• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.878-882
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류할 때 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하는데 사용하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 고장검출 모델의 최종 성능을 개선하는 것이다. 이를 실제 계측된 유도전동기 데이터를 이용하여 실험한 결과 제안된 방법의 성능이 기존의 방법들에 비하여 우수함을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2486-2491
• /
• 2013

세라믹 소재 영상은 사람의 육안으로 판단하기 힘든 내부 기공이나 균열, 이물질 등의 결함들이 존재한다. 본 논문에서는 사람의 육안으로 검출하기 힘든 세라믹 소재로 이루어진 파이프 용접부에 있는 결함을 확인하기 위해 ART2 알고리즘을 이용하여 세라믹 영상에서 결함을 검출하는 방법을 제안한다. 비파괴 검사는 본질에 손상이 전혀 가지 않는 검사 방법이기 때문에 소재의 결함 검출에 대해서는 적절한 방법이다. 따라서 본 논문에서는 Ends-In Search Stretching 기법을 적용하여 명암 대비를 강조하고, 명암 대비가 강조된 영상에서 삼각형 타입의 소속 함수를 이용한 퍼지 이진화 기법을 적용한 후, 임의의 패턴 입력에 대해서도 효과적으로 특징을 분류하는 개선된ART2 알고리즘을 적용하여 결함 영역을 검출한다. 제안된 방법을 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 방법보다 효율적으로 결함이 검출되는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.426-435
• /
• 1999

A high impedance fault(HIF) is one of the serious problems facing the electric utility industry today. Because of the high impedance of a downed conductor under some conditions these faults are not easily detected by over-current based protection devices and can cause fires and personal hazard. In this paper a new method for detection of HIF which uses adaptive neuro-fuzzy inference system (ANFIS) is proposed. Since arcing fault current shows different changes during high and low voltage portion of conductor voltage waveform we firstly divided one cycle of fault current into equal spanned four data windows according to the mangnitude of conductor voltage. Fast fourier transform(FFT) is applied to each data window and the frequency spectrum of current waveform are chosen asinputs of ANFIS after input selection method is preprocessed. Using staged fault and normal data ANFIS is trained to discriminate between normal and HIF status by hybrid learning algorithm. This algorithm adapted gradient descent and least square method and shows rapid convergence speed and improved convergence error. The proposed method represent good performance when applied to staged fault data and HIFLL(high impedance like load)such as arc-welder.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.451-456
• /
• 1999

교과서내의 모든 지도항목들은 순서가 정해져있다. 그러나 같은 종류의 교과서들에서는 지도항목의 순서가 다른 것을 볼수 있다. 학생들은 이전 항목들의 배움없이는 다음항목을 이해하는데 어려움을 겪을 수 있다. 따라서 수업계획 작성시 지도항목의 우선순위결정은 매우 중요하다. 이러한 지도항목의 우선순위 결정문제를 해결하기 위해 Isamu MATSUBARA은 그래프이론을 이용한 해결방안이 제시됐다. 그의 방안에는 직선형, 그룹형, 분기형 독립형의 4가지형이 있다. 이들 가운데 직선형을 제외한 나머지 세간지형은 객관성이 결여되어있다, 본논문은 퍼지이론을 이용하여 그룹형 분기형 독립형의 객관적인 해결방안을 제시한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.583-586
• /
• 1999

In this paper, the wavelet transform is performed in the input 256$\times$256 color image and decomposes a image into low-pass and high-pass components. Since the high-pass band contains the components of three directions, edges are detected by combining three parts. After finding the position of face using the histogram of the edge component, a face region in low-pass band is cut off. Since RGB color image is sensitively affected by luminances, the image of low pass component is normalized, and a facial region is detected using face color informations. As the wavelet transform decomposes the detected face region into three layer, the dimension of input image is reduced. In this paper, we use the 3000 images of 10 persons, and KL transform is applied in order to classify face vectors effectively. FCM(Fuzzy C-Means) algorithm classifies face vectors with similar features into the same cluster. In this case, the number of cluster is equal to that of person, and the mean vector of each cluster is used as a codebook. We verify the system performance of the proposed algorithm by the experiments. The recognition rates of learning images and testing image is computed using correlation coefficient and Euclidean distance.

