• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.5
• /
• pp.549-554
• /
• 2012

In this paper, we consider the optimal fuzzy filter of nonlinear discrete-time with estimation error variance constraint. First, the Takagi and Sugeno(T-S) fuzzy model is employed to approximate the nonlinear system. Next, the error state is mean square bounded, and the steady state variance of the estimation error of each state is not more than the individual predefined value. It is shown that, the addressed problem can be carried out by solving linear matrix inequality(LMI) and some algebraic quadratic matrix inequalities. Finally, some examples are provided to illustrate the design procedure and expected performance through simulations.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.346-349
• /
• 1997

칼만 필터는 피드백 제어의 형태를 사용하는 플랜트를 추정한다. 플랜트의 잡음이나 측정 외란이 발생하더라도 상태를 추정하여 최적의 제어를 행한다. 상태를 추정하기 위하여 칼만 필터의 이득 Kk를 저절하고, 이 이득은 칼만 필터의 파라메터인 측정 오차 공분산 Rk과 프로세서 잡음 오차 공분산 Qk를 조정함으로써 뛰어난 필터 수행을 얻을 수 있다. 그러나 필터 파라메터 Rk, Qk는 필터 연산 이전에 측정되어야 하지만, 현재는 전문가가 전문적인 지식을 바탕으로 파라메터를 조정하여 시스템을 제어하고 있다. 따라서 이러한 비효율적인 작업을 퍼지 논리 제어기를 이용하여 온-라인에서 최적의 파라메터 Rk를 구하고자 한다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.42-47
• /
• 1999

연속 계조도 영상을 이진 영상(하프톤 영상)으로 변환하는 하프톤 기법중 대표적인 두 방법은 순차적 디더법과 오차 확산법이 있다. 이 중에서 오차확산법은 예리한 하프톤 영상을 얻기위한 우수한 하프톤 기법으로 잘 알려져 있다. 그러나 알고리듬에 기인하는 여러 인공잡음들이 발생하므로 이를 개선하기 위한 방법으로 최적의 필터 계수를 얻기 위한 많은 연구가 진행되었다. 본 논문에서는 연속 계조도 입력 영상과 하프톤 영상사이의 양자화 오차를 영상에 적응적이며 최적으로 확산시키기 위해 양자화 오차를 초기 가능성의 퍼지 부분 집합으로 정의하였다. 이러한 퍼지 부분 집합의 중심화소에 대해 이웃한 화소의 오차 가능성을 고려한 후 FAM 규칙을 이용하여 각각 화소들의 오차 가능성을 영상에 따라 적응적으로 갱신하였으며 이를 원영상에 더하여 다시 양자화 과정을 번복하는 퍼지 이완 알고리듬을 이용한 오차 확산법을 제안하였다. 제안한 방법을 이용하여 얻은 결과를 최적 필터 계수를 구하기 위한 기존의 방법의 결과 영상과 비교 분석하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.409-412
• /
• 2004

일반적으로 반도체 생산 라인으로부터 생산되는 제품의 수율은 반도체의 가격에 직접적인 영향을 미치는 인자로 고수율의 제품 생산을 위해서는 반도체 생산라인 내부의 공기를 청정하게 할 필요가 있으며 이를 위해 고성능의 필터들이 사용되고 있다. 이러한 필터의 재료는 초극세 섬유로 작업자의 부주의한 조작에 의해 필터 표면에 핀홀(pinhole)둥이 발생하기 쉽다. 이러한 핀홀은 육안으로 관측이 힘들뿐만 아니라 필터의 여과 성능에도 악영향을 미치는 요소로 필터 생산업체에서는 이의 검출 및 보수에 많은 인력이 투입되고 있다. 본 연구에서는 필터 표면에 발생된 핀홀을 검출할 수 있는 자동 테스트 장치를 제안함과 동시에 제안된 테스트 장치의 효율적 운영을 가능케 하는 최적 운전 파라미터를 퍼지 모델링 기법을 이용하여 튜닝하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.221-222
• /
• 2007

본 논문에서는 초정밀 위치 결정 시스템에서 보다 정확한 제어를 위한 새로운 제어기를 설계한다. 외란을 고려한 시스템의 경우, 환경이 달라질 때마다 측정 노이즈를 정확하게 알아내기란 쉽지 않다. 따라서 측정 장치의 정확성을 나타낼 수 있도록 칼만 필터추정기와 퍼지 이론을 이용하여 정확한 측정 오차값을 구한다. 이때, 파라미터 불확실성과 의란에 강인한 제어를 위해 슬라이딩 모드 제어기와 LQ 최적 제어기가 적용된다. 최종적으로, 제안된 제어기와 시간 최적 제어기의 성능비교를 통하여 보다 강인하고 안정된 성능개선을 증명한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.197-200
• /
• 2017

