• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2762-2764
• /
• 2001

In this study, we introduce and investigate a class of dynamic perceptron architectures, discuss a comprehensive design methodology and carry out a series of numeric experiments. The proposed dynamic perceptron architectures are called as Polynomial Neural Networks(PNN). PNN is a flexible neural architecture whose topology is developed through learning. In particular, the number of layers of the PNN is not fixed in advance but is generated on the fly. In this sense, PNN is a self-organizing network. PNN has two kinds of networks, Polynomial Neuron(FPN)-based and Fuzzy Polynomial Neuron(FPN)-based networks, according to a polynomial structure. The essence of the design procedure of PN-based Self-organizing Polynomial Neural Networks(SOPNN) dwells on the Group Method of Data Handling (GMDH) [1]. Each node of the SOPNN exhibits a high level of flexibility and realizes a polynomial type of mapping (linear, quadratic, and cubic) between input and output variables. FPN-based SOPNN dwells on the ideas of fuzzy rule-based computing and neural networks. Simulations involve a series of synthetic as well as experimental data used across various neurofuzzy systems. A detailed comparative analysis is included as well.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.40-50
• /
• 1996

By using the neural networks(NN) as system identifier, the on-line self tuning method for fuzzy controller(FC) is proposed. In theis method, the learning of NN is carried out during control operation of FC and the cinsequent parameters of FC is tuned on-line automatically by means of system output errors backpropagated through NN. The Sugeno fuzzy model with constants as consequent parameters is selected for simplifying computation. In procedures of parameter tuning, the gradient descent method is used and the gradient vectors for adjusting the weight of NN are transferred as controller output errors. To evaluate the performance, the proposed method is applied to the inverted pendulum system.

• 한국컴퓨터정보학회논문지
• /
• 제15권2호
• /
• pp.27-34
• /
• 2010

최근 여러 인터넷 서비스 업체에서 온라인 의료 진단 서비스 시스템을 제공하고 있다. 대부분 의료 진단 서비스 시스템은 서양 의학을 기초로 질병에 대한 처방이나 식이요법 등을 제공하기 때문에 전문 지식이 부족한 일반인들은 이용하기에 큰 어려움이 있다. 본 논문에서는 퍼지 ART 알고리즘을 적용하여 한국인 고유의 신체적 특성에 맞는 한의학 기반의 한방 자가 진단 시스템을 제안한다. 제안된 한방 자가 진단 시스템은 사용자가 제시한 증상과 이전에 진단 받았던 진료 기록을 바탕으로 이미 학습되어진 질병의 증상과 비교하여 신경망을 통해 유사도가 높은 상위 3개의 질병을 도출한다. 또한 상위 3개의 질병에 대해 질병의 전체적인 증상과 한의학 서적에서 제시한 민간요법을 제시한다. 질병과 증상에 대한 데이터베이스는 여러 한의학 서적을 통해 구축한 후 한의학 전문의의 검증을 거쳐 구현하였다. 제안된 한방 자가 진단 시스템은 진료 기록을 바탕으로 학습함으로써 기존의 질병 진단 시스템 보다 정확하게 질병을 진단한 것을 확인하였다.

• Journal of Power Electronics
• /
• 제13권1호
• /
• pp.139-160
• /
• 2013

In this paper, an intelligent robust control system (IRCS) for precision tracking control of permanent-magnet synchronous motor (PMSM) servo drives is proposed. The IRCS comprises a recurrent wavelet-based interval type-2 fuzzy-neural-network controller (RWIT2FNNC), an RWIT2FNN estimator (RWIT2FNNE) and a compensated controller. The RWIT2FNNC combines the merits of a self-constructing interval type-2 fuzzy logic system, a recurrent neural network and a wavelet neural network. Moreover, it performs the structure and parameter-learning concurrently. The RWIT2FNNC is used as the main tracking controller to mimic the ideal control law (ICL) while the RWIT2FNNE is developed to approximate an unknown dynamic function including the lumped parameter uncertainty. Furthermore, the compensated controller is designed to achieve $L_2$ tracking performance with a desired attenuation level and to deal with uncertainties including approximation errors, optimal parameter vectors and higher order terms in the Taylor series. Moreover, the adaptive learning algorithms for the compensated controller and the RWIT2FNNE are derived by using the Lyapunov stability theorem to train the parameters of the RWIT2FNNE online. A computer simulation and an experimental system are developed to validate the effectiveness of the proposed IRCS. All of the control algorithms are implemented on a TMS320C31 DSP-based control computer. The simulation and experimental results confirm that the IRCS grants robust performance and precise response regardless of load disturbances and PMSM parameters uncertainties.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권1호
• /
• pp.10-14
• /
• 2006

Many clustering methods have been studied. For the most part of these methods may be needed to determine the number of clusters. But, there are few methods for determining the number of population clusters objectively. It is difficult to determine the cluster size. In general, the number of clusters is decided by subjectively prior knowledge. Because the results of clustering depend on the number of clusters, it must be determined seriously. In this paper, we propose an efficient method for determining the number of clusters using hybrid' self organizing map and new criterion for evaluating the clustering result. In the experiment, we verify our model to compare other clustering methods using the data sets from UCI machine learning repository.