• 품질경영학회지
• /
• 제23권3호
• /
• pp.69-83
• /
• 1995

In a large number of literature on of inspection tasks, one of the most consistent findings is the existence of large and consistent differences among inspectors. It is possible that the individual difference is described by the difference of cognitive skills, because cognitive skills are required more than manual skills in inspection tasks. Therefore, a set of cognitive factors in human information processing may underly human performance in inspection tasks. In this study, a cognitive skill was described as the relative importance of the cognitive factors involved. A hierarchical task analysis and a fuzzy hierarchical analysis were used to represent how the importance of cognitive factors contribute to inspection performance. An experiment was conducted using the computer simulations of PCB inspection tasks. The results revealed that the subject group with better performance showed the importance weights of cognitive factors in the following rank; (attention, perception, judgement, classification, recognition)<(detection)$\ll$(memory). The results of the experiment can serve as a selection criterion for efficient inspection performance and the information of skilled learning for an inspection training program. The usefullness of a hierarchical task analysis and a fuzzy hierarchical task analysis for the analysis of cognitive tasks are also confirmed.

• 대한전기학회논문지:전기기기및에너지변환시스템부문B
• /
• 제55권2호
• /
• pp.89-97
• /
• 2006

Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications, due to their excellent power to weight ratio. The paper is proposed maximum torque control of IPMSM drive using learning mechanism-fuzzy neural network(LM-FNN) controller and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_{d}$ for maximum torque operation is derived. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using LM-FNN controller and ANN controller. The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. Also, this paper is proposed speed control of IPMSM using LM-FNN and estimation of speed using ANN controller. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The proposed control algorithm is applied to IPMSM drive system controlled LM-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the LM-FNN and ANN controller.

• 융합신호처리학회논문지
• /
• 제13권4호
• /
• pp.233-237
• /
• 2012

본 논문에서는 RTDNN과 FLC를 이용해서 주신경망을 보상하는 제어시스템을 제안한다. 주신경망이 학습을 완료한 후 외란이나 부하변동이 생겨 오브 슛 내지는 언더 슛을 나타낼 때 적절히 조정하기 위해 퍼지 보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 제어대상의 역모델 신경망에서 학습시킨 결과를 이용하여 주신경망의 가중치를 변경시킴으로서 제어대상의 원하는 동적 특성을 얻게 된다. 모의 실험 결과 제안한 신경망 제어기의 양호한 응답 특성을 확인 할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.248-249
• /
• 2015

클러스터링은 대표적인 비교사 학습 방법의 하나로 균일한 특성을 가지는 데이터를 클러스터로 묶기 위해 사용된다. 하지만 클러스터링은 기본적으로 클러스터의 중심에서 데이터까지의 거리에 기반하고 있으므로 클러스터의 중심이 밀도가 높은 클러스터 쪽으로 쏠리는 현상이 발생한다. 이 논문에서는 클러스터의 중심을 가능한 멀리 떨어져 있도록 하는 항을 Fuzzy C-Means의 목적함수에 추가함으로써 클러스터 사이의 밀도 차이가 심한 데이터의 클러스터링 문제에서 정확한 결과를 얻을 수 있는 클러스터링 방법을 제안한다. 제안한 방법은 FCM에 비해 실제 클러스터 중심으로 수렴하는 경우가 더 많으며 수렴 속도 역시 FCM 보다 빠른 것을 실험 결과를 통해 확인할 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.527-531
• /
• 1998

This study introduce to the fuzzy membership filter to cancel a high frequency noise of welding current. And ART2 which has the competitive learning network classifiers the signal patterns for the filtered welding signal. A welding current possesses a specific pattern according to the existence or the size of a welding gap. These specific patterns result in different classification in comparison with an occasion for no welding gap. The patterns In each case of 1mm, 2mm, 3mm, and no welding gap are identified by the artificial neural network. These procedure is an off-line execution. In on-line execution, the identification model of neural network for the classified pattern is located on ahead of the welding plant. And when the welding current patterns pass through the neural network in the direction of feedforward. it is possible to recognize the existence or the size of a welding gap.