• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.211-214
• /
• 1996

This paper propose a method for pattern recogniton using spectrum analyzer and fuzzy ARTMAP. Contour sequences obtained from 2-D planar images represent the Euclidean distance between the centroid and all boundary pixels of the shape, and are related to the overall shape of the images. The Fourier transform of contour sequence and spectrum analyzer are used as a means of feature selection and data reduction. The three dimensional spectral feature vectors are extracted by spectrum analyzer from the FFT spectrum. These Spectral feature vectors are invariant to shape translation, rotation, and scale transformations. The fuzzy ARTMAP neural network which is combined with two fuzzy ART modules is trained and tested with these feature vectors. The experiments include 4 aircrafts and 4 industrial parts recognition process are presented to illustrate the high performance of this proposed method in the ion problems of noisv shapes.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.207-210
• /
• 2000

학습법칙은 신경회로망의 성능을 좌우하는 중요한 요소의 하나이다. Kohonen의 합습법칙등이 개발되어 사용되어 왔으나 Underutilization 문제가 있어 실제 사용사에 문제가 있어 왔다. 본 논문에서 제시하는 학습법칙은 이를 부분적으로 해결하였다. 또한 이 학습법칙을 ART(Adaptive Resonance Theory)-1과 Kohonen의 자기 구조 특징 지도의 장점을 조합한 개선된 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였고, 성능을 평가하기 위해 가우시안 분포의 데이터와 IRIS 데이터를 각각 사용하여 실험하였다.

• 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.

• 한국콘텐츠학회논문지
• /
• 제9권7호
• /
• pp.1-8
• /
• 2009

본 논문에서는 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 자신의 건강 상태를 쉽게 파악할 수 있는 퍼지 신경망 기법을 이용한 한방 자가 진단 질병 분류 시스템과, 자택에서 간편하게 전문의의 진료상담을 받을 수 있는 원격 진료 시스템을 통합한 홈메디컬 시스템을 제안한다. 제안한 한방 자가 진단 시스템은 72가지 한방 질병과 각 질병에 대한 증상을 분석하여 데이터베이스로 구축하고 구축된 데이터베이스 정보를 기반으로 퍼지 신경망 기법을 적용하여 사용자의 질병을 도출한다. 본 논문의 자가 진단 방법은 사용자가 자신의 대표 증상을 제시하면 해당 증상을 포함하는 질병들을 도출하고, 도출된 질병들의 세부 증상들을 사용자가 입력 벡터로 제시하면 퍼지 신경망 기법을 적용하여 세부 증상에 대한 질병들을 클러스터링한 후, 세부 증상에 대한 질병의 소속 정도를 제공한다. 제안한 원격 진료 시스템은 사용자와 전문의가 모두 로그인을 통하여 접속하게 되면 서버에 클라이언트의 정보가 송신되고, 사용자는 서버에서 전문의의 접속 현황을 전달받아 원하는 전문의와 동화상으로 원격 연결되어 전문의의 진료 소견을 받는다. 본 논문에서 제안한 시스템을 한의학 전문의가 분석한 결과, 본 논문에서 제안한 시스템이 한방 질병의 보조 진단으로서의 가능성을 확인하였다.

• 한국경영과학회지
• /
• 제31권4호
• /
• pp.69-87
• /
• 2006

This paper proposes an effective approach for the part-machine grouping(PMG) based on the non-binary part-machine incidence matrix in which real manufacturing factors such as the operation sequences with multiple visits to the same machine and production volumes of parts are incorporated and each entry represents actual moves due to different operation sequences. The proposed approach adopts Fuzzy ART neural network to quickly create the Initial part families and their machine cells. A new performance measure to evaluate and compare the goodness of non-binary block diagonal solution is suggested. To enhance the poor solution due to category proliferation inherent to most artificial neural networks, a supplementary procedure reassigning parts and machines is added. To show effectiveness of the proposed approach to large-size PMG problems, a psuedo-replicated clustering procedure is designed. Experimental results with intermediate to large-size data sets show effectiveness of the proposed approach.

