• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권1호
• /
• pp.41-48
• /
• 2007

Latest advances in network sensor technology and state of the art of mobile robot, and artificial intelligence research can be employed to develop autonomous and distributed monitoring systems. In this study, as the preliminary step for developing a multi-purpose "Intelligent Space" platform to implement advanced technologies easily to realize smart services to human. We will give an explanation for the ISpace system architecture designed and implemented in this study and a short review of existing techniques, since there exist several recent thorough books and review paper on this paper. Instead we will focus on the main results with relevance to the DIND data fusion with CI of Intelligent Space. We will conclude by discussing some possible future extensions of ISpace. It is first dealt with the general principle of the navigation and guidance architecture, then the detailed functions tracking multiple objects, human detection and motion assessment, with the results from the simulations run.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.149-154
• /
• 2008

FCM 기반 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용한다. 입력층과 중간층의 학습시 입력벡터와 중간층의 노드중에서 중심과 입력벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용하여 중간층의 승자 뉴런이 출력층의 입력벡터로 적용한다. 하지만 많은 패턴이 입력벡터로 제시될 경우 학습 성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 개선시키기 위해 퍼지 제어시스템을 이용하여 학습률을 동적으로 조정하는 퍼지 제어 기법을 이용한 FCM 기반 RBF 네트워크를 제안한다. 제안된 방법의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 숫자, 영문 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.335-339
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력충의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.642-645
• /
• 2016

본 논문은 풍력 발전기와 ESS(Energy Storage System)를 효율적으로 연결하는 퍼지 스위치를 제안한다. 최근들어 친환경 전력 시스템의 중요성이 날로 커지고 있다. 친환경 에너지의 대표적인 태양광과 풍력의 경우 지속적인 발전이 불가능하므로 ESS의 사용이 필수적이다. 즉, 발전 가능할 때에 ESS에 충전하고 발전이 어려울 때는 ESS를 방전하는 방식이다. 이러한 스위치는 애매 모호한 구간이 존재하는데 이를 효율적으로 제어하기 위하여 퍼지를 적용하였다. 충전레벨이 낮을 경우 충전하고 충전레벨이 높을 경우 방전하는 것은 기본적인 로직이지만 충전레벨이 중간인 경우 충전이 유리한지 방전이 유리한지 모호해진다. 3단계 충전레벨과 2단계 전력레벨을 입력으로 받아 효율적인 퍼지 스위치를 구성하였다. 또한 효과적인 구현을 위하여 서피스플롯울 참조테이블로 변환하여 사용하였다. 특히, 3단계 충전레벨은 가우시한 함수를 사용하고 2단계 전력레벨은 삼각함수를 사용하여 출력 멤버쉽함수가 보다 잘 반영될 수 있도록 감안하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 춘계학술대회
• /
• pp.169-185
• /
• 2005

신경계의 뉴런 구조는 흥분 뉴런과 억제 뉴런으로 구성되며 각각의 흥분 뉴런과 억제 뉴런은 주동근 뉴런(agonistic neuron)에 의해 활성화되며 길항근 뉴런(antagonist neuron)에 의해 비활성화 된다. 본 논문에서는 인간 신경계의 생리학적 뉴런 구조를 분석하여 퍼지 논리를 이용한 생리학적 퍼지 신경망을 제안한다. 제안된 구조는 주동근 뉴런에 의해 흥분 뉴런이 될 수 있는 뉴런들을 선택하여 흥분시켜 출력층으로 전달하고 나머지 뉴런들을 억제시켜 출력층에 전달시키지 않는다. 신경계를 기반으로 한 제안된 생리학적 퍼지 신경망의 학습구조는 입력층, 학습 데이터의 특징을 분류하는 중간층, 그리고 출력층으로 구성된다. 제안된 퍼지 신경망의 학습 및 인식 성능을 평가하기 위해 정확성이 요구되는 의학의 한 분야인 기관지 편평암 영상인식과 영상 인식의 주요 응용 분야인 차량 번호판 인식에 적용하여 기존의 신경망과 성능을 비교 분석하였다. 실험 결과에서는 제안된 생리학적 퍼지 신경망이 기존의 신경망보다 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 인식에 있어서도 우수한 성능이 있음을 확인하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 춘계학술대회
• /
• pp.186-189
• /
• 2005

본 논문에서는 LVQ를 퍼지화한 새로운 퍼지 학습 법칙들을 제안하였다. 퍼지 LVQ 학습법칙 1은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데 이는 조건 확률의 퍼지화에 기반을 두고 있다. 퍼지 LVQ 학습법칙 2는 클래스들 사이에 존재하는 입력벡터가 결정 경계선에 대한 정보를 더 가지고 있는 것을 반영한 것이다. 이 새로운 퍼지 학습 법칙들을 improved IAFC(Integrted Adaptive Fuzzy Clustering)신경회로망에 적용하였다. improved IAFC신경회로망은 ART-1 (Adaptive Resonance Theory)신경회로망과 Kohonen의 Self-Organizing Feature Map의 장점을 취합한 퍼지 신경회로망이다. 제안한 supervised IAFC 신경회로망 1과 supervised IAFC neural 신경회로망 2의 성능을 오류 역전파 신경회로망의 성능과 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC neural network 2가 오류 역전파 신경회로망보다 성능이 우수함을 보여주었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.469-473
• /
• 2003

