• 대한기계학회논문집B
• /
• 제27권5호
• /
• pp.553-560
• /
• 2003

On-site diagnosis of chiller performance is an essential step fur energy saving business. The main purpose of the on-site diagnosis is to predict the COP of a target chiller. Many models based on thermodynamics background have been proposed for this purpose. However, they have to be modified from chiller to chiller and require deep insight into thermodynamics that most of field engineers are often lacking in. This study focuses on developing an easy-to-use diagnostic technique that is based on adaptive neuro-fuzzy inference system (ANFIS). Quality of the training data for ANFIS, sampled over June through September, is assessed by checking COP prediction errors. The architecture of the ANFIS, its error bounds, and collection of training data are described in detail.

• Journal of Information Processing Systems
• /
• 제16권3호
• /
• pp.530-540
• /
• 2020

In order to solve the problem of low tracking accuracy caused by complex noise in the fault diagnosis of complex nonlinear system, a fault diagnosis method of high precision cost reference particle filter (CRPF) is proposed. By optimizing the low confidence particles to replace the resampling process, this paper improved the problem of sample impoverishment caused by the sample updating based on risk and cost of CRPF algorithm. This paper attempts to improve the accuracy of state estimation from the essential level of obtaining samples. Then, we study the correlation between the current observation value and the prior state. By adjusting the density variance of state transitions adaptively, the adaptive ability of the algorithm to the complex noises can be enhanced, which is expected to improve the accuracy of fault state tracking. Through the simulation analysis of a fuel unit fault diagnosis, the results show that the accuracy of the algorithm has been improved obviously under the background of complex noise.

• Nuclear Engineering and Technology
• /
• 제55권3호
• /
• pp.827-838
• /
• 2023

Centrifugal pump is a key part of nuclear power plant systems, and its health status is critical to the safety and reliability of nuclear power plants. Therefore, fault diagnosis is required for centrifugal pump. Traditional fault diagnosis methods have difficulty extracting fault features from nonlinear and non-stationary signals, resulting in low diagnostic accuracy. In this paper, a new fault diagnosis method is proposed based on the improved particle swarm optimization (IPSO) algorithm-based variational modal decomposition (VMD) and relevance vector machine (RVM). Firstly, a simulation test bench for rotor faults is built, in which vibration displacement signals of the rotor are also collected by eddy current sensors. Then, the improved particle swarm algorithm is used to optimize the VMD to achieve adaptive decomposition of vibration displacement signals. Meanwhile, a screening criterion based on the minimum Kullback-Leibler (K-L) divergence value is established to extract the primary intrinsic modal function (IMF) component. Eventually, the factors are obtained from the primary IMF component to form a fault feature vector, and fault patterns are recognized using the RVM model. The results show that the extraction of the fault information and fault diagnosis classification have been improved, and the average accuracy could reach 97.87%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.284-310
• /
• 2024

Identifying clinical pathways for disease diagnosis and treatment process recommendations are seriously decision-intensive tasks for health care practitioners. It requires them to rely on their expertise and experience to analyze various categories of health parameters from a health record to arrive at a decision in order to provide an accurate diagnosis and treatment recommendations to the end user (patient). Technological adaptation in the area of medical diagnosis using AI is dispensable; using expert systems to assist health care practitioners in decision-making is becoming increasingly popular. Our work architects a novel knowledge-based recommender system model, an expert system that can bring adaptability and transparency in usage, provide in-depth analysis of a patient's medical record, and prescribe diagnostic results and treatment process recommendations to them. The proposed system uses a set of parallel discrete fuzzy rule-based classifier systems, with each of them providing recommended sub-outcomes of discrete medical conditions. A novel knowledge-based combiner unit extracts significant relationships between the sub-outcomes of discrete fuzzy rule-based classifier systems to provide holistic outcomes and solutions for clinical decision support. The work establishes a model to address disease diagnosis and treatment recommendations for primary lung disease issues. In this paper, we provide some samples to demonstrate the usage of the system, and the results from the system show excellent correlation with expert assessments.

• 지능정보연구
• /
• 제14권2호
• /
• pp.193-206
• /
• 2008

의료 진단 문제는 기정의된 특성치들로 표현되는 환자의 상태 데이터로부터 병의 유무를 판단하는 일종의 분류 문제로 간주할 수 있다. 본 연구는 혼용 유전자 알고리즘 기반의 분류방법을 도입함으로써 의료 진단 문제와 같은 다차원의 패턴 분류 문제를 해결할 수 있는 방안을 제안하고 있다. 일반적으로 분류 문제는 데이터 패턴에 존재하는 여러 클래스 간 구분경계를 생성하는 접근방법을 사용하는데, 이를 위해 본 연구에서는 일단의 영역 에이전트들을 도입하여 이들을 유전자 알고리즘 및 국소 적응조작을 혼용함으로써 데이터 패턴에 적응하도록 유도하고 있다. 일반적인 유전자 알고리즘의 진화단계를 거친 에이전트들에 적용되는 국소 적응조작은 영역 에이전트의 확장, 회피 및 재배치로 이루어지며, 각 에이전트의 적합도에 따라 이들 중 하나가 선택되어 해당 에이전트에 적용된다. 제안된 의료 진단용 분류 방법은 UCI 데이터베이스에 있는 잘 알려진 의료 데이터, 즉 간, 당뇨, 유방암 관련 진단 문제에 적용하여 검증하였다. 그 결과, 기존의 대표적인 분류기법인 최단거리이웃방법(the nearest neighbor), C4.5 알고리즘에 의한 의사 결정트리(decision tree) 및 신경망보다 우수한 진단 수행도를 나타내었다.

