• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.349-352
• /
• 2006

본 논문에서는 난이도를 고려한 학생의 성적을 퍼지 규칙 및 신경망을 이용해서 자신의 취약한 과목 및 이해도를 측정할 수 있는 알고리즘을 이용해서 모의실험을 하였다. 모의 실험결과 난이도가 표준보다 쉽거나 어렵게 출제 되었을 때에도 학생의 합격점수를 꼭 60점이 아니라 난이도가 어려운 경우에는 40점도 합격을 할 수 있고, 난이도가 쉬운 경우에는 80점도 불합격시킬 수 있도록 하였다. 특히, 똑같은 60점 이상을 취득해서 합격한 학생일 지라도, 본 논문에서는 각 과목당, 단위별 학습과정의 문제를 모두 틀렸거나 점수가 매우 낮은 경우에는 다음 학습 진도를 나가기 전에, 경고 메시지를 출력할 수 있기 때문에 학생 자신이 어떤 부분이 취약한지를 알 수 있는 알고리즘을 개발하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.3
• /
• pp.25-36
• /
• 1996

Conventional radial-basis-function networks and fuzzy systems have serious problems in dealing with the non1inea:r approximations on high-dimensional spaces due to the explosive increase of the number of hidden nodes or fuzzy IF-THEN rules. In order to avoid such problems, this paper proposes a tree-structured intelligent system in which semi-local basis functions form its basic elements, and develops a training algorithm for the proposed system based on the modified genetic algorithm and LMS rule. Theoretical analysis is performed on the approximation capability of the proposed system, together with experimental studies which demonstrate the effectiveness of the developed methodology.

• Journal of Korean Society of Transportation
• /
• v.21 no.2
• /
• pp.63-70
• /
• 2003

Real-time information on vehicle queue at intersections is essential for optimal traffic signal control, which is substantial part of Intelligent Transport Systems (ITS). Computer vision is also potentially an important element in the foundation of integrated traffic surveillance and control systems. The objective of this research is to propose a method for detecting an exact queue lengths at signalized intersections using image processing techniques and a neural network model Fuzzy ARTMAP, which is a supervised and self-organizing system and claimed to be more powerful than many expert systems, genetic algorithms. and other neural network models like Backpropagation, is used for recognizing different patterns that come from complicated real scenes of a car park. The experiments have been done with the traffic scene images at intersections and the results show that the method proposed in the paper could be efficient for the noise, shadow, partial occlusion and perspective problems which are inevitable in the real world images.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.42 no.4
• /
• pp.15-20
• /
• 2005

If we can forecast the replacement time of engine oil, we extend the life-time of our engine and increase the continued ratio. But, the replacement times of engine oil is influenced by the following elements: the distance that cars or vehicles travel, vehicles that run a short range, types of engine oil etc. that run a long distance. In this paper, We forecast engine oil replacement times by using fuzzy neural network algorithm. This algerian uses the data of distance covered, color of engine oil etc. Through a sequence of simulation, the exchange system of intelligence style engine oil decides on the replacement times of engine oil quite accurately. Therefore, We expect vehicles to become more convenient if the above algorithm is a lied to the present types of cars.

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.9
• /
• pp.19-30
• /
• 2019

Photovoltaic power generation requires MPPT algorithm to track stable and efficient maximum power output power point according to external changes such as solar radiation and temperature. This study implemented a model that could track MPP more quickly than original MPPT algorithm using artificial neural network. The proposed model finds the current and voltage of MPP using the original MPPT algorithm for various combinations of insolation and temperature for training data of artificial neural networks. The acquired MPP data was learned using the input node as insolation and temperature and the output node as the current and voltage. The Experiment results show tracking time of the original algorithms P&O, InC and Fuzzy were respectively 0.428t, 0.49t and 0.4076t for the 0t~0.3t range, and MPP tracking time of the proposed model was 0.32511t and it is 0.1t faster than the original algorithms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.296-300
• /
• 2012

최근 지구 온난화에 따른 이상 기후변화로 인해 게릴라성 집중호우와 같은 다양한 강우패턴이 발생되고 있다. 특히 집중호우의 빈도 및 규모가 커지고 있으며 피해 또한 증가하고 있다. 이에 대한 대안으로 하도의 정비, 댐 건설, 제방의 증고와 같은 구조적인 대책과 홍수예경보, 홍수보험, 통합홍수관리와 같은 비구조적인 대책에 대한 접근이 이루어지고 있다. 그러나 미래 기후변화에 대한 예측의 한계와 구조적 대책의 물리적 한계를 감안할 때 구조적 대책에 의한 방법만으로 변화하는 기후에 대응하여 홍수재해를 완벽하게 대처하기에는 부족한 것이 사실이다. 따라서 비구조적 대책에 의한 홍수피해저감이 절실히 필요하다. 따라서 본 연구에서는 국제수문개발계획 대표유역인 낙동강유역에 위치한 위천유역을 연구대상으로 선택하였고 이러한 중소규모의 유역에서 홍수예경보의 한계를 극복하고 신뢰성을 높이기 위하여 홍수유출시에 일어나는 유역내의 복잡한 물리적인 현상을 직접 고려하지 않고 입력자료와 출력자료의 관계로부터 학습과 추론을 통해 결론을 도출해내는 신경망, 퍼지, 유전자 알고리즘과 같은 Date Mining 기법을 사용하여 자동우량과 자동수위에 의한 하류 홍수예경보시스템을 구축하기 위해 수위를 예측하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.08a
• /
• pp.187-192
• /
• 2008

