본 논문에서는 패턴 데이터(pattern data) 의 분할(partitioning)위하여, 계산량의 단축할 수 있는 효과적인 퍼지 클러스터링 알고리즘(fuzzy clustering algorithm)을 제시한다. 본 논문에 제시된 알고리즘은 두 단계로 수행된다. 첫번째 단계는, 개선된 FCM(Fuzzy C-means)방법에 의해 입력 패턴틀에 대해, 단지 두 번의 반복 수행과정만을 거쳐, 충분히 많은 개수의 초기 클러스터 중 심(center)를 결정한다. 다음 단계에서는, 본 논문에 제시될 클러스터 합치기 알고리즘(cluster merging algorithm)을 통해 각 클러스터의 부피(volume)에 따라 클러스터들을 합치는 과정(merging process)을 하게 된다. 결과적으로 일정한 제한된 개수의 무정형(amorphous)의 클러스터틀의 효과적으로 표현될 수 있다. 본 논문의 마지막에 제시될 실험 결과들은 제시된 방법의 유용성을 보여줄 것이다.

Using the concept of a piecewise linear function, we present new operations for fuzzy arithmetic and then compare the operation based by the extension principle with the new operation.

In this paper, we are interested in counting the number of elements of a type two fuzzy set. Using concepts of type-two fuzzy sets, we can obtain some properties of these concepts and some results of possibility of type-two fuzzy sets.

In fuzzy expert systems or database systems that have huge volumes of fuzzy data or large fuzzy rules, the inference time is much increased. Therefore, a high performance parallel fuzzy computing environment is needed. In this paper, we propose a parallel fuzzy inference mechanism in parallel computing environment. In this, fuzzy rules are distributed and executed simultaneously. The ONE_TO_ALL algorithm is used to broadcast the fuzzy input vector to the all nodes. The results of the MIN/MAX operations are transferred to the output processor by the ALL_TO_ONE algorithm. By parallel processing of fuzzy rules or data, the parallel fuzzy inference algorithm extracts effective parallel ism and achieves a good speed factor.

본 논문에서는 간단한 비선형 시냅스 회로를 이용하여 온 칩 학습기능을 포함한 모듈 칩을 구현하였다. 학습 회로는 MEBP(modified error back-propagation) 학습 규칙을 적용하여 구현하였으며, 제안된 회로는 표준 CMOS 공정으로 구현되었고, MOSIS AMI $1.5\mu\textrm{m}$공정 HSPICE 파라메터를 이용하여 그 동작을 검증하였다. 구현된 모듈 칩은 온 칩 학습기능을 가진 확장 가능한 신경회로망 칩으로 대규모의 FNNs(feedforwad neural networks) 구현에 매우 적합하리라 예상된다.

인간의 잠재적 능력을 측정하기 위하여 많은 검사가 이루어진다. 이러한 검사를 위하여 양질의 문항 제작이 필수적이다. 그러나 문항 제작의 중요성을 인식하지 못하고 단시간에 쉽게 제작된 문항들을 쓰고 폐기하는 경우가 많다. 본 논문에서는 양지르이 문항 제작을 위하여 문항 내용 분석, 문항 응답 자료 분석, 문항 난이도, 문항 변별도, 문항 추측도, 오답의 능률도를 이용하여 자료분석에 유용한 효과를 보이는 신경망을 이용한 학업 성취도 시스템 모델을 제안하였다.

본 논문에서는 선형 이진 신경회로망(Linear Binary Neural Network)을 이용하여 이진 영상으로부터 골격(skeleton)을 추출하는 병렬 구조를 제안하였다. 기존의 골격 추출 알고리즘으로부터 이진함수를 추출하고 이를 MSP Term Grouping Algorithm을 이용하여 학습시켰다. 결과에서는 기존의 역전파(Back-propagation) 학습알고리즘을 사용한 신경회로망보다 더 쉽게 하드웨어로 구현할 수 있음을 보여준다.

코호넨 자기조직 신경망을 사용하면 클러스터링뿐만 아니라 그 데이터가 할당된 클러스터의 대표값(Centroid)과의 거리 차이(Quantization Error)를 알아볼 수 있다 이를 이용하면 어떤 데이터가 정상적인 분포를 따르는지 정상적인 분포에서 벗어나는 비정상적인 데이터인지 알 수 있고, 유닉스 시스템 사용자의 명령어 사용 패턴에 적용하여 어떤 사용자의 명령어 사용 패턴이 정상적인 것인지 비정상적인 것인지 알 수 있다. 본 논문에서는 유닉스 시스템 사용자 8명의 명령어 패턴을 클러스터링한 후 Quantization Error를 이용하여 비정상 패턴을 탐지하는 오프라인에서의 비정상 행위를 탐지하는 시스템을 구현하였다. 그리고 통계적인 학습 방법을 적용한 비정상 패턴 탐지와의 비교를 통하여 두 가지 비정상 패턴 탐지 결과가 동일함을 확인하였다.

본 논문에서는 퍼지 제어기의 설계를 위한 다중 돌연변이 연산자를 갖는 Niche Meta 유전 알고리즘을 제안한다. 제안된 알고리즘에서 유전자는 유전 알고리즘에 사용되는 교배율이나 돌연변이율과 같은 구조 매개변수와 퍼지 제어기의 입, 출력 소속함수를 나타내는 매개변수로 구성된다. 제안된 알고리즘은 부개체군들에 대해 퍼지 제어기의 소속함수의 매개변수를 최적화시키는 지역적 탐색을 수행하면서 전체 개체군에 대해서 최적의 구조 매개변수에 대한 전역적인 탐색을 수행한다. 다중 돌연변이 연산자는 지역적 진화의 결과에 따라 진화에 가장 적합한 돌연변이 방법으로 선택된다. 제안된 알고리즘의 효율성을 입증하기 위해 2 자유도를 구륜이동 로봇에 대한 모의 실험을 수행한다.

진화 프로그래밍은 유전자 알고리즘과 함께 진화 연산 분야에 속하며 넓은 탐색공간에 존재하는 해를 찾는데 유용한 방법으로 알려져 있다. 본 논문에서는 이 두 가지 방법을 비교하기 위해서 Manabe 표준형을 기준으로 사용자의 요구사항에 맞는 스텝응답을 만족하는 계수, 즉 안정지수를 이 두 가지 방법을 적용하였다.

