• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.550-552
• /
• 2002

플러스터링이란 주어진 데이터 집합의 패턴들을 비슷한 성실을 가지는 그룹으로 나누어 패턴 상호간의 관계를 정립하기 위한 방법론으로, 지금가지 이를 위한 많은 알고리즘들이 개발되어 왔으며, 패턴인식, 영상 처리 등의 여러 공학 분야에 널리 적용되고 있다. FCM(Fuzzy C-Means) 알고리즘은 최소자승 기준함수(least square criterion function)에 퍼지이론을 적용만 목적함수의 반복최적화(iterative optimization)에 기반을 둔 방식으로, 하드 분할에 의한 기존의 클러스터링 방법이 승자(winner take all) 형태의 방법론을 취하는데 비하여, 각 패턴이 특정 클러스터에 속하는 소속정도를 줌으로써 보다 정확한 정보를 형성하도록 도와준다. 본 논문에서는 FCM 기법을 이용한 웹로그 분석을 하고자 한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권4호
• /
• pp.209-215
• /
• 2015

Fuzzy c-means method is typical soft clustering, and requires a degree of membership that indicates the degree of belonging to each cluster at the time of clustering. Parameter values greater than 1 and less than 2 have been used by convention. According to the proposed data-generation scheme and the simulation results, some behaviors in the degree of "fuzziness" was derived.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.129-136
• /
• 1998

자동차 부품의 측정 시스템은 현재 고가의 장비가 대부분이다. 본 논문에서는 저가의 장비를 구현하려고 하였다. 자동차의 부품은 여러 가지가 있으나, 이 중에서 현재 공장에서 측정에 어려움을 겪고 있는 에어콘 스윗치인 마그네트코일 하우징을 대상으로 하였다. 특히 측정 대상이 크고, 카메라의 화소수가 40만 이하일 경우, 측정의 중요한 포인트는 화소수이기 때문에 이를 정확히 알아 내는데, Fuzzy C-Means 알고리듬을 수정하여 사용하였다. 길이를 측정하기 위해서는 표준이 되는 정확한 자가 필요하지만 실재로는 획득하기 용이 하지 않고 때문에 이미 공장에서 수작업하여 얻은 합격 제품의 화소수들의 평균치를 표준값으로 하고 이를 표준 길이로 하였다. 결과를 모니터에 보여주고, RSC-232 포트를 통하여 신호를 마이크로프로세서에 전달하여 제품의 양호(good), 불량(bad)을 판별하는 신호를 발생하게 하였다.

• 제어로봇시스템학회논문지
• /
• 제11권2호
• /
• pp.109-116
• /
• 2005

In this paper, we investigate the visual and quantitative analysis at the same time with an electronic tongue(e-tongue) system using an array of ISE(ion-selective electrode). We apply the FCM(fuzzy c-means) algorithm combined with PCA(principal component analysis), which can be reduced multi-dimensional data to third-dimensional data, to classify data patterns detected by E-Tongue system. The proposed technique can be designed to solve the cluster centers and membership grade of patterns combined with the output results obtained by PCA method. According to the proposed technique, the membership grade of unknown pattern, which does not shown previously can be determined and analyzed visually. Conclusionally, the relationship between the standard patterns and unknown pattern can be easily analyzed. Throughout the experimental trials, the proposed technique has been confirmed using developed E-Tongue system.

• ETRI Journal
• /
• 제43권1호
• /
• pp.17-30
• /
• 2021

At present, multiple input multiple output radars offer accurate target detection and better target parameter estimation with higher resolution in high-speed wireless communication systems. This study focuses primarily on power allocation to improve the performance of radars owing to the sparsity of targets in the spatial velocity domain. First, the radars are clustered using the kernel fuzzy C-means algorithm. Next, cooperative and noncooperative clusters are extracted based on the distance measured using the kernel fuzzy C-means algorithm. The power is allocated to cooperative clusters using the Pareto optimality particle swarm optimization algorithm. In addition, the Nash equilibrium particle swarm optimization algorithm is used for allocating power in the noncooperative clusters. The process of allocating power to cooperative and noncooperative clusters reduces the overall transmission power of the radars. In the experimental section, the proposed method obtained the power consumption of 0.014 to 0.0119 at K = 2, M = 3 and K = 2, M = 3, which is better compared to the existing methodologies-generalized Nash game and cooperative and noncooperative game theory.

• 전기학회논문지
• /
• 제62권4호
• /
• pp.554-561
• /
• 2013

In this paper, we introduce a modeling and a process simulator developed with the aid of pRBFNNs for activated sludge process in the sewage treatment system. Activated sludge process(ASP) of sewage treatment system facilities is a process that handles biological treatment reaction and is a very complex system with non-linear characteristics. In this paper, we carry out modeling by using essential ASP factors such as water effluent quality, the manipulated value of various pumps, and water inflow quality, and so on. Intelligent algorithms used for constructing process simulator are developed by considering multi-output polynomial radial basis function Neural Networks(pRBFNNs) as well as Fuzzy C-Means clustering and Particle Swarm Optimization. Here, the apexes of the antecedent gaussian functions of fuzzy rules are decided by C-means clustering algorithm and the apexes of the consequent part of fuzzy rules are learned by using back-propagation based on gradient decent method. Also, the parameters related to the fuzzy model are optimized by means of particle swarm optimization. The coefficients of the consequent polynomial of fuzzy rules and performance index are considered by the Least Square Estimation and Mean Squared Error. The descriptions of developed process simulator architecture and ensuing operation method are handled.

