In this paper, we define the convergence in measure and convergence in distribution for set-valued Choquet integrals. Using there definitions, we discuss convergence theorems for set-valued Choquet integrals.

A stable TSK-type FLC can be designed by the method of Parallel Distributed Compensation (PDC), but in this case, solving the LMI problem is not a trivial task. To overcome such a difficulty, a Time-Delay based FLC (TDFLC) is proposed. TSK-type TDFLC consists of Time-Delay Control (TDC) and Sliding Mode Control (SMC) schemes, which result in a robust controller basaed upon an integral sliding surface.

연관규칙 마이닝은 트랜잭션 데이터를 이루고 있는 항목간의 잠재적인 의존관계를 발견하는 데이터 마이닝의 한 분야이다. 정량 연관규칙이란 부류적 속성과 정량적 속성을 모두 포함한 연관규칙이다. 정량 연관규칙 마아닝을 위한 퍼지 기술의 응용, 정량 연관규칙 마이닝을 위한 일반화된 연관규칙 마이닝, 사용자의 관심도를 반영한 중요도 가중치가 있는 연관규칙 마이닝 등에 대한 연구가 이루어져 왔다. 이 논문에서는 중요도 가중치가 있는 일반화된 퍼지 정량 연관규칙 마이닝의 새로운 방법을 제안한다. 이 방법은 부류적 속성의 퍼지 개념 계층과 정량적 속성의 퍼지 언어항 일반화 계층을 일반화된 추출하기 위해 이용한다. 이것은 속성들의 수준별 일반화 계층과 속성의 중요도 가중치를 이용함으로써 사용자가 보다 융통성 있는 연관규칙을 마이닝할 수 있게 해준다.

There are several kinds of fuzzy set extensions in the fuzzy set theory. Among them, this paper is concerned with interval-valued fuzzy sets, intuitionistic fuzzy sets, and bipolar-valued fuzzy sets. In interval-valued fuzzy sets, membership degrees are represented by an interval value that reflects the uncertainty in assigning membership degrees. In intuitionistic sets, membership degrees are described with a pair of a membership degree and a nonmembership degree. In bipolar-valued fuzzy sets, membership degrees are specified by the satisfaction degrees to a constraint and its counter-constraint. This paper investigates the similarities and differences among these fuzzy set representations.

This paper presents a type-2 fuzzy C-means (FCM) algorithm that is an extension of the conventional fuzzy C-means algorithm. In our proposed method, the membership values for each pattern are extended as type-2 fuzzy memberships by assigning membership grades to the type-1 memberships. In doing so, cluster centers that are estimated by type-2 memberships may converge to a more desirable location than cluster centers obtained by a type-1 FCM method in the presence of noise.

In this paper, we investigate some properties of the Skorokhod metric on the space F(R$\^$p/) of upper semicontinuous fuzzy subsets of R$\^$p/ with compact support, which include the continuity of operations, the translation inveriance and convexity.

We introduce sums and joins of fuzzy finite state machines and investigate their algebraic structures.

We propose fuzzy least-squares regression analysis by few error term data and test the slop by fuzzy hypotheses membership function for fuzzy number data with agreement index. Finding the agreement index by area for fuzzy hypotheses membership function and membership function of confidence interval, we obtain the results to acceptance or reject for the test of fuzzy hypotheses.

Park et al. [Proc. KFIS Fall Conf. 10(2) (2000), 59-62] defined fuzzy ${\gamma}$-open sets by using an operation ${\gamma}$ on a fts (X, $\tau$) and investigated the related fuzzy topological properties of the associated fuzzy topology $\tau$/seb ${\gamma}$/ and $\tau$. As generalizations of the notion of fuzzy ${\gamma}$-closed sets, we define gf. ${\gamma}$-closed sets and g*f. ${\gamma}$-closed sets and study basic properties of these sets relative to union and intersection. Also, we introduce and study two classes of ftss called fuzzy ${\gamma}$-T* and fuzzy ${\gamma}$-T$_{1}$2/ spaces by using the notions of gf. ${\gamma}$-closed and g*f. ${\gamma}$-closed sets.

This paper we study the exact controllability for the nonlinear fuzzy control system in E$^{2}$$_{N}$ by using the concept of fuzzy number of dimension 2 whose values are normal, convex, upper semicontinuous and compactly supported surface in R$^{2}$.>.

