• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2005년도 창립60주년 기념 추계 학술대회
• /
• pp.108.1-108.1
• /
• 2005

• 상하수도학회지
• /
• 제14권3호
• /
• pp.281-290
• /
• 2000

This study investigates the prediction of daily water supply, which is a necessary for the efficient management of water distribution system. ANFIS, namely artificial intelligence, is a neural network into which fuzzy information is inputted and then processed. In this study, daily water supply was predicted through an application of network-based fuzzy inference system(ANFIS) for daily water supply prediction. This study was investigated methods for predicting water supply based on data about the amount of water which supplied in Kwangju city. For variables choice, four analyses of input data were conducted: correlation analysis, autocorrelation analysis, partial autocorrelation analysis, and cross-correlation analysis. Input variables were (a) the amount of water supply, (b) the mean temperature, and (c) the population of the area supplied with water. Variables were combined in an integrated model. Data of the amount of daily water supply only was modelled and its validity was verified in the case that the meteorological office of weather forecast is not always reliable. Proposed models include accidental cases such as a suspension of water supply. The maximum error rate between the estimation of the model and the actual measurement was 18.46% and the average error was lower than 2.36%. The model is expected to be a real-time estimation of the operational control of water works and water/drain pipes.

• Earthquakes and Structures
• /
• 제14권2호
• /
• pp.143-153
• /
• 2018

Correlation among different factors must be considered for selection of influencing factors in safety monitoring of high dam including positive correlation of variables. Therefore, a new factor selection method was constructed based on Copula entropy and mutual information theory, which was deduced and optimized. Considering the small sample size in high dam monitoring and distribution of daily monitoring samples, a computing method that avoids causality of structure as much as possible is needed. The two-dimensional normal information diffusion and fuzzy reasoning of pattern recognition field are based on the weight theory, which avoids complicated causes of the studying structure. Hence, it is used to dam safety monitoring field and simplified, which increases sample information appropriately. Next, a complete system integrating high dam monitoring and uncertainty prediction method was established by combining Copula entropy theory and information diffusion theory. Finally, the proposed method was applied in seepage monitoring of Nuozhadu clay core-wall rockfill dam. Its selection of influencing factors and processing of sample data were compared with different models. Results demonstrated that the proposed method increases the prediction accuracy to some extent.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.645-646
• /
• 2009

지문 템플릿(Fingerprint Template)을 보호하기 위해 암호학적 기법인 퍼지볼트(Fuzzy Vault)가 적용되었다. 퍼지볼트 기법은 지문으로 부터 추출되는 특징점을 은닉하기 위하여 지문 템플릿에 다수의 거짓 특징점을 "임의"로 삽입하는 방법이다. 그러나 최근 이러한 지문 퍼지볼트를 효과적으로 크래킹 할 수 있는 상관공격(Correlation Attack)에 관한 연구가 발표되었는데, 이것은 동일한 지문으로 부터 생성되는 두 개의 지문 템플릿을 획득함으로써 진짜와 거짓 특징점을 쉽게 구별하는 방법이다. 본 논문에서는 상관공격에 강인도록 지문 퍼지볼트를 생성하는 방법을 제안한다. 제안한 방법은 특징점의 각도 정보를 이용하여 거짓선분(Chaff Line)을 생성한 후 "규칙적"으로 거짓특징점을 삽입함으로써, 두 개 지문 템플릿을 획득하더라도 동일한 지문에 대해 삽입된 거짓 특징점의 위치와 각도가 유사하기 때문에 진짜와 거짓 특징점을 구별하기 어려워 상관공격을 피할 수 있다. 실험을 통하여 거짓 특징점을 규칙적으로 저장하는 방법을 적용함으로써 기존 방법의 인식 성능을 유지하면서, 상관 공격에 강인함을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권7호
• /
• pp.3039-3056
• /
• 2020

Beaches have many risk factors that cause various accidents, such as drifting and drowning, these accidents have many risk factors. To analyze them, in this paper, we identify beach risk factors, and define the criteria and correlation for each risk factor. Then, we generate new risk factors based on Fuzzy theory, and define Situation Awareness for each time. Finally, we propose a beach risk assessment and prediction model based on linear regression using the calculated risk result and pre-defined risk factors. We use national public data of the Korea Meteorological Administration (KMA), and the Korea Hydrographic and Oceanographic Agency (KHOA). The results of the experiment showed the prediction accuracy of beach risk to be 0.90%, and the prediction accuracy of drifting and drowning accidents to be 0.89% and 0.86%, respectively. Also, through factor correlation analysis and risk factor assessment, the influence of each of the factors on beach risk can be confirmed. In conclusion, we confirmed that our proposed model can assess and predict beach risks.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.821-832
• /
• 1998

본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 또한 1일 급수량 예측에 있어서 필요한 변수 선택을 위해 입력자료를 상관분석, 자기상관, 부분자기상관, 교차상관 분석 등을 하였으며 동정된 입력변수는 급수량, 평균기온, 급수인구이다. 먼저 급수량, 평균기온, 급수인구로 모델을 구성하였고, 한편으론 기상청의 기후예보자료를 신뢰할 수 없는 경우에는 급수량을 예측할 수 있도록 급수량 자료만으로 모델을 구성하여 그 유효성을 검증하였다. 제안된 모형식은 사고 등의 인위적인 조작(단수 등)이 가해지는 시기를 포함하고도 실측치와 모형의 예측치와의 오차율이 최대 18.46%, 평균2.36% 이내로 나타나, 모형의 결과는 상수도 시설의 운용 및 급·배수관망의 실시간 제어에 많은 도움을 주리라 생각된다.

