• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.206-211
• /
• 2009

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)기반의 자동 특징 추출기법을 사용하여 1일 후의 주식 예측을 하는 방안을 제안하고 있다. 비중복면적 분산측정 법에 의해 중요도가 가장 낮은 특징입력을 자동적으로 하나씩 제거하면서 최소의 특징입력을 선택하였다. 특징입력으로써 CPP$_{n,m}$(Current Price Position of the day n)과 최근 32일간의 CPP$_{n,m}$을 웨이블릿 변환한 38개의 계수들 중 비중복면적 분산측정법에 의해서 자동적으로 추출된 2개의 계수가 사용되었다 제안된 방법으로 1989년부터 1998년까지의 실험군을 사용한 결과로써 60.93%의 예측율을 나타내었다.

• Journal of Information Processing Systems
• /
• 제15권2호
• /
• pp.359-373
• /
• 2019

For clustering large-scale data, which cannot be loaded into memory entirely, incremental clustering algorithms are very popular. Usually, these algorithms only concern the within-cluster compactness and ignore the between-cluster separation. In this paper, we propose two incremental fuzzy compactness and separation (FCS) clustering algorithms, Single-Pass FCS (SPFCS) and Online FCS (OFCS), based on a fuzzy scatter matrix. Firstly, we introduce two incremental clustering methods called single-pass and online fuzzy C-means algorithms. Then, we combine these two methods separately with the weighted fuzzy C-means algorithm, so that they can be applied to the FCS algorithm. Afterwards, we optimize the within-cluster matrix and betweencluster matrix simultaneously to obtain the minimum within-cluster distance and maximum between-cluster distance. Finally, large-scale datasets can be well clustered within limited memory. We implemented experiments on some artificial datasets and real datasets separately. And experimental results show that, compared with SPFCM and OFCM, our SPFCS and OFCS are more robust to the value of fuzzy index m and noise.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.654-656
• /
• 1998

This paper presents an optimal identification method of nonlinear and complex system that is based on fuzzy-neural network(FNN). The FNN used simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM Algorithm to find initial parameters of membership function. And then to obtain optimal parameters, we use the genetic algorithm. Genetic algorithm is a random search algorithm which can find the global optimum without converging to local optimum. The parameters such as membership functions, learning rates and momentum coefficients are easily adjusted using the genetic algorithms. Also, the performance index with weighted value is introduced to achieve a meaningful balance between approximation and generalization abilities of the model. To evaluate the performance of the FNN, we use the time series data for 9as furnace and the sewage treatment process.

• 한국수자원학회논문집
• /
• 제45권2호
• /
• pp.229-242
• /
• 2012

본 연구에서는 괴산댐 하류 달천에서 성어기 피라미에 대한 물리 서식처 모의를 수행하였다. 이를 위하여 퍼지논리에 의한 서식처 적합도 지수를 산정하는 CASiMiR 모형을 이용하였다. 또한 모의결과를 서식처 선호도 곡선을 이용하여 서식처 적합도 지수를 산정할 수 있는 수리모형인 River2D 모형의 결과와 비교, 분석하였다. CASiMiR 모형의 수위 자료는River2D 모형을 통한 수위계산결과를 활용하였으며 현장측정자료와 비교한 결과 잘 반영하는 것을 확인하였다. 대상구간의 만곡부 상류 직선구간에 있는 여울에서 성어기 피라미의 서식처가 가장 적합한 것으로 나타났다. CASiMiR 모형의 경우$7.23m^3/s$의유량조건에서가중가용면적이최대값을보였고, River2D 모형은$9m^3/s$의 유량에서 최대 가중가용면적을 예측하였다. 또한 갈수량(Q355), 저수량(Q275), 평수량(Q185), 풍수량(Q95) 유량조건에서CASiMiR 모형은River2D 모형에 비해 가중가용면적을 0.3~25.3% 정도 과대 추정하는 결과를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.199-202
• /
• 2000

본 논문에서는 퍼지-유전자 접근방법을 이용한 무감독 특징 선택방법에 대하여 나타내었다. 이 방법은 각각의 특징들의 중요도에 따라 순서를 정하기 위해 사용되는 weighted distance 를 포함하는 특징 평가 지표 (feature evaluation index)를 최소화시키는데 있다. 또한 특징 평가 지표에서 사용되는 각 패턴들의 쌍에 대하여 근접함의 정도를 퍼지 멤버쉽 함수를 이용하여 결정하고 유전자 알고리즘은 평가 지표를 최소화시킴으로써 각 특징의 중요도를 나타내는 최적의 weighting 계수의 집합을 한기 위하여 적용하였다.