We, in this paper, design the Sugeno-models fuzzy controller by using the membership function modification algorithm and ANFIS, which are clustering and learning the input-output data. The membership function modification algorithm constructs the more concrete fuzzy controller by clustering the input-output data from the fuzzy inference system. ANFIS construct the Sugeno-models fuzzy controller by learning the input-output data from the above controller. We showed that the fuzzy controller designed by our method could have the stable learning and the enhanced performance.

According as the controlled plants become more complex and large-scaled, the development of more intelligent control schemes is required in the control field. A fuzzy logic control (FLC) is one of proper schemes for this tendency. Recently, fuzzy control has been applied successfully to many industrial applications due to a number of advantages. But it still has some disadvantages. The conventional FLC has many tuning parameters: membership functions, scaling factors, and so forth. In order to improve this problem, a single-input fuzzy logic control (SFIC) which greatly simplifies the design process of the conventional FLC was proposed. Many research has also been proposed to develop the stability analysis of the FLC. In this paper we analyze the absolute stability of the SFLC. We first expand a nonlinear controlled plant into a Taylor series about a nominal operating point. And a fuzzy control system is transformed into a Lure system with nonlinearities. We also prove that the closed-loop system with the SFLC satisfies the sector condition globally.

퍼지 그래프는 그래프에 대한 정점들과 간선들의 소속정도를 표현할 수 있도록 일반 그래프를 확장한 그래프이다. 그러나 기준 퍼지 그래프는 명확한 정점들의 집합 위에서의 관계만을 표시할 수 있다. 본 논문에서는 퍼지 집합간의 관계를 표시할 수 있도록 확장된 레벨-2 퍼지 그래프를 제안한다. 본 논문에서는 레벨-2 퍼지 그래프를 정의하고 레벨-2 퍼지 그래프에서 수정되어야 하는 연산들과 레벨-2 퍼지 그래프의 특성에 대하여 소개한다. 제안된 레벨-2 퍼지 그래프는 퍼지 데이터 비교 및 퍼지 클러스터링 분야에 적용될 수 있다.

In this paper, we propose growing algorithm of wavelet neural network. It is growing algorithm that adds hidden nodes using wavelet frame which approximately supports orthogonality in wavelet neural network based on wavelet theory. The result of this processing can be reduced global error and progresses performance efficiency of wavelet neural network. We apply the proposed algorithm to approximation problem and evaluate effectiveness of proposed algorithm.

본 논문은 Self Organizing Map을 이용한 한국어의 모음 10개를 인식하는 것을 다루고 있다. 분류기로서 우수한 성능을 보이고 있는 Self Organizing Map의 출력 층을 2차원으로 구성하여 짧은 시간 간격으로 주파수 도메인에서 벡터화 되어진 음성을 입력 층에 인가하여 유사한 출력 층의 분포를 이용하여 모음 10개를 인식하는 분류기로서의 가능성을 보여줄 것이다.

RBFN has some problem that because the basis function isnt orthogonal to each others the number of used basis function goes to big. In this reason, the Wavelet Neural Network which uses the orthogonal basis function in the hidden node appears. In this paper, we propose the composition method of the actual function in hidden layer with the scaling function which can represent the region by which the several wavelet can be represented. In this method, we can decrease the size of the network with the pure several wavelet function. In addition to, when we determine the parameters of the scaling function we can process rough approximation and then the network becomes more stable. The other wavelets can be determined by the global solutions which is suitable for the suggested problem using the genetic algorithm and also, we use the back-propagation algorithm in the learning of the weights. In this step, we approximate the target function with fine tuning level. The complex neural network suggested in this paper is a new structure and important simultaneously in the point of handling the determination problem in the wavelet initialization.

In this paper, we propose a new design method for bidirectional associative memories model with high error correction ratio. We extend the conventional GBAM model using bias terms and formulate a design procedure in the form of a constrained optimization problem. The constrained optimization problem is then transformed into a GEVP(generalized eigenvalue problem), which can be efficiently solved by recently developed interior point methods. The effectiveness of the proposed approach is illustrated by a example.