대용량의 문서를 대상으로 한 정보 검색은 인터넷과 WWW이 대중화되면서 웹 분서로 확장되었다. 기존의 문서는 주로 텍스트만으로 구성되는데 반해 웹 문서는 HTML을 기반으로 문서가 작성된다. HTML은 문서의 형태를 이루게 하는 여러 종류의 태그들로 구성되어 있고 문서 작성자는 이를 이용, 자기 의도를 홈페이지에 반영한다. 따라서 태그 정보의 학습은 검색 효율을 향상시키는데 도움을 줄 수 있다. 본 논문에서는 이러한 HTML의 태그 특성을 이용해 검색 효율을 향상하는 방법을 제시한다. 제시된 방법은 진화 알고리즘을 사용하여 질의와 검색결과를 담고 있는 데이터를 학습한다. 학습을 통해 얻어지는 결고는 각 태그에 대한 가중치 정보들이며, 이는 검색엔진의 문서 가중치 정보로 사용된다. TREC 데이터를 사용하여 실험 하였으며 태그 정보를 이용함에 따른 검색 성능 변화를 비교 분석하였다.

In this paper, an optimal identification method using Multi-FNN(Fuzzy-Neural Network) is proposed for model ins of nonlinear complex system. In order to control of nonlinear process with complexity and uncertainty of data, proposed model use a HCM clustering algorithm which carry out the input-output data preprocessing function and Genetic Algorithm which carry out optimization of model. The proposed Multi-FNN is based on Yamakawa's FNN and it uses simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rules. HCM clustering method which carry out the data preprocessing function for system modeling, is utilized to determine the structure of Multi-FNN by means of the divisions of input-output space. Also, the parameters of Multi-FNN model such as apexes of membership function, learning rates and momentum coefficients are adjusted using genetic algorithms. Also, a performance index with a weighting factor is presented to achieve a sound balance between approximation and generalization abilities of the model, To evaluate the performance of the proposed model, we use the time series data for gas furnace and the numerical data of nonlinear function.

In variable structure control algorithm, sliding mode makes the closed loop system insensitive to modelling uncertainties and external disturbances. However due to imperfections in switching, the system trajectory chatters, which is very undesirable. And the insensitivity property of a sliding mode controller is present only when the system is in the sliding mode. To overcome these shortcomings, in this paper, new sliding mode control algorithm using time-varying sliding surface and fuzzy PI structrue is proposed.

본 논문은 애파인 국소모델을 갖는 TS 퍼지 모델로 표현된 비선형 시스템의 제어에 관하여 다룬다. 여기서 사용하는 TS 퍼지 모델은 실제 모델의 비선형 미분 방정식의 근사로부터 유도된다. 그리고 이 모델을 바탕으로 비례 입력행렬을 가지는 시스템에 대해 안정화시킬 수 있는 TS 퍼지 제어기를 구한다. 본 논문의 설계 과정은 도립진자 제어를 통해 검증한다.

In cope with insufficient agricultural labor and requirement of high quality product Hydroponics is a really good method. It makes the high density agriculture possible and all the growing environments controllable. So its research is so much progressing to maximize the quantity and quality of farm products. Furthermore, the big progress, in the research of a future agriculture, is systematically conducted for the automatic controlled system. In this paper, a new approach to the automation of the cultivation in a green house is suggested and a practical automatic control cultivation system is implemented. To automatically control and optimize the very nonlinear and time-varying growth of farm products, a hybrid strategy(FECA; Fuzzy Expertized Control Algorithm) is proposed which serially combines a fuzzy expert system with the fuzzy logic control. The fuzzy expert system(FMES; Fuzzy Model-based Expert System) is intended to overcome the non-linearity of the growth of farm products. The part of fuzzy controller is incorporated to solve the time-variance of the growth of farm products. Finally, the efficiency and the effectiveness of the implemented agricultural automation system is presented through the cultiviation results.

In this paper, a control algorithm suitable for multi-objective control problems is proposed based on the orthogonal array which is normally used in statistics and industrial engineering. And a newly defined Nth-certainty factor is suggested, which can effectively exclude the less confident rules. The Nth-certainty factor is defined by the F-values of the ANOVA(analysis of variance) table. It is shown that the algorithm can be successfully adopted to the design of controller for an active magnetic bearing system.

본 논문에서는 디지털 이미지 안에서의 얼굴 영상 분할을 위해서 데이터로부터 얼굴 영상과 배경 영상의 소속도(membership degree)를 학습시켜 구한다. 그리고 입력 이미지의 각 픽셀 값에 해당하는 소속도를 이용하여 얼굴 영상의 분할을 수행한다. 실험에서는 8-bit 그레이 스케일 영상의 ORL Database를 이용하였다.

문서 분류나 여과 문제에서 양의 학습 데이터의 부족은 성능 저하의 주요 원인이 된다. 이런 경우 여러 학습 알고리즘이 문제의 특성을 제대로 파악하지 못한다. 본 논문에서는 부스팅 기법을 도입하여 이 문제를 접근해 보았다. 부스팅 기법은 약한 능력을 보유한 학습 알고리즘을 부스팅 과정을 통해 궁극적으로 강력한 성능을 얻을 수 있게 해준다. 간단한 선형 퍼셉트론에 부스팅 기법을 도입하여 문서 여과에 적용하였다. 제안된 알고리즘을 Reuters-21578 문서 집합에 적용한 결과, 재현률 측면에서 다층 신경망보다 우수한 성능을 보였고 특히 양의 학습 데이터가 부족한 문제의 경우 탁월한 결과를 얻을 수 있었다.

정보 검색은 사용자가 원하는 요구에 가장 적합한 정보를 검색할 수 있도록 되어야 한다. 질의어가 문서에 대하여 어느 정도의 유사성을 가지고 존재하느냐를 기준으로 문서를 순서화 한다. 실제 순서화된 문서들을 보면 질의어와는 다른 문서들이 순서화 되는 경우를 볼 수 있다 본 논문에서는 순서화 되는 문서들 중에서 그 문서들이 질의어와 어느 정도 가까운지를 확장 퍼지 개념 네트워크에 근거한 문서 검색을 위한 퍼지 순위 처리를 위한 방법을 제시한다 확장 퍼지 개념 네트워크에는 개념들 사이에 4가지의 퍼지 관계를 사용한다. 퍼지 양의 관계, 퍼지 음의 관계, 퍼지 일반화, 및 퍼지 세분화 등이 있다. 확장 퍼지 개념 네트워크는 관계 행렬과 관련 행렬로 모델화 한다.

