• 대한전자공학회논문지TE
• /
• 제39권4호
• /
• pp.363-369
• /
• 2002

본 논문은 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)과 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 소속 함수로 구성이 되었으며, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 이 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• 대한공간정보학회지
• /
• 제15권2호통권40호
• /
• pp.43-49
• /
• 2007

본 연구는 퍼지개념을 적용한 GIS 공간분석법을 도입하고 이를 통해 쓰레기 매립장 입지 평가를 수행하였다. 기존 연구는 GIS의 공간 중첩 분석법을 적용하여 입지분석이나 적지선정 등을 수행하였으나 공간 중첩분석은 보통집합의 불린 논리를 바탕으로 공간자료를 처리하였기 때문에 공간자료의 불확실성과 자료분류 기준의 부적합성을 고려하여 분석할 수 없었다. 그러므로 신뢰할 수 있는 분석결과를 제시할 수 없어 실제 문제에서 적극 활용되지 못하였다. 본 연구는 쓰레기 매립장을 대상 시설로 선정하고 객관적인 접근법으로 퍼지 공간분석 법을 적용하였으며, 구체적인 적용과정으로서 연속형 공간자료에 대한 소속함수의 정의방법과 퍼지분석을 위한 퍼지입력값의 생성, 그리고 쓰레기 매립장 입지평가를 위한 분석인자의 선정기준 및 자료분류기준을 검토하여 이것으로부터 소속함수를 결정하는 매개변수를 추출하는 방법을 제시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2846-2849
• /
• 2002

본 논문은 뉴로-퍼지 시스템에서의 규칙 선택 및 모델 학술에 대하여 EM 알고리즘을 기반으로 하는 구조 동정을 제안한다. 뉴로-퍼지 모델링에서의 초기 파라미터가 학습과정에서의 모델 성능에 큰 영향을 주고 있다. 주어진 데이터에 근거한 파라미터 추정에는 다양한 방법들이 소개되고 응용되어져 왔는데 이전 연구들에서 볼 수 있는 HCM, FCM 등은 데이터와의 유클리디언 거리를 최소화하는 중심점을 파라미터로 선택하는 등의 방법과 퍼지 균등화 등은 데이터의 확률 밀도함수를 이용하여 파라미터를 추정하였다. 제안된 방법에서는 데이터에서의 Maximum Likelihood Estimator를 기반으로 하는 방법으로 EM 알고리즘을 이용하였다. 초기 파라미터의 결정에서 EM 알고리즘을 이용하여 뉴로-퍼지 모델의 전제부 소속함수 파라미터 추정을 실시한다. EM 알고리즘을 이용한 퍼지 모델의 특징으로는 전제부가 클러스터링에 의하여 생성되므로 입력의 차원이나 소속함수의 수가 증가하여도 규칙의 수는 증가하지 않는다. 이를 자동차 MPG 예제를 통하여 제안된 방법의 유용성을 보이고자 한다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.485-492
• /
• 2016

이진화는 컴퓨터 비전 분야에서 전경과 배경을 분리하는 중요한 역할을 한다. 본 연구에서는 적응 퍼지 이진화 방법을 제안한다. 이동 창 내의 화소의 밝기 값 분포에 따라 ${\alpha}$-컷을 구하고, 이 값을 이용하여 이진화를 수행한다. ${\alpha}$-컷을 구하기 위해 수행속도가 빠른 기존의 이진화 방법들을 이용한다. 기존 방법들로 구해진 임계치들을 퍼지 소속 함수들의 중심값으로 설정하고, 화소의 밝기값 분포를 이용하여 퍼지 소속 함수들의 구간을 결정한다. 결정된 퍼지 소속 함수들을 이용하여 ${\alpha}$-컷의 조정율을 구하고, 각 화소의 소속도에 따라 이진화를 수행한다. 실험 결과는 제안한 방법이 기존의 방법들보다 전경과 배경이 효과적으로 분리될 수 있고, 전경의 손실이 적어지는 것을 보여준다.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.217-224
• /
• 2017

최근에 카오스 이론을 사회과학의 한 분야의 사랑 모델에 적용하고자 하는 노력을 지속하고 있다. 로미오와 줄리엣으로 표현하는 미분 방정식에서 카오스 거동을 만들기 위해서 외력을 인가한다. 그러나 이 외력은 사람의 감정을 정확하게 표현하지 못하는 단점을 가진다. 본 논문에서는 이러한 단점을 해결하기 위하여, 로미오와 줄리엣의 사랑모델에서 외력을 사람의 말이나 행동에 가장 유사한 형태로 제공하기 위해 퍼지 소속 함수를 도입하고 이를 삼각 퍼지 소속 함수를 제시하였다. 또한 제시된 퍼지 소속 함수를 가진 로미오와 줄리엣의 사랑모델에서 카오스 거동을 확인하기 위하여, 시계열과 위상공간을 이용하였으며 이를 통하여 카오스 거동의 존재를 확인한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.162-165
• /
• 2004

