• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.395-399
• /
• 2001

이 논문은 학습을 통해 관측 데이터로부터 퍼지 추론 모듈을 생성할 수 있는 적응 능력을 갖는 모듈화 퍼지추론 시스템을 제안한다. 제안한 시스템은 TS 퍼지모델과 모듈화 신경회로망의 구조적 유사성을 기초로 한다. 학습과정은 새로운 퍼지추론 모듈의 생성과 모듈 파라미터의 갱신으로 구성된다. 퍼지추론 모듈은 국부모델망과 퍼지 게이팅망으로 구성된다. 제안한 시스템의 파라미터들은 표준 LMS 알고리즘을 이용하여 최적화된다. 제안한 시스템의 성능은 비선형 동적 시스템 적응제어에의 응용을 통해서 입증된다.

• 한국해양공학회지
• /
• 제21권6호
• /
• pp.115-119
• /
• 2007

Inference rules of the knowledge base, generated by experts or optimization, may be often inconsistent and incomplete. This paper suggests a systematic and automatic method which extracts inference rules not from experts' subject but from data. First, input/output linguistic variables are partitioned into several properties by the fuzzy equalization algorithm and each combination of their properties comes to premise of inference rule. Then, the conclusion which is the mast suitable for the premise is selected by evaluating consistent measure. This method, automatically from data, derives inference rules from experience. It is shown through application that extracts new inference rules between hull dimensions and hull performance.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.408-414
• /
• 2009

UGV가 임무를 수행하기 위해서는 먼저 자신의 위치를 인식하는 것이 중요하며, 위치 인식을 위해 일반적으로 GPS나 INS 등 하나의 센서로 구성된 항법시스템을 이용한다. 그러나 GPS와 INS와 같은 센서들은 각각 단독으로 사용되기에는 제한사항을 가지고 있다. 즉 GPS는 정확한 위치정보의 제공이 가능하지만 기상과 환경에 의해 위치정보가 단절되며, INS는 독자적인 항법정보의 제공이 가능하지만 오차가 누적되어 정확한 위치추정이 어렵다는 문제점을 가지고 있다. 따라서 연속적이고 정확한 위치추정을 위해서는 센서 융합을 통한 복합 항법시스템이 필요하다. 따라서 본 논문에서는 GPS와 INS를 융합한 복합 항법시스템을 구성하기 위해 퍼지추론과 언센티드 파티클 필터를 이용한 UGV의 데이터 융합 및 위치추정 알고리즘을 제안한다. 퍼지추론은 GPS와 INS를 융합하는데 있어 수학적인 방법보다 더 간단하게 구현이 가능하며, 언센티드 파티클 필터는 오차보정에 탁월한 성능을 보여주는 비선형 추정 필터이다. 제안한 알고리즘의 성능을 비교분석하기 위해 실험을 실시하였으며, 실험 결과 제안한 알고리즘이 기존 알고리즘보다 연속적이고 정밀한 위치추정이 가능함을 입증하였다.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.912-921
• /
• 2015

In this paper, we introduce fuzzy inference-based real-time deterioration diagnosis system with the aid of infrared thermal imaging camera. In the proposed system, the infrared thermal imaging camera monitors diagnostic field in real time and then checks state of deterioration at the same time. Temperature and variation of temperature obtained from the infrared thermal imaging camera variation are used as input variables. In addition to perform more efficient diagnosis, fuzzy inference algorithm is applied to the proposed system, and fuzzy rule is defined by If-then form and is expressed as lookup-table. While triangular membership function is used to estimate fuzzy set of input variables, that of output variable has singleton membership function. At last, state of deterioration in the present is determined based on output obtained through defuzzification. Experimental data acquired from deterioration generator and electric machinery are used in order to evaluate performance of the proposed system. And simulator is realized in order to confirm real-time state of diagnostic field

• Structural Engineering and Mechanics
• /
• 제61권2호
• /
• pp.283-293
• /
• 2017

The main contribution of the present paper is to propose an intelligent fuzzy inference system approach for modeling the debonding strength of masonry elements retrofitted with Fiber Reinforced Polymer (FRP). To achieve this, the hybrid of meta-heuristic optimization methods and adaptive-network-based fuzzy inference system (ANFIS) is implemented. In this study, particle swarm optimization with passive congregation (PSOPC) and real coded genetic algorithm (RCGA) are used to determine the best parameters of ANFIS from which better bond strength models in terms of modeling accuracy can be generated. To evaluate the accuracy of the proposed PSOPC-ANFIS and RCGA-ANFIS approaches, the numerical results are compared based on a database from laboratory testing results of 109 sub-assemblages. The statistical evaluation results demonstrate that PSOPC-ANFIS in comparison with ANFIS-RCGA considerably enhances the accuracy of the ANFIS approach. Furthermore, the comparison between the proposed approaches and other soft computing methods indicate that the approaches can effectively predict the debonding strength and that their modeling results outperform those based on the other methods.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.19-26
• /
• 2012

