• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.200-205
• /
• 1993

A design method of rule-based fuzzy modeling is presented for the model identification of complex and nonlinear systems. Three kinds of method for fuzzy modeling presented in this paper include simplified inference (type 1), linear inference (type 2), and modified linear inference (type 3). The fuzzy c-means clustering and modified complex methods are used in order to identify the preise structure and parameter of fuzzy implication rules, respectively and the least square method is utilized for the identification of optimal consequence parameters. Time series data for gas funace and sewage treatment processes are used to evaluate the performances of the proposed rule-based fuzzy modeling.

• 한국지능시스템학회논문지
• /
• 제17권1호
• /
• pp.123-129
• /
• 2007

On the Semantic Web, the content of the documents must be explicitly represented through metadata in order to enable contents-based inference. In this study, we propose a mechanism to convert the Conceptual Graph (CG) into Resource Description Framework (RDF). Quite a large number or representation languages for representing knowledge on the Web have been established over the last decade. Most of these researches are focused on design of independent knowledge description. On the Semantic Web, however, a knowledge conversion mechanism will be needed to exchange the knowledge used in independent devices. In this study, the CG could give an entire conceptual view of knowledge and RDF can represent that knowledge on the Semantic Web. Then the CG-based object oriented PROLOG could support the natural inference based on that knowledge. Therefore, our proposed knowledge conversion mechanism will be used in the designing of Semantic Web-based knowledge representation and inference systems.

• International journal of advanced smart convergence
• /
• 제6권3호
• /
• pp.17-21
• /
• 2017

In this paper, the service execution accuracy was compared by ontology based rule inference method and machine learning method, and the amount of data at the point when the service execution accuracy of the machine learning method becomes equal to the service execution accuracy of the rule inference was found. The rule inference, which measures service execution accuracy and service execution accuracy using accumulated data and pattern matching on service results. And then machine learning method measures service execution accuracy using cross validation data. After creating a confusion matrix and measuring the accuracy of each service execution, the inference algorithm can be selected from the results.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.182-182
• /
• 2000

This paper proposes a self tuning fuzzy inference method by the genetic algorithm in the fuzzy-sliding mode control for a robot. Using this method, the number of inference rules and the shape of membership functions are optimized without an expert in robotics. The fuzzy outputs of the consequent part are updated by the gradient descent method. And, it is guaranteed that the selected solution become the global optimal solution by optimizing the Akaike's information criterion. The trajectory trucking experiment of the polishing robot system shows that the optimal fuzzy inference rules are automatically selected by the genetic algorithm and the proposed fuzzy-sliding model controller provides reliable tracking performance during the polishing process.

• 한국멀티미디어학회논문지
• /
• 제22권6호
• /
• pp.684-694
• /
• 2019

Information spread in networks is universal in many real-world phenomena such as propagation of infectious diseases, diffusion of a new technology, computer virus/spam infection in the internet, and tweeting and retweeting of popular topics. The problem of finding the information source is to pick out the true source if information spread. It is of practical importance because harmful diffusion can be mitigated or even blocked e.g., by vaccinating human or installing security updates. This problem has been much studied, where it has been shown that the detection probability cannot be beyond 31% even for regular trees if the number of infected nodes is sufficiently large. In this paper, we study the impact of an anti-information spreading on the original information source detection. We consider an active defender in the network who spreads the anti-information against to the original information simultaneously and propose an inverse Voronoi partition based inference approach, called Voronoi Inference to find the source. We perform various simulations for the proposed method and obtain the detection probability that outperforms to the existing prior work.

• 한국산학기술학회논문지
• /
• 제9권4호
• /
• pp.911-917
• /
• 2008

본 논문에서는 지능형 디밍 컨버터의 새로운 구조 및 설계 방법론을 소개하고 일련의 수치적인 실험을 통하여 제안된 모델 및 시스템을 평가한다. 형광 램프용 디밍 전자식 안정기는 전용의 디밍 IC를 사용하여 기존의 전자식 안정기 대비 최대 83%의 램프 수명 및 안정기 수명 연장을 가능하게 했다. 하지만 이러한 장점은 사용자가 디밍 컨트롤 스위치를 통하여 수동으로 제어를 해야 하는 불편함 뿐만 아니라, 수동 제어가 불가능 할 경우 에너지 절약과 램프의 수명 연장의 실효를 얻을 수 없다. 따라서 본 논문에서는 지능형 퍼지 이론(Fuzzy Inference System)을 전자식 안정기에 접목시켜 지능형 디밍 컨버터 기반 전자식 안정기에 대한 연구 및 외부조도 조건과 사용자 설정에 따른 에너지 절약을 도모하는데 중점을 두었다. 마지막으로 제안된 시스템의 하드웨어에 지능형 모델을 적용함으로써 기존 전자식 안정기 대비 성능평가를 통해 지능형 디밍 컨버터의 우수성을 보인다.

