• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.11-14
• /
• 2007

인간과 컴퓨터간의 상호교류 하는데 있어서 감정 인식은 필수라 하겠다. 그래서 본 논문에서는 음성 신호 및 얼굴 영상을 BL(Bayesian Learning)과 PCA(Principal Component Analysis)에 적용하여 5가지 감정 (Normal, Happy, Sad, Anger, Surprise) 으로 패턴 분류하였다. 그리고 각각 신호의 단점을 보완하고 인식률을 높이기 위해 결정 융합 방법과 특징 융합 방법을 이용하여 감정융합을 실행하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 융합하였으며, 특정 융합 방법은 SFS(Sequential Forward Selection)특정 선택 방법을 통해 우수한 특정들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 융합을 실행하였다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 한국수자원학회논문집
• /
• 제38권7호
• /
• pp.575-584
• /
• 2005

수질오염 사고를 판단하기위한 경보모형은 다중퍼셉트론과 다층신경망, 뉴로-퍼지 모형들로 구성되었으며, 개발된 기준축에 따른 안정, 주의, 경고 상태를 학습하였다. 수질예측 모형에 유출예측 모형을 연계하고 경보모형을 결합하여 인공지능 시스템을 구축하였으며, 구축된 시스템을 GUI로 구현하였다. GUI 화면은 초기화면, 자료 전처리 과정, 유량예측 과정, 수질예측 과정, 경보시스템의 순으로 진행된다. 수질오염 사고에 대한 시나리오를 작성하여 시스템의 적용성을 검토하였으며, 인공지능 경보시스템은 이상수질에 대하여 위험 및 안정 상태를 적합하게 구별하는 것으로 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.25-28
• /
• 2007

본 논문은 FM 라디오 방송의 오디오 신호를 블록 단위로 음성 음악을 판별하는 시스템을 제안하는 논문이다. 본 논문에서는 음성 음악 판별 시스템을 구축하기 위해 다양한 특정 파라미터와 분류 알고리즘을 제안 한다. 특정 파라미터는 신호처리 분야(Centroid, Rolloff, Flux, ZCR, Low Energy), 음성 인식 분야(LPC, MFCC), 음악 분석 분야(MPitch, Beat)에서 각각 사용되는 파라미터를 사용하였으며 분류 알고리즘으로는 패턴인식 분야(GMM, KNN, BP)와 퍼지 신경망(ANFIS)을 사용하였고, 거리 구현은 Mahalanobis 거리를 사용하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.101-104
• /
• 2006

유비쿼터스 시대가 다가오면서 앞으로 가정 및 회사 등 인간이 거주하며 생활하는 공간에서의 좀 더 편리하고 효율적인 다양한 정보를 인간에게 인지시켜 줄 수 있는 환경이 구축되어야한다. 이를 기반으로 유비쿼터스 주변장치들의 네트워크와 인간에게 많은 정보와 편리성이 좀 더 효율적으로 이루어져야 할 것이다. 이를 위해 본 논문에서는 센서모듈에서 추출되는 데이터를 신경망과 퍼지 알고리즘을 사용해 동작인식의 패턴을 분류하여 인간의 사고를 움직임 파악한다. 이러한 패턴의 분류를 통해 홈네트워크 시스템과의 센서모듈의 통신제어가 가능하게 된다 이를 바탕으로 패턴이 분류된 행동들의 명령으로 미리 지정된 간단한 손동작으로 여러 가전기기라든지 홈네트워크 시스템의 제어방식을 더욱 간단히 제어하며, 인간의 건강상태를 파악함으로써 인간행동과 상태에 따른 유비쿼터스 환경의 제어가 이루어 질 수 있는 시스템을 제안한다.