퍼지 논리를 기반으로 한 적응형 스트리밍 기법인 FDASH 적응 알고리즘은 빠르게 변하는 네트워크 상황에서 우수한 콘텐츠의 화질을 보장하면서 끊김 없는 서비스를 제공하는 특성을 보이지만 비디오의 화질이 자주 변하기 때문에 최고의 사용자 체감 품질 (QoE: Quality of Experience)을 제공하지 못 할 수도 있다. 본 논문에서는 제한된 버퍼 크기를 가지고 동일한 콘텐츠의 화질을 보장하면서도 비디오 화질의 변화 횟수를 줄여서 최적의 QoE를 제공할 수 있도록 하는 변환된 퍼지 논리 기반의 DASH 적응 알고리즘을 제안하고자 한다. 제안된 방식은 우선 퍼지 논리 제어부(FLC : Fuzzy Logic Controller)의 수정을 통하여 다음 세그먼트의 비트율에 대해 최적의 판단을 하도록 하였고, 세그먼트 비트율 필터링 모듈 (SBFM: Segment Bitrate Filtering Module)을 추가하여 비디오 화질의 변화 횟수가 최소화 될 수 있도록 하였으며, 스트리밍 서비스 시작 시 SBFM에 의해 일정시간 저화질의 비디오를 시청해야 하는 상황을 막기 위한 Start Mechanism을 추가하였고, 마지막으로 버퍼의 오버플로우를 방지하기 위해 Sleeping Mechanism을 추가하였다. NS-3를 이용한 네트워크 모의실험 결과를 통해 제안된 방식이 FDASH 방식에 비하여 제한된 버퍼크기 상황 하에서도 오버플로우가 발생하지 않으며 점대점(Point to Point) 상황에서는 거의 동일 화질 성능을 보이면서도 비디오 화질 변화 횟수를 50% 이상 줄일 수 있음과 일반 Wifi환경에서는 오히려 17.8%정도 더 뛰어난 비디오 화질 성능을 보이면서 비디오 화질변화 횟수 측면에서는 53.1%정도 줄일 수 있음을 보여준다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.2
• /
• pp.124-132
• /
• 2014

In this paper, we present a novel backlit region detection and contrast enhancement method using fuzzy C-means clustering and adaptively partitioned block based contrast stretching. The proposed method separates an image into both dark backlit and bright background regions using adaptively partitioned blocks based on the optimal threshold value computed by fuzzy logic. The detected block-wise backlit region is refined using the guided filter for removing block artifacts. Contrast stretching algorithm is then applied to adaptively enhance the detected backlit region. Experimental results show that the proposed method can successfully detect the backlit region without a complicated segmentation algorithm and enhance the object information in the backlit region.

• Journal of the Korea Safety Management & Science
• /
• v.12 no.2
• /
• pp.193-197
• /
• 2010

오늘날 인터넷의 출현과 확산으로 인하여 정보의 홍수를 이루게 되었고, 고객들은 자신이 원하는 제품이나 서비스를 선택하기 위해서 정보를 탐색하는 작업이 더욱 어려워지게 되었다. 이러한 고객들에게 좀 더 편리하게 자신이 원하는 제품이나 서비스를 선택하도록 도와주는 것이 추천 시스템으로써, 고객 관계 관리의 중요한 부분으로 자리잡게 되었다. 본 연구에서는, 인터넷상의 여행사 사이트 등에서 고객이 여행지를 선택할 때 고객이 관심을 가질만한 여행지를 추천하여 줌으로써 고객이 최적의 여행지를 선택할 수 있는 새로운 추천 시스템을 개발하였다. 기존의 여러 추천 시스템에서 적용되던 협업 필터링 기법의 문제점으로 나타나고 있는 희소성과 확장성을 해결하기 위하여 본 연구에서는 퍼지로직과 인공신경망을 결합한 하이브리드 접근 방법인 뉴로 퍼지 기반의 여행지 추천시스템을 개발하였다. 제안한 추천시스템을 적용하여 실험한 결과 제안 시스템이 기본의 방법들보다 우수함을 입증하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.4
• /
• pp.469-474
• /
• 2011

This paper presents the intelligent tracking method for maneuvering target using the positional error compensation of the maneuvering target. The difference between measured point and predict point is separated into acceleration and noise. K-means clustering and TS fuzzy system are used to get the optimal acceleration value. The membership function is determined for acceleration and noise which are divided by K-means clustering and the characteristics of the maneuvering target is figured out. Divided acceleration and noise are used in the tracking algorithm to compensate computational error. While calculating expected value, the non-linearity of the maneuvering target is recognized as linear one by dividing acceleration and the capability of Kalman filter is kept in the filtering process. The error for the non-linearity is compensated by approximated acceleration. The proposed system improves the adaptiveness and the robustness by adjusting the parameters in the membership function of fuzzy system. Procedures of the proposed algorithm can be implemented as an on-line system. Finally, some examples are provided to show the effectiveness of the proposed algorithm.