• 한국콘텐츠학회논문지
• /
• 제11권9호
• /
• pp.1-8
• /
• 2011

본 연구는 질량-스프링 모델 기반의 직물 모델에서 질점의 움직임을 분석하여 실시간 직물 애니메이션이 가능한 퍼지 추론 기법을 제안한다. 지금까지 직물과 같은 탄성체를 표현하기 위한 많은 기법들은 질량-스프링 모델을 사용하였다. 직물은 다수의 질량과 스프링의 조합으로 구성되어 변형 가능한 면을 이루게되고, 면의 움직임은 운동법칙을 기반으로 수치적분을 통해 계산될 수 있다. 제안된 방법과 동일한 직물구조에서 Explicit 오일러 방법은 ${\Delta}t$ > 0.01 일 경우 불안정성 문제가 나타났으며, Implicit 오일러 방법은 ${\Delta}t$ = 0.03 에서도 애니메이션이 생성되지만 많은 양의 선형 시스템을 계산해야 하는 단점을 가지고 있어서 실시간 처리에 부적합하다. 본 연구는 질량-스프링 모델에서 질점의 움직임을 계산하기 위하여 ${\Delta}t$ = 0.03을 가지면서도 실시간 처리가 가능한 방법을 제안한다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권14호
• /
• pp.5571-5575
• /
• 2014

Background: The ability to predict the survival time of breast cancer patients is important because of the potential high morbidity and mortality associated with the disease. To develop a predictive inference for determining the survival of breast cancer patients, we applied a novel Bayesian method. In this paper, we propose the development of a databased statistical probability model and application of the Bayesian method to predict future survival times for White Hispanic female breast cancer patients, diagnosed in the US during 1973-2009. Materials and Methods: A stratified random sample of White Hispanic female patient survival data was selected from the Surveillance Epidemiology and End Results (SEER) database to derive statistical probability models. Four were considered to identify the best-fit model. We used three standard model-building criteria, which included Akaike Information Criteria (AIC), Bayesian Information Criteria (BIC), and Deviance Information Criteria (DIC) to measure the goodness of fit. Furthermore, the Bayesian method was used to derive future survival inferences for survival times. Results: The highest number of White Hispanic female breast cancer patients in this sample was from New Mexico and the lowest from Hawaii. The mean (SD) age at diagnosis (years) was 58.2 (14.2). The mean (SD) of survival time (months) for White Hispanic females was 72.7 (32.2). We found that the exponentiated Weibull model best fit the survival times compared to other widely known statistical probability models. The predictive inference for future survival times is presented using the Bayesian method. Conclusions: The findings are significant for treatment planning and health-care cost allocation. They should also contribute to further research on breast cancer survival issues.

• 디지털융복합연구
• /
• 제14권1호
• /
• pp.203-209
• /
• 2016

본 논문에서는 퍼지 클러스터를 이용한 비선형 추론을 위한 퍼지 추론 시스템을 소개한다. 전형적으로, 비선형 추론을 위한 퍼지 규칙의 생성은 일반적으로 입력 벡터 차원이 증가하면 규칙의 수가 지수적으로 증가하게 된다. 이러한 문제점을 해결하기 위해, 퍼지 클러스터를 표현할 수 있는 퍼지 클러스터링 알고리즘을 이용하여 입력 벡터 공간을 분산 형태로 분할하여 퍼지 모델의 규칙을 설계한다. 이러한 방법으로 복잡하고 비선형적인 공정을 퍼지 모델링 할 수 있다. 퍼지 규칙의 전반부는 퍼지 클러스터를 갖는 FCM 클러스터링 알고리즘에 의해 결정된다. 퍼지 규칙의 후반부는 4가지 형태의 다항식 함수의 형태를 가지며, 각 규칙의 후반부 파라미터들은 표준 최소자승법을 이용함으로써 추정된다. 그리고 비선형 공정의 특성 및 성능을 평가하기 위하여 비선형 공정으로 많이 이용되고 있는 데이터를 이용한다. 실험 결과는 비선형 추론이 가능하다는 것을 보여준다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권4호
• /
• pp.239-250
• /
• 2013

가용 센서를 내장하고 있는 모바일 디바이스의 사용이 많아지고 자동화, 자율화, 사용자 맞춤식 서비스의 요구가 커짐에 따라 컨텍스트 인지 모바일 컴퓨팅 (Context-Aware Mobile Computing)의 필요성이 증대하고 있다. 하지만 추론 시스템 설계는 컨텍스트 분석, 인지하고자 하는 상황분석 등의 복잡한 과정을 요구한다. 또한 모바일 디바이스의 제한된 자원 때문에 컴퓨팅 파워가 높은 서버에 탑재된 추론 엔진을 통해 추론을 수행하는 것이 적합하다. 본 논문에서는 이러한 과정을 간결하고 정확하게 표현하기 위한 컨텍스트-상황 추론 요소의 범용적 정형 모델을 제안하고 추론 요소들의 정형 모델을 실사례에 적용하여 본 논문에서 제안하고 있는 추론 요소들의 정형 모델이 실효성을 가지고 있으며 범용적임을 보여준다. 또한 제한한 추론 요소들을 컴퓨팅 환경에서 실현화하기 위해 제안한 정형 모델들을 기반으로 추론 엔진을 설계 및 구현하고 추론 실험을 통해 추론 엔진의 실효성과 재사용성을 검증한다.