본 논문에서는 부분적으로 관측 가능한 환경에서 사전의 모델 정보 없이 확률적인 행동 정책을 학습하는 상태 조직화 강화 학습 모델을 제안한다. 기존의 강화학습은 환경 모델을 사전에 필요로 하고 상태 전체의 관측이 필요하기 때문에 학습 이전에 문제에 대해 알아야 한다는 제약이 있다. 또한 작은 문제에 대해서는 잘 적용되지만 상태의 수가 매우 많고 부분적으로만 관측한 경우가 많은 실제 문제에는 그대로 적용하기가 불가능하다. 이러한 두 가지 단점을 해결하기 위해 본 논문에서는 사전의 모델 정보 없이 부분적인 관측값으로부터 상태와 행동 정책을 동시에 학습해 나가는 강화 학습 모델을 제안하고, 제안된 방법을 부분적으로만 관측이 가능한 미로 탐색 문제에 적용하였다.

생산품을 제조하는 과정에서 처리 시간에 따른 제조 기계를 최적의 수로 결정함으로서 공정 과정에서 비효율적인 제조 기계의 활용 비율을 줄일 수 있으며, 이는 공정 과정의 비용을 최소화할 수 있는 방법 중에 하나이다. 본 논문에서는 핸드폰에 사용되는 여러 가지 모델의 배터리를 생산하는 공장의 작업 과정을 조사하고, 일정하기 않은 처리 시간과 작업에 필요한 제조 기계를 조사하였다. 이를 인공 신경망(ANN)의 역전파 알고리즘을 이용하여 생산현장에서 효율적인 처리 시간과 공정 과정에서 생산에 적합한 기계의 수를 최적화시키는 방법을 제안한다.

In this paper, it study about the image filter applied the hybrid fuzzy membership function to the neuro-fuzzy system. Here, this system applys the genetic algorithm in order to obtain the optimal image as the iteration carry for making the data value in the error. It is removed the included noise in an image using the proposed image filter and compared the proposed image filter performance with the other filters using MATLAB. And it is found that the proposed filter performance is superior to the other filters which has the similar structure through the images. To show the superior ability, it is compared with MSE and SNR for images.

This paper discusses the influence of input conductance on the convergece of the continuous Hopfield neural networks. The convergence has been analyzed for the input and output nodes of neurons. Also, the characteristics of equilibrium points has been analyzed depending on different values of the input conductance.

제조업체에서의 재고관리 시스템은 그 적용 목적과 상황에 따라 다양한 형태가 있다. 그러나, 완제품 생산에 필요한 원자재 및 부품의 안정된 공급을 위하여 수요 예측과 경제성, 신뢰성, 운용성이 우수한 시스템 기술이 요구되고 있다. 본 논문에서는 효율적인 재고관리를 위하여 신경망을 이용한 지능적인 예측 재고관리 시스템을 설계하고, 신경망의 학습알고리즘을 적용하여 제품생산에 요구되는 자재들의 재고를 예측하고 효율적으로 관리할 수 있는 방법을 제안한다.

CMAC model was proposed by Albus [6] to formulate the processing characteristics of the human cerebellum. Instead of the global weight updating scheme used in the back propagation, CMAC use the local weight updating scheme. Therefore, CMAC have the advantage of fast learning and high convergence rate. In this paper, simulate Color Calibration by CMAC in color images and design hardware by VHDL-base high-level synthesis.

This paper deals with the speed-up of interval regression neural network. We propose an improved method of adjusting the parameter alpha used in the interval regression neural network to improve the learning speed and regression performance. Finally, we provide numerical examples to evaluate the performance of the proposed method.

In this paper, the learning algorithm called advanced expanded and truncate algorithm(AETLA) is proposed to training multilayer binary neural network to approximate binary to binary mapping. AETLA used merit of ETL and MTGA learning algorithm. We proposed to new learning algorithm to decrease number of hidden layer. Therefore, learning speed of the proposed AETLA learning algorithm is much faster than other learning algorithm.

Recently, the subject of \"wavelet analysis\" has drawn much attention from both mathematical and engineering application fields such as Signal Processing, Compression/Decomposition, Statistics and ets. Analogous to Fourier analysis, wavelets is a versatile tool with very rich mathematical content and great potential for applications. Specially, wavelet transform uses localizable various mother wavelet functions in time-frequency domain. In this paper, discrimination analyses of acquired electrical current signals for each and mixed loads were tried by using Morlet wavelet transform. Their representative loads were classified as TV, DRY(Dryer), REF(Refrigerate), and FL(Fluorescent Lamp).

