• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 A
• /
• pp.552-554
• /
• 2003

The second harmonic component is commonly used for blocking differential relay in power transformers. However, it is difficult to distinguish between inrush and internal winding fault with differential current protective relaying. This paper proposed a new method using Nuro-Fuzzy System based on HCM(Hard C-Means). The proposed system is more objective and systematic than existing model. The data used in input are 3-phase primary voltage and fundamental harmonic of differential current. Various states of transformer are simulated using BCTRAN and HYSDAT of EMTP. As a result of the application of algorithm in various cases, the exact discrimination between internal winding fault and inrush is performed.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.405-406
• /
• 2007

본 논문에서는 FCM 기반 퍼지 뉴럴네트워크 구조를 제안하고 진화 알고리즘을 이용한 FCM 기반 퍼지 뉴럴네트워크의 구조와 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM 기반 뉴럴 네트워크에서 멤버쉽함수는 가우시안, 삼각형 타입등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 후반부는 상수형, 선형, 2차식 등의 다양한 다항식 구조로 표현될 수 있으며 다항식의 계수는 LSE를 이용하여 결정한다. FCM 기반 퍼지 뉴럴 네트워크는 퍼지규칙의 수, 입력변수의 선택, 후반부 다항식의 차수, FCM의 퍼지화 계수의 결정은 성능에 많은 차이가 있으며 이러한 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 유전자 알고리즘을 이용하여 FCM 기반 퍼지뉴럴네트워크의 구조에 관련된 입력변수의 수, 퍼지규칙의 수 그리고 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화 한다. 제안된 방법은 비선형 시스템의 모델링에 적용하여 성능을 분석하였다.

• 산업경영시스템학회지
• /
• 제39권2호
• /
• pp.138-149
• /
• 2016

Quality function deployment (QFD) is a widely adopted customer-oriented product development methodology by translating customer requirements (CRs) into technical attributes (TAs), and subsequently into parts characteristics, process plans, and manufacturing operations. A main activity in QFD planning process is the determination of the target levels of TAs of a product so as to achieve a high level of customer satisfaction using the data or information included in the houses of quality (HoQ). Gathering the information or data for a HoQ may involve various inputs in the form of linguistic data which are inherently vague, or human perception, judgement and evaluation for the information and data. This research focuses on how to deal with this kind of impreciseness in QFD optimization. In this paper, it is assumed as more realistic situation that the values of TAs are taken as discrete, which means each TA has a few alternatives, as well as the customer satisfaction level acquired by each alternative of TAs and related cost are determined based on subjective or imprecise information and/or data. To handle these imprecise information and/or data, an approach using some basic definitions of fuzzy sets and the signed distance method for ranking fuzzy numbers is proposed. An example of a washing machine under two-segment market is provided for illustrating the proposed approach, and in this example, the difference between the optimal solution from the fuzzy model and that from the crisp model is compared as well as the advantage of using the fuzzy model is drawn.

• 전기학회논문지
• /
• 제63권5호
• /
• pp.676-682
• /
• 2014

In this paper, precipitation echo(PRE) and non-precipitaion echo(N-PRE)(including ground echo and clear echo) through weather radar data are identified with the aid of neuro-fuzzy algorithm. The accuracy of the radar information is lowered because meteorological radar data is mixed with the PRE and N-PRE. So this problem is resolved by using RBFNN and judgement module. Structure expression of weather radar data are analyzed in order to classify PRE and N-PRE. Input variables such as Standard deviation of reflectivity(SDZ), Vertical gradient of reflectivity(VGZ), Spin change(SPN), Frequency(FR), cumulation reflectivity during 1 hour(1hDZ), and cumulation reflectivity during 2 hour(2hDZ) are made by using weather radar data and then each characteristic of input variable is analyzed. Input data is built up from the selected input variables among these input variables, which have a critical effect on the classification between PRE and N-PRE. Echo judgment module is developed to do echo classification between PRE and N-PRE by using testing dataset. Polynomial-based radial basis function neural networks(RBFNNs) are used as neuro-fuzzy algorithm, and the proposed neuro-fuzzy echo pattern classifier is designed by combining RBFNN with echo judgement module. Finally, the results of the proposed classifier are compared with both CZ and DZ, as well as QC data, and analyzed from the view point of output performance.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.217-222
• /
• 2009

In this paper, a new approach is proposed for the segmentation of Computed Tomography (CT) head images. The approach consists of two-stage segmentation with each stage contains two different segmentation techniques. The ultimate aim is to segment the CT head images into three classes which are abnormalities, cerebrospinal fluid (CSF) and brain matter. For the first stage segmentation, k-means and fuzzy c-means (FCM) segmentation are implemented in order to acquire the abnormalities. Whereas for the second stage segmentation, modified FCM with population-diameter independent (PDI) and expectation-maximization (EM) segmentation are adopted to obtain the CSF and brain matter. The experimental results have demonstrated that the proposed system is feasible and achieve satisfactory results.