최근 자신의 건강에 대한 관심이 고조되고 있는 반면, 현재 대부분 On-line에서 제공되는 진단 서비스 시스템은 질병 명을 이용하여 질병에 대한 처방이나 민간요법 등을 제시하고 있다. 이에 질병에 대해 전문지식이 부족한 일반인들이 이용하기에는 어려움이 있다. 따라서 본 논문에서는 On-line에서 퍼지 ART 알고리즘을 이용하여 사용자가 제시한 증상을 바탕으로 이미 학습되어진 질병의 증상과 비교하여 신경망을 통해 유사도가 높은 상위 3개의 질병을 도출한다. 도출된 질병에 대해 질병의 전체적인 증상과 동의보감에서 제시한 민간요법을 결과로 출력한다. 질병 데이터베이스는 서울대학교에서 교육용으로 출판한 가정의학(家庭醫學)을 기초로 동의보감과 한방의학백과서적을 통해 한의학 전문의의 검증을 거쳐 생성하였다. 그리고 본 시스템은 전문의의 상담시스템을 지원한다. 전문의의 상담시스템을 이용하여 자택 및 직장에서 편리하게 전문의의 진료와 소견을 받을 수 있도록 하였다. 전문의 상담 시스템은 전문의가 서버에 접속한 상태에서 사용자의 진로 신청으로 연결되며, 텍스트 데이터 및 기존의 진료기록이 있다면 이를 기반으로 전문의의 진단을 유도하도록 한다. 제안된 한방 자가 진단 시스템을 한의학 전문의가 분석한 결과 기존의 질병 진단 시스템 보다 일반성이 개선된 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.189-192
• /
• 2010

본 논문에서는 개선된 Fuzzy ART 알고리즘을 이용하여 한의학을 기반으로 증상에 대한 질병을 진단하고 민간요법을 제시하는 한방 자가 검진 시스템을 제안한다. 제안된 방법은 신체 부위를 전신, 머리, 배, 다리 등 17부위로 분류하여 사용자가 증상을 선택하도록 제시하고, 사용자가 선택한 증상과 질병에 포함된 증상 그리고 결과로 도출될 질병간의 선택증상 비율에 대한 우선순위를 개선된 Fuzzy ART 알고리즘에 적용하여 증상을 분류한 후, 퍼지 추론 규칙을 적용하여 질병을 도출한다. 도출된 질병과 그 질병에 대한 원인 및 민간요법을 결과로 제시한다. 데이터베이스에 구축되어 있는 질병 데이터는 통계청에서 정리하여 배포한 한국표준질병 사인분류(K.C.D)를 토대로 표준 질병 정보를 얻어 각 질병의 증상과 원인, 민간요법을 정리한 후, 마지막으로 한의학 전문의의 검증을 거쳐 데이터베이스를 구축하였다. 제안된 한방 자가 검진 시스템에 대한 한의학 전문의의 분석 및 검증 결과, 본 시스템의 증상에 대한 질병 도출이 높은 정확도를 보임을 확인하였다.

• Journal of Korea Water Resources Association
• /
• v.43 no.8
• /
• pp.721-731
• /
• 2010

The rainfall-runoff relationship is very difficult to predict because it is complicate factor affected by many temporal and spatial parameters of the basin. In recent, models which is based on artificial intelligent such as neural network, genetic algorithm fuzzy etc., are frequently used to predict discharge while stochastic or deterministic or empirical models are used in the past. However, the discharge data which are generally used for prediction as training and validation set are often estimated from rating curve which has potential error in its estimation that makes a problem in reliability. Therefore, in this study, water stage is predicted from antecedent rainfall and water stage data for short term using three models of neural network which trained by error back propagation algorithm and optimized by genetic algorithm and training error back propagation after it is optimized by genetic algorithm respectively. As the result, the model optimized by Genetic Algorithm gives the best forecasting ability which is not much decreased as the forecasting time increase. Moreover, the models using stage data only as the input data give better results than the models using precipitation data with stage data.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.6
• /
• pp.621-628
• /
• 2015

This paper describes an algorithm for detecting vehicles detection in real time. The proposed algorithm has the technique based on computer vision and image processing. In real, complex environment such as one with road traffic, many algorithms have great difficulty such as low detection rate and increasing computational time due to complex backgrounds and rapid changes. To overcome this problem in this paper, the proposed algorithm consists of the following methods. First, to effectively separate the candidate regions, we use vertical and horizontal edge information, and shadow values from input image sequences. Second, we extracts features by using HOG from the selected candidate regions. Finally, this paper uses the OS fuzzy-ELM based on SLFN to classify the extracted features. The experimental results show that the proposed method perform well for detecting vehicles and improves the accuracy and the computational time of detecting.