• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.10 no.4
• /
• pp.281-286
• /
• 2010

We propose a space and time based sensor fusion method and a robust landmark detecting algorithm based on sensor fusion for mobile robot navigation. To fully utilize the information from the sensors, first, this paper proposes a new sensor-fusion technique where the data sets for the previous moments are properly transformed and fused into the current data sets to enable an accurate measurement. Exploration of an unknown environment is an important task for the new generation of mobile robots. The mobile robots may navigate by means of a number of monitoring systems such as the sonar-sensing system or the visual-sensing system. The newly proposed, STSF (Space and Time Sensor Fusion) scheme is applied to landmark recognition for mobile robot navigation in an unstructured environment as well as structured environment, and the experimental results demonstrate the performances of the landmark recognition.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1924-1925
• /
• 2011

본 논문에서는 비선형 기동을 하는 기동표적의 추정된 잡음을 분석하여 표적의 기동패턴을 분석하는 알고리즘을 제시하고자 한다. 기동표적의 추정위치와 측정치에서 발생하는 잡음을 가속도와 순수 잡음으로 분리하고 분리된 성분을 분석하여 표적의 기동 패턴을 인식하고 동시에 추적을 실시하는 알고리즘을 구성한다. 잡음의 분리는 퍼지 클러스터링(FCM : Fuzzy C-means Clustering) 기법을 이용하여 적절한 추정값을 이용한다. 추정된 표적의 속도와 가속도, 잡음을 재 구성하여 기동표적의 기동패턴을 분석하고, 동시에 추적을 실시한다. 위의 과정을 통해 가속도를 분리한 후 비선형성을 지닌 기동표적의 기동패턴을 선형화 하여 칼만필터를 이용 잡음을 분리하고 가속도를 다시 보상하여 추적 알로리즘을 구성한다. 그리고 제안된 알고리즘의 수행 가능성을 보여 주기 위하여 몇 가지 예를 제시하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1873_1874
• /
• 2009

본 논문에서는 대표적인 시스템 모델링 도구중의 하나인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)를 설계한다. 제안된 RBF 뉴럴 네트워크는 은닉층의 활성함수로서 Fuzzy C-Means 클러스터링을 사용하며 더 나아가 모델의 최적화를 위해 PSO 알고리즘을 사용하여 은닉층의 노드 수와 다수의 입력을 가질 경우 입력의 종류를 동정한다. 제안한 모델의 성능을 평가하기 위해 NOx 데이터를 적용하였으며 제안된 모델의 근사화와 일반화 능력을 분석한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.32-35
• /
• 1999

기존의 반연속 HMM의 파라미터들 중에서 평균 벡터와 분산 행렬은 Maximum Likelihood Estimation 방법을 사용하여 학습한다. 본 논문에서는 평균 벡터를 위하여 Fuzzy c-means(FCM) 알고리즘을 사용하였고 분산 행렬을 위하여 FCM 알고리즘의 평균 벡터를 적용, 변형한 새로운 함수를 사용하여 화자적응에 적용하였다. 이러한 평균 벡터와 분산 행렬의 추정 방법은 새로운 화자에 대한 적응 능력을 갖는다. 제안한 방법을 적용한 한국어 격리 단어에 대한 컴퓨터 모의 실험결과 새로운 화자에 대해 적응함을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1851-1852
• /
• 2008

Type-2 퍼지 논리 집합은 언어적인 불확실성을 다루기 위하여 고안된 Type-1 퍼지 논리 집합의 확장한 것이다. Type-2 퍼지 논리 시스템은 외부 노이즈를 효율적으로 다룰 수 있다. 본 논문에서는 불확실성을 표현하기 위해서 전.후반부 멤버쉽 함수로 삼각형 형태의 Type-2 퍼지 집합을 사용한다. 전반부 멤버쉽 함수의 정점을 결정하는데 유전자 알고리즘(Genetic Algorithms)으로 멤버쉽 함수의 정점을 결정한다. 제안된 모델은 모델 평가에 주로 사용되는 가스로 시계열 데이터를 적용하고, 테스트 데이터로 노이즈에 영향 받은 데이터를 사용하여 수치적인 예를 보인다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1343-1344
• /
• 2015