EEG(electroencephalogram)는 주로 전문가의 판독에 따른 주관적 판단에 의존하여 임상에서 사용되어져 왔다. 그러나 비선형 동역학 분석을 이용한 해석학적인 정량화 연구가 진행 되어짐에 따라 특이 패턴을 이용한 환자의 질병진단 이외에도 정상인의 뇌 활동 및 인지기능 둥을 이해하기 위한 도구로써 그 활용범위가 넓어지고 있다. 본 논문에서는 정상인에게 다양한 자극을 준 후 측정한 EEG를 상관차원 분석법을 이용하여 다양한 자극에 대한 뇌파의 특징을 분석하였다. 그 결과 각 자극에 따른 뇌 활동도의 차이를 정량적으로 분석할 수 있었으며, 뇌 활동 부위와 자극과의 관계도 정량적으로 분석할 수 있었다.

In this paper, we consider a fuzzy system representation for polynomials of two variables. The representation we use is an exact transformation of the corresponding cubic spline interpolation function. We examine some of the properties of their fuzzy rule tables md prove that the rule table is symmetric or antisymmetric depending on whether the polynomial is symmetric or antisymmetric. A few examples are included to verify our proof. These results not only provide some insights on properties of the cubic spline interpolation coefficients but also provide some help in setting up fuzzy rule tables for functions of two variables.

정보 검색 시스템의 목표는 사용자가 원하는 정보를 빠른 시간 내에 효율적으로 검색하는 것이다. 이를 위해 불리언 모델, 벡터 모델을 비롯한 기존의 많은 검색 모델들과 퍼지 이론에 기반한 퍼지 검색 모델들이 제안되어져 왔다 그러나 기존의 모델들은 관련 문서를 검색하는 데 있어서 사용자의 선호도를 반영하지 못하는 한계점을 지닌다. 본 논문에서는 기존의 퍼지 검색 모델의 단점을 보완하기 위해서 확장 퍼지 검색 모델을 제안하고 설계하였다. 제안하는 모델은 색인어와 문서 가중치의 유사도를 결정하는데 있어서 사용자의 선호도를 반영할 수 있도록 설계하였다.

We introduce an approximate fuzzy clustering method, which is simple but computationally efficient, based on density functions in this paper. The density functions are defined by the number of data within the predetermined interval. Numerical examples are presented to show the validity of the proposed clustering method.

The aim of this paper is to study and find characterizations of fuzzy quasi-semicontinuous and fuzzy quasi-semiopen mappings between fuzzy bitopological spaces. The notion of fuzzy quasi-semiopen sets is used to define fuzzy quasi-semicontinuous and fuzzy quasi-semiopen mappings. Finally, fuzzy quasi-semiconnectedness is introduced and studied to some extent.

본 논문에서는 잡음환경에서의 음성신호복원(Speech Enhancement) 시스템 구현을 목적으로 한다 이를 위한 적응필터로서 LMS(Least Mean Square)알고리즘 FIR필터를 제안한다. 또 정밀 필터로서 신경망 필터를 제안한다. 잡음환경에서의 음성신호 복원 시스템은 잡음에 의해 왜곡된 음성신호에서 잡음성분만을 제거함으로써 음성신호를 복원하는 시스템이다. 일반적으로 잡음은 시변특성과, 비선형적인 전달특성을 갖는다. 그러므로 파라미터가 고정된 필터로는 제어하기가 힘들다. 이러한 이유로 본 논문에서는 LMS알고리즘 적응필터를 적용한다. 신경망 필터는 오차 역전파 학습 알고리즘에 의해 오차를 최소화하는 방향으로 필터의 파라미터를 수정한다. 제안한 필터로 잡음환경에서의 음성신호복원 시스템을 구성하고, 실험을 통해 필터의 성능을 확인한다.

본 논문은 다량우편물의 대부분을 차지하는 창이 있는 봉투와 최근 증가되고 있는 명도 값이 높은 색깔이 있는 우편봉투 영상에서 구조적 방법을 분석하여 수취인 주소 영역을 자동적으로 추출하고 추출된 영역에서 우편번호를 찾아 제안된 신경망으로 인식 및 검증할 수 있는 실용적인 시스템을 구현하였다.

In this paper, Fuzzy Self-organizing Neural Networks(FSONN) based on Fuzzy Neural Networks(FNN) is proposed to overcome some problems, such as the conflict between ovefitting and good generation, and low reliability. The proposed FSONN consists of FNN and SONN. Here, FNN is used as the premise part of FSONN and SONN is the consequnt part of FSONN. The FUN plays the preceding role of FSONN. For the fuzzy reasoning and learning method in FNN, Simplified fuzzy reasoning and backpropagation learning rule are utilized. The number of layers and the number of nodes in each layers of SONN that is based on the GMDH method are not predetermined, unlike in the case of the popular multi layer perceptron structure and can be generated. Also the partial descriptions of nodes can use various forms such as linear, modified quadratic, cubic, high-order polynomial and so on. In this paper, the optimal design procedure of the proposed FSONN is shown in each step and performance index related to approximation and generalization capabilities of model is evaluated and also discussed.

본 논문에서는 FNNs(feedforwad neural networks)구현을 위한 새로운 학습 방안을 제안하였다. 제안된 방식은 온 칩 학습이 가능하도록 FNNs와 학습회로 사이에 스위칭 회로를 추가하여 단일패턴과 다중패턴 학습이 가능하도록 구현하였다. 학습 회로는 MEBP(modified error back-propagation) 학습 규칙을 적용하였고 간단한 비선형 시냅스 회로를 이용하여 구현하였다. 제안된 방식은 표준 CMOS 공정으로 구현되었고, MOSIS AMI $1.5\mu\textrm{m}$공정 HSPICE 파라메터를 이용하여 그 동작을 검증하였다. 제안된 학습방안 및 비선형 회로는 향후 학습 기능을 가진 대규모의 FNNs 구현에 매우 적합하리라 예상된다.

The paper describes the adaptation of evolutionary fuzzy model ins (EFM) in developing global function approximation tools for use in genetic algorithm based optimization of nonlinear structural systems. EFM is an optimization process to determine the fuzzy membership parameters for constructing global approximation model in a case where the training data are not sufficiently provided or uncertain information is included in design process. The paper presents the performance of EFM in terms of numbers of fuzzy rules and training data, and then explores the EFM based sizing of automotive component for passenger protection.

