• 한국멀티미디어학회논문지
• /
• 제4권4호
• /
• pp.333-338
• /
• 2001

본 논문에서는 이전에 개발된 신경회로망 채널 등화기에서 볼 수 있었던 구조의 복잡성 및 많은 학습시간의 소요 등과 같은 단점을 극복하고자 퍼지-ARTMAP 신경망을 이용하여 채널 등화기를 구성하였다. 제안된 퍼지-ARTMAP 채널 등화기는 다른 형태의 신경망을 이용한 등화기에서는 찾아 볼 수 없는 빠르고 쉬운 학습 능력을 갖고 있다. 즉, 등화기 구성에 필요한 파라미터의 수가 적으며 지역적 최소값에 빠질 우려 없이 각 계층간의 초기 연결강도를 지정할 수 있을 뿐만 아니라 기존의 학습된 데이터를 재학습시킬 필요 없이 새로운 데이터를 단순히 추가 학습시킬 수 있는 장점 등을 가지고 있다. 본 연구의 시뮬레이션 과정에서는 선형채널에서 발생된 가우시안 잡음을 동반한 이진 신호를 대상으로 퍼지-ARTMAP 채널 등화기의 성능을 LMS 기반의 선형 등화기 및 MLP와 RBF 신경망 등화기와 비교하였으며 퍼지-ARTMAP 등화기가 상대적으로 간단한 구조와 빠른 처리속도를 가짐은 물론 선형등화기로 해결하지 못했던 비선형 문제들도 해결할 수 있음을 보였다.

• 전자공학회논문지SC
• /
• 제43권4호
• /
• pp.21-29
• /
• 2006

본 논문에서는 혼합가스의 종류를 구분하고 농도를 추정하기 위하여 퍼지 ARTMAP 신경회로망과 퍼지 ART 신경회로망을 각각 사용하였다. 온도변환 구동방식의 반도체식 가스센서를 이용하여 $NH_3,\;H_2S$, 그리고 그들의 혼합가스에 대해서 데이터를 획득하였고, 데이터들을 제안한 패턴인식방법의 입력으로 사용하기 위해서 전 처리 과정을 통해 데이터들의 차원을 줄여주었다. 실험을 통해서 본 논문에서 사용한 방법이 이전의 다른 방법들과 비교하여 학습시간을 줄이면서 좀더 안정된 농도 추정 성능을 보여줌을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권4호
• /
• pp.55-62
• /
• 2014

본 논문에서는 유도 전동기 결함 중 가장 많은 비중을 차지하는 베어링의 복합 결함을 검출하기 위해 음향 방출 신호와 이를 영상화하여 질감 분석을 이용한 결함 검출 방법을 제안한다. 영상화된 결함 신호가 갖는 엔트로피, 픽셀의 동질성 및 에너지 특징을 분석하고, 그레이-레벨 동시발생 행렬을 통해 영상의 에너지, 동질성 및 다양성의 세 가지 질감 특징을 추출한다. 추출된 세 가지 질감 특징을 퍼지-ARTMAP(Fuzzy-ARTMAP)의 입력으로 사용하여 베어링의 외륜-내륜, 내륜-롤러 및 외륜-롤러에 대한 복합 결함을 분류한다. 총 10회에 걸쳐 제안한 방법의 분류 성능을 평가한 결과, 100%의 분류 정확성을 보였다.

• 한국지능시스템학회논문지
• /
• 제7권2호
• /
• pp.34-42
• /
• 1997

본 논문은 산업분야의 군사적으로 많이 사용되고 있는 planar shape의 인식을 스펙트럼 분석기를 이용하여 FFT 스펙트럼으로부터 추출된 3차원 특징 벡터와 신경회로망인 fuzzy ARTMAP을 이용하여 시도되었다. 외곽선 정보를 추출하여 이를 원점으로 이동시키고 각 경계점들과 원점들과의 유클리드 거리를 구하여 이를 다시 FFT스펙트럼과 스펙트럼 분석기를 통하여 3차원 특징 벡터를 추출하였다. 이 3차원 데이터는 이동, 회전, 크기에 무관한 값으로 fuzzy ARTMAP에 입력값으로 사용하였다. Fuzzy ARTMAP은 두개의 fuzzy ART 모듈을 가지고 있으며 위에서 구한 특징 벡터들에 의해 학습되고 실험되어 진다.본 논문에 포함된 실험은 4개의 비행기와 4개의 산업부품을 이용하여 잡음이 섞인 shape의 인식에 있엇 제시된 방법이 좋은 인식률을 기록함을 보여주고 있다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.262-266
• /
• 2010

Recognizing a license plate of a vehicle has widely been issued. In this thesis, firstly, mean shift algorithm is used to filter and segment a color vehicle image in order to get candidate regions. These candidate regions are then analyzed and classified in order to decide whether a candidate region contains a license plate. We then present an approach to recognize a vehicle's license plate using the Fuzzy ARTMAP neural network, a relatively new architecture of the neural network family. We show that the proposed system is well to recognize the license plate and shows some compute simulations.

