• 한국정보처리학회논문지
• /
• 제4권8호
• /
• pp.2070-2079
• /
• 1997

본 논문에서는 호 수락 제어 문제를 해결하기 위해 퍼지 논리 제어기의 장점과 신경망의 학습 능력을 이용한 ATM 망의 호 수락 제어 시스템을 제안하였다. ATM 망의 새로운 호는 현재 서비스 중인 호의 서비스 품질(QoS : quality of service)이 영향을 받지 않을 경우 망에 접속이 된다. 신경망 호 수락 제어 시스템은 입/출력 패턴의 학습으로 예측성 잇게 호 수락/거절을 하는 시스템이다. 본 논문의 퍼지 신경망 호 수락 제어 시스템에서는 학습 속도 개선을 위해 학습율과 모맨텀 상수에 퍼지 추론을 적용하였다. 이 시스템은 시뮬레이션을 통해 기존의 신경망 방법과 퍼지 신경망 방법에서의 학습 횟수 측정으로 제안 알고리즘의 우수성을 검증하였다. 시뮬레이션 결과 퍼지 학습 규칙에 근거한 퍼지 신경망 CAC(call admission control) 방식이 종래의 신경망 이론에 근거한 CAC 방식보다 학습 속도면에서 약 5배의 속도 향상이 있었다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.221-228
• /
• 2013

시나리오 기반 학습과 관련하여 학습 관련 효과에 관한 많은 연구들이 집중되고 있다. 그렇지만, 이와 관련하여 바람직한 효과 측정 방법이 제시되지 못하고 있다. 본 연구는 시나리오 학습과 관련하여 보다 바람직한 학습 효과 측정을 위해 하나의 퍼지 논리 기반 프레임워크를 제안하는데 있다. 이러한 프레임워크의 사용은 학습 효과의 측정에 있어서 언어적인 불확실성 문제를 해결할 수 있다. 본 연구에서는 시나리오 기반 학습의 효과 측정을 위해 정확성, 이해성, 완비성의 3가지 불확실성 측도를 사용한다. 이러한 측도의 사용은 시나리오 맥락 측면에서 완전성뿐만 아니라 사용자 선택에 따른 효과 차이를 최소화시킬 수 있는 강점을 가진다. 다른 무엇보다도 시나리오 기반의 학습에 퍼지 논리의 적용은 실제 학습 상황에서 학습 목표 도달을 위한 학습 경로 진행 상황을 쉽게 관측할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2283-2285
• /
• 2001

This paper proposed to a neural network based fuzzy control (neuro-fuzzy control) technique for attitude control of helicopter with strongly dynamic nonlinearities and derived a helicopter aerodynamic torque equation of helicopter and the force balance equation. A neuro-fuzzy system is a feedforward network that employs a back-propagation algorithm for learning purpose. A neuro-fuzzy system is used to identify nonlinear dynamic systems. Hence, this paper presents methods for the design of a neural network(NN) based fuzzy controller(that is, neuro-fuzzy control) for a helicopter of nonlinear MIMO systems. The proposed neuro-fuzzy control determined to a input-output membership function in fuzzy control and neural networks constructed to improve through learning of input-output membership functions determined in fuzzy control.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1300-1304
• /
• 2003

The following paper deals with a control problem of a mobile robot in home network environment. The home network causes the mobile robot to communicate with sensors to get the sensor measurements and to be adapted to the environment changes. To get the improved performance of control of a mobile robot in spite of the change in home network environment, we use the fuzzy inference system with multiple reward reinforcement learning. The multiple reward reinforcement learning enables the mobile robot to consider the multiple control objectives and adapt itself to the change in home network environment. Multiple reward fuzzy Q-learning method is proposed for the multiple reward reinforcement learning. Multiple Q-values are considered and max-min optimization is applied to get the improved fuzzy rule. To show the effectiveness of the proposed method, some simulation results are given, which are performed in home network environment, i.e., LAN, wireless LAN, etc.