This paper analyzes the evolutionary process of a fuzzy logic controller using evolutionary activity. An evolutionary algorithm is commonly used to find solutions for given problems. However, little has been done on the analysis of the evolutionary pathways to the optimal solutions. This paper uses a genetic algorithm to construct a fuzzy logic controller for a mobile robot and applies evolutionary activity to measure the adaptability quantitatively. Evolutionary activity can be defined as the rate at which useful genetic innovations are absorbed in the population. By measuring the evolutionary activities, we will show quantitatively that the optimal fuzzy logic controller is not from other genetic phenomena like chance or necessity, but from the adaptability to a given encironment.

This paper presents a new global state-matching intelligent digital redesign method for nonlinear systems by using genetic algorithms (GAs). The proposed method results in global matching of the states of the analogously controlled system with those of the digitally controlled system while the conventional intelligent digital redesign method does not. The proposed method provides a new approach for the digital redesign of a class of fuzzy-model-based controllers.

본 논문에서는 자동적인 퍼지 규칙 생성을 위해 퍼지 균등화(Fuzzy Equalization)와 유전알고리즘(Genetic Algorithm)을 이용한 TSK 퍼지 시스템의 구축을 다룬다. Pedrycz에 의해 제안된 퍼지 균등화 방법은 수치적인 데이터로부터 확률분포함수를 구축한 후 전체공간상에서 이들을 적절히 표현할 수 있는 소속함수를 생성한다. 이렇게 구축된 각 입력에 대한 소속함수는 유전알고리즘에 의해 입력공간이 분할되며 결론부 파라미터는 최소자승법에 의해 추정되어 진다. 제안된 방법은 그리드 분할로 인해 규칙의 수가 증가하는 문제를 해결하고 학습데이터와 검증데이터에 의해 타당한 입력공간분할과 퍼지 규칙을 생성할 수 있다. 시뮬레이션의 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 제안된 방법의 유용성을 알 수 있다.

In this paper, we propose the design methodology of target tracking system using fuzzy basis function expansion (FBFE) based on virus evolutionary genetic algorithm(VEGA). In general, the objective of target tracking is to estimate the future trajectory of the target based on the past position of the target obtained from the sensor. In the conventional and mathematical nonlinear filtering method such as extended Kalman filter (EKF), the performance of the system may be deteriorated in highly nonlinear situation. To resolve these problems of nonlinear filtering technique, by appling artificial intelligent technique to the tracking control of moving targets, we combine the advantages of both traditional and intelligent control technique. In the proposed method, after composing training datum from the parameters of extended Kalman filter, by combining FBFE, which has the strong ability for the approximation, with VEGA, which prevent GA from converging prematurely in the case of lack of genetic diversity of population, and by identifying the parameters and rule numbers of fuzzy basis function simultaneously, we can reduce the tracking error of EKF. Finally, the proposed method is applied to three dimensional tracking problem, and the simulation results shows that the tracking performance is improved by the proposed method.

본 논문에서는 작업 변수 또는 동작의 의도에 따라 다양한 형태의 궤적을 생성할 수 있는 동적 궤적 메모리(MTM)와 로봇 관절의 속도 및 가속도 제약조건을 만족하는 동작 시간을 계산하는 방법인 제약 조건을 고려한 표본화 간격 계산법(STICCON)이라는 두 가지 방법을 제시한다. 그리고 그 방법은 인간형 로봇의 동작 궤적 생성을 위한 구조적인 틀을 제안한다. 제안된 방법은 인간형 로봇의 궤적 생성 방법이 가져야 하는 두 가지 특성, 즉 복잡하고 다양한 동작의 궤적 표현 능력과 제약 조건에 따른 동적 궤적의 변형 과정을 모두 가지고 있다.

