• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.145-148
• /
• 2001

일반적으로 가변구조제어는 외란과 변수 변화에 대해 강인한 특성을 가지지만 제어기 설계자는 이러한 값들에 대한 상한 값과 하한 값을 알아야한다. 그러나 때로는 이러한 상한 값과 하한 값을 얻는다는 것은 쉽지가 않다. 이에 반해 퍼지제어기는 외란과 변수 변화에 대한 제어기 설계에 있어서 효과적인 방법을 제공한다. 따라서 퍼지제어기와 가변구조제어기가 가지는 장점들을 결합하는 연구가 진행되어져 왔다. 본 논문에서는 기존의 선형 슬라이딩 면을 가지는 퍼지제어기를 이용하는 방법 대신 비선형 슬라이딩 면을 가지는 퍼지제어기를 이용한 적응 퍼지 가변구조제어기를 이용하였다. 따라서 시스템의 결과는 선형 슬라이딩 면을 가지는 제어기 설계에서 나타나는 동적 특성과 정적 특성의 대립을 해결할 수 있다. 또한, 가변구조제어의 동적 특성을 결정하는 제어입력을 도입하여 적응 퍼지 가변구조제어기의 안정도를 판명하였다. 제안된 제어 알고리듬의 유용성을 입증하기 위해 비선형성이 큰 가변 길이를 갖는 진자 시스템을 이용하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.216-218
• /
• 2010

본 논문에서는 기존의 퍼지 필터링 알고리즘의 문제점을 개선한 퍼지 필터링 기법을 제안한다. 제안된 퍼지 필터링 알고리즘은 컬러 영상에서 R, G, B 채널을 각각 분리한다. 분리된 각 채널에서 마스크 정보를 추출하여 채널에 대한 평균값과 중간값의 명암도를 제안된 퍼지 기법의 소속 함수에 적용하여 소속도를 구한 뒤, 추론 규칙에 적용한다. 그리고 R, G, B 각각의 소속도 값을 이용하여 잡음 가능성 여부를 판별한다. 제안된 퍼지 기법에서 소속 함수 구간은 세 개 구간으로 설정하였다. 잡음이라고 판단되는 경우에는 그 잡음 정도에 따라 중간값이나 평균값을 해당 픽셀 값으로 설정하여 잡음을 제거한다. 제안된 기법을 컬러 영상에 적용한 결과, 제안된 기법이 기존의 퍼지 필터링 기법보다 잡음 제거에 있어서 효과적인 것을 확인할 수 있었다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.9
• /
• pp.1114-1124
• /
• 1999

클러스터링은 동일한 클러스터에 속하는 데이타들 간에는 유사도가 크도록 하고 다른 클러스터에 속하는 데이타들 간에는 유사도가 작도록 주어진 데이타를 몇 개의 클러스터로 묶는 것이다. 어떤 대상을 기술하는 데이타는 수치 속성뿐만 아니라 정성적인 비수치 속성을 갖게 되고, 이들 속성값은 관측 오류, 불확실성, 주관적인 판정 등으로 인해서 정확한 값으로 주어지지 않고 애매한 값으로 주어지는 경우가 많다. 본 논문에서는 애매한 값을 퍼지값으로 표현하는 수치 속성과 비수치 속성을 포함한 데이타에 대한 비유사도 척도를 제안하고, 이 척도를 이용하여 퍼지값을 포함한 데이타에 대하여 퍼지 클러스터링하는 방법을 소개한 다음, 이를 이용한 실험 결과를 보인다. Abstract The objective of clustering is to group a set of data into some number of clusters in a way to minimize the similarity between data belonging to different clusters and to maximize the similarity between data belonging to the same cluster. Many data for real world objects consist of numeric attributes and non-numeric attributes whose values are fuzzily described due to observation error, uncertainty, subjective judgement, and so on. This paper proposes a dissimilarity measure applicable to such data and then introduces a fuzzy clustering method for such data using the proposed dissimilarity measure. It also presents some experiment results to show the applicability of the proposed clustering method and dissimilarity measure.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.716-720
• /
• 2006

Fuzzy sets are good for abstracting and unifying information using natural language like terms. However, fuzzy sets embody vagueness and users may have different attitude to the vagueness, each user may choose difference one as the best among several fuzzy values. In this paper, we develop a method teaming a user's, preference on fuzzy values and select one which fits to his preference. Users' preferences are modeled with artificial neural networks. We gather learning data from users by asking to choose the best from two fuzzy values in several representative cases of comparing two fuzzy sets. In order to establish tile representative comparing cases, we enumerate more than 600 cases and cluster them into several groups. Neural networks ate trained with the users' answer and the given two fuzzy values in each case. Experiments show that the proposed method produces outputs closet to users' preference than other methods.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.4
• /
• pp.443-450
• /
• 2007