• Smart Structures and Systems
• /
• 제13권1호
• /
• pp.81-98
• /
• 2014

This paper presents the elastic buckling of smart lightweight column structures integrated with a pair of surface piezoelectric layers using artificial intelligence. The finite element modeling of Smart lightweight columns is found using $ANSYS^{(R)}$ software. Then, the first buckling load of the structure is calculated using eigenvalue buckling analysis. To determine the accuracy of the present finite element analysis, a compression study is carried out with literature. Later, parametric studies for length variations, width, and thickness of the elastic core and of the piezoelectric outer layers are performed and the associated buckling load data sets for artificial intelligence are gathered. Finally, the application of soft computing-based methods including artificial neural network (ANN), fuzzy inference system (FIS), and adaptive neuro fuzzy inference system (ANFIS) were carried out. A comparative study is then made between the mentioned soft computing methods and the performance of the models is evaluated using statistic measurements. The comparison of the results reveal that, the ANFIS model with Gaussian membership function provides high accuracy on the prediction of the buckling load in smart lightweight columns, providing better predictions compared to other methods. However, the results obtained from the ANN model using the feed-forward algorithm are also accurate and reliable.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.920-926
• /
• 2004

인간은 외부로부터 새로운 정보를 입력받고 나서 시간이 지남에 따라 그 정보가 점차 잊혀져 가지만 그 정보를 반복적으로 학습하면 오래도록 기억에 남고 잘 잊혀지지 않게 된다. 우리가 처음 듣는 전화번호를 기억할 때 한번 듣고 나서 다시 생각하지 않는다면 곧 잊혀지게 되지만 반복하여 말하고 기억해내면 좀 더 오래 기억할 수 있는 것도 그와 비슷한 현상이다. 또한 인간이 강한 자극과 함께 새로운 정보를 입력받을 때에는 그것을 반복하여 학습하지 않는다 하더라도 기억에 오랫동안 남을 수 있다. 목숨을 잃을 뻔했던 사고를 당한 적이 있지나 뜻밖의 큰 행운을 얻은 경험이 있는 사람은 누구나 그 순간을 쉽게 잊을 수 없을 것이다. 인간은 기억력의 한계가 있음에도 불구하고 위와 같은 과정에 의해서 기억을 오래 유지할 수 있게 된다. 본 논문에서는 이러한 과정을 신경 회로망과 퍼지를 이용하여 구현하고자 한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1287-1292
• /
• 2005

This paper presents an effective pattern classification model by designing an artificial neural network based pattern classifiers for face recognition. First, a RGB image inputted from a frame grabber is converted into a HSV image which is similar to the human beings' vision system. Then, the coarse facial region is extracted using the hue(H) and saturation(S) components except intensity(V) component which is sensitive to the environmental illumination. Next, the fine facial region extraction process is performed by matching with the edge and gray based templates. To make a light-invariant and qualified facial image, histogram equalization and intensity compensation processing using illumination plane are performed. The finally extracted and enhanced facial images are used for training the pattern classification models. The proposed H-ART2 model which has the hierarchical ART2 layers and F-LVQ model which is optimized by fuzzy membership make it possible to classify facial patterns by optimizing relations of clusters and searching clustered reference patterns effectively. Experimental results show that the proposed face recognition system is as good as the SVM model which is famous for face recognition field in recognition rate and even better in classification speed. Moreover high recognition rate could be acquired by combining the proposed neural classification models.

• 한국통신학회논문지
• /
• 제38B권12호
• /
• pp.954-961
• /
• 2013

본 논문은 퍼지ART의 학습 방법의 하나인 FCSR(Fast Commit Slow Recode)에서 패턴 인식을 향상시키기 위해 가변 학습을 이용하는 새로운 학습방법을 제안하였다. 기존의 학습 방법은 연결 강도(대표패턴)의 갱신에 고정된 학습률이 사용된다. 이 방법은 같은 카테고리 내의 입력패턴과 대표패턴의 유사성의 정도와 관계없이 고정된 학습률로 연결 강도를 갱신한다. 이 경우 카테고리 경계에 있는 유사성이 낮은 입력패턴이 연결강도의 갱신에 크게 영향을 주게 된다. 따라서 잡음 환경에서 이것은 불필요한 카테고리 증식의 원인이 되고, 패턴 인식 능력을 낮추는 문제가 된다. 제안된 방법에서는 대표 패턴과 입력 패턴 사이에 유사성이 적을수록 연결강도의 갱신에 입력패턴의 기여를 낮추어간다. 그 결과 잡음환경에서 퍼지 ART의 불필요한 카테고리 증식을 억제하였고, 패턴 인식 능력을 향상시켰다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.354-358
• /
• 2006

This study is concerned with the part-machine grouping(PMG) based on the non-binary part-machine incidence matrix in which real manufacturing Factors such as the operation sequences with multiple visits to the same machine and production volumes of parts are incorporated and each entry represents actual moves due to different operation sequences. The proposed approach adopts Fuzzy ART neural network to quickly create the initial part families and their associated machine cells. To enhance the poor solution due to category proliferation inherent to most artificial neural networks, a supplementary procedure reassigning parts and machines is added. To show effectiveness of the proposed approach to large-size PMG problems, a psuedo-replicated clustering procedure is designed and implemented.