• 산업경영시스템학회지
• /
• 제31권4호
• /
• pp.140-145
• /
• 2008

Fuzzy partition is a conceptual vehicle that encapsulates data into information granules. Fuzzy equalization concerns a process of building information granules that are semantically and experimentally meaningful. A few algorithms generating fuzzy partitions with fuzzy equalization have been suggested. Simulations and experiments have showed that fuzzy partition representing more characteristics of given input distribution usually produces meaningful results. In this paper, given two points and cardinality of fuzzy partition, we prove that it is not true that there always exists a fuzzy partition with fuzzy equalization in which two of points having peaks fall on the given two points. Then, we establish an algorithm that minimizes the maximum distance between given two points and adjacent points having peaks in the partition. A numerical example is presented to show the validity of the suggested algorithm.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.433-439
• /
• 1998

In this paper, we present an approach to the structure identification based on the input space partition methods and to the parameter identification by hybrid learning method in neuro-fuzzy system. The structure identification can automatically estimate the number of membership function and fuzzy rule using grid partition, tree partition, scatter partition from numerical input-output data. And then the parameter identification is carried out by the hybrid learning scheme using back-propagation and least squares estimate. Finally, we sill show its usefulness for neuro-fuzzy modeling to truck backer-upper control.

• International journal of advanced smart convergence
• /
• 제2권1호
• /
• pp.12-17
• /
• 2013

This paper introduces the fuzzy scatter partition-based fuzzy inference system to construct the model for nonlinear process to analyze nonlinear characteristics. The fuzzy rules of fuzzy inference systems are generated by partitioning the input space in the scatter form using Fuzzy C-Means (FCM) clustering algorithm. The premise parameters of the rules are determined by membership matrix by means of FCM clustering algorithm. The consequence part of the rules is represented in the form of polynomial functions and the parameters of the consequence part are estimated by least square errors. The proposed model is evaluated with the performance using the data widely used in nonlinear process. Finally, this paper shows that the proposed model has the good result for high-dimension nonlinear process.

• 정보처리학회논문지D
• /
• 제9D권4호
• /
• pp.571-578
• /
• 2002

시간 데이터베이스에서 데이터의 이력 관리를 목적으로 확장된 시간 차원은 조인 연산에 대한 복잡도와 연산 비용의 증가를 초래한다. 이와 같은 문제를 해결하기 위해 조인 연산의 대상이 되는 시간 범위를 일정 정도의 시간 간격으로 분할한 후 분할된 세그먼트 단위의 시간 데이터들을 조인하는 방법이 제안되었다. 하지만 기존의 방법들은 분할점 근방에서 분할에 적용된 시간 단위 등의 문제로 인해 발생하는 시간 경계의 모호성 문제를 해결할 수 없다. 이러한 문제를 해결하기 위해 이 논문에서는 분할선 근방의 경계가 불확실한 시간 간격을 고려한 분할 방법으로 퍼지 이론의 가능성 분포를 도입한 퍼지 최소 간격 분할(Fuzzy Minimum Interval Partition : FMIP)기법을 제안하고 이를 기존 기법들과 비교 평가함으로써 FMIP의 타당성을 검증한다.

• International journal of advanced smart convergence
• /
• 제1권2호
• /
• pp.30-33
• /
• 2012

This paper propose a new design of fuzzy neural networks based on hard partition to generate the rules of the networks. For this we use hard c-means (HCM) clustering algorithm. The premise part of the rules of the proposed networks is realized with the aid of the hard partition of input space generated by HCM clustering algorithm. The consequence part of the rule is represented by polynomial functions. And the coefficients of the polynomial functions are learned by BP algorithm. The number of the hard partition of input space equals the number of clusters and the individual partitioned spaces indicate the rules of the networks. Due to these characteristics, we may alleviate the problem of the curse of dimensionality. The proposed networks are evaluated with the use of numerical experimentation.