In this paper, we propose a novel threshold selection method based on statistical information on gray-levels of given images and interval-valued fuzzy sets. In the proposed threshold selection method, the interval-valued fuzzy set is used to represent more definitely the relationship between a pixel and its belonging region, that is, the object and the background. Also the statistical information on gray-level is used to determine the rules and partitions of interval-valued fuzzy sets. To show the validity of the proposed method, we compared the performance of the proposed with those of conventional methods such as Otsu's method, Huang and Wang's method applied to 5 test images with various types of histograms.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.299-302
• /
• 2009

이 논문에서는 라인 트레이스 차량의 주행 제어를 위한 퍼지 제어기를 설계하였다. 라인을 감지하는 센서들의 감지 상태에 따라 센서값을 산출하고 이 센서값은 조향각 제어 퍼지 규칙의 입력으로 사용되어 조향각을 제어값으로 산출한다. 또한 산출된 조향각은 다시 모터속력 제어 퍼지 규칙의 입력으로 사용되어 주행 속도 결정을 위한 모터속력을 제어값으로 산출하게 된다. 제안한 퍼지 제어 기법을 이용하여 조향각만을 제어한 경우와 조향각과 모터속력을 함께 제어한 경우를 각각 실험한 결과, 모터속력을 함께 제어한 경우가 트랙을 이탈하지 않으면서 더욱 빠르게 주행함으로써 제안한 기법에 효과적임을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.167-175
• /
• 2007

Fuzzy logic is used to represent qualitative knowledge and provides interpretability to a controlling system model in bioinformatics. This paper focuses on a bioinformatics data classification which is an important bioinformatics application. This paper reviews the two traditional controlling system models The sequence-based threshold controller have problems of optimal range decision for threshold readjustment and long processing time for optimal threshold induction. And the binary-based threshold controller does not guarantee for early system stability in the GPCR data classification for optimal threshold induction. To solve these problems, we proposes a fuzzy-based threshold controller for ART1 clustering in GPCR classification. We implement the proposed method and measure processing time by changing an induction recognition success rate and a classification threshold value. And, we compares the proposed method with the sequence-based threshold controller and the binary-based threshold controller The fuzzy-based threshold controller continuously readjusts threshold values with membership function of the previous recognition success rate. The fuzzy-based threshold controller keeps system stability and improves classification system efficiency in GPCR classification.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.82-85
• /
• 2014

퍼지 이진화는 영상에 대한 임계값을 원본 영상의 가장 밝은 픽셀과 가장 어두운 픽셀의 평균값으로 설정하고 이를 삼각형 타입의 소속 함수에 적용하여 영상을 이진화한다. 그러나 퍼지 이진화는 영상의 배경과 물체의 밝기 차이가 큰 경우에는 이진화가 효과적이지만 차이가 크지 않은 경우에는 소속 함수 구간을 효율적으로 설정할 수 없어 이진화를 효과적으로 할 수 없다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 ART2 알고리즘을 적용하여 각 클러스터의 중심 값을 구한다. 그리고 각 클러스터의 중심 값에 해당하는 명암도를 이용하여 평균값을 구한 후, 이 평균값을 퍼지 이진화 방법에서 소속 함수 구간의 중간 값으로 설정하여 영상을 이진화 한다. 제안된 방법의 성능을 평가하기 위해 다양한 영상에서 제안된 방법과 기존의 퍼지 이진화 방법을 적용한 결과, 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태에서 영상이 이진화되는 것을 확인하였다.

• Journal of Internet Computing and Services
• /
• v.8 no.3
• /
• pp.99-107
• /
• 2007

In general, the reliabilities of the fuzzy system are represented and analyzed by real numbers between zero and one, fuzzy numbers, intervals of confidence, interval-valued fuzzy sets, vague sets, etc. This paper addresses the method to analyze the reliability of the fuzzy system for the weighted components with the weights reflected on the importance of weighted components in an system. The reliabilities and the weights of the weighted components in a fuzzy numbers and considers the weights of the weighted components in a fuzzy system, therefore, its execution is faster and more flexible than the conventional methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.30-32
• /
• 1998

퍼지숫자는 불명확한 값을 표현하기 때문에, 퍼지숫자의 비교결과 역시 불명확한 성질을 갖고 있다. 본 논문에서는 이러한 퍼지숫자의 비교결과에 존재하는 불명확성을 표현하기 위해서, 퍼지 만족도 함수를 제안한다. 퍼지 만족도 함수는 두 퍼지숫자를 비교하여 그 비교결과로 0과1사이의 퍼지집합을 출력한다. 즉, 어느 숫자가 다른 숫자보다 클(작을) 가능성을 단순히 0과1사이의 값이 아닌, 퍼지집합으로 표현한다. 퍼지 만족도 함수는 이전에 제안된 만족도 함수로부터 확장되었다. 본 논문에서는 만족도 함수를 간략히 소개하고, 이를 이용하여 퍼지 만족도 함수를 제안하며, 이를 퍼지숫자 비교에 적용한 예를 제시한다.