• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.9-14
• /
• 2004

감정은 지능을 지닌 존재의 이성판단에 영향을 준다. 그래서 주변 환경정보에 의해 평가된 기본적이고 보편적인 감정을 로봇에 가미하면 더욱 인간과 가까운 지능 로봇이 될 것이다. 그러나 인간의 감정을 학습하기 위해서는 다양한 감각정보의 학습과 패턴 분류가 선행되어야 하고 이를 위해서 적합한 네트워크 구조가 요구된다. 신경망은 시스템의 특징을 추출하는데 매우 우수한 능력을 발휘하고 있다. 그러나 임시적 혼선현상과 지역 최소치에 수렴하는 단점이 있다. 그래서 복잡한 문제를 단순한 여러 개의 부분적인 문제로 나누어 해결하는 모듈라 설계방법이 관심의 대상이 되고 있다. 본 논문에서는 수많은 감정평가와 학습 데이터 패턴들을 학습하기 위해서 재결합과 재구성에 탁월한 성능을 지닌 Jacobs와 Jordan이 제안한 모듈라 네트워크와 상황의 재 표현이 가능하고 예측값과 모델링에 적합한 특징을 지닌 궤환 신경망을 결합하였다. 구성된 구조는 기존의 모듈라 네트워크의 학습결과와 비교 검토하였다.

• 한국컴퓨터산업학회논문지
• /
• 제6권2호
• /
• pp.241-248
• /
• 2005

기존의 예측 방법들은 과거의 통계적인 수치를 사용해서 미래를 예측했었다. 정확하게 농산물 가격을 예측하려면 정확한 지식과 많은 노력이 필요하다. 그러므로 이러한 문제점을 해결하기 위해서, 본 논문에서는 농산물 예측 가격을 향상하기 위해서 전처리로 퍼지 및 신경망을 사용하였다. 또한 후처리로써 예기치 못한 상황을 실시간으로 예측할 수 있는 지능형 농사 전문가시스템을 개발하였다. 시뮬레이션결과 제안된 농산물 가격 예측이 퍼지 규칙을 사용하지 않은 기존 수요예측 시스템보다 가격오차를 줄일 수 있음을 입증했다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2000년도 춘계학술대회 논문집
• /
• pp.171-173
• /
• 2000

오존은 극도로 활성적이며, 오존을 생성시키는 동일한 원인물질 (precursor)에 의해 소멸되는 2차오염물질로, 오존 오염문제는 복잡하고 문제 해결이 어렵다. 또한 전구물질의 오염원이 있는 풍하쪽(down wind)에 위치한 지역에서 높은 오존농도가 관측되는 둥, 지역에 따라 다양한 형태로 발생한다(Jorquera et al., 1998). 실제, 서울지역에서 오존주의보 발령횟수는 1998년 18회로 매년 증가하고 있는 실정이며, 인구 밀집지역인 대도시에서 고농도 오존 예보문제는 더욱 절실하다. (중략)

• 대한산업공학회지
• /
• 제27권1호
• /
• pp.61-68
• /
• 2001

A rotor system is composed of a rotating shaft with supporting bearings. The rotor system is widely used in every rotating machinery such as the turbine generator and the high precision machine tools. A negligible error or malfunction in the rotor, however, can cause a catastrophic failure in the system then result in the environmental and economic disasters. A diagnosis of the rotor system is important in preventing these kinds of failures and disasters. Up to now, many researchers have devoted in the development of diagnosing tools for the system. The basic principles behind the tools are to retrieve the data through the sensors for a specific state of the system and then to identify the specific state through the heuristic methods such as neural network, fuzzy logic, and decision matrix. The proper usage of the heuristic methods will enhance the performance of the diagnostic procedure when together used with the statistical signal processing. In this paper, the methodologies in using the above 3 heuristic methods for the diagnostics of the rotor system are established and also tested and validated for the data retrieved from the rolling element bearing and journal bearing supported system.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.143-153
• /
• 1997

At the on-line control method FLC(Fuzzy Logic Controller) is stronger to the disturbance than a classical controller and its overshoot of the initialized value is excellent. The fuzzy controller can do a proper control, though it doesn't know the mathematical model of the system or the parameter value. But to make the control rule of the fuzzy controller through an expert's experiance has a changes of the control system, the control rule is fixed, it can't adjust to the environment changes of the control system, the controller output value has a minute error and it can't convergence correctly to the desired value[1][2]. There are many ways to eliminate the minute error[3][4][5], but in this paper suggests EP-FNNIC(Fuzzy Neurla Network Intelligence Controller) intelligence controller which combines FLC with NN(Neural Network) and EP(Evolution Programming). The output characteristics of EP-FNNIC controller will be compared and analyzed with FLC. It will be showed that this EP-FN IC controller converge correctly to the desirable value without any error. The convergence speed, overshoot, rising time, error of steady state of controller of these two kinds also will be compared.

