• 한국정밀공학회지
• /
• 제14권4호
• /
• pp.110-118
• /
• 1997

Multi-layer neural networks with error back-propagation algorithm have a great potential for identifying nonlinear systems with unknown characteristics. However, because they have a demerit that the speed of convergence is too slow, various methods for improving the training characteristics of backpropagition networks have been proposed. In this paper, a fuzzy division method is proposed to improve the convergence speed, which can find out an effective fuzzy division by the tuning of membership function and independently train each neural network after dividing the network model into several parts. In the simulations, the proposed method showed that the optimal fuzzy partitions could be found from the arbitray initial ones and that the convergence speed was faster than the traditional method without the fuzzy division.

• 수산해양기술연구
• /
• 제59권1호
• /
• pp.44-54
• /
• 2023

In this study, the second-order Nomoto's nonlinear expansion model was implemented as a Tagaki-Sugeno fuzzy model based on the heading angular velocity to design the automatic steering system of a ship considering nonlinear elements. A Tagaki-Sugeno fuzzy PID controller was designed using the applied fuzzy membership functions from the Tagaki-Sugeno fuzzy model. The linear models and fuzzy membership functions of each operating point of a given nonlinear expansion model were simultaneously tuned using a genetic algorithm. It was confirmed that the implemented Tagaki-Sugeno fuzzy model could accurately describe the given nonlinear expansion model through the Zig-Zag experiment. The optimal parameters of the sub-PID controller for each operating point of the Tagaki-Sugeno fuzzy model were searched using a genetic algorithm. The evaluation function for searching the optimal parameters considered the route extension due to course deviation and the resistance component of the ship by steering. By adding a penalty function to the evaluation function, the performance of the automatic steering system of the ship could be evaluated to track the set course without overshooting when changing the course. It was confirmed that the sub-PID controller for each operating point followed the set course to minimize the evaluation function without overshoot when changing the course. The outputs of the tuned sub-PID controllers were combined in a weighted average method using the membership functions of the Tagaki-Sugeno fuzzy model. The proposed Tagaki-Sugeno fuzzy PID controller was applied to the second-order Nomoto's nonlinear expansion model. As a result of examining the transient response characteristics for the set course change, it was confirmed that the set course tracking was satisfactorily performed.

• 한국안전학회지
• /
• 제36권2호
• /
• pp.49-57
• /
• 2021

In the case of military supplies, any potential failure and causes of failures must be considered. This study is aimed at examining the failure modes of a rotorcraft landing system to identify the priority items. Failure mode and effects analysis (FMEA) is applied to the rotorcraft landing system. In general, the FMEA is used to evaluate the reliability in engineering fields. Three elements, specifically, the severity, occurrence, and detectability are used to evaluate the failure modes. The risk priority number (RPN) can be obtained by multiplying the scores or the risk levels pertaining to severity, occurrence, and detectability. In this study, different weights of the three elements are considered for the RPN assessment to implement the FMEA. Furthermore, the FMEA is implemented using a fuzzy rule base, similarity aggregation model (SAM), and grey theory model (GTM) to perform a comparative analysis. The same input data are used for all models to enable a fair comparison. The FMEA is applied to military supplies by considering methodological issues. In general, the fuzzy theory is based on a hypothesis regarding the likelihood of the conversion of the crisp value to the fuzzy input. Fuzzy FMEA is the basic method to obtain the fuzzy RPN. The three elements of the FMEA are used as five linguistic terms. The membership functions as triangular fuzzy sets are the simplest models defined by the three elements. In addition, a fuzzy set is described using a membership function mapping the elements to the intervals 0 and 1. The fuzzy rule base is designed to identify the failure modes according to the expert knowledge. The IF-THEN criterion of the fuzzy rule base is formulated to convert a fuzzy input into a fuzzy output. The total number of rules is 125 in the fuzzy rule base. The SAM expresses the judgment corresponding to the individual experiences of the experts performing FMEA as weights. Implementing the SAM is of significance when operating fuzzy sets regarding the expert opinion and can confirm the concurrence of expert opinion. The GTM can perform defuzzification to obtain a crisp value from a fuzzy membership function and determine the priorities by considering the degree of relation and the form of a matrix and weights for the severity, occurrence, and detectability. The proposed models prioritize the failure modes of the rotorcraft landing system. The conventional FMEA and fuzzy rule base can set the same priorities. SAM and GTM can set different priorities with objectivity through weight setting.