다층 구조 신경망에서 널리 사용되는 오류 역전파 알고리즘은 초기 가중치와 불충분한 은닉층의 노드수로 인하여 지역 최소화에 빠질 가능성이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ARTI에서 경계 변수의 설정에 따라 인식률이 저하되는 문제점을 개선하기 위하여 ARTI과 Max-Min 신경망을 결합한 퍼지 다층 퍼셉트론을 제안한다. 제안된 자가 생성을 이용한 퍼지 다층 퍼셉트론은 입력층에서 은닉층으로 노드를 생성시키는 방식은 ARTI을 적용하였고, 가중치 조정은 특정 패턴에 대한 저장 패턴을 수정하도록 하는 winner-take-all 방식을 적용하였다. 제안된 학습 방법의 성능을 평가하기 위하여 학생증 영상을 대상으로 실험한 결과, 기존의 오류 역전파 알고즘보다 연결 가중치들이 지역 최소화에 위치할 가능성이 줄었고 학습 속도 및 정체 현상이 개선되었다.

• Computers and Concrete
• /
• 제24권3호
• /
• pp.271-282
• /
• 2019

Concrete undergoes a series of thermo-based physio-chemical changes once exposed to elevated temperatures. Such changes adversely alter the composition of concrete and oftentimes lead to fire-induced explosive spalling. Spalling is a multidimensional, complex and most of all sophisticated phenomenon with the potential to cause significant damage to fire-exposed concrete structures. Despite past and recent research efforts, we continue to be short of a systematic methodology that is able of accurately assessing the tendency of concrete to spall under fire conditions. In order to bridge this knowledge gap, this study explores integrating novel artificial intelligence (AI) techniques; namely, artificial neural network (ANN), adaptive neuro-fuzzy inference system (ANFIS) and genetic algorithm (GA), together with traditional statistical analysis (multilinear regression (MLR)), to arrive at state-of-the-art procedures to predict occurrence of fire-induced spalling. Through a comprehensive datadriven examination of actual fire tests, this study demonstrates that AI techniques provide attractive tools capable of predicting fire-induced spalling phenomenon with high precision.

• Journal of Biosystems Engineering
• /
• 제42권1호
• /
• pp.23-43
• /
• 2017

Purpose: As application-specific wireless sensor networks are gaining popularity, this paper discusses the development and field performance of the GHAN, a greenhouse area network system to monitor, control, and access greenhouse microenvironments. GHAN, which is an upgraded system, has many new functions. It is an intelligent wireless sensor and actuator network (WSAN) system for next-generation greenhouses, which enhances the state of the art of greenhouse automation systems and helps growers by providing them valuable information not available otherwise. Apart from providing online spatial and temporal monitoring of the greenhouse microclimate, GHAN has a modified vapor pressure deficit (VPD) fuzzy controller with an adaptive-selective mechanism that provides better control of the greenhouse crop VPD with energy optimization. Using the latest soil-matrix potential sensors, the GHAN system also ascertains when, where, and how much to irrigate and spatially manages the irrigation schedule within the greenhouse grids. Further, given the need to understand the microclimate control dynamics of a greenhouse during the crop season or a specific time, a statistical assessment tool to estimate the degree of optimality and spatial variability is proposed and implemented. Methods: Apart from the development work, the system was field-tested in a commercial greenhouse situated in the region of Punjab, India, under different outside weather conditions for a long period of time. Conclusions: Day results of the greenhouse microclimate control dynamics were recorded and analyzed, and they proved the successful operation of the system in keeping the greenhouse climate optimal and uniform most of the time, with high control performance.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.337-342
• /
• 2014

국제해사기구(IMO)는 해상에서의 안전과 보안, 환경의 보호를 위해 선박의 출항에서 입항에 이르기까지 항해와 관련된 정보를 전자 적인 방법으로 조화롭게 공유 통합 표현 분석하기 위해 e-Navigation 이라는 전략적 추진체계를 수립, 채택, 실행을 진행하고 있다. 본 논문에서는 e-Navigation의 실효적 시행에 대비하여 국내에서 운영 중인 GICOMS에 요구되는 개선방안 및 추가 시스템을 식별하기 위한 구조모델을 수립하는데 목적이 있다. 이를 위해서 GICOMS의 문제점을 조사하고, 전문가그룹의 브레인스토밍(brainstorming) 과정을 통해 GICOMS 개선을 위한 9개의 추진과제를 도출하였다. 이들 과제에 대하여 퍼지구조모델(FSM, Fuzzy Structural Modeling)을 이용하여 의식구조를 분석하고 요소 간 상호관계를 파악할 수 있는 구조모델을 제시하였다. 그 결과 GICOMS 개선방안 으로 "GICOMS 고도화"가 최상위층레벨 요소로 파악되었고, 최하층레벨은 "정보생산체제 개선", "정보제공방안 개선", "GICOMS와 VTS 상호연동"과 "글로벌 안전협력 네트워크 구축"으로 나타났다. 중간층레벨은 "e-Navigation 대응체계 구축", "해양사고예방체계 강화", "VMS 기능 고도화"와 "이용 활성화"로 파악되었다. 특히 최종목표인 "GICOMS 고도화"는 "VMS 기능 고도화"와 "이용 활성 화" 항목으로부터 많은 영향을 받고 있음을 알 수 있었다. 본 연구에서 구축한 GICOMS 고도화 구조모델을 기반으로 최첨단 IT를 활용한 시설 장비 전문인력의 개선 및 보강과 해양종사자 중심의 이용자 전환 등의 고도화 방안을 제시하였다.