In order to approximate a nonlinear function, wavelet neural networks combining wavelet theory and neural networks have been proposed as an alterantive to coventional multi-layered neural networks. Wavelet neural networks provide better approximating performance than conventional neural networks. In this paper, an effective method to construct an optimal wavelet neural network is proposed using genetic algorithm. This is verified through experimental results.

In this paper, a new design methodology named FNNN(Fuzzy Polynomial Neural Network) algorithm is proposed to identify the structure and parameters of fuzzy model using PNN(Polynomial Neural Network) structure and a fuzzy inference method. The PNN is the extended structure of the GMDH(Group Method of Data Handling), and uses several types of polynomials such as linear, quadratic and modified quadratic besides the biquadratic polynomial used in the GMDH. The premise of fuzzy inference rules defines by triangular and gaussian type membership function. The fuzzy inference method uses simplified and regression polynomial inference method which is based on the consequence of fuzzy rule expressed with a polynomial such as linear, quadratic and modified quadratic equation are used. Each node of the FPNN is defined as fuzzy rules and its structure is a kind of neuro-fuzzy architecture Several numerical example are used to evaluate the performance of out proposed model. Also we used the training data and testing data set to obtain a balance between the approximation and generalization of proposed model.

Genetic algorithms(GAs) have been widely used as a method to solve optimization problems. This is because GAs have simple and elegant tools with reproduction, crossover, and mutation to rapidly discover good solutions for difficult high-dimensional problems. They, however, do not guarantee the convergence of global optima in GA-hard problems such as deceptive problems. Therefore we proposed a Schema Co-Evolutionary Algorithm(SCEA) and derived extended schema 76988theorem from it. Using co-evolution between the first population made up of the candidates of solution and the second population consisting of a set of schemata, the SCEA works better and converges on global optima more rapidly than GAs. In this paper, we show advantages and efficiency of the SCEA by applying it to some problems.

공정제어시스템을 위한 제어기로써 현재까지는 PID 제어기가 보편화되어 적용되어 왔으나 비선형 시스템이나 복잡한 시스템 제어를 위해서는 목표치 추종특성이 우수하며 환경이나 공정 파라미터변화에 둔감하여 외란에 대한 영향이 적은 제어기가 요구된다. PID 제어기로는 이러한 목적을 달성하는 데에 한계가 있기 때문에 이를 해결하기 위한 연구들이 활발히 수행되어 목표치 추종성능과 외란 억제를 동시에 만족토록 하는 다양한 2자유도 PID 제어시스템들이 제안되었고, 본 연구에서는 먼저 현재까지 제안된 2자유도 PID 제어시스템들 중 제어성능이 가장 우수한 것으로 나타난 목표치 필터형 2자유도 PID 제어시스템(Target Value Filter Type 2-DOF PID Control System: 이하 TVF-2DOF) [2]보다 우수한 2자유도PID 제어시스템을 제안하고, 이를 바탕으로 2자유도 선행필터(Pre-Filter)부분에 지능제어기법의 하나인 퍼지로직을 적용함으로써 PID 제어기의 장점과 퍼지로직의 장점을 동시에 활용하는 지능형 튜닝(Tuning)기법에 관한 연구를 수행하였고, 지능형 시스템이 2자유도 PID 제어시스템들보다 목표치 추종 성능 및 외란억제효과가 우수하다는 사실을 컴퓨터 시뮬레이션을 통해 입증하였다. 시스템으로는 유량 제어 밸브가 사용되었다.

A new robust load-frequency control (LFC) methodology is proposed for nonlinear power systems with the valve position limits of the governor in the presence of parametric uncertainties. The Takagi-Sugeno (TS) fuzzy model is adopted for fuzzy modeling of the nonlinear power system. A sufficient condition of the robust stability is presented in the sense of Lyapunov for the TS fuzzy model with parametric uncertainties. The intelligent digital redesign technique for the uncertain nonlinear power system is also studied. The effectiveness of the proposed robust fuzzy LFC controller design method is demonstrated through a numerical simulation.

In this paper, Computer Colour Matching and Kitchen System (CCMKS) is developed on the basis of delphi package and one-chip processor with fuzzy-PID control. CCMKS will be widely used in the colour dyeing industry as an integrated colour matching and dispensing system which have more advantages than the conventional matching or dispensing system, when controlling the real dyeing processes. Delphi is utilized in making database and search/matching routes. The developed matching function reduces the search and matching time to about one third. One-chip processor is designed and manufactured for the distributed control of three-phase induction motors. Fuzzy-PID control is applied to the speed control of three-phase induction motors for a very precise weight of colour at CCMKS. The developed kitchen function decreases the dispensing time to about one twentieth. The experimental results show CCMKS has more excellent search time, more precise weight and much high fidelity than conventional colour matching or dispensing system, in the performance.

본 논문에서는 퍼지규칙의 수가 적고, 결론부가 선형식으로 표현되는 TSK 퍼지시스템을 이용한다. 본 논문에서 제안되는 적응제어 방법은 규범모델 적응제어 기법을 응용한 것으로 Lyapunov함수를 이용하여 안정성문제를 해결하면서 동시에 최적의 적응법칙을 유도 할 수 있도록 설계되었다. 그리고 역진자 시스템에 대해서 시뮬레이션을 통해 제안된 적응 퍼지제어기의 설계 방법이 유효함을 보인다.

본 논문에서는 퍼지 논리를 이용한 차량 추적 시스템의 설계에 관한 방법을 제안한다. $\alpha$-$\beta$ 필터는 고정된 $\alpha$-$\beta$에 따라 표적의 미래 위치를 예측하는데 우리는 if-then 퍼지논리를 사용하여 각 위치마다 $\alpha$,$\beta$를 바꿔줌으로써 추적을 효율적으로 하였다. 카메라 영상에 의해 들어온 차량 데이터를 표준 $\alpha$-$\beta$필터, 퍼지 논리를 이용한 $\alpha$-$\beta$필터, 칼만 필터로 추적하여 각각 비교 분석한다.

정의에 의해서, 창발의 개념은 보다 낮은 레벨의 하위 개념으로 환원될 수 없다. 따라서 해커의 입장에서 볼 때, 창발적 정보를 이면에서 훔치거나 공격하는 일은 구조적으로 어려운 일이다. 생명체는 대표적인 창발 시스템이며 생명체 패러다임으로 구축된 시스템은 보안의 관점에서 결정적인 유리함을 갖게 된다. 본 논문에서는 창발 이론에 기반한 생명체 모델 SAM을 제안한다. SAM은 몇 가지 중요한 생명현상을 가질 수 있다. 본 논문에서는 SAM을 이용한 정보 시스템이 갖는 보안상의 특성과 유용성을 분석한다.