• Geomechanics and Engineering
• /
• 제18권5호
• /
• pp.515-525
• /
• 2019

A karst collapse, as a natural hazard, is totally different to a normal collapse. In recent years, karst collapses have caused substantial economic losses and even threatened human safety. A risk assessment model for karst collapse was developed based on the fuzzy analytic hierarchy process (FAHP) and grey relational analysis (GRA), which is a simple and effective mathematical algorithm. An evaluation index played an important role in the process of completing the risk assessment model. In this study, the proposed model was applied to Jiaobai village in southwest China. First, the main controlling factors were summarized as an evaluation index of the model based on an investigation and statistical analysis of the natural formation law of karst collapse. Second, the FAHP was used to determine the relative weights and GRA was used to calculate the grey relational coefficient among the indices. Finally, the relational sequence of evaluation objects was established by calculating the grey weighted relational degree. According to the maximum relational rule, the greater the relational degree the better the relational degree with the hierarchy set. The results showed that the model accurately simulated the field condition. It is also demonstrated the contribution of various control factors to the process of karst collapse and the degree of collapse in the study area.

• 전기학회논문지
• /
• 제62권4호
• /
• pp.554-561
• /
• 2013

In this paper, we introduce a modeling and a process simulator developed with the aid of pRBFNNs for activated sludge process in the sewage treatment system. Activated sludge process(ASP) of sewage treatment system facilities is a process that handles biological treatment reaction and is a very complex system with non-linear characteristics. In this paper, we carry out modeling by using essential ASP factors such as water effluent quality, the manipulated value of various pumps, and water inflow quality, and so on. Intelligent algorithms used for constructing process simulator are developed by considering multi-output polynomial radial basis function Neural Networks(pRBFNNs) as well as Fuzzy C-Means clustering and Particle Swarm Optimization. Here, the apexes of the antecedent gaussian functions of fuzzy rules are decided by C-means clustering algorithm and the apexes of the consequent part of fuzzy rules are learned by using back-propagation based on gradient decent method. Also, the parameters related to the fuzzy model are optimized by means of particle swarm optimization. The coefficients of the consequent polynomial of fuzzy rules and performance index are considered by the Least Square Estimation and Mean Squared Error. The descriptions of developed process simulator architecture and ensuing operation method are handled.

• 디지털융복합연구
• /
• 제14권7호
• /
• pp.363-371
• /
• 2016

벤처기업의 기술혁신을 위한 기술력 평가는 급변하는 기업환경, 평가시 사용하는 언어의 모호성과 애매성, 평가지표의 부정확성을 고려해야 한다. 본 논문에서는 벤처기업의 대표적인 정성적 평가요인인 흡수역량 및 기술적 기업가정신을 대상으로 다기준 의사결정법인 Fuzzy-AHP를 적용하여 요인의 중요도와 우선순위 및 동적역량을 산출하는 ACTEM(Absorption Capacity and Technology Entrepreneurship Monitor) 모델을 제안하였다. 평가척도가 되는 요인에 대한 가중치 산출은 퍼지이론을 도입하여 인지적 판단의 애매성을 보완하고, 기존의 기술력 평가 측정에 관한 연구에서 고려하지 않은 흡수역량과 기술적 기업가정신 및 동적역량에 대한 평가 기준들을 제시함으로써, 현실적인 대안을 선택하는 것이 가능하도록 하였다. ACTEM 모델을 기존의 AHP 평가방법과 비교한 결과, 흡수역량에서는 '지식획득', 기술적 기업가 정신에서는 '제품화 능력'이 가장 높게 나오는 등의 타당성을 검증할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.101-108
• /
• 2010

본 논문에서는 퍼지 k-NN과 reconstruction error에 기반을 둔 feature selection을 이용한 lazy 분류기 설계를 제안하였다. Reconstruction error는 locally linear reconstruction의 평가 지수이다. 새로운 입력이 주어지면, 퍼지 k-NN은 local 분류기가 유효한 로컬 영역을 정의하고, 로컬 영역 안에 포함된 데이터 패턴에 하중 값을 할당한다. 로컬 영역과 하중 값을 정의한 우에, feature space의 차원을 감소시키기 위하여 feature selection이 수행된다. Reconstruction error 관점에서 우수한 성능을 가진 여러 개의 feature들이 선택 되어 지면, 다항식의 일종인 분류기가 하중 최소자승법에 의해 결정된다. 실험 결과는 기존의 분류기인 standard neural networks, support vector machine, linear discriminant analysis, and C4.5 trees와 비교 결과를 보인다.

• 한국환경보건학회지
• /
• 제42권5호
• /
• pp.302-313
• /
• 2016

Objectives: This study was conducted to assess environmental health status on a local scale using environmental health-related indicators. It demonstrated the possibility of using a structural equation model, a methodological approach to provide synthesized information. Methods: Eighteen indicators were selected from official statistical data published by local governments. Each environmental health-related indicator was classified according to the PSR (pressure-state-response) model. Aggregation methods were performed using principal component analysis and fuzzy sets. Results: The five principal components were classified through principal component analysis (PCA) and obtained eigenvalues >1.0 from the initial 18 indicators. The aggregated index was obtained by condensing the original information into two broad and simple categories through fuzzy sets. Conclusion: This could be useful in that the aggregation procedure may provide a basis for establishing environmental health policies and a decision-making process. However, the availability and quality of indicators, assessment of aggregation method bias, choice of weighted scores for indicators, and other factors should be examined in future studies.