• 전자공학회논문지CI
• /
• 제39권4호
• /
• pp.19-27
• /
• 2002

역전파 알고리즘의 성능 개선을 위해서 학습율을 자동 조정하는 방식을 제안하였다. 제안한 방식은 각각의 연결강도의 학습율을 퍼지 논리 시스템을 이용하여 자동 조정하는 방식으로 각각의 연결강도에 대해서 ${\Delta}$와 $\bar{{\Delta}}$를 구하여 퍼지 논리 시스템의 입력으로 사용하고, 학습율을 출력으로 사용하였다. 제안한 방식을 N-패리티 문제, 함수 근사, 숫자 패턴 분류에 대한 시뮬레이션 결과 일반적인 역전파 알고리즘, 모멘텀 방식, Jacobs의 delta-bar-delta 방식보다 성능이 개선됨을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.672-676
• /
• 2010

본 논문은 연결강도를 조정할 때 결정 경계선 근처에 있는 데이터를 더 반영하는 학습법칙을 제안하였다. 이 학습법칙은 outlier가 결정 경계선에 미치는 영향을 줄여 더 나은 결정 경계선을 형성하도록 한다. 제안하는 학습법칙을 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망의 구조에 적용하였다. IAFC 신경회로망은 배운 것을 유지하는 안정성이 있으면서, 새로운 것을 배울 수 있는 안정성이 있다. 이 퍼지 신경회로망의 성능과 LVQ(Learning Vector Quantization) 신경회로망 및 오류역전파 신경회로망의 성능과 비교하였다. 실험결과 제안하는 퍼지 신경회로망의 성능이 우수함을 보여주었다.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.742-746
• /
• 2006

학습자에 대한 학습능력의 평가는 진단평가, 형성평가와 총괄평가 단계로 구분할 수 있다. 이러한 단계적 평가는 학습자의 사전 학습 준비상태부터 학습 과정의 충실성 및 학습 결과까지를 종합적으로 판단할 수 있는 기준이 된다. 본 논문에서는 퍼지추론을 이용하여 각 단계의 평가를 모두 고려한 종합학습평가 방법을 제안하였다. 학습 수행능력에 대한 객관적인 평가를 위하여 각 평가 단계별로 가중치를 부여하였고, 진단, 형성 및 총괄 평가에 대한 퍼지추론에서 획득한 비퍼지화 값을 최종평가의 소속함수 구간으로 적용하였다. 그 결과 객관성을 보장할 수 있는 명확한 추론을 수행할 수 있었으며, 종합적인 학습평가 방법의 타당성을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.109-112
• /
• 2006

본 논문은 클래스들의 대표값들과 입력 벡터와의 거리를 사용한 새로운 퍼지 학습법칙을 제안한다. 이 새로운 퍼지 학습을 supervised IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였다. 이 새로운 신경회로망은 안정성을 유지하면서도 유연성을 가지고 있다. iris 데이터를 사용하여 테스트한 결과 supervised IAFC 신경회로망 4는 오류 역전파 신경회로망과 LVQ 알고리즘보다 성능이 우수하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1996년도 추계학술대회 논문집
• /
• pp.994-998
• /
• 1996

We propose an approach to integrating fuzzy logic control with RBF(Radial Basis Function) networks and show how the integrated network can be applied to multivariable self-organizing and self-learning fuzzy controller. Using the hybrid learning algorithm. To investigate its usefulness and performance, this controller is applied to a time-delayed process system. Simulation results show good control performance and fast convergency in hybrid loaming method.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.139-144
• /
• 1995

LIBL(Linguistic Instruction Based Leaning) is an effective learning algorithm for fuzzy controller which interpretes and uses natural language of human The possibiliy of the LIBL algorithm to the fuzzy control of dynamic systems is investigated in this paper. Rise time, percent overshoot, and steady stste are proposed as suitable meaning elements for dynamic systems. A supervisor is able to give "higer-level linguistic instruction" to the learning algorithm through these three meaning elements Simulation results for a DC servo motor show the validity of the proposed algorithm.