최근 통신 기술과 컴퓨터 기술의 괄목할 만한 발전으로 가장 않은 연구의 초점이 되고 있는 것은 인터넷을 이용하여 거래하는 전자거래이다 따라서 실세계의 상거래를 사이버 스페이스에서 구현할 수 있도록 하는 한 가지의 기술로서 인공지능을 이용하여 모델링하는 방법이다. 본 논문에서는 전자거래(EC) 컴퍼넌트형 지식 기반의 지능 에이전트 유형을 제시하고, 특히 기존의 전문가 시스템의 추론 엔진에 다층의 지식 기반과 정보처리 엔진을 이용하여 에이전트 상호간에 효율적이고 유기적인 활용 방안을 제안한다. 또한 컹색 에이전트에 필요한, 고객 만족을 위한 상품 검색의 이론적 모델을 설계한다.

Chua's circuit is a simple electronic network which exhibits a variety of bifurcati on and attractors. The circuit consists of two capacitors, an inductor, a linear resistor, and a nonlinear resistor. In this paper, a transmitter and a receiver using two identical Chua's circuitsare proposed and a transmission secure communications are investigated. A secure communication method in which the desired information signal is synthesized with the chaos signal created by the Chua's circuit is proposed and information signal is demodulated also using the Chua's circuit. The proposed method is synthesizing the desired information with the chaos circuit by adding the information signal to the chaos signal in the power lime.

본 논문의 목적은 여러 생리학적 특징중 높은 신뢰성을 갖는 것으로 알려진 홍채로부터 고유한 특징을 추출하고, 인식/검증하는 알고리즘을 개발하는데 있다. 홍채패턴은 크게 주름과 주름내부의 패턴부분으로 구성되며 그 고유한 패턴은 주로 내부에 집중되어 있다. 본 논문에서는 홍채의 주름윤곽과 주름내부의 패턴 특징의 추출을 위해, 동공중심을 기준으로 반지름길이에 따라 홍채영역을 분리하여 ID신호를 추출하여 특징으로 사용하였으며, 전처리부에서는 thresholding 방법에 의해 안구로부터 홍채영상을 획득하고, 획득된 반지름별 ID 홍채특징으로부터 매칭시험을 수행하였다. 제안된 방법은 주름윤곽으로부터 ID 특징신호를 사용한 방법에서 무시한 홍채내부 패턴을 고려하였으며, 홍채 전체영역에 대해 2D 웨이블렛을 이용한 홍채특징추출 방법과 비교시보다 신속한 특징추출이 가능하다.

생명체는 자신을 이루고 있는 단순한 구성 요소들이 적은 수의 근본 규칙들에 의하여 국부적 상호작용을 함으로써 복잡한 생명 현상을 보이고있다 이 연구에서는 생명 현상을 보이고 있는 개체가 많은 수의 단순한 구성 요소들의 집합으로 이루어져 있으며 그러한 구성 요소들이 적은 수의 근본 규칙들에 의하여 서로 국부적인 상호작용을 함으로써 복잡한 행동패턴들을 나타낸다는 가정 아래, 여러 대의 자율이동로봇(autonomous mobile robot)들의 군지능을 나타낼 수 있는 적은 수의 근본 규칙을 찾아내고 찾아진 근본규칙들을 퍼지규칙으로 표현하는 것을 목표로 한다. 각 자율이동로봇은 기능이 매우 제한되어 있으며, 자신만의 독특한 신호를 발생한다. 이 신호를 "heartbeat"이라 부르며 이를 이용하여 대략적으로 자신의 위치와 현재상태를 다른 개체에게 알리는 역할을 한다 이 논문에서는 "heartbeat"을 이용한 로봇간의 통신과 자재반송이라는 군행동을 퍼지시스템으로 구현하고 이를 평가한다.

A Classifier System processes a discrete coded information from the environment. When the system codes the information to discontinuous data, it loses excessively the information of the environment. The Fuzzy Classifier System(FCS) makes the classifier system be able to carry out the mapping from continuous inputs to outputs. It is the FCS that applies this ability of the machine learning to the concept of fuzzy controller. It is that the antecedent and consequent of classifier is same as a fuzzy rule of the rule base. In this paper, the FCS is the Michigan style and fuzzifies the input values to create the messages. The system stores those messages in the message list and uses the implicit Bucket Brigade Algorithms. Also the FCS employs the Genetic Algorithms(GAs) to make new rules and modify rules when performance of the system needs to be improved. We will verify the effectiveness of the proposed FCS by applying it to AMR avoiding the obstacle.

In this paper, a new method for colour measuring is presented using fuzzy modeling technique. The fuzzy and polynomial inferences are used for obtaining RGB characteristic curve. The eight RGB real data from expert dye-stuff manufacturer, are simulated. The results show that the proposed method will is more excellent than other methods, In the colour measuring process of textile field.

Chua's circuit is a simple electronic network which exhibits a variety of bifurcation and attractors. The circuit consists of two capacitors, an inductor, a linear resistor, and a nonlinear resistor. In this paper, a transmitter and a receiver using two identical Chua's circuits are proposed and synchronizations of a power line are investigated. Since the synchronization of the power line system is impossible by coupled synchronization, theory having both the drive-response and the coupled synchronization is proposed. As a result, the chaos synchronization has delay characteristics in the power line transmission system caused by the line parameters L and C.

최근의 삼풍백화점 붕괴사고 및 성수대교사고 등 대형사고의 원인을 살펴보면 건물의 안전진단 미비와 구조물의 안전관리 진단판정미비로 건축물의 붕괴를 예측하지 못한 결과이다. 이는 모든 불확실 시스템의 상태를 적당한 항목으로 판정 정규화한 계수값으로 나타내어 예방하지 못한 결과이다. 비단건축물 시스템뿐 아니라 실존 가시물(可視物)과 비가시물(悲歌視物)에 대해서도 비결정 상황의 상태표시계수를 예측하여 정규값으로 나타낼 필요가 있다. 즉, 교통도로의 교통량 특정, 통신신호의 수신율 측정 등을 최적화 예측할 수가 있게된다. 본 논문에서는 환경 및 시스템 출력값에 표시하여 어떤 결과를 가져오는지 확인하기 위하여 평면 상의 임의의 데이터의 조합으로부터 특정 데이타를 선택 최적화하는 과정을 실험화 하였다.