• KSBB Journal
• /
• 제16권6호
• /
• pp.538-546
• /
• 2001

효모의 세포주기 관련 유전자 발현 통합 데이터를 사용하여 본 연구실에서 개발한 유전자 발현 통합 분석프로그램을 사용하여, 클러스터링 알고리즘의 성능을 비교하고 데이터내에 존재하는 클러스터 개수를 추정하기 위해 FOM 분석을 적용하였으며, 이 분석방법을 통하여 K-means, SOM, Fuzzy c-means 클러스터링 방법의 성능을 서로 비교하였다. 클러스터 개수를 추정한 다음 3가지 클러스터링 방법에 대한 클러스터링 결과 비교, 클러스터의 기능할당 및 모티프 분석을 시도하였다. 본 논문에서 제시하는 분석 방법은 DNA chip 발현 데이터의 일반적인 분석방법을 유전자 발현 패턴의 유사성을 토대로 한 클러스터링 방법에 근간을 두고 있다. 본 논문에서는 클러스터링한 후 각 클러스터의 기능할당 및 모티프 분석에 대한 일반적인 분석방법을 제시하였으며, 본 연구실에서 개발한 유전자 발현분석 통합 프로그램이 효율적으로 사용될 수 있음을 보여주고 있다.

• 한국수자원학회논문집
• /
• 제41권5호
• /
• pp.517-525
• /
• 2008

지역빈도해석을 통한 확률강우량 산정 결과는 수문학적으로 동질한 지역의 구분 결과에 따라 달라진다. 지역을 구분할 때에는 강우에 영향을 미치는 다양한 변수들이 사용될 수 있다. 변수의 유형과 개수가 지역 구분의 효율성을 좌우하기 때문에 활용 가능한 모든 변수들의 정보를 요약할 수 있는 변수들을 선택하는 것이 지역 구분의 효율성 면에서 유리하다고 할 수 있다. 이런 면에서 지역 구분의 효율성을 증대시킬 목적으로 다변량 분석 기법이 활용될 수 있다. 본 연구에서는 변수들 간의 상관관계를 바탕으로 모든 변수가 표현하는 정보를 대표할 수 있는 더 적은 수의 변수를 선정하는 기법으로 Procrustes analysis를 활용하였다. 이 기법을 활용하여 42개의 강우 관련 변수들을 21개로 줄일 수 있었다. 선정된 변수들을 바탕으로 요인분석을 수행하여 5개의 요인을 추출하였고, 이를 근거로 군집해석 기법인 fuzzy-c means 기법을 활용하여 지역을 구분하였다. 68개 강우 관측 지점을 대상으로 지역을 구분한 결과 6개의 지역으로 구분되었다. 6개의 지역에서 GEV 분포가 적합한 것으로 나타났고, 3변수 대수정규 분포와 generalized logistic 분포가 5개 지역에서 적합한 것으로 나타났다. 기존 연구 결과와의 비교를 위해 generalized logistic 분포를 바탕으로 지점빈도해석, 홍수지수법, 지역형상추정법을 적용하여 확률강우량을 산정하였다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.125-133
• /
• 2011

WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 PFCM 군집화를 적용한 KNN과 PFCM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 PFCM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/IFCM 알고리즘이 KNN, KNN/FCM, KNN/PFCM 알고리즘보다 성능이 우수하다.

• 전기학회논문지
• /
• 제59권2호
• /
• pp.436-444
• /
• 2010

In this study, we introduce and discuss a concept of a granular-oriented radial basis function neural networks (GRBF NNs). In contrast to the typical architectures encountered in radial basis function neural networks(RBF NNs), our main objective is to develop a design strategy of GRBF NNs as follows : (a) The architecture of the network is fully reflective of the structure encountered in the training data which are granulated with the aid of clustering techniques. More specifically, the output space is granulated with use of K-Means clustering while the information granules in the multidimensional input space are formed by using a so-called context-based Fuzzy C-Means which takes into account the structure being already formed in the output space, (b) The innovative development facet of the network involves a dynamic reduction of dimensionality of the input space in which the information granules are formed in the subspace of the overall input space which is formed by selecting a suitable subset of input variables so that the this subspace retains the structure of the entire space. As this search is of combinatorial character, we use the technique of genetic optimization to determine the optimal input subspaces. A series of numeric studies exploiting some nonlinear process data and a dataset coming from the machine learning repository provide a detailed insight into the nature of the algorithm and its parameters as well as offer some comparative analysis.

• 전자공학회논문지B
• /
• 제30B권1호
• /
• pp.72-78
• /
• 1993

While the rules for an expert system are obtained through the interviewing with domain experts or by designer's own experience, these are not adequate for fuzzy controllers dealing quantitative control values. In this paper, by considering a state of the controlled system as a pattern, we propose a method to obtain the control rules by a statistical method. Namely, we propose a method to obtain the control rules by a statistical method. Namely, we propose an rule acquisition method that is objective, mechanical, and inductive inference using a cluster-seeking algorithm, or K-means clustering algorithm. To validate this study, we show an example of an IRIS control in a CAMCODER and analyse the rules acquired from 98 sample patterns consisting of 45 features.