• NEWSLETTER 전기공업
• /
• no.95-20 s.141
• /
• pp.41-44
• /
• 1995

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.2
• /
• pp.267-272
• /
• 2010

This paper suggests an evaluation method through corporate culture's evaluation model considering the relationship and affection between types and elements of corporate culture. 314 data obtained from the members of small and medium enterprises analyzed the relationship by the correlation analysis, and the degree affecting rate the corporate culture types by the regression analysis. Finally, fuzzy system was used to analyze the evaluation model of the corporate culture type. The evaluation model of the corporate culture types in this paper is mixed possibility and necessity sides and showed the usefulness through reviewing the model which has an identification problem of the fuzzy system estimated fuzzy relation matrix for corporate culture types using the model.

• The Transactions of the Korean Institute of Electrical Engineers D
• /
• v.49 no.11
• /
• pp.625-631
• /
• 2000

In designing fuzzy model, we encounter a major difficulty in the identification of an optimized fuzzy rule base, which is traditionally achieved by a tedious-and-error process. This paper presents an approach to automatic design of optimal fuzzy rule bases for modeling using evolutionary programming. Evolutionary programming evolves simultaneously the structure and the parameter of fuzzy rule base a given task. To check the effectiveness of the suggested approach, 3 examples for modeling are examined, and the performance of the identified models are demonstrated.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.289-292
• /
• 2005

본 논문에서는 클러스터링과 뉴로-퍼지 모델링을 동시에 실시하는 학습 기법을 제안하였다. 클러스터링을 이용하여 뉴로-퍼지 모델링을 실시하는 일반적인 경우, 클러스터링 학습을 실시한 후 학습된 파라미터를 뉴로-퍼지 모델의 초기 파라미터로 설정하고 모델을 다시 학습하는 방법을 취한다. 즉 클러스터링에서 클러스터의 수를 구하고 파라미터를 최적화함으로써 초기 구조동정과 파라미터 동정을 실시하며 이를 다시 뉴로-퍼지 모델에서 세부적인 파라미터 동정을 실시하는 것이다. 또한 모델에서의 학습은 출력데이터의 오차를 이용한 오차미분기반 학습으로 전제부 소속함수 파라미터를 수정하는 방법을 이용한다. 이 경우 클러스터링의 영향과 모델의 영향이 각각 별개로 고려될 수 있다. 따라서 본 논문에서는 클러스터링을 전제부 소속함수로 부여하고 클러스터링의 학습에 뉴로-퍼지 모델을 이용하면서 또한 모델의 학습에 클러스터링을 직접 적용하는 클러스터링 기반 뉴로-퍼지 모델링을 제안하였으며 이 경우 클러스터링의 학습과 모델의 학습이 동시에 이루어지며 뉴로-퍼지 모델에서 클러스터링의 효과를 직접적으로 확인할 수 있다. 제안된 방법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.4 no.1
• /
• pp.145-154
• /
• 2000

In this paper we proposed the orthogonal neural network(ONN) to control and identify the unknown controlled system. The proposed ONN used the buffer layer in front of the hidden layer and the hidden layer used the sigmoid function and its derivative a derived RBF that is a derivative of the sigmoid function. In order to verify the property of the proposed, it is examined by simulation results of the Narendra model. Controlled system is composed of ONN and confirmed its usefulness through simulation and experimental results.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.569-574
• /
• 2000

본 논문에서는 유전 알고리듬을 이용한 웨이브렛 기반 퍼지 시스템 모델링에 대한 새로운 방법을 제안한다. 유전 알고리듬을 이용하여 웨이브렛 변환의 계수를 동정한 후 웨이브렛 변환과 등가관계에 있는 퍼지 시스템 모델을 형성한다. 웨이브렛 변환의 장점인 에너지 압축에 의해 적은 수의 계수를 이용하여도 정확한 모델을 획득할 수 있고 이는 적은 수의 규칙으로 정확한 퍼지 시스템 모델을 구성할 수 있다는 것을 의미한다. 또한 급격한 변화를 갖는 함수를 잘 나타낼 수 있다는 웨이브렛 변환의 장점에 의하여 기존의 퍼지 모델링으로는 좋은 모델을 획득할 수 없었던 문제를 해결하였다. 제안된 퍼지 모델의 우수성을 비선형성이 큰 함수를 모델링하고 이전의 연구와 비교함으로써 입증한다.

• The Transactions of the Korean Institute of Electrical Engineers
• /
• v.41 no.9
• /
• pp.1104-1109
• /
• 1992

A mathematical model of cancerous system based on immunological surveillance has been proposed by Lee. The model involves a system of 12 coupled nonlinear differential equations due to cellular kinetics and each of them can be modeled bilinearly. This paper discusses only the properties of solutions to the nonlinear differential equations and identification.

• NEWSLETTER 전기공업
• /
• no.99-24 s.241
• /
• pp.25-38
• /
• 1999

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.5 no.1
• /
• pp.33-44
• /
• 2012

A class of recurrent neural networks is proposed and proven to be capable of identifying any discrete-time dynamical system. The applications of the proposed network are addressed in the encoding, identification, and extraction of finite state automata. Simulation results show that the identification of finite state automata using the proposed network, trained by the hybrid greedy simulated annealing with a modified error function in the learning stage, exhibits generally better performance than other conventional identification schemes.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.4
• /
• pp.48-57
• /
• 1997

This paper presents the automatic construction and parameter optimization technique for fuzzy logic controllers using genetic algorithm. In general. the design of fuzzy logic controllers has difficulties in the acq~lisition of expert's knowledge and relies to a great extent on empirical and heuristic knowledge which, in many cases, cannot be objectively justified. So, the performance of the controllers c:an be degraded in the case of plant parameter variations or unpredictable incident which a designer may have ignored, and the parameters of fuzzy logic controllers obtained by expert's control action may not be optirnal. Some of these problems can be resolved by the use of genetic algorithm. The proposed method can tune the parameters of fuzzy logic controllers including scaling factors and determine: the appropriate number of fuzzy rulcs systematically. Finally, we provides the second order dead time plant to evaluate the feasibility and generality of the proposed method. Comparison shows that the proposed method can produce fuzzy logic controllers with higher accuracy and a smaller number of fuzzy rules than manually tuned fuzzy logic controllers.