We propose a new wavelet neural network structure, for which we apply new recurrent nodes to the network, in this paper for the dynamic system identification and control. We will construct the wavelet neural network by using wavelet frame function. The function does not have the best approximation property, but it may be possible to apply some modification to the structure of the network because the constriction of orthogonality is loosened a little. This wavelet neural network we propose can obtain previous state information by its structure of the network without any addition of input, though the conventional wavelet network needs additional previous state input for the improvement of the dynamic performance. In numerical experience, the performance of the new wavelet neural network we propose in the nonlinear system with uncertainity of parameter Is equal to that of the wavelet network which used the additional previous information input, superior to that of the conventional wavelet network.

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.

신경망을 이용해 고객집단을 분류하고 고객의 특성에 따라 세분화된 고객들에 대해 다단계 연관규칙을 적용해서 고객의 상품 구매패턴을 찾아 줌으로써 마케팅 전략 결정을 지원하는 구매패턴분류 시스템을 설계한다. 고객분류를 위한 신경망 시스템은 다층 퍼셉트론에 역전파 알고리즘을 이용한다. 주소, 구매금액, 구매횟수, 고객 구분, 상긴 등과 같은 고객정보를 입력층에 입력변수로 지정하고, 이에 따른 우량/일반고객을 출력변수로 지정한 후 신경망을 학습시키면, 실제의 우량/일반의 간과 예측되는 우량/일반의 값의 차이론 최소화시키면서 모형을 형성시켜 나가게 된다. 구매패턴 분류 시스템은 다단계 연관규칙을 이용한다. 고객분류 서브시스템을 통해 고객집단이 세분화되면 각각의 고객집단에 대해 TID와 품목 트랜잭션을 입력으로 cumulate 알고리즘과 개념계층을 이용해 일반화 과정을 수행하면서 빈발 항목을 찾게 되고 이론 근거로 항목간의 연관규칙을 찾아내게 된다.

학습법칙은 신경회로망의 성능을 좌우하는 중요한 요소의 하나이다. Kohonen의 합습법칙등이 개발되어 사용되어 왔으나 Underutilization 문제가 있어 실제 사용사에 문제가 있어 왔다. 본 논문에서 제시하는 학습법칙은 이를 부분적으로 해결하였다. 또한 이 학습법칙을 ART(Adaptive Resonance Theory)-1과 Kohonen의 자기 구조 특징 지도의 장점을 조합한 개선된 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였고, 성능을 평가하기 위해 가우시안 분포의 데이터와 IRIS 데이터를 각각 사용하여 실험하였다.

본 논문에서는 자석이 일정간격으로 설치된 도로의 자기장을 자기저항센서를 이용하여 검출하여 자율 주행하는 것에 대하여 연구한다. 모델식으로 계산된 자기장의 분포와 실제로 자기장을 측정하여 얻은 자기장 분포를 비교하여 모델식이 시뮬레이션에 사용될 수 있음을 검증하고, 앞바퀴의 조향각 제어기는 3축 방향의 자기장값을 입력받아 조향각을 출력하는 구조를 가지며, 신경회로망을 이용하여 설계한다. 제어기의 학습을 위한 학습패턴은 컴퓨터 시뮬레이션을 통하여 얻는다. 학습패턴의 획득과 학습 그리고 설계된 제어기의 타당성을 검증하기 위하여 시뮬레이터를 개발하고, 자율주행 시뮬레이션을 통하여 설계된 제어기가 우수한 성능을 보임을 입증한다.

인간의 뇌 정보처리를 이해하기 위한 일환으로서, 많은 연구자들이 사람의 두피에서 자발적으로 발생하는 전기 활동인 뇌파(EEG)를 분석하였다. 측정된 뇌파는 잡음처럼 보이는 비선형적인 거동으로 인하여 단순한 관찰만으로는 그 특징을 분석하기가 매우 어렵다. 따라서 이러한 뇌파를 분석하고 이해하기 위한 방법으로 파워스펙트럼, 바이스펙트럼 등과 같은 스펙트럼 분석과 상관차원, 프랙탈 차원과 같은 비선형 카오스 분석 등과 같은 해석법들이 활발히 연구되어왔다. 본 논문에서는 이러한 기존의 방법 외에 두 신호사이의 통계적 의존성을 측정하는 양인 상호정보를 이용하여 뇌파의 특징을 분석하였다. 뇌파간의 상호정보 분석을 통해 두뇌에서의 정보의 흐름에 관한 특징을 알아보았고, 감성자극에 반응하는 두뇌의 활동영역을 알 수 있었다.

타입-2 퍼지집합을 이용하여 퍼지논리시스템(Fuzzy Logic System : FLS)을 구현하기 위한 연구들이 R. I John, N. Karnik, J. Mendel 등에 의해 현재 진행되고 있다. 타입-2 집합을 이용한 타입-2 FLS은 기존의 타입-1 FLS보다 제어규칙이나 소속함순가 가지고 있는 불확실성을 표현하는데 있어서 더 효과적이다. 그러나, 타입-2 FLS 역시 타입-1 FLS이 가지고 있는 문제점인 설계시 전문가에게 의존하여 시간과 비용이 많이 소요되고, 제어기의 구성요소들을 효율적으로 생성하기가 어렵다는 문제점을 더욱 심각하게 가지고 있다. 또한, 그 문제점을 해결하기 위한 연구들도 아직 미진한 상태이다. 본 논문에서는 타입-2 FLS의 설계를 위해 유전자 알고리즘을 사용하는 방법을 제안한다. 타입-2 FLS를 설계하기 위해서는 소속함수와 제어규칙을 생성하여야 한다. 본 논문에서는 유전자 알고리즘을 사용하여 타입-2 퍼지제어규칙과 소속함수를 설계하는 방법을 제안한다. 먼저, 유전자 알고리즘에서 사용할 수 있는 유전자의 형태로 타입-2 퍼지제어규칙과 소속함수를 표현하기 위한 인코딩방법을 제안하고, 각각의 염색체를 진화시키기 위한 교차 연산자와 돌연변이 연산자를 정의한다. 그리고, 제안된 방법을 함수근사문제에 적용하여 유효성과 성능을 평가, 검증한다.

