• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• 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.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.3
• /
• pp.43-54
• /
• 1997

Knowledge acquisition is one of the most difficult problems in designing fuzzy systems. As application domains of fuzzy systems become larger and more complex, it is more difficult to find the relations among the system's input- outpiit variables. Moreover, it takes a lot of efforts to formulate expert's knowledge about complex systems' control actions by linguistic variables. Another difficulty is to define and adjust membership functions properly. Soin conventional fuzzy systems, the membership functions should be adjusted to improve the system performance. This is time-consuming process. In this paper, we suggest a new approach to design a fuzzy system. We design a fuzzy system using two neural networks, Kohonen neural network and backpropagation neural network, which generate fuzzy rules automatically and construct inference network. Since fuzzy inference is performed based on fuzzy relation in this approach, we don't need the membership functions of each variable. Therefore it is unnecessary to define and adjust membership functions and we can get fuzzy rules automatically. The design process of fuzzy system becomes simple. The proposed approach is applied to a simulated automatic car speed control system. We can be sure that this approach not only makes the design process of fuzzy systems simple but also produces appropriate inference results.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.6
• /
• pp.779-786
• /
• 2009

This paper deals with $H_{\infty}$ fuzzy control problem of discrete-time nonlinear Markovian jump systems with time delay. The Takgi and Sugeno fuzzy model is employed to represent a delayed nonlinear system that possesses Markovian jump parameters. A stochastic mode dependent Lyapunov function is employed to analyze the stability and $H_{\infty}$ disturbance attenuation performance of the Markovian jump fuzzy system with time delay. Stochastic Lyapunov function is dependent on the operation modes of the system. A sufficient condition for the existence of fuzzy $H_{\infty}$ controller are given in terms of matrix inequalities. Also numerical example is presented to illustrate the efficient of the proposed design methods.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.6
• /
• pp.1269-1274
• /
• 2014

In computer vision research, binarization procedure is one of the most frequently used tools to discriminate target objects from background in grey level binary image. Fuzzy binarization is a reliable technique in environment with high uncertainty such as medical image analysis by setting the threshold as the average of minimum and maximum brightness with triangle type fuzzy membership function. However, this technique is also known as contrast sensitive method thus its discrimination power is not so great when the image has low contrast difference between objects and backgrounds and suffer from information loss as a result. Thus, in this paper, we propose a fuzzy binarization using ART2 algorithm to handle such low contrast image analysis. Proposed ART2 algorithm is applied to determine the medium point of membership function in the fuzzy binarization paradigm. The proposed methods shows low information loss rate in our experiment.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.6
• /
• pp.485-492
• /
• 2016

A role of the binarization is very important in separating the foreground and the background in the field of the computer vision. In this study, an adaptive fuzzy binarization is proposed. An ${\alpha}$-cut control ratio is obtained by the distribution of grey level of pixels in a sliding window, and binarization is performed using the value. To obtain the ${\alpha}$-cut, existing thresholding methods which execution speed is fast are used. The threshold values are set as the center of each membership function and the fuzzy intervals of the functions are specified with the distribution of grey level of the pixel. Then ${\alpha}$-control ratio is calculated using the specified function and binarization is performed according to the membership degree of the pixels. The experimental results show the proposed method can segment the foreground and the background well than existing binarization methods and decrease loss of the foreground.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2003.05a
• /
• pp.407-408
• /
• 2003

다중입력조건에 따른 단일 출력퍼지시스템인 인구밀도와 도로조건에 따른 소개속도의 모델링시스템에서는 인구밀도와 도로조건의 퍼지멤버쉽에 대한 소개속도의 상승작용을 확인할 수 있었다. 그러나 도로조건을 평가하는 방법을 포장과 비포장으로만 구분함으로 인해 발생하는 퍼지추론과정에서 비탄력성은 향후 도로조건에 대한 세밀한 조사를 통하여 퍼지멤버쉽함수의 형태를 재고해야 할 것으로 판단된다. 실제 원자력시설에서 발생할 수 있는 사고의 경우 방사능에 노출될 수 있는 일반대중은 방사능에 대한 깊은 지식을 가지지 못하는 경우가 대부분이다. 따라서 차폐효과 혹은 소개속도를 정량적으로 파악하기 힘든 경우가 많다. 따라서, 이러한 퍼지시스템은 방사선 비상대응 시스템을 개발하는 의사결정자나 비상시 방사능에 노출되는 사람들의 대응 방식을 모델링하는데 유용할 것으로 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.389-391
• /
• 2003

