대한전기학회:학술대회논문집 (Proceedings of the KIEE Conference)

대한전기학회 (The Korean Institute of Electrical Engineers)
권호 표지

기호코딩 및 정보입자를 이용한 전방향 퍼지 집합 기반 뉴럴네트워크의 설계

Design of Feed-Forward Fuzzy Set-based Neural Networks Using Symbolic Encoding and Information Granulation

  • Lee, In-Tae (Department of Electrical Engineering, The University of Suwon) ;
  • Oh, Sung-Kwun (Department of Electrical Engineering, The University of Suwon) ;
  • Kim, Hyun-Ki (Department of Electrical Engineering, The University of Suwon)
  • 발행 : 2006.07.12
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 기호 코딩 및 정보입자를 이용한 유전자 알고리즘의 전방향 퍼지 집합 기반 뉴럴네트워크 (Information Granules and Symbolic Encoding-based Fuzzy Set Polynomial Neural Networks ; IG and SE based FSPNN)의 모델 설계를 제안한다. 기존 퍼지 집합기반 다항식 뉴럴네트워크(FSPNN)의 구조 최적화를 위해 이진코딩을 사용하였다. 그러나 이진코딩에서 스트링의 길이가 길면 길수록 인접한 두 수 사이에 발생하는 급격한 비트 차이라는 해밍절벽이 발생하였다. 이에 제안된 모델에서는 해밍절벽의 문제를 해결하기 위해 기호코딩을 사용하였다. 제안된 모델은 각 입력에 대해 MFs의 개수 만큼 규칙을 생성하는 Fuzzy 집합기반 다항식 뉴럴네트워크(FSPNN)를 그대로 사용한다. 그리고 IG based gFSPNN의 평가을 위해 실험적 예제를 통하여 제안된 모델의 성능 및 근사화 능력의 우수함을 보인다.

키워드