In this Paper, we prepose a method of constructing neural networks using bio-inspired emergent and evolutionary concepts. This method is algorithm that is based on the characteristics of the biological DNA and growth of plants. Here is, we propose a constructing method to make a DNA coding method for production rule of L-system. L-system is based on so-called the parallel rewriting mechanism. The DNA coding method has no limitation in expressing the production rule of L-system. Evolutionary algorithms motivated by Darwinian natural selection are population based searching methods and the high performance of which is highly dependent on the representation of solution space. In order to verify the effectiveness of our scheme, we apply it to one step ahead prediction of Mackey-Glass time series, Sun spot data and KOSPI data.

A hybrid fuzzy controller by means of the genetic algorithms is presented. The control input for the system in the HFC is a convex combination of the FLC's output in transient state and PlD's output in steady state by a fuzzy variable. The HFC combined a PID controller with a fuzzy controller concurrently produces the better output performance than any other controller. A auto-tuning algorithms is presented to automatically improve the performance of hybrid fuzzy controller using genetic algorithms. The algorithms estimates automatical Iy the optimal values of scaling factors, PID parameters and membership function parameters of fuzzy control rules. Especially, in order to auto-tune scaling factors and PID parameters of HFC using GA three kinds of estimation modes are effectively utilized. The HFCs are applied to the second process with time-delay. Computer simulations are conducted at step input and the performances of systems are evaluated and also discussed in ITAE(Integral of the Time multiplied by the Absolute value of Error ) and other ways.

In this paper, we introduce a new genetic reordering operator based on the concept of schema to solve the Traveling Salesman Problem(TSP). Because TSP is a well-known combinatorial optimization problem and belongs to a NP-complete problem, there is a huge solution space to be searched. For robustness to local minima, the operator separates selected strings into two parts to reduce the destructive probability of good building blocks. And it applies inversion to the schema part to prevent the premature convergence. At the same time, it searches new spaces of solutions. In addition, we have the non-schema part to be applied to inversion as well as for robustness to local minima. By doing so, we can preserve diversity of the distributions in population and make GA be adaptive to the dynamic environment.

A cellular automaton is well-known for self-organizing and dynamic behaviors in the field of artificial life. This paper addresses a new neuronic architecture called an evolvable cellular classifier which evolves with the genetic rules (chromosomes) in the non-uniform cellular automata. An evolvable cellular classifier is primarily based on cellular programing, but its mechanism is simpler because it utilizes only mutations for the main genetic operators and resembles the Hopfield network. Therefore, the desirable hi t-patterns could be obtained through evolutionary processes for just one individual agent. As a result, an evolvable hardware is derived which is applicable to classification of bit-string information.

The optimization method based on an enhanced genetic algorithms is proposed for multimodal function optimization in this paper This method is consisted of two main steps. The first step is global search step using the genetic algorithm(GA) and function assurance criterion(FAC). The belonging of an population to initial solution group is decided according to the FAC. The second step is to decide resemblance between individuals and research optimum solutions by single point method in reconstructive research space. Two numerical examples are also presented in this paper to comparing with conventional methods.

본 논문에서는 강화 학습 개념을 도입하여 자율이동 로봇의 성능을 개선하고자 한다. 본 논문에서 사용되는 시스템은 크게 두 부분으로 나눌 수가 있다. 즉, 뉴럴 퍼지 부분과 동적귀환 신경회로망이다. 뉴럴 퍼지 부분은 로봇의 다음 행동을 결정하는 부분이다. 또한 동적귀환 신경회로망으로부터 내부 강화 신호를 받아 학습을 하여 최적의 행동을 결정하게 된다. 동적 귀환신경회로망은 환경으로부터 외부 강화신호를 입력으로 받아 뉴럴 퍼지의 행동결정에 대해 평가를 한다. 또한 내부강화 신호 값을 결정하는 동적 귀환 신경회로망의 웨이트는 유전자 알고리즘에 의해 진화를 한다. 제안한 알고리즘 구조를 컴퓨터 시뮬레이션상에서 자율 이동 로봇의 제어에 적용을 함으로서 그 유효성을 증명하고자 한다.

HRIV(Hybrid Rule-Interval Variation) method is presented to stabilize a class of nonlinear systems, where SMC(Sliding Mode Control) and ADC (ADaptive Control) schemes are incorporated to overcome the unstable characteristics of a conventional FLC(Fuzzy Logic Control). HRIV method consists of two modes: I-mode (Integral Sliding Mode PLC) and R-mode(RIV method). In I-mode, SMC is used to compensate for MAE(Minimum Approximation Error) caused by the heuristic characteristics of FLC. In R-mode, RIV method reduces interval lengths of rules as states converge to an equilibrium point, which makes the defined Lyapunov function candidate negative semi-definite without considering MAE, and the new uncertain parameters generated in R-mode are compensated by SMC. In RIV method, the overcontraction problem that the states are out of a rule-table can happen by the excessive reduction of rule intervals, which is solved with a dynamic modification of rule-intervals and a transition to I-mode. Especially, HRIV method has advantages to use the analytic upper bound of MAE and to reduce Its effect in the control input, compared with the previous researches. Finally, the proposed method is applied to stabilize a simple nonlinear system and a modified inverted pendulum system in simulation experiments.

A new digital redesign method which can construct a digital controller for multiple linear systems is developed. The proposed method utilized the recently developed LMI theory to obtain a single digital controller which provide good state matching properties with multiple linear systems. A numerical example is provided to evaluate the feasibility of the proposed approach.

In this paper, a tracking control technique of Takagi-Sugeno(TS) fuzzy systems with parametric uncertainties is developed. The uncertain TS fuzzy system is represented as an uncertain multiple linear system. The tracking problem of TS fuzzy system is converted into the regulation problem of a multiple linear system. A sufficient condition for robust tracking is obtained in terms of linear matrix inequalities(LMI). A Design example is illustrated to show the effectiveness of the proposed method.

The need for including time variables in various type of modeled Discrete Event Dynamic Systems(DEDSs) is apparent since the modeled systems are real time in nature. In the real world, almost all event is related to time. A Time Petri Net(TPN) is one of methods for model ins and analyzing of DEDSs with real time values. Two time values, ${\alpha}$$\sub$i/ and ${\beta}$$\sub$i/ are defined for each transition. In this paper, Ire present Fuzzy Transition Timed Petri Net(FTTPN) to determine the optimal transition firing time between ${\alpha}$$\sub$i/ and ${\beta}$$\sub$i/ using fuzzy theory. The traffic signal controller in an intersection is modeled and analyzed by FTTPN.

