• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.28-33
• /
• 1997

본 논문은 유전자 알고리즘을 사용하여 전력 배전의 최적화에 적용가능성을 보여준다. 배전의 최적화를 부하의 균등화(load balancing)의 관점에서 정의하고, 유전자 알고리즘의 동작을 보여주기 위해 세가지 문제를 제안하여 해결하였다. 문제를 해결하는 과정에서 교차 연산자 대신 두 가지의 돌연변이를 사용하여 전역 및 지역 탐색이 가능하였으며, 아크 패턴 리스트를 사용하여 효과적인 탐색을 꾀했다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권2호
• /
• pp.116-120
• /
• 2008

Clustering is a method for unsupervised learning. General clustering tools have been depended on statistical methods and machine learning algorithms. One of the popular clustering algorithms based on machine learning is the self organizing map(SOM). SOM is a neural networks model for clustering. SOM and extended SOM have been used in diverse classification and clustering fields such as data mining. But, SOM has had a problem determining optimal number of clusters. In this paper, we propose an improvement of SOM using gap statistic and probability distribution. The gap statistic was introduced to estimate the number of clusters in a dataset. We use gap statistic for settling the problem of SOM. Also, in our research, weights of feature nodes are updated by probability distribution. After complete updating according to prior and posterior distributions, the weights of SOM have probability distributions for optima clustering. To verify improved performance of our work, we make experiments compared with other learning algorithms using simulation data sets.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.219-227
• /
• 2002

웹 검색 엔진의 검색 결과를 클러스터링하는 후처리 클러스터링 알고리즘은 그 특성상 일반적인 클러스터링 알고리즘과는 다른 요구조건을 갖는다. 본 논문에서는 이러한 후처리 클러스터링 알고리즘의 요구조건들을 최대한 만족하는 새로운 클러스터링 알고리즘을 제안하고자 한다. 제안된 Fuzzy Concept ART는 무서 클러스터링에 있어 여러 가지 장점을 갖는 개념 벡터와 실시간 클러스터링 알고리즘으로 알려진 Fuzzy ART를 퍼지이론에 기반하여 결합한 형태로써, 후처리 클러스터링뿐 아니라 범용의 클러스터링 알고리즘으로도 응용이 가능하다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• Soft Computing and Machine Intelligence
• /
• 제1권1호
• /
• pp.11-23
• /
• 2021

House price prediction is a significant financial decision for individuals working in the housing market as well as for potential buyers. From investment to buying a house for residence, a person investing in the housing market is interested in the potential gain. This paper presents machine learning algorithms to develop intelligent regressions models for House price prediction. The proposed research methodology consists of four stages, namely Data Collection, Pre Processing the data collected and transforming it to the best format, developing intelligent models using machine learning algorithms, training, testing, and validating the model on house prices of the housing market in the Capital, Islamabad. The data used for model validation and testing is the asking price from online property stores, which provide a reasonable estimate of the city housing market. The prediction model can significantly assist in the prediction of future housing prices in Pakistan. The regression results are encouraging and give promising directions for future prediction work on the collected dataset.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1184-1189
• /
• 2003

Map building and position estimation capabilities are practically indispensable for a mobile robot to execute its given tasks in its working environments. An autonomous map building method and a smart localization method is proposed in our previous works. The experimental verifications are carried out in this paper. We applied the proposed algorithms to mobile service robots in large-scale indoor buildings. Experimental results show that our strategy is reliable and feasible in tough conditions like non-polygonal and dynamic environments. The advantages of the algorithms are well-illustrated through real experiments.

• 제어로봇시스템학회논문지
• /
• 제10권10호
• /
• pp.922-929
• /
• 2004

In this paper, we develop control hardware such as an FPGA based general purposed intelligent controller with a DSP board to solve nonlinear system control problems. PID control algorithms are implemented in an FPGA and neural network control algorithms are implemented in a BSP board. An FPGA was programmed with VHDL to achieve high performance and flexibility. The additional hardware such as an encoder counter and a PWM generator can be implemented in a single FPGA device. As a result, the noise and power dissipation problems can be minimized and the cost effectiveness can be achieved. To show the performance of the developed controller, it was tested fur nonlinear systems such as a robot hand and an inverted pendulum.

• 대한안전경영과학회지
• /
• 제17권2호
• /
• pp.47-54
• /
• 2015

To prevent safety hazards in dangerous working area, we have proposed an intelligent image analysis system. Six common patterns of safety violations of workers' are defined and its motion detection algorithms are developed for alarm to CCTV monitoring system. Developed algorithms are implemented at 195 dangerous areas such as chemical and gas treated room. The results of violated motion detection ratio by developed system shows 94.95% of true positive cases, and 0.21% of false positive cases from all 587,645 event cases in one month implementation period. In the period, it is observed that the number of safety rule violations and the following accidents are decreased.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권4호
• /
• pp.267-273
• /
• 2007

This paper presents the implementation of an educational kit for intelligent system control education. Neural network control algorithms are presented and control hardware is embedded to control the inverted pendulum system. The RBF network and the MLP network are implemented and embedded on the DSP 2812 chip and other necessary functions are embedded on an FPGA chip. Experimental studies are conducted to compare performances of two neural control methods. The intelligent control educational kit(ICEK) is implemented with the inverted pendulum system whose movements of the cart is limited by space. Experimental results show that the neural controllers can manage to control both the angle and the position of the inverted pendulum systems within a limited distance. Performances of the RCT and the FEL control method are compared as well.

• 한국지능시스템학회논문지
• /
• 제13권1호
• /
• pp.18-23
• /
• 2003

본 논문에서는 미지의 환경에서 비전 시스템을 갖는 이동로봇이 자율 주행을 할 수 있도록 하는 경로 계획 및 장애물 회피 알고리즘을 제안하고자 한다. 거리 변화율 기법을 이용하여 임시 목표물을 설정한 다음, 퍼지규칙을 이용하여 이동 로봇의 자율 주행을 위한 경로 설정과 근접 장애물 회피를 위한 알고리즘을 구현하였다 여러 환경에서의 모의 실험을 통해 본 논문에서 제안된 알고리즘의 성능을 시험하였으며, 그 결과 복잡한 주변 환경에서도 좋은 성능을 나타냄을 확인 할 수 있었다. 또한 제안된 알고리즘의 효율성을 실제 시스템에 적용하기 위해 이동로봇을 제작하여 검증한 결과 모의 실험 때와 마찬가지로 만족할 만한 성능을 나타냄을 확인할 수 있었다.