• 한국산학기술학회논문지
• /
• 제17권2호
• /
• pp.703-711
• /
• 2016

침입탐지시스템은 네트워크 데이터 분석을 통해 네트워크 침입을 탐지하는 역할을 수행하고 침입탐지를 위해 높은 수치의 정확도와 탐지율, 그리고 낮은 수치의 오경보율이 요구된다. 또한 네트워크 데이터 분석을 위해서는 전문가 시스템, 데이터 마이닝, 상태전이 분석(state transition analysis) 등 다양한 기법이 이용된다. 본 연구의 목적은 데이터 마이닝을 이용한 네트워크 침입탐지기법인 두 기법의 탐지효과를 비교하는데 있다. 첫번째 기법은 기계학습 알고리즘인 SVM이고 두번째 알고리즘은 인공 신경망 모형 중의 하나인 FANN이다. 두 기법의 탐지효과를 비교하기 위해 침입 탐지에 많이 쓰이는 KDD Cup 99 훈련 및 테스트 데이터를 이용하여 탐지의 정확도, 탐지율, 오경보율을 계산하고 비교하였다. 정상적인 데이터를 침입으로 간주하는 오경보율의 경우 SVM보다 FANN이 약간 많은 오경보율을 보이나, 탐지의 정확도 및 침입을 찾아내는 탐지율에서 FANN은 SVM보다 월등한 탐지효과를 보여준다. 정상적인 데이터를 침입으로 간주했을 때의 위험보다는 실제 침입을 정상적인 데이터로 인식할 때의 위험도가 훨씬 큰 것을 감안하면 FANN이 SVM보다 침입탐지에 훨씬 효과적임을 보이고 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.519-521
• /
• 1998

Fuzzy inference systems have found many applications in recent years. The fuzzy inference system design procedure is related to an expert or a skilled human operator in many fields. Various attempts have been made in optimizing its structure using genetic algorithm automated designs. This paper presents a new approach to structurally optimized designs of FNN models. The messy genetic algorithm is used to obtain structurally optimized fuzzy neural network models. Structural optimization is regarded important before neural network based learning is switched into. We have applied the method to the problem of a time series estimation.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.1045-1048
• /
• 2000

This paper presents the application of the wavelet transform analysis and the neural network method to the phonocardiogram (PCG) signal. Heart sound is a acoustic signal generated by cardiac valves, myocardium and blood flow and is a very complex and nonstationary signal composed of many source. Heart sound can be discriminated normal heart sound and heart murmur. Murmurs have broader frequency bandwidth than the normal ones and can occur at random position of cardiac cycle. In this paper, we classified the group of heart sound as normal heart sound(NO), pre-systolic murmur(PS), early systolic murmur(ES), late systolic murmur(LS), early diastolic murmur(ED). And we used the wavelet transform to shorten artifacts and strengthen the low level signal. The ANN system was trained and tested with the back- propagation algorithm from a large data set of examples-normal and abnormal signals classified by expert. The best ANN configuration occurred with 15 hidden layer neurons. We can get the accuracy of 85.6% by using the proposed algorithm.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.285-288
• /
• 2003

기존의 침입탐지 시스템은 오용탐지모델이 널리 사용되고 있다. 이 모델은 낮은 오판율(False Alarm rates)을 가지고 있으나 새로운 공격에 대해 전문가시스템(Expert Systems)에 의한 규칙추가를 필요로 하고, 그 규칙과 완전히 매칭되는 시그너처만 공격으로 탐지하므로 변형된 공격을 탐지하지 못한다는 문제점을 가지고 있다. 본 논문에서는 이러한 문제점을 보완하기 위해 주성분분석(Principle Component Analysis ; 이하 PCA)과 시간지연신경망(Time Delay Neural Network ; 이하 TDNN)을 이용한 침입탐지 시스템을 제안한다. 패킷은 PCA를 이용하여 주성분을 결정하고 패킷이미지패턴으로 만든다. 이 연속된 패킷이미지패턴을 시간지연신경망의 학습패턴으로 사용한다.

• 생물환경조절학회지
• /
• 제3권1호
• /
• pp.42-51
• /
• 1994

대다수 농산물과 마찬가지로 건조표고의 등급판정은 외관특징에 주로 의존한다. 표고 갓의 전후면에 걸친 복잡하고 다양한 외관특징들로 인하여 표고의 등급판정은 임의로 추출한 표고샘플에 대하여 전문가가 수작업으로 판정하고 있으며, 선별작업 역시 전적으로 수작업에 의존하고 있다. 단순한 반복작업으로 보이는 농산물의 등급판정은 사실 시각과 촉각을 위시한 고도의 감각신경계를 통하여 상호 복잡하게 얽혀 들어오는 정보를 지능적으로 처리하는 고기능의 작업이다. 농산물의 경우, 외관특성을 비롯한 물성은 종류별로 그 경계치를 일괄적으로 명확하게 규정할 수 없기 때문에 대개는 오차를 포함한 통계적 접근에 의하여 규정하고 있다. 따라서 농산작업에 있어서는 농산물 물성이 갖는 모호성을 효율적으로 처리할 수 있는 가변적인 작업구조 및 정보처리가 필수적으로 요구된다. 본 연구에서는 인간 뇌의 정보처리 기능을 부분적으로 구현할 수 있는 인공신경회로망을 컴퓨터 시각 시스템에 적용하여 단순 기하도형의 분류 및 표고의 등급판정을 성공적으로 수행하였다. 회로망 입력으로는 컴퓨터시각 시스템을 이용하여 건조표고의 정성적 외관특징을 자동으로 추출한 후 정량화한 특징점 값들을 이용하였다. 신경회로망의 학습은 표본 추출한 등급표고와 이들의 정량적 특징점 값들을 입출력 쌍으로 하여 수행하였다. 학습한 회로망의 등급판정 성능시험은 표본추출한 미지의 표고에 대한 컴퓨터 영상 특징점 값들을 입력하여 수행하였다.