• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.11-18
• /
• 2014

본 논문에서는 ART2 알고리즘을 이용하여 질병을 도출하고 증상의 차이를 구분하기 위해서 애매한 증상의 정도를 퍼지 추론 방법에 적용하여 더욱더 정확한 질병 상세를 도출할 수 있는 개선된 자가진단 시스템을 제시한다. 본 논문에서 제안한 방법을 전문의에게 분석을 의뢰한 결과, 본 논문에서 제안된 자가진단 시스템 방법이 이전의 방법보다, 지능형 자가 보조 진단 시스템으로서 사용자에게 더욱 효과적인 도움을 줄 수 있는 가능성을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권1호
• /
• pp.82-86
• /
• 2008

The article presents ARTMAP and Fuzzy BK-Product approach underwater obstacle avoidance for the Autonomous underwater Vehicles (AUV). The AUV moves an unstructured area of underwater and could be met with obstacles in its way. The AUVs are equipped with complex sensorial systems like camera, aquatic sonar system, and transducers. A Neural integrated Fuzzy BK-Product controller, which integrates Fuzzy logic representation of the human thinking procedure with the learning capabilities of neural-networks (ARTMAP), is developed for obstacle avoidance in the case of unstructured areas. In this paper, ARTMAP-Fuzzy BK-Product controller architecture comprises of two distinct elements, are 1) Fuzzy Logic Membership Function and 2) Feed-Forward ART component. Feed-Forward ART component is used to understanding the unstructured underwater environment and Fuzzy BK-Product interpolates the Fuzzy rule set and after the defuzzyfication, the output is used to take the decision for safety direction to go for avoiding the obstacle collision with the AUV. An on-line reinforcement learning method is introduced which adapts the performance of the fuzzy units continuously to any changes in the environment and make decision for the optimal path from source to destination.

• 한국지능시스템학회논문지
• /
• 제14권2호
• /
• pp.222-227
• /
• 2004

Today, an automatic and accurate processing using computer is essential because of the rapid increase of travelers. The determination of forged passports plays an important role in the immigration control system. Hence, as the preprocessing phase for the determination of forged passports, this paper proposes a novel method for the recognition of passports based on the fuzzy binarization and the fuzzy RBF network. First, for the extraction of individual codes for recognizing, this paper targets code sequence blocks including individual codes by applying Sobel masking, horizontal smearing and a contour tracking algorithm on the passport image. Then the proposed method binarizes the extracted blocks using fuzzy binarization based on the trapezoid type membership function. Then, as the last step, individual codes are recovered and extracted from the binarized areas by applying CDM masking and vertical smearing. This paper also proposes an enhanced fuzzy RBF network that adapts the enhanced fuzzy ART network for the middle layer. This network is applied to the recognition of individual codes. The results of the experiments for performance evaluation on the real passport images showed that the proposed method has the better performance compared with other approaches.

• 한국지능시스템학회논문지
• /
• 제16권5호
• /
• pp.519-524
• /
• 2006

자궁 경부암 세포진 영상의 영역 분할은 슬라이드의 상태나 정상 및 비정상에 따라 많은 차이를 보여 자궁경부암 세포진 인식 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 본 논문에서는 자궁 경부 세포진 영상에서 퍼지 그레이 모폴로지 연산을 이용하여 핵을 추출하고, 추출된 세포진 핵 영역은 형태학적 정보와 명암 정보, 색상 정보 및 질감 정보를 분석하여 핵의 특징을 추출한다. 또한 Bethesda System에서의 분류 기준에 따라 핵의 분류 기준을 정하고 추출된 핵의 특징들을 개선된 퍼지 ART 알고리즘에 적용하여 실험한 결과, 제안된 방법이 자궁 세포진 핵의 추출과 인식에 있어서 효율적임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제9권3호
• /
• pp.369-376
• /
• 2006