• 전기학회논문지
• /
• 제60권11호
• /
• pp.2157-2164
• /
• 2011

In this paper, we introduce a new category of fuzzy inference system based on Type-2 fuzzy c-means clustering algorithm (T2FCM-based FIS). The premise part of the rules of the proposed model is realized with the aid of the scatter partition of input space generated by Type-2 FCM clustering algorithm. The number of the partition of input space is composed of the number of clusters and the individual partitioned spaces describe the fuzzy rules. Due to these characteristics, we can alleviate the problem of the curse of dimensionality. The consequence part of the rule is represented by polynomial functions with interval sets. To determine the structure and estimate the values of the parameters of Type-2 FCM-based FIS we consider the successive tuning method with generation-based evolution by means of real-coded genetic algorithms. The proposed model is evaluated with the use of numerical experimentation.

• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2072-2078
• /
• 2011

태양광을 이용한 태양광 발전시스템은 태양을 정면으로 바라 볼 때 가장 큰 효율을 얻을 수 있다. 즉, 태양의 위치에 대한 집광판(PV; Photovoltic)의 법선벡터를 일치시켜야 가장 높은 효율을 얻게 된다. 본 논문에서는 시간의 변화에 따라 태양의 이동경로를 추적할 수 있도록 태양의 그림자를 판독할 수 있는 8개의 CdS 센서 모듈을 통하여 태양의 위치를 판독하여 태양의 위치를 추적할 수 있는 시스템을 제시하고자 한다. 태양광 추적시스템의 퍼지제어기(fuzzy controller)는 퍼지 입력공간에 대한 격자형 퍼지분할(grid-type fuzzy partition) 영역으로 분할한 후 퍼지규칙(fuzzy rule)을 수립하여 시스템을 제어하도록 설계하였다. 본 논문에서는 태양광 추적을 위한 간단한 모형의 2축 제어시스템을 구성하였으며, CdS 모듈의 좌표축과 집광판의 좌표축을 일치시키도록 구성하였다. 이러한 시스템은 고정된 장소 및 선박과 같은 이동하는 환경에 효과적으로 태양광을 추적할 수 있는 지능형 퍼지제어기의 적용가능 성을 제시하고자 한다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.40-47
• /
• 2009

최근에 분산 환경에서 서버를 거치지 않고 사용자가 요구하는 미디어 객체를 프록시로부터 직접 서비스하기 위한 동적 프록시 캐싱 기법이 제안되고 있다. 그러나 이러한 기법들은 멀티미디어 데이터 크기, 지연시간, 연속적인 미디어 객체 서비스 요구 등으로 인하여 여러 문제점들이 제기되고 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 분할과 사상기반의 퍼지필터링에 의한 캐싱 그룹화 기법을 제안하였다. 분할과 사상을 위해 미디어 블록세그먼트를 고정분할 참조블록(RfP)와 가변분할 참조블록(RvP)로 구분하였으며, 시멘틱 관계성을 위해 고정분할 시간동기화(Tf)와 가변분할 시간동기화(Tv)에 의해 퍼지 관계성이 수행되도록 하였다. 시뮬레이션 결과 제안된 기법이 평균 요청응답률과 캐시 히트율을 증가시키고 시간지연율을 줄이며 스트리밍 서비스를 효율적으로 수행하게 됨을 알 수 있다.

• 한국정밀공학회지
• /
• 제16권5호통권98호
• /
• pp.48-57
• /
• 1999

Applications of thresholding technique are based on the assumption that object and background pixels in a digital image can be distinguished by their gray level values. For the segmentation of more complex images, it is necessary to resort to multiple threshold selection techniques. This paper describes a new method for multiple threshold selection of gray level images which are not clearly distinguishable from the background. The proposed method consists of three main stages. In the first stage, a probability distribution function for a gray level histogram of an image is derived. Cluster points are defined according to the probability distribution function. In the second stage, fuzzy partition matrix of the probability distribution function is generated through the fuzzy clustering process. Finally, elements of the fuzzy partition matrix are classified as clusters according to gray level values by using max-membership method. Boundary values of classified clusters are selected as multiple threshold. In order to verify the performance of the developed algorithm, automatic inspection process of ball grid array is presented.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.494-498
• /
• 1996

Three fuzzy input space partitoining methods, which are grid, tree, and scatter method, are mainly used until now. These partition methods represent good performance in the modeling of the linear system and nonlinear system with independent modeling variables. But in the case of the nonlinear system with the coupled modeling variables, there should be many fuzzy rules for acquiring the exact fuzzy model. In this paper, it shows that the fuzzy model is acquired using transformed modeling vector by linear transformation of the modeling vector.