교차로에서 가변차선은 이동하는 차량들을 효율적으로 통제하고 교통 혼잡을 줄일 수 있으며 도로의 가용 능력을 증가시키기 위한 도구로 사용되고 있다. 그러나 아직까지 가변차선의 교통통제는 단순하며 수동으로 가변차로를 운용하고 있다. 따라서, 본 연구에서는 가변차로의 이동방향에 대한 변경 여부를 지능적으로 판단하여 교통 흐름을 효율적으로 개선하기 위한 3단계 방법을 제안한다. 첫 번째는 교차로에서 차량이 이동하는 방향으로 효율성을 판단하기 위한 방법으로 퍼지추론 방법, 두 번째는 이동방향으로 가변차로를 변경할 지에 대한 잠정 판단, 세 번째는 이러한 잠정판단을 최종결정하기 위한 판단기준을 제시한다. 이동방향으로의 효율성은 matlab 프로그램을 이용하여 얻는다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.293-298
• /
• 2000

대단히 많은 수의 퍼지 규칙을 갖거나 대용량의 퍼지 데이터를 갖는 퍼지 전문가 시스템 또는 퍼지 데이터베이스 시스템에서는 많은 추론 시간을 요구한다. 따라서 이러한 추론 시간을 줄이기 위해서는 고성능 병렬 퍼지 컴퓨팅 환경을 필요로 한다. 본 온문에서는 병렬 컴퓨팅 환경에서 병렬 퍼지 추론 기법을 제안한다. 여기에서 퍼지 규칙은 분산되어 있고 동시에 수행된다. ONE_TO_ALL 알고리즘은 모든 노드에 퍼지 입력 백터를 broadcasting하는데 사용한다. MIN/MAX 연산의 결과는 ALL_TO_ONE 알고리즘에 의해 출력 프로세서로 전송된다. 퍼지 규칙 또는 데이터의 병렬 처리로 인해, 병렬 추론 알고리즘은 효과적인 병렬성의 추출 및 속도 향상을 가져온다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.57-62
• /
• 2015

본 논문에서는 전기설비들의 신속하고 효율적인 진단을 위해 차 영상을 통한 퍼지 추론 기반 열화 진단 시스템을 설계한다. 전기 기기의 열화 진단이 시작 되면 처음 정상 상태의 온도와 비교하여 이상 영역을 검출한다. 검출된 영역은 퍼지 추론 알고리즘을 사용하여 열화를 진단한다. 퍼지 추론 알고리즘에서, 퍼지 규칙은 If-then형식으로 정의되고, look-up 테이블로 규칙을 표현한다. 온도와 온도의 변화량을 입력 변수로 사용한다. 입력변수의 퍼지수를 표현하기 위해 삼각형 멤버쉽 함수를 사용하였으며, 출력변수에는 singleton 멤버쉽 함수를 사용하였다. 최종 출력은 퍼지 추론 방법의 무게 중심법을 사용하여 계산한다. 전기 설비로부터 취득한 실험 데이터는 제안된 시스템의 성능을 평가하기 위하 사용한다.

• 한국멀티미디어학회논문지
• /
• 제23권7호
• /
• pp.883-890
• /
• 2020

In this paper, we propose a variational expectation-maximization algorithm that computes posterior probabilities from Latent Dirichlet Allocation (LDA) model. The algorithm approximates the intractable posterior distribution of a document term matrix generated from a corpus made up by 50 papers. It approximates the posterior by searching the local optima using lower bound of the true posterior distribution. Moreover, it maximizes the lower bound of the log-likelihood of the true posterior by minimizing the relative entropy of the prior and the posterior distribution known as KL-Divergence. The experimental results indicate that documents clustered to image classification and segmentation are correlated at 0.79 while those clustered to object detection and image segmentation are highly correlated at 0.96. The proposed variational inference algorithm performs efficiently and faster than Gibbs sampling at a computational time of 0.029s.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4987-5005
• /
• 2017

This paper introduces a new method to solve Similarity Recognition for Cloth Products, which is based on Fuzzy logic and Particle swarm optimization algorithm. For convenience, it is called the SRCPFP method hereafter. In this paper, the SRCPFP method combines Fuzzy Logic (FL) and Particle Swarm Optimization (PSO) algorithm to solve similarity recognition for cloth products. First, it establishes three features, length, thickness, and temperature resistance, respectively, for each cloth product. Subsequently, these three features are engaged to construct a Fuzzy Inference System (FIS) which can find out the similarity between a query cloth and each sampling cloth in the cloth database D. At the same time, the FIS integrated with the PSO algorithm can effectively search for near optimal parameters of membership functions in eight fuzzy rules of the FIS for the above similarities. Finally, experimental results represent that the SRCPFP method can realize a satisfying recognition performance and outperform other well-known methods for similarity recognition under considerations here.