• 컴퓨터교육학회논문지
• /
• 제9권1호
• /
• pp.29-39
• /
• 2006

본 연구는 학습자의 학습과정과 학습내용, 평가내용을 분석하여 학습내용 중에 이해가 안된 부분이 있거나 문제가 있는 부분을 진단하고 이에 적절한 학습 조언을 제공함으로써 학습의 효과를 높일 수 있도록 하는 적응형 교수 시스템을 제안한다. 학습자의 학습내용 중 한 개념에 대한 학습은 다른 개념의 학습에 영향을 미치며, 한 개념을 학습하기 위해서는 그 개념에 대한 선행개념을 충분히 이해하고 있어야 된다는 점을 고려하여 학습내용을 구성시 컨셉맵을 기반으로 학습개념간의 관련성을 표현하고 있다. 이러한 컨셉맵을 통해 한 개념을 학습하기 전 요구되는 선행개념에 대한 학습 정도를 파악하여 이에 따른 적합한 학습내용을 제공하고, 평가문항과 학습개념과의 관련도를 이용하여 학습자의 학습내용 중 문제 있는 부분을 진단하여 적절한 조언을 제공한다.

• 한국군사과학기술학회지
• /
• 제10권4호
• /
• pp.160-167
• /
• 2007

In this paper, we presented the development results of high speed wavefront sensor which is used in diagnosing the beam quality of He-Ne laser for adaptive optics system. The beam quality information of laser in AO system is necessarily required for diagnosing the optical components or correcting the distorted wavefront afterward. According to system requirements, normally, it is requested that there are high precision of measurement and real time processing speed. The developed wavefront sensor in this paper achieved maximum 30Hz of measurement rate and ${\lambda}/20(\;{@}\;{\lambda}=0.6328{\mu}m)$ of measurement precision in RMS. We also applied the developed into an experimental adaptive system and verified the performance of it by correcting the aberrated wavefront with a rate of 30Hz and $\lambda$/20 precision using the combination of the developed and PID control algorithm.

• 전자공학회논문지C
• /
• 제35C권6호
• /
• pp.67-75
• /
• 1998

다층퍼셉트론의 학습에서 나타나는 출력노드의 부적절한 포화를 해결하기 위해서 n차 크로스-엔트로피 오차함수가 제안되었으나, 이 오차함수를 이용한 학습성능은 오차함수의 차수에 민감하여 적절한 차수를 결정해야 하는 문제점이 있다. 이 논문에서는, 학습의 진행에 따라 학습률을 가변시키는 새로운 방법을 제시하여 다층퍼셉트론의 학습성능이 n차 크로스-엔트로피 오차함수의 차수에 덜 민감하도록 한다. 또한, 가변학습률이 매우 커지는 경우에 학습이 불안정해지는 것을 방지하기 위해서 오차신호의 크기를 제한하는 방법을 제시한다. 마지막으로, 필기체 숫자 인식 문제와 갑상선 진단 문제의 시뮬레이션으로 제안한 방법의 효용성을 검증한다.

• 한국멀티미디어학회논문지
• /
• 제18권7호
• /
• pp.806-817
• /
• 2015

The contrast limited adaptive histogram equalization(CLAHE) is an advanced method for the histogram equalization which is a common contrast enhancement technique. The CLAHE divides the image into sections, and applies the contrast limited histogram equalization for each section. X-ray images can be classified into three areas: skin, bone, and air area. In clinical application, the interest area is limited to the skin or bone area depending on the diagnosis region. The CLAHE could deteriorate X-ray image quality because the CLAHE enhances the area which doesn't need to be enhanced. In this paper, we propose a new method which automatically determines the clip limit of CLAHE's parameter to improve X-ray image quality using fuzzy logic. We introduce fuzzy logic which is possible to determine clip limit proportional to the interest of users. Experimental results show that the proposed method improve images according to the user's preference by focusing on the subject.

• 컴퓨터교육학회논문지
• /
• 제9권2호
• /
• pp.69-78
• /
• 2006

교육평가란 학습자들을 서열별로 등급화 하는 과정이 아니라 적절한 평가를 통해 학습자의 문제를 해결하고 교육 과정을 개선하여 교육적 효과를 높이는 과정이다. 기존의 웹 기반 평가 시스템은 학습자의 인지 수준을 정 오답 이분 변수로만 측정하였다. 또한 수준별 평가를 지원하나 평가 시 학습동기 부여와 흥미를 이끌어 내는데 미흡하였으며, 평가 후 틀린 문제에 대한 피드백만을 제공하여 추후 학습 방향 설정과 재학습이 효율적으로 이루어지지 못한 문제점이 있다. 본 논문에서는 문제의 답지에 따라 학습자의 인지 능력을 좀 더 세밀하게 추정하고자 부분점수를 고려하여 문제를 출제하고 학습자의 수준을 평가하였으며 평가가 끝나면 학습 진단을 제공하여 피드백 학습이 효과적으로 이루어질 수 있도록 하였다.