• Journal of Electrical Engineering and Technology
• /
• 제3권1호
• /
• pp.101-107
• /
• 2008

We introduce an optimization of fuzzy set-fuzzy systems based on IG (Information Granules). The proposed fuzzy model implements system structure and parameter identification by means of IG and GAs. The concept of information granulation was coped with to enhance the abilities of structural optimization of the fuzzy model. Granulation of information realized with C-Means clustering helps determine the initial parameters of the fuzzy model such as the initial apexes of the membership functions in the premise part and the initial values of polynomial functions in the consequence part of the fuzzy rules. The initial parameters are adjusted effectively with the help of the GAs and the standard least square method. To optimally identify the structure and the parameters of the fuzzy model we exploit GAs with successive tuning method to simultaneously search the structure and the parameters within one individual. We also consider the variant generation-based evolution to adjust the rate of identification of the structure and the parameters in successive tuning method. The proposed model is evaluated with the performance of the conventional fuzzy model.

• 한국컴퓨터정보학회논문지
• /
• 제16권1호
• /
• pp.39-46
• /
• 2011

클러스터링은 주어진 데이터 집합을 균일한 특성을 가지는 몇 개의 그룹으로 묶는 대표적인 비교사 학습 방법 중 하나로 지금까지 다양한 형태의 알고리듬이 개발되어 다양한 응용 분야에서 사용되어 왔다. 이 중 fuzzy c-means (FCM)는 분할 기반의 클러스터링 기법에 속하는 알고리듬으로 1970년대에 정립된 이후 지금까지 사용되고 있는 대표적인 클러스터링 알고리듬 중의 하나이다. 하지만 FCM에는 여러 가지 문제점이 있으며 이를 해결하기 위해 지금까지도 다양한 FCM의 변형이 제안되고 있다. 이 논문에서는 먼저 FCM의 문제점을 살펴보고 이를 해결하기 위해 제안된 방법들을 통해 연구 방향을 제시하고자 한다. FCM의 문제점을 해결하고자 하는 대부분의 FCM 변형은 주어진 문제 영역의 지식을 활용하고 있다. 하지만 이 논문에서는 문제 영역을 한정하지 않고 모든 문제에 적용할 수 있는 일반적인 방안을 제시하는데 초점을 둔다. 제시하는 방안은 앞으로 더 많은 연구가 필요하지만 클러스터링을 연구하고자 하는 이들에게 최근의 연구 동향과 더불어 출발점을 제시할 수 있을 것으로 기대한다.

• 한국정보통신학회논문지
• /
• 제15권8호
• /
• pp.1659-1664
• /
• 2011

Fuzzy C-Means (FCM)는 군집화를 위해 널리 사용되는 알고리듬 중 하나로 다양한 응용 분야에서 성공적으로 사용되어 왔다. 하지만 FCM은 여러 가지 단점을 가지고 있으며 초기 원형 설정이 그 중 하나이다. FCM은 국부 최적해에 수렴하므로 초기 원형 설정에 따라 군집화의 결과가 달라진다. 따라서 초기 원형의 설정은 군집화 결과 향상을 위해 중요하다. 이 논문에서는 이러한 FCM의 초기 원형 설정 문제를 해결하는 방안으로 커널 밀도 추정을 활용하는 방법을 제안한다. 커널 밀도 추정은 비모수적 분포들에도 사용할 수 있어 국부적인 데이터 밀도 추정에 유용하다. 제안한 방법에서는 커널 밀도 추정을 수행한 후 밀도가 높은 지역에 클러스터의 초기 원형을 설정하고 원형이 설정된 영역의 밀도를 감소시키는 과정을 반복함으로써 효율적으로 초기 원형을 선택할 수 있다. 제안된 방법이 일반적으로 사용되는 무작위 초기화 방법에 비해 효율적이라는 사실은 실험 결과를 통해 확인할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제19권1호
• /
• pp.68-79
• /
• 2016

Electromyographic (EMG) signals have been widely used as motion commands of prosthetic arms. Although EMG signals contain meaningful information including the movement intentions of human body, it is difficult to predict the subject's motion by analyzing EMG signals in real-time due to the difficulties in extracting motion information from the signals including a lot of noises inherently. In this paper, four Ag/AgCl electrodes are placed on the surface of the subject's major muscles which are in charge of four upper arm movements (wrist flexion, wrist extension, ulnar deviation, finger flexion) to measure EMG signals corresponding to the movements. The measured signals are sampled using DAQ module and clustered sequentially. The Fuzzy C-Means (FCMs) method calculates the center values of the clustered data group. The fuzzy system designed to detect the upper arm movement intention utilizing the center values as input signals shows about 90% success in classifying the movement intentions.