• 컴퓨터교육학회논문지
• /
• 제8권1호
• /
• pp.55-63
• /
• 2005

최근 공간적 시간적 제약을 초월하는 새로운 학습 환경으로 웹 기반 가상 학습 시스템이 각광을 받고 있다. 웹 기반 가상 학습 시스템 개발의 핵심은 어떻게 효과적으로 시스템을 사용하고 그 시스템을 사용한 학습자의 학습 성취도를 평가하도록 할 것인가를 결정하는 것이다. 전통적인 오프라인 학습 시스템에서는 학습자의 학습 성취도 평가를 위해 설계된 평가 문항을 학습자가 제한된 시간 내에 얼마나 많이 맞추었는지 헤아림으로써 학습자를 평가할 수 있다. 그러나 이 방법은 이들 시스템이 학습 성취도에서 차이를 보이는 모든 학습자에게 같은 학습 전략을 제공하기 때문에 가상 학습 시스템의 최대 강정이라고 할 수 있는 개별 학습을 불가능하게 한다, 따라서, 본 논문에서는 퍼지 함축 이론을 이용하여 주어진 테스트 문항에 대한 응답 간의 관계를 찾고 이 관계를 퍼지 공관계라고 부르기로 한다. 그리고 이 관계를 반영한 평가 결과를 생성한다. 일정한 학습이 경과된 후 학습자의 학습 성취도를 평가하기 위해 시험에 응시했을 때, 본 논문에서 제안하는 방법과 전통적인 평가 방법 간에 존재하는 차이점을 비교한다. 마지막으로, 이 연구 결과를 개별화 학습에 어떻게 활용할 것인지에 대해 논의한다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2003년도 추계학술대회 및 정기총회
• /
• pp.201-206
• /
• 2003

In clinical practice, CT Angiography is a powerful technique for the visualziation of blood flow in arterial vessels throughout the body. However CT Angiography images of blood vessels anywhere in the body may be fuzzy if the patient moves during the exam. In this paper, we propose a novel technique for removing global motion artifacts in the 3D space. The proposed methods are based on the two key ideas as follows. First, the method involves the extraction of a set of feature points by using a 3D edge detection technique based on image gradient of the mask volume where enhanced vessels cannot be expected to appear, Second, the corresponding set of feature points in the contrast volume are determined by correlation-based registration. The proposed method has been successfully applied to pre- and post-contrast CTA brain dataset. Since the registration for motion correction estimates correlation between feature points extracted from skull area in mask and contrast volume, it offers an accelerated technique to accurately visualize blood vessels of the brain.

• International Journal of Automotive Technology
• /
• 제6권1호
• /
• pp.53-63
• /
• 2005

We propose a fuzzy neural network (FNN) theory capable of deciding the quality of a road image prior to extracting lane-related information. The accuracy of lane-related information obtained by image processing depends on the quality of the raw images, which can be classified as good or bad according to how visible the lane marks on the images are. Enhancing the accuracy of the information by an image-processing algorithm is limited due to noise corruption which makes image processing difficult. The FNN, on the other hand, decides whether road images are good or bad with respect to the degree of noise corruption. A cumulative distribution function (CDF), a function of edge histogram, is utilized to extract input parameters from the FNN according to the fact that the shape of the CDF is deeply correlated to the road image quality. A suitability analysis shows that this deep correlation exists between the parameters and the image quality. The input pattern vector of the FNN consists of nine parameters in which eight parameters are from the CDF and one is from the intensity distribution of raw images. Experimental results showed that the proposed FNN system was quite successful. We carried out simulations with real images taken in various lighting and weather conditions, and obtained successful decision-making about $99\%$ of the time.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권7호
• /
• pp.487-494
• /
• 2013

의료 영상 워터마킹은 헬스케어 정보 시스템의 보안 서비스 분야에서 많은 주목을 받고 있다. 본 논문은 워터마킹을 삽입할 최적의 서버 블록 위치 선택을 위한 개선된 퍼지 클러스터링 기법, 이산 웨이블릿 변환 및 이산 코사인 변환을 분할된 회백질 의료 영상에 적용한 블라인드 의료 영상 워터마킹 기법을 제안한다. 모의실험결과, 제안한 워터마킹 기법은 기존의 기법들보다 PSNR과 M-SVD에서 우수한 성능을 보였다. 또한, 제안한 워터마킹 기법은 노이즈 첨가, 필터링, JPEG 압축, 블러링, 히스토그램 균일화, 크로핑과 같은 공격에서도 기존의 기법들보다 정규화된 연관성 값에서 보다 강인함을 보였다.