• 한국화재소방학회논문지
• /
• 제18권4호
• /
• pp.42-51
• /
• 2004

본 논문은 열과 연기농도를 입력변수로 갖는 퍼지로직을 적용한 화재감지시스템을 제시한 연구이다. 본 논문에서 제시한 화재감지시스템은 열과 연기농도를 입력신호로 받아들이고 이를 통하여 화재가능성이 추론되는 퍼지추론시스템을 포함하고 있다. 이 추론시스템의 조건부(antecedent part)는 fuzzy 단일 값(singleton)으로 열과 연기농도가 입력되도록 하였고, 결론부(conclusion part)는 화재가능성으로 적용하였다. 또한 퍼지추론을 위하여 적용된 membership함수는 삼각형 membership함수이다 추론하는 방법은 Mamdani가 제안한 minimum 연산을 사용하였다. 그리고 이러한 계산을 위하여 Matlab 프로그램을 사용하였고 이 프로그램을 이용하여 GUI(graphic user interface)기반의 화재감지프로그램을 개발하였다. 이와 같은 퍼지로직이 적용된 화재감지시스템의 신뢰성을 검증하기 위하여 불꽃화재와 훈소화재에 대한 실험을 통하여 추론되는 화재가능성을 분석하였다. 그 결과 본 연구의 퍼지로직을 적용한 화재감지시스템은 연소상황에 따라 비교적 정확하게 화재가능성을 추론하였다.

• 정보처리학회논문지C
• /
• 제11C권5호
• /
• pp.595-604
• /
• 2004

컴퓨터 네트워크의 확대 및 인터넷 이용의 급격한 증가에 따른 최근의 정보통신 기반구조는 컴퓨터 시스템의 네트워크를 통한 연결로 다양한 서비스를 제공하고 있다. 특히 인터넷은 개방형 구조를 가지고 있어 서비스 품질의 보장과 네트워크의 관리가 어렵고, 기반구조의 취약성으로 인하여 타인으로부터의 해킹 및 정보유출 둥의 위협으로부터 노출되어 있다. 보안 위협에 대한 능동적인 대처 및 침입 이후에 동일한 또는 유사한 유형의 사건 발생에 대해 실시간 대응할 수 있는 방법이 중요하게 되었으며 이러한 해결책으로서 침임 탐지 시스템에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 지도학습 알고리즘이 의한 침입탐지 시스템의 성능을 향상시키기 위해서 불확실성을 해결하기 위한 방법인 퍼지를 적용한 뉴로-퍼지 모델의 이상 침입 탐지 시스템에 대해서 연구한다. 즉, 신경망 학습의 전달함수를 불확실성을 해결하기 위한 퍼지 멤버쉽 함수로 수정하여 지도학습을 수행하였다. 제안한 뉴로-퍼지기법을 DARPA 침입 데이터를 이용하여 오용 탐지의 한계성을 극복한 네트워크기반의 이상침입 탐지에 적용하여 성능을 검증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권8호
• /
• pp.573-583
• /
• 2002

패턴인식은 전처리 과정에서 패턴들의 특징을 추출하고 이를 학습을 통하여 유사한 패턴들끼리 클러스터링을 한 다음 식별 과정을 거쳐 인식하게 된다. 본 연구에서는 OCR 시스템에서의 패턴 인식을 위한 패턴 분류 모델로서 퍼지 멤버쉽 함수를 도입하여 LVQ 학습 알고리즘을 최적화한 F-LVQ(Fuzzy Learning Vector Quantization)를 제안한다 본 논문의 효율성을 검증하기 위하여 한글 및 영어 22종의 글꼴에 대한 숫자 데이타 220개 패턴을 학습한 후 이를 다양한 형태로 변형시킨 4840개의 테스트 패턴에 대하여, 기존의 여러 가지 패턴 분류 모델과의 비교 분석을 통해 그 유효성과 강인성을 증명하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.784-791
• /
• 2004