Speech is one of the most efficient communication media and it includes several kinds of factors about speaker, context emotion and so on. Human emotion is expressed in the speech, the gesture, the physiological phenomena(the breath, the beating of the pulse, etc). In this paper, the method to have cognizance of emotion from anyone's voice signals is presented and simulated by using neuro-fuzzy model.

The Internet is becoming an abstract system from which we can get every kind of project and to which we can entrust every kind of project. That is, Internet can be considered both as an infinite scale of task pool and infinite scale of TM (Task Module) pool, which surely provides the necessary and sufficient condition for dwelling of the virtual life. n we could build up the proper ecosystem composed of the virtual life, It would be possible to implement the system as a life. The life system thus obtained provides us some decisive advantages, which is not available by the reduction paradigm. In this Paper, we presented an ecosystem based on Internet which will be followed by the discussion of its meaning in terms of usefulness.

In this paper we implement a robot system consisted of mobile tole robot to be controlled by client through web browser Newly Internet is connected to all network of the whole world. If client uses the network like this, client can control direction of a robot that is selected in free place. In this study, system is embodied in using robot that can move freely in plan place and cod camera that can grab robot image. System transmit image data of cod camera to java server that is placed in web server of internet that is used by client. Java server display incoming data in home page using java applet. Then web browser offer robot image to client and client send remote control signal to robot. Control signal is transmitted to robot by java server and robot receiving signal moves toward direction wanted by client.

본 논문은 10개 교차로를 연동제어를 할 수 있는 새로운 교통체제 개념을 제안한다. 예를 들어서 오늘 야구경기가 8시경에 열린다고 하면 야구경기가 열리기전 1시간 흑은 1시간 30분전에 교통량이 증가할 것이다. 이럴때에는 아무리 우수한 전자 신호등 시스템도 최적녹색시간을 예측 할 수 없다. 그러므로, 본 논문에서는 평균 승용차 대기시간을 최소화하고 평균 주행속도를 향상하기 위해서 퍼지규칙 및 신경망을 이용한다. 모의실험결과 제안된 연동 녹색시간이 연동 녹색시간을 고려하지 않은 전자신호등보다 평균 승용차 대기시간을 줄일 수 있음을 입증했다.

본 논문에서는 3차원 채팅과 전자 상거래의 개념을 동시에 만족하는 사이버 몰의 가상 공간을 설계하고 관련된 서버-클라이언트 프로그램을 개발하는 것이 목적이다. 서버에서는 사용자의 3차원 아바타 에이전트 정보 관리 및 인터넷 상에서 사용자의 클라이언트 프로그램에 필요한 자료를 공급하며, 클라이언트에서는 3차원 가상 공간의 텍스쳐 매핑을 통한 GUI를 보여주고 서버와 자료를 교환하여 사용자간의 정보 교환 및 전자 상거래에 필요한 가상 공간을 설계하여 보여준다. 그런데, 3차원 자료는 인터넷의 속도 문제로 인해 실제 대용량의 자료를 처리하는 데 어려운 점이 있다. 따라서, 대용량 자료를 압축하여 VRML로 변환하고 이를 아바타로 사용할 수 있는 변환기를 개발하였다.

본 논문에서는 선박에서 화재탐지를 위해서 규칙 기반 추론과 사례 기반 추론을 통합하는 방법에 대해서 논의하였다. 규칙은 어떤 영역에서 광범위한 경향을 표현하는데 적합하며 사례는 규칙에서 예외적인 상황을 다루는데 적합하다는 점에서 규칙과 사례는 상호 보완적이라 할 수 있다. 즉 어떤 행동이 충분히 반복되면 자연스럽게 규칙이 되며, 잘 확립된 규칙이 있다면 사례를 먼저 추론할 필요가 없다. 그러나 규칙이 실패하게 되면 실패를 만회하기 위해서 사례를 생성하는 것이 하나의 대안이 될 수 있다. 본 논문에서는 일반적인 화재탐지 지식은 규칙으로 표현하고, 예외적인 화재탐지 지식은 사례로 표현함으로써 규칙과 사례가 서로 보완적인 역할을 할 수 있는 통합 방법을 제안하였다. 또한 기존의 규칙 기반 FFES(Fire Fighting Expert System)와 사례기반 추론에 의해 확장된 C-FFES(Combined-Fire Fighting Expert System)를 비교를 통해, 제안한 접근 방법이 화재 탐지율을 향상시킴을 보였다.

소프트웨어의 측정값에 근거하여 소프트웨어 품질에 관한 의사결정을 할 때, 동치관계의 요구조건인 추이적(transitive) 특성이 항상 만족되는 것은 아니다. 순환수(cyclomatic number)가 거의 비슷한 프로그램에서, 하나는 "구조적인" 프로그램 범주에 속하고 또 다른 하나는 비구조적인 프로그램 범주에 속한다고 명확히 분류 할 수 있는가하는 점이다. 따라서, 본 연구에서는 동치관계보다는 허용적 관계를 만족하는 허용적 러프집합에 근거한 소프트웨어 분류 기준 제시하고자 한다. 분류기준을 생성하기 위한 실험 데이터 집합을 수집하고, 집합 내의 각 원소에 관한 허용적 클래스들을 생성한 후, 각 허용적 클래스들의 중심값을 클러스터링하여 분류기준을 생성한다. 생성된 분류기준을 또 다른 실험 집합에 적용하여 비교 분석하여 생성된 분류기준이 타당함을 보여준다.

컴포넌트의 재사용도 측정은 컴포넌트가 재사용되는 시점에서 컴포넌트의 이해와 적용을 위해 소요되는 노력의 정도를 측정한다. 여러 연구들이 컴포넌트의 재사용도 측정 방법을 제시하였지만 측정 속성(척도)들과 컴포넌트들의 삽입 삭제의 어려움, 가정된 지식의 요구, 각 측정 속성들에 대한 중요도 제시의 부재 등의 문제점들이 있다. 따라서, 본 연구에서는 이러한 문제점들을 해결하기 위해서 실제로 재사용되고 있는 객체지향 컴포넌트들과 여러 연구에서 제시되고 있는 메트릭스들을 종합하고, 퍼지 적분과 러프 집합을 이용하여 클래스의 재사용도를 측정한다.