• 전자공학회논문지B
• /
• 제32B권5호
• /
• pp.812-820
• /
• 1995

This paper proposes an approach of identifying nonlinear mappings from input/output data. The approach is based on the universal approximation by the fuzzy integration of local affine mappings. A connectionist model realizing the universal approximator is suggested by using a processing unit based on both the radial basis function and the weighted sum scheme. In addition, a learning method with self-organizing capability is proposed for the identifying of nonlinear mapping relationships with the given input/output data. To show the effectiveness of our approach, the proposed model is applied to the function approximation and the prediction of Mackey-Glass chaotic time series, and the performances are compared with other approaches.

• 한국컴퓨터산업학회논문지
• /
• 제2권3호
• /
• pp.377-388
• /
• 2001

소프트웨어 척도는 소프트웨어를 특징화하기 위한 효율적인 방법을 제공한다. 척도들은 전통적으로 식의 정의를 통해 구성되었지만 이러한 접근은 소프트웨어를 특징화해주는 모든 매개변수사이의 모든 관계를 완전하게 이해할 수 있을 때만 적용 가능하다는 한계가 있다. 이 논문은 비선형 함수를 매우 정교하게 근사화 시키고, 인지 심리 이론을 결합할 수 있는 퍼지 논리 시스템을 사용하였다. 우선, Java 프로그램으로부터 수집된 12개 척도들의 인자들로부터 다중 회귀식을 추출하였다. 또한 그 중에서 프로그램 볼륨 인자에 인지 심리 이론을 적용하고 퍼지 학습을 수행하여 프로그램 볼륨 복잡도를 측정하였다. 이 연구는 소프트웨어 척도의 분석과 설계의 더 나은 조사를 위한 토대가 될 수 있을 것이다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.354-359
• /
• 2013

본 논문을 통해서 우리는 최적화 알고리즘인 binary harmony search (BHS) 알고리즘을 이용하여 unsupervised nonlinear classifier를 구현하는 방안을 제시하였다. 패턴인식을 위한 기계학습이나 뇌파 신호의 분석 과정과 같이 벡터로 표현되는 특징들을 분류하는데 있어 다양한 알고리즘들이 제시되었다. 교사 학습기반의 분류 방식으로는 support vector machine과 같은 기법이 사용되어왔고, 비교사 학습 방법을 통한 분류 기법으로는 fuzzy c-mean (FCM)과 같은 알고리즘들이 사용되어 왔다. 그러나 기존에 사용해 왔던 분류 방법들은 비선형 데이터 분류에 적용하기 힘들거나 교사 학습을 적용하기 위해서 사전정보를 필요로 하는 문제점이 있다. 본 논문에서는 경험적 접근을 통해 공간상에 분포된 벡터 사이의 기하학적 거리를 최소로 만드는 벡터 집합을 선택하고 이를 하나의 클래스로 간주하는 방법을 적용한 분류법을 제시하였다. 비교 대상으로 FCM과 artificial neural network (ANN) 기반의 self-organizing map (SOM)을 제시하였다. 시뮬레이션에는 KEEL machine learing dataset을 사용하였고 그 결과, 제안된 방식이 기존 알고리즘에 비해 더 나은 우수성을 지니고 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.50-59
• /
• 1998

This paper presents stabilization and adaptive control of flexible single link robot manipulator system by self-recurrent neural networks that is one of the neural networks and is effective in nonlinear control. The architecture of neural networks is a modified model of self-recurrent structure which has a hidden layer. The self-recurrent neural networks can be used to approximate any continuous function to any desired degree of accuracy and the weights are updated by feedback-error learning algorithm. When a flexible manipulator is rotated by a motor through the fixed end, transverse vibration may occur. The motor toroque should be controlled in such a way that the motor rotates by a specified angle, while simultaneously stabilizing vibration of the flexible manipuators so that it is arresed as soon as possible at the end of rotation. Accurate vibration control of lightweight manipulator during the large changes in configuration common to robotic tasks requires dynamic models that describe both the rigid body motions, as well as the flexural vibrations. Therefore, a dynamic models for a flexible single link robot manipulator is derived, and then a comparative analysis was made with linear controller through an simulation and experiment. The results are proesented to illustrate thd advantages and imporved performance of the proposed adaptive control ove the conventional linear controller.

• 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.