• 대한전자공학회논문지TE
• /
• 제42권4호
• /
• pp.15-20
• /
• 2005

엔진오일 교환 시기 예측은 엔진의 수명을 연장하고 연비를 증가시킨다. 그러나, 엔진오일의 교환 시기는 자동차를 주행한 거리나, 장거리를 운행한 차량, 단거리를 운행한 차량, 엔진오일의 종류 등에 따라서 크게 달라진다. 본 논문에서는 엔진오일 교환 시기를 예측함에 있어서 단지 주행 거리나 엔진오일의 색깔의 변화 등의 데이터를 퍼지 및 신경망 알고리즘을 이용하여 값을 구하였다. 모의실험결과, 지능형 엔진오일 교환 시스템이 기존의 사람이 예측하여 결정하는 방식 보다는 더 정확하게 엔진 오일을 교환할 수 있음을 입증할 수 있었다. 따라서 지금의 자동차에 이러한 알고리즘을 적용한다면 보다 편리한 차량이 될 것으로 기대한다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.25-32
• /
• 2013

국제적 경쟁이 치열해지고 급속한 기술발전이 진행되고 있는 기업환경에서 좋은 정보시스템 인력을 선발하고 평가할 수 있는 방법은 매우 중요한 이슈이다. 그럼에도 불구하고 정보시스템 인력이 보유해야 할 지식과 스킬에 대해서는 많은 연구가 진행되었지만 이들 인력을 선발하고 평가하는 방법에 대해서는 그렇지 못한 것이 사실이다. 인력 선발은 정성적인 측정치와 정략적인 측정치 모두를 포함하는 다기준 의사결정 문제인데 본 연구에서는 정보시스템 인력의 스킬, 능력, 지식에 기초하여 이들의 선발과 평가 과정에서 이들을 분류할 수 있는 모형을 제시하였다. 본 모형은 신경망 알고리즘 모형에서 도출한 것으로서 Jaccard 선택함수 기반의 퍼지 ART 알고리즘을 적용하였다. 실제 인사자료를 활용하여 제안된 모형의 사용 용이성과 효과성을 검정해 본 결과 본 접근방법이 필드에서 충분히 활용될 수 있는 것으로 판단되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.708-711
• /
• 1997

This paper proposes the hybrid algorithm for the optimization of the structure and parameters of the fuzzy neural networks by genetic algorithms (GA) to improve the behaviour and the design of fuzzy neural networks. Fuzzy neural networks have a distinguishing feature in that they can possess the advantage of both neural networks and fuzzy systems. In this way, we can bring the low-level learning and computational power of neural networks into fuzzy systems and also high-level, human like IF-THEN rule thinking and reasoning of fuzzy systems into neural networks. As a result, there are many research works concerning the optimization of the structure and parameters of fuzzy neural networks. In this paper, we propose the hybrid algorithm that can optimize both the structure and parameters of fuzzy neural networks. Numerical example is provided to show the advantages of the proposed method.

• 제어로봇시스템학회논문지
• /
• 제13권7호
• /
• pp.671-676
• /
• 2007

In this paper, a novel neuro-fuzzy controller is presented. The generic fuzzy controller is compensated by a neural network controller so that an overall control structure forms a neuro-fuzzy controller. The proposed neuro-fuzzy controller solves the difficulty of selecting optimal fuzzy rules by providing the similar effect of modifying fuzzy rules simply by changing crisp input values. The performance of the proposed controller is tested by controlling humanoid robot arms. The humanoid robot arm is analyzed and implemented. Experimental studies have shown that the performance of the proposed controller is better than that of a PID controller and of a generic fuzzy PD controller.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.65-73
• /
• 2006

강사가 강의실에서 누가 강의를 이해했는지 이해를 못했는지를 아는 것은 매우 어렵다. 그러므로 본 논문에서는 쌍방향 방식을 이용해서 학생 점수 평가 알고리즘을 제안한다. 뿐만 아니라, 퍼지 규칙 및 신경망을 이용한 전 방향 방식이 시험에서 어떤 문제를 이해 못했는지를 말해 줄 수 있음을 확인하였다. 컴퓨터 모의실험결과 쌍방향 가상 수업시스템이 이해하지 못한 학생을 고려하지 않은 기존의 단 방향 가상 수업 시스템 보다 훨씬 효과적인 것을 입증하였다.