This paper develops a sensor based navigation method that utilizes fuzzy logic and the Dempster-Shafer evidence theory for mobile robot in uncertain environment. The proposed navigator consists of two behaviors: obstacle avoidance and goal seeking. To navigate reliably in the environment, we make a map building process before the robot finds a goal position and create a robust fuzzy controller. In this paper, the map is constructed on a two-dimensional occupancy grid. The sensor readings are fused into the map using D-S inference rule. Whenever the robot moves, it catches new information about the environment and replaces the old map with new one. With that process the robot can go wandering and finding the goal position. The usefulness of the proposed method is verified by a series of simulations. This paper deals with the fuzzy modeling for the complex and uncertain nonlinear systems, in which conventional and mathematical models may fail to give satisfactory results. Finally, we provide numerical examples to evaluate the feasibility and generality of the proposed method in this paper.

In this paper, a control problem of the Takagi-Sugeno(TS) fuzzy system with time-varying input delay is considered. It is well known that the delay is one of the major sources responsible for the instability of the controlled system. A systematic design technique is developed based on the Lyapunov-Razumikhin stability theorem. A sufficient condition for the global asymptotic stability of the TS fuzzy systems is formulated in terms of linear matrix inequalities (LMIs). The derived condition can deal with any time-varying input delay within the admissible bound. The effectiveness of the proposed controller design technique is demonstrated by a numerical simulation.

This paper presents adaptive fuzzy controller which is uncertainty or unknown variation in different parameters with nonlinear system of helicopter. The proposed adaptive fuzzy controller applied TSK(Takagi-Sugeno-Kang) fuzzy system which is not only low number of fuzzy rule, and a linear input-output equation with a constant term, but also can represent a large class of nonlinear system with good accuracy. The adaptive law was designed by using Lyapunov stability theory. The adaptive fuzzy controller is a model reference adaptive controller which can adjust the parameter $\theta$ so that the plant output tracks the reference model output. First of all, system of helicopter was considered as stopping state, and design of controller was simulated from dynamics equation with stopping state. Results show that it is controlled more successfully with a model reference adaptive controller than with a non-adaptive fuzzy controller when there is a modelling error between system and model or a continuous added noise in such unstable system.

선박이 해상에서 운항시, 선체는 파도에 의해 심하게 동요되기 때문에 승선감과 안전성이 저하된다. 따라서 선박의 안전항해, 쾌적한 승선감, 구조적인 안전 보장을 위한 선체제어를 위한 필요성이 증대되어 왔다. 기존의 PID 제어기법 등은 정상편차가 적어 과도응답의 문제점 및 오차누적의 문제점이 있고, 퍼지제어 기법은 최적화가 어렵다는 단점을 가진다. 본 논문에서는 퍼지추론 기법을 이용한 선체자세 제어기법으로 운동체에 관한 전문가의 지식과 경험을 바탕으로 퍼지집합과 퍼지규칙을 설정하고 설계된 퍼지 추론을 통해 현재의 운동상황을 판단함으로써 효과적인 최적화와 자세계산을 수행할 수 있다. 본 논문에서는 퍼지추론을 이용한 자세제어 알고리즘을 제안하고 실시간 시뮬레이션을 통하여 시험한다.

최근 들어 두드러지고 있는 승조원의 승선 기피현상에 따른 항해인력 부족현상을 근원적으로 해결하기 위하여 선박 항해 전반에 걸친 자동화 및 지능화에 대한 연구가 활발히 진행되고 있다. 특히 선박의 자동화된 항해를 위해서는 영역전문자 수준의 안전성과 정확성이 보장된 충돌회피 시스템이 요구된다. 충돌회피는 자선에서 이루어지는 해상 장애물들에 대한 피항 행위로 그 판단 기준은 각 장애물에 대한 충돌 위험도에 기반한다. 본 연구에서는 DCPA와 TCPA를 이용한 기존의 기법에 변침도(VDH: Variation Degree of Heading)의 개념을 추가하여 새로운 충돌 위험도 산출 기법을 제안한다. 입력변수가 되는 DCPA, TCPA, VDH의 퍼지 소속함수를 산출하고, 이를 기반으로 퍼지 규칙을 이용하여 세부적인 충돌 위험도를 산출한다. 본 연구에서 제안하는 기법은 충돌 위험도 산출시 장애물의 직선운항뿐만 아니라 곡선운항에 대한 경로예측이 가능하다는 장점을 지닌다. 과거의 변침도가 다음시점의 변침에 영향을 끼침으로써 장애물의 이동 경로에 대한 예측이 이루어지고, 이를 기반으로 보다 세분화된 충돌위험도 산출이 이루어진다. 제안된 기법은 DCPA와 TCPA만으로 충돌위험도를 산출해 낸 연구와 비교.평가하여 성능을 검증한다.