컴퓨터 학습의 군집화는 주어진 데이터를 서로 유사한 몇 개의 집단으로 묶는 작업을 수행한다. 군집화를 위한 유사도 결정을 위한 측도는 많은 기법들에서 매우 다양한 측도들이 사용되고 또한 연구되어 왔다. 하지만 군집화의 결과에 대한 성능측정에 대한 객관적인 기준 설정이 어렵기 때문에 군집화 결과에 대한 해석은 매우 주관적이고 애매한 경우가 많다. 퍼지 군집화는 이러한 애매한 군집화 문제에 있어서 융통성 있는 군집 결정 방안을 제시해 준다. 각 개체들이 특정 군집에 속하게 될 퍼지 멤버 함수값을 원소로 하는 유사도 행렬을 통하여 군집화를 수행한다. 본 논문에서는 베이지안 학습을 통하여 군집화를 위한 퍼지 멤버 함수값을 구하였다. 본 연구에서는 최적의 퍼지 군집화 수행을 위하여 베이지안 학습 기반의 퍼지 규칙을 추출하였다. 인공적으로 만든 데이터와 기존의 기계 학습 데이터를 이용한 실험을 통하여 제안 방법의 성능을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.251-252
• /
• 2008

Type-2 퍼지 집합은 Type-1 퍼지 집합에서는 다루기 어려운 언어적인 불확실성을 더욱 효과적으로 다룰 수 있다. TSK 퍼지 로직 시스템(TSK Fuzzy Logic Systems; TSK FLS)은 후반부를 1차 및 2차 함수식으로 나타내며 Mamdani 모델과 함께 가장 널리 사용되는 모델이다. 본 연구의 Interval Type-2 TSK FLS은 전반부에서 Type-2 퍼지 집합을 이용하고 후반부는 계수가 Type-1 퍼지집합인 1차식을 사용한다. 또한 전반부는 가우시안 형태의 Type-2 멤버쉽 함수를 사용하며, 오류역전파 학습알고리즘을 사용하여 파라미터들을 최적화 한다. 또한 학습에 앞서 PSO(Particle Swarm Optimization) 알고리즘을 사용하여 최적 학습률을 찾아 모델의 학습능력을 보다 효율적으로 한다. 본 논문에서는 Type-1과 Type-2 FLS의 성능을 가스로 공정 데이터를 적용하여 두 모델의 성능을 비교하고 노이즈를 추가한 데이터를 이용하여 노이즈에 대한 성능도 비교 분석한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.741-746
• /
• 2002

본 논문에서는 학습자 스스로가 학습 능력을 조절하고 학습 내용과 시험 평가를 객관적으로 판단할 있는 자기 주도적 학습 내용 및 시험 평가 방법을 제안하였다. 제안된 자기 주도적 학습 내용 및 시험평가 방법은 삼각형 타입의 소속 함수와 퍼지 논리를 이용하여 학습 능력과 시험 능력의 소속도를 계산하고 각각에 대해 퍼지 등급도를 부여하였다. 학습 능력의 소속도와 시험 능력의 소속도에 대해서 퍼지 관계의 연산 및 합성에 의해 최종 소속도를 계산하고 퍼지 등급도를 결정하여 학습자가 학습 능력의 소속도와 시험 능력의 소속도 및 최종 퍼지 등급도를 분석하여 스스로 학습을 조정할 수 있도록 하였다. 그리고 제안된 연구 내용을 정보 검색사 필기 과목에 적용하여 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2463-2466
• /
• 2002

본 연구에서는 학습자의 수준에 맞는 적합한 학습 내용과 평가 문제를 제공하고, 그 평가 결과를 분석하여 반복학습 및 심화학습을 효과적으로 제공하는 웹기반 퍼지 교수 시스템을 제안한다. 이를 위해 코스웨어를 설계시 학습목표의 중요도, 학습내용의 난이도, 학습목표와 학습내용과의 관련성과 각 항목의 가중치를 고려한 퍼지 함수에 의해 퍼지 소속성을 가진 퍼지 언어 변수로 각 프레임에 대한 수준을 표현한다. 이와 같이 퍼지 함수를 이용함으로써 학습자의 수준을 분석하고, 이에 적절한 학습 및 평가 내용을 제공하는데 여러가지 다양하고 불확실한 요소들을 고려하여 처리함으로써 보다 융통성 있고 효과적인 교수 학습 방법을 지원할 수 있다.