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉 히스토그램을 보일 때는 최적의 임계치를 한기 위해 히스토그램 골짜기를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 자기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 본 논문에서는 RGB 컬러 모형의 각 색상에 대하여 퍼지 소속 함수를 적용하고, 그 결과를 이용해 배경에 비해 가독성이 높은 특징들을 배경과 분리하는 방법을 제시한다. 제안된 이진화 방법은 RGB의 각 색상에 퍼지 소속 함수를 적용하여 얻은 값들을 이용해 이진화한다. 기존의 임계치를 이용한 이진화 방법에 비해 잡음 영역을 상당히 제거 할 수 있으며, 컨테이너 영상에 적용한 결과, 기존의 방법에 비해 효율적인 것을 확인하였다.

• 대한교통학회지
• /
• 제29권1호
• /
• pp.125-134
• /
• 2011

보행자-차량 충돌사고 재구성을 위하여 본 논문에서는 사고 현장에서 수집이 용이한 정보들을 활용하여 차량의 충돌 속도를 정확하게 추정할 수 있는 퍼지 도구를 제시한다. 200건이 넘는 국내외 사고 및 실험 자료와 700건의 다중물체 시뮬레이션 결과에 근거하여 퍼지규칙과 소속함수들을 설정하였다. 개발한 퍼지도구는 4개의 소속함수와 2개의 논리적 규칙을 사용하여 보행자 선회 궤도 유형과 차량의 충돌 속도를 추론한다. 보행자 전도거리의 소속함수는 이와 같이 추론된 궤도 유형에 따라 달리 구성하였다. 작성된 퍼지 프로그램은 국내외 실제 사고 및 실험 데이터를 활용하여 그 결과를 검증하였으며 차량의 충돌속도에서 좋은 일치를 보여주었다. 이는 본 연구를 통하여 개발한 퍼지도구의 정확성과 유용성을 입증하는 것이다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.599-604
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 위스콘신 유방암(Wisconsin breast cancer)의 진단을 수행하는 퍼지규칙을 추출하고, 비중복면적 분산 측정법을 사용하여 특징입력수를 최소로하는 방안을 제안하고 있다. NEWFM 구조의 중간 부분인 하이퍼박스(hyperbox)들은n 개의 대, 중, 소로 구성된 가중 퍼지소속함수 집합으로 구성되며, 학습 후 각 집합의 대, 중, 소로 구성된 가중 퍼지소속함수는 퍼지집합의 경계합(bounded sum)을 사용하여 다시 하나의 가중 퍼지소속함수로 합성(BSWFM) 된다. n 개의 특징입력(feature input)은 학습된 모든 하이퍼박스에 연결되어 예측 작업을 수행한다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 특징입력을 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화시킨다. 이러한 방법으로 위스콘신 유방암의 9개의 특징입력 중 4개를 사용하여 NEWFM으로 추출된 2개의 퍼지규칙은 99.71%의 예측 인식율을 가지며 이는 퍼지규칙의 수와 인식율에 있어 현재 발표된 논문의 결과보다 우수함을 보여준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.35-38
• /
• 2000

본 논문에서는 퍼지 제어기의 설계를 위한 다중 돌연변이 연산자를 갖는 Niche Meta 유전 알고리즘을 제안한다. 제안된 알고리즘에서 유전자는 유전 알고리즘에 사용되는 교배율이나 돌연변이율과 같은 구조 매개변수와 퍼지 제어기의 입, 출력 소속함수를 나타내는 매개변수로 구성된다. 제안된 알고리즘은 부개체군들에 대해 퍼지 제어기의 소속함수의 매개변수를 최적화시키는 지역적 탐색을 수행하면서 전체 개체군에 대해서 최적의 구조 매개변수에 대한 전역적인 탐색을 수행한다. 다중 돌연변이 연산자는 지역적 진화의 결과에 따라 진화에 가장 적합한 돌연변이 방법으로 선택된다. 제안된 알고리즘의 효율성을 입증하기 위해 2 자유도를 구륜이동 로봇에 대한 모의 실험을 수행한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• 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.