구동장치의 이동 위치 및 방향을 결정하기 위한 퍼지논리시스템을 설계한다. 시뮬레이션을 통해 제안한 방법의 유용성을 검증하고, 이를 실제 자율이동로봇의 시각구동장치에 적용하여 타당성을 입증한다.

본 논문은 산업현장에서 다양한 센서로부터 입력되는 신호를 계측하여 처리하는 통합형 계측 및 제어 시스템에 대한 연구를 통해 성과를 제시한다. 그리고 센서로부터 주어진 입력 신호에 대해서 본 시스템의 성능에 대한 평가로서 퍼지 알고리듬을 적용해 본다.

본 논문에서는 영상의 중심이동과 독립성분분석에 의한 효율적인 표정 인식방법을 제안하였다. 여기서 중심이동은 얼굴영상의 1차 모멘트에 의한 전처리 과정으로 불필요한 배경을 배제시켜 계산시간의 감소 및 인식률을 개선하기 위함이다. 또한 독립성분분석은 얼굴표정의 특징으로 기저영상을 추출하는 것으로 고차의 통계성을 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 방법을 320*243 픽셀의 48개(4명*6장*2그룹) 표정을 대상으로 Euclidean 분류척도를 이용하여 실험한 결과, 전처리를 수행치 않는 기존방법에 비해 우수한 인식성능이 있음을 확인하였다.

본 논문에서는 영상의 1차 모멘트와 주요성분분석을 이용한 효율적인 얼굴표정 인식방법을 제안하였다. 여기서 1차 모멘트는 영상의 중심이동을 위한 전처리 과정으로 인식에 불필요한 배경의 배제와 계산시간의 감소로 인식성능을 개선하기 위함이다. 또한 주요성분분석은 얼굴표정의 특징인 고유영상을 추출하는 것으로, 이는 2차의 통계성을 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 방법을 각각 320*243 픽셀의 48개(4명*6장*2그룹) 얼굴표정을 대상으로 Euclidean 분류척도를 이용하여 실험한 결과 전처리를 수행하지 않는 기존 방법보다 우수한 인식성능이 있음을 확인하였다.

본 연구는 장애인생활시설에서의 정보화에 대한 고찰이다. 정규 시각장애인학교와 장애인생활시설의 시각장애인 교육환경의 비교하기 위하여 대전의 한 장애인생활시설을 선정하고. 장애인생활시설에 몸담고 있는 원생의 유형별, 연령별 인원현황, 연령별 교사현황, 컴퓨터 보유현황, 원생의 주간교육 일정, 시각장애인용 기자재 보유현황 등을 조사하였다. 그 결과 시각장애자에게 있어서 정보화의 기초가 되는 점자 숙지자가 많지 않아 점자교육의 확대가 필요하였고, 정규학교와 달리 컴퓨터교육에 필요한 기자재가 턱없이 부족하여 학습의 환경조성이 시급한 상황이었다. 또한, 교사 중 일부만이 사회복지나 특수교육을 전공하였고, 컴퓨터를 전공한 사람은 단 한 명도 없었다. 그 이유는 아직 장애인 생활시설의 교사채용기준은 법으로 규정되어 있지 않고 생활시설의 교사에 대한 처우가 일반학교의 교사에 대한 처우에 못 미치는 상황이어서 전공자의 임용지원이 많지 않기 때문이었다. 장애인 생활시설에서 정보화 촉진을 위해 정부의 지원을 바탕으로 한 기자재의 확충과 꾸준한 교육연수를 통한 전문지식인의 양성과 그에 걸 맞는 물리적, 사회적 대우를 통하여 원생들에게 질 높은 교육환경을 제공하는 것이 시급한 것으로 조사되었다.

디지털 시대에는 누구나 쉽게 정보에 접근 할 수가 있어 아주 간단하게 다른 사람의 정보를 불법 복제해서 무단으로 사용하는 경우가 증가하게 되었다. 이는 많은 투자와 노력으로 지식을 생성하는 일도 중요하지만 이를 관리하고 보호하는 일이 중요한 과제로 부상하고 있다는 것을 의미한다. 본 논문에서는 다른 사람의 지적 재산권을 침해하고 표절을 하여 사용했을 경우 이를 효과적으로 탐지하는 새로운 방법과 이론을 제시하고자 한다.

본 논문에서는 음성 속도를 고려한 새로운 립싱크 방법에 대해서 제안한다. 실험을 통해 구축한 데이터베이스로부터 음성속도와 입모양 및 크기와의 관계를 퍼지 알고리즘을 이용하여 정립하였다. 기존 립싱크 방법은 음성 속도를 고려하지 않기 때문에 말의 속도와 상관없이 일정한 입술의 모양과 크기를 보여준다. 본 논문에서 제안한 방법은 음성 속도와 입술 모양의 관계를 적용하여 보다 인간에 근접한 립싱크의 구현이 가능하다. 또한 퍼지 이론을 사용함으로써 수치적으로 정확하게 표현할 수 없는 애매한 입 크기와 모양의 변화를 모델링 할 수 있다. 이를 증명하기 위해 제안된 립싱크 알고리즘과 기존의 방법을 비교하고 3차원 그래픽 플랫폼을 제작하여 실제 응용 프로그램에 적용한다.

본 논문에서는 외란을 갖는 불확실한 비선형 시스템을 제어하기 위하여 $H^{\infty}$ 제어를 이용한 강인 간접 적응 퍼지 관측기를 설계하여 상태변수를 관측하고 외란관측기를 설계하여 시스템의 외란을 제거하는 강인한 제어기를 구성한다. 제안된 외란관측기는 시스템과 외란의 대역폭보다 큰 궤환 이득을 가짐으로써 기존의 역플랜트 모델 또는 퍼지 기반의 외란관측기 보다 간단한 구조를 가지고 외란과 시스템 모델링 오차의 합을 관측해 낼 수 있다. 본 논문에서는 도립진자 시스템의 모의실험을 통하여 관측기, 외란관측기와 제어기의 성능을 평가한다.

In this paper, we propose an interacting multiple model (IMM) method using intelligent tracking filter with fuzzy gain to reduce tracking errors for maneuvering targets. In the proposed filter, to exactly estimate for each sub-model, we propose the fuzzy gain based on the relation between the filter residual and its variation. To optimize each fuzzy system, we utilize the genetic algorithm (GA). Finally, the tracking performance of the proposed method is compared with those of the adaptive interacting multiple model (AIMM) method and input estimation (IE) method through computer simulations.