본 논문에서는 퍼지논리에 기초한 Fisherface 얼굴인식 방법의 확장을 다룬다. Fisherface 얼굴인식 방법은 주성분 분석 기법만을 이용하는 경우에 비해 조명의 방향, 얼굴의 포즈, 감정과 같은 변동에 대해 민감하지 않은 장점을 가지고 있다. 그러나, Fisherface 방법을 포함한 얼굴인식의 다양한 방법들은 입력 벡터가 한 클래스에 할당되어질 때 그 클래스에서 소속의 정도를 0 또는 1로서 나타낸다. 따라서 이러한 방법들은 얼굴영상들이 조명이나 보는 각도로 인해 변형이 생기는 경우에 인식률이 저하되는 문제가 있다. 본 논문에서는 PCA에 의해 변환된 특징벡터에 퍼지 소속도를 할당하는 것으로, 퍼지 소속도는 퍼지 kNN(k-Nearest Neighbor)으로부터 얻어진다. 실험 결과 ORL, Yale 얼굴 데이타베이스에서 기존의 인식방법 보다 향상된 인식 성능을 보임을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제11권6호
• /
• pp.1-8
• /
• 2006

많은 연구자들이 자동 염색체 핵형 분류와 해석을 연구하고 있다. 현미경상의 이미지를 개개의 염색체로 자동 분류하기 위해서는 이미지 전처리 핵형 분류기 구현 등의 세부 절차가 필요하다. 이미지 전처리에서는 개개의 염색체 분리, 잡음 제거, 특징 파라미터 추출을 진행한다. 추출된 형태학적 특징 파라미터는 동원체 지수, 상대 길이비, 상대 면적비이다. 본 논문에서는 인간 염색체 핵형 분류를 위하여 퍼지 분류기가 사용되어졌다. 추출된 형태학적 특징 파라미터가 퍼지 분류기의 입력 파라미터로 사용되었다. 우리는 개개의 염색체 그룹에 대한 최적 퍼지 분류기를 위하여 멤버쉽 함수를 선택하는 것을 연구하였다.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.549-554
• /
• 2008

Support Vector Machine(SVM)은 통계적 학습 이론에 기반을 둔 분류기이다. 또한 Twin Support Vector Machine(TWSVM)은 이진 SVM 분류기의 한 종류로써, 서로 관련된 두 개의 SVM 유형 문제를 통해 평행하지 않은 두개의 평면을 결정하고 이 두 평면을 통해 분류기를 완성하는 방식이다. 이러한 방식의 TWSVM은 학습 시간이 SVM에 비해 훨씬 짧으며, SVM과 비교하여 떨어지지 않는 성능을 보여준다. 본 논문은 분류기 입력에 Fuzzy Membership을 적용하는 방식의 TWSVM을 제안하고, 전리층 레이더 데이터를 이용한 실험을 통하여 기존에 세시 되었던 분류기와 비교한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권3호
• /
• pp.182-187
• /
• 2007

A fuzzy modeling method is proposed to build the dynamic model of a walking-beam reheating furnace from the recorded data. In the proposed method, the number of membership function on each variable is increased individually and the modeling accuracy is evaluated iteratively. When the modeling accuracy is satisfied, the membership functions on each variable are fixed and the structure of fuzzy model is determined. Because the training data is limited, in this process, as the number of membership function increase, it is highly possible that some rules are missing, i.e., no data in the training set corresponds to the consequent part of a missing rule. To complete the rulebase, the output of the model constructed at the previous step is used to generate the consequent part of the missing rules. Finally, in the real time application, a rolling update scheme to rulebase is introduced to compensate the change of system dynamics and fine tune the rulebase. The proposed method is verified by the application to the modeling of a reheating furnace.