• 대한교통학회지
• /
• 제21권2호
• /
• pp.63-70
• /
• 2003

실시간 교차로의 대기행렬길이 검지는 지능형교통체계의 중요부분인 교통관제를 위해서 매우 중요하다. 특히 교통정보수집을 위한 영상기반 기술은 전통적인 루프검지기 또는 기타 타 검지기에 비하여 내재된 여러 이점 때문에 많은 연구가 진행되어 왔다. 그러나 현장 적용시 흔히 발생하는 영상에서의 잡음 및 주변 물체로부터 투영되는 음영 등에 의해 나타나는 차량의 오검지율을 줄이고 수집되는 교통정보의 신뢰도를 높이기 위해서는 보다 효과적인 알고리즘개발이 요구된다. 본 연구에서는 영상처리를 이용한 대기행렬길이 검지를 위한 알고리즘을 제시하였다. 실시간 데이터 수집 및 분석 그리고 패턴분석에 우수한 것으로 알려진 신경망 모형을 이용하였으며, 특히 시스템 신뢰성을 높이기 위하여 퍼지이론이 접목된 퍼지 뉴런모델인 Fuzzy ARTMAP을 모형에 도입하였다. 실험결과 본 연구에서 제시한 대기행렬 측정 방법은 매우 우수한 검지 능력을 보였으며, 대기행렬 검지뿐만 아니라 신뢰성 높은 차량검지 및 차종분류를 위해서도 활용할 수 있을 것으로 기대된다.

• Asia pacific journal of information systems
• /
• 제5권1호
• /
• pp.36-51
• /
• 1995

본 논문에서는 비구조적인 의사결정문제를 효과적으로 해결하기 위하여 감독학습 인공신경망 모형과 비감독학습 인공신경망 모형을 결합한 하이브리드 인공신경망 모형인 HYNEN(HYbrid NEural Network) 모형을 제안한다. HYNEN모형은 주어진 자료를 클러스터화 하는 CNN(Clustering Neural Network)과 최종적인 출력을 제공하는 ONN(Output Neural Network)의 2단계로 구성되어 있다. 먼저 CNN에서는 주어진 자료로부터 적정한 퍼지규칙을 찾기 위하여 클러스터를 구성한다. 그리고 이러한 클러스터를 지식베이스로하여 ONN에서 최종적인 의사결정을 한다. CNN에서는 SOFM(Self Organizing Feature Map)과 LVQ(Learning Vector Quantization)를 클러스터를 만든 후 역전파학습 인공신경망 모형으로 이를 학습한다. ONN에서는 역전파학습 인공신경망 모형을 이용하여 각 클러스터의 내용을 학습한다. 제안된 HYNEN 모형을 우리나라 기업의 도산자료에 적용하여 그 결과를 다변량 판별분석법(MDA:Multivariate Discriminant Analysis)과 ACLS(Analog Concept Learning System) 퍼지 ARTMAP 그리고 기존의 역전파학습 인공신경망에 의한 실험결과와 비교하였다.

• Nuclear Engineering and Technology
• /
• 제28권1호
• /
• pp.36-43
• /
• 1996

본 논문은 원자력발전소 열성능 감시 시스템의 PC기반 구현에 관한 연구 내용이다. 이 시스템은 열성능 감시와 진단을 플랜트 운전중에 실시간으로 수행할 수 있다. 고리 원전2호기를 목적호기로 원형 시스템을 구성하여 시험해 보았다. 원자력발전소의 열 주기 시스템은 대단히 복잡하고 구성 요소간에 상호 영향이 커서, 그 분석과 고장 진단에 어려움이 많다. 본 연구에서는 열 주기를 효율적으로 표현하고, 계산시간을 단축하기 위해 성능 진단 변수를 설정하였다. 비정상 상태에서의 진단 변수의 특성 패턴 변화를 인식하기 위해 자기학습 신경망의 일종인 퍼지아트맵을 이용하였다. 시험을 통해 이 알고리듬이 비정상 상태를 감지하고 고장 원인을 성공적으로 규명하는 것을 보였으며, 운전원의 편의를 위해 그래픽 사용자 인터페이스를 구축하였다.