본 연구에서는 증분형 FCM(Incremental Fuzzy C-Means: Incremental FCM) 클러스터링 알고리즘을 기반으로 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks: RBFNN) 패턴 분류기를 설계한다. 방사형 기저함수 신경회로망은 조건부에서 가우시안 함수 또는 FCM을 사용하여 적합도를 구하였지만, 제안된 분류기에서는 빅 데이터간의 적합도를 구하기 위해 증분형 FCM을 사용한다. 또한, 빅 데이터를 학습하기 위해 결론부에서 재귀최소자승법(Recursive Least Square Estimation: RLSE)을 사용하여 다항식 계수를 추정한다. 마지막으로 추론부에서는 증분형 FCM에서 구한 적합도와 재귀최소자승법으로 구한 다항식을 이용하여 최종 출력을 구한다.

• Journal of Korea Multimedia Society
• /
• v.18 no.12
• /
• pp.1555-1561
• /
• 2015

This paper tries to converge computer and art by applying anamorphosis principle in drawing technique to mobile application. As comparing to current anamorphosis which shows one image at the round cup, we focus on the variability which shows several variable images at the mobile device according to the color board. The usage of the proposed algorithm is able to extended to various areas such as souvenir and public relation.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.16 no.1
• /
• pp.36-43
• /
• 2016

The transformation time among queries in the database management system (DBMS) is responsible for the execution time of users' queries, because a conventional DBMS does not consider the transformation cost when queries are transformed for execution. To reduce the transformation time (cost reduction) during execution, we propose an optimal query transformation method by exploring queries from a cost-based point of view. This cost-based point of view means considering the cost whenever queries are transformed for execution. Toward that end, we explore and compare set off heuristic, linear, and exhaustive cost-based transformations. Further, we describe practical methods of cost-based transformation integration and some query transformation problems. Our results show that, some cost-based transformations significantly improve query execution time. For instance, linear and heuristic transformed queries work 43% and 74% better than exhaustive queries.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.451-452
• /
• 2007

본 논문에서는 다항식 기반 Radial Basis Function(RBF)신경회로망(Polynomial based Radial Basis Function Neural Networks)을 설계하고 이를 2-클래스 패턴 분류 문제에 응용하여 그 성능을 분석한다. 제안된 다항식기반 RBF 신경회로망은 입력층, 은닉층, 출력 층으로 이루어진다. 입력층은 입력 벡터의 값들을 은닉 층으로 전달하는 기능을 수행하고 은닉층은 Fuzzy c-means 클러스터링을 통하여 뉴런의 출력 값으로 내보낸다. 은닉층과 출력층사이의 연결가중치는 상수, 선형식 또는 이차식으로 이루어지며 경사 하강법에 의해 학습된다. Networks의 최종 출력은 연결가중치와 은닉층 출력의 곱에 의해 퍼지추론의 결과로서 얻어진다. 제안된 다항식기반 RBF 신경회로망은 각기 다른 4종류의 2-클래스 분류 문제에 적용 및 평가되어 분류기로써의 성능을 분석한다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1815-1816
• /
• 2007

본 논문에서는 데이터의 특성을 이용한 정보 입자 기반 퍼지 뉴럴 네트워크의 연속적 최적화를 제안한다. 데이터들간의 거리를 중심으로 C-Means 클러스터링 알고리즘을 이용하여 멤버쉽 함수를 정의하고 각 중심의 후반부 중심값을 이용하여 후반부 학습에 적용한다. 구조/파라미터 동정에 있어서 실수 코딩 기반 유전자 알고리즘을 이용하여 입력변수의 수, 입력 변수의 선택, 멤버쉽함수의 수, 후반부 형태와 같은 시스템의 입력 구조와 전반부 멤버쉽함수의 정점 및 학습율과 모멘텀 계수와 같은 파라미터를 최적으로 동정한다. 또한, 구조 연산과 파라미터 연산의 연속적 동조 방법을 이용하여 퍼지 뉴럴 네트워크를 최적화한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.