본 논문에서는 퍼지 RBF네트워크의 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 출력층의 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.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1615-1623
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 찾아 개체를 인식하기 위해서, 개선된 SOM 알고리즘과 ART2 알고리즘을 사용하여 인식의 기본 영역을 추출한다. 또한 Trace 변환을 이용하여 발자국의 인식에 필요한 특징을 추출하고 개체를 판단하는 기법을 제안한다. 제안한 기법에서는 모폴로지 기법을 이용하여 region을 먼저 찾고, 개선된 SOM과 ART2 알고리즘을 이용하여 곤충의 크기와 종류에 관계없이 세그먼트를 추출한다. 그리고 곤충 발자국과 같이 다양한 변형이 존재하는 패턴에 적합한 특징값을 찾기 위해서 Trace 변환을 이용하고, 함수의 조합으로 재구성된 Triple 특징값을 이용하여 곤충별로 고유한 패턴을 찾아 인식 실험을 수행한다. 곤충 발자국에서 명확한 발자국과 그렇지 못한 발자국을 자동으로 결정하는 것이 매우 어렵다. 따라서 이와 같이 불확실한 대상을 제외시키지 않고 가능성의 대상으로 판단하고 분류하기 위해서 퍼지 가중치 평균을 이용하여 인식을 수행한다. 제안한 방법에 의한 곤충 발자국의 영역 추출과 인식 실험을 실시하고 그 결과를 제시하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1072-1079
• /
• 2003

본 논문은 점층적으로 대규모 문서 분류를 할 수 있는 새로운 클러스터링 알고리즘에 대한 것으로, 고차원의 대규모 문서 집합에 대한 클러스터링을 수행하는 spherical k-means (SKM) 알고리즘과 점층적인 방식으로 클러스터링을 수행하는 퍼지(fuzzy) ART(adaptive resonance theory) 신경망의 특징을 이용하였다. 즉, SKM의 벡터 공간 모델과 개념벡터를 토대로 퍼지 ART의 경계변수의 개념을 결합한 것이다. 제시하는 알고리즘은 점층적 클러스터링의 지원과 함께 최적의 클러스터 수를 자동으로 결정할 뿐 아니라 이상치(outlier)와 노이즈(noise)에 의한 overfitting의 문제도 해결하였다. 또한 생성된 클러스터들의 질을 평가할 수 있는 응집도를 측정하는 목적 함수의 값에 있어서도 CLASSIC3 데이타 집합으로 실험한 결과 기존의 SKM에 비해 평균 8.04%의 향상된 응집도를 나타냈다.

• 한국정보통신학회논문지
• /
• 제11권5호
• /
• pp.1004-1012
• /
• 2007

본 논문에서는 HSI 정보와 신경 망의 비지도 학습 방법인 ART2 알고리즘을 이용하여 신 차량 번호판을 인식하는 방법을 제안한다. 제안된 방법은 차량의 영상에서 번호판 영역을 추출하는 부분과 추출된 번호판 영역의 문자를 인식하는 부분으로 구성된다. 본 논문에서는 차량 번호판 영역을 추출하기 위해 HSI 컬러 모형의 Hue 정보를 이용하여 차량 번호판 영역을 추출하고 개선된 퍼지 이진화 방법을 적용하여 추출된 차량 번호판 영역으로부터 문자를 포함한 특징영역을 이진화한 후에 4-방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드를 인식하기 위해 잡음과 훼손에 비교적 강한 ART2 알고리즘을 적용한다. 제안된 방법의 차량 번호판 추출 및 인식성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 차량 번호판의 추출 방법보다 번호판 영역의 추출률이 개선되었다. 또한 ART2 알고리즘을 적용하여 신 차량 번호판을 인식하는 것이 효율적임을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.138-140
• /
• 2005

A fuzzy ARTMAP neural network and a fuzzy ART neural network are proposed to identify $H_2S$, $NH_3$ and their mixtures and to estimate their concentrations, respectively. Features are extracted from a micro gas sensor array operated in a thermal modulation plan. After dimensions of the features are reduced by a preprocessing scheme, the features are fed into the proposed fuzzy neural networks. By computer simulations, the proposed methods are shown to be fast in learning and accurate in concentration estimating. The results are compared with other methods and discussed.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.114-122
• /
• 2000

본 논문에서는 기존의 Fuzzy C-Means, Nearest Neighborring Classification, FMMCNN, Fuzzy -ART등에서 사용하였던 정형에 근거한 분류에서 유기될 수 있던 판단 오류를 최소화하기 위해 단 한가지의 형태적 특징을 갖고 있는 정형에 의존하지 않고 분류를 수행하는 방법을 제안하고i파 한다. 이를 위해 본 논문에서는 주어진 학습 데이터로 학습하는 과정에서 볼록 다면체를 적응적으로 생성하고 다면체의 구조를 수정하는 퍼지 신경회로망을 설계하였다. 따라서, 본 방법은 순차적으로 입력되는 데이터를 분류하여 패턴 유형들을 생성하는 기능을 갖게된다. 본 방법의 유용성을 증명하기 위해, Hyperbox를 정형으로 하는 FMMCNN과의 다양한 시뮬레이션 비교를 수행하였다.