회전체 베이링 상태진단에 신뢰성을 갖기 위하여 여러 가지 진단 방법이 연구되고 있으며, 이때 이용하는 변수는 온도와 소음, 진동 그리고 윤활유가 있으며 분석 방법으로는 온도추이분석, 소음분석, 진동분석, 윤활제 분석방법이 주로 이용되고 있다. 본 연구에서는 압연기 베어링의 상태진단의 변수로 베어링의 진동 신호를 선택하고 이 진동신호에서 비선형성이 강한 신호 즉 카오스적 거동이 있음을 타켄스의 매립법과 포엔카레 단면을 이용하여 확인하였다.

최근 인터넷은 전 세계적으로 대중화되고 다양한 분야에서 많이 응용되고 있다. 특히 인터넷을 이용한 Telerobot 시스템의 연구가 활발히 진행되면서, 인터넷상에서의 네트워크 상태나 대역폭에 따른 시간지연 문제가 중요한 이슈가 되고 있다. 이는 조작자가 의도하는 데로 이동로봇을 제어하기 위해 반드시 해결되어야할 문제이다. 따라서 본 논문에서는 원격지의 조작자가 지시하는 데로의 원활한 주행을 위하여 이동로봇에 전송되는 명령에 신간정보를 함께 보냄으로써, 이를 수신한 이동로봇이 지연시간을 계산하여 시간지연에 따른 경로오차를 보상하거나, 이전의 경로를 이용하여 앞으로의 경로를 예측함으로써 이동로봇이 적절한 경로를 주행할 수 있도록 함을 목적으로 한다.

인터넷 보안문제 해결을 위해서 침입탐지 시스템 및 바이러스 백신 등이 연구되어 왔고, 생체면역을 응용한 보안체계가 연구되고 있으나, 컴퓨터 자원소비와 비실시간대응의 문제점을 가지고 있다. 이에 Antibody Layer[1]는 인공면역과 Host alliance를 기반으로 하여 보안문제 해결에 효율성과 정확성을 제공하였다. 본 논문에서는 Antibody Layer의 Host alliance를 위한 Cooperation Protocol에 대하여 논하였다.

기존의 침입 탐지 시스템(Intrusion Detection System)은 점점 복잡해져 가는 네트워크, 다양화되고 지능화되는 해킹 기술과 바이러스의 공격으로부터 시스템을 보호하기 위해 처리해야 하는 정보의 양과 복잡한 알고리즘으로 인해 실시간 서비스의 구현이 힘들다는 문제점이 있다. 본 논문에서는 시스템, 네트워크 리소스의 효율적인 분배를 통해 실시간으로 침입자를 탐지할 수 있는 네트워크 토폴로지 즉, 디지털 면역 네트워크(Digital Immune Network, DIN)를 제시한다. DIN은 침입의 탐지를 위하여 생체 면역 시스템의 B세포, T세포 개념의 알고리즘이 적용되고, 견고성 향상을 위해 메쉬 네트워크 구조가 적용되어 호스트 연합(Host Alliance)을 구성함으로써 호스트들의 병렬처리를 통해 리소스 낭비를 막고 실시간 서비스가 제공될 수 있도록 하였다.

인체 활동에 따라 우리 몸에는 다양한 전기적 생체신호가 발생하며 특히 뇌의 활동에 따라 발생되는 뇌파(EEG)는 비침습적 방법으로 측정될 수 있는 장점 때문에 뇌기능 연구 및 임상 등에서 널리 사용되어지고 있다. 또한 임상에서는 주로 뇌 신경계 질환환자의 병인 규명 및 기전 연구를 위하여 뇌파가 사용되어지고 있다. 최근에는 컴퓨터 발달에 따라 카오스, 비선형 이론 등의 다양한 방법으로 복잡한 시계열 신호인 뇌파를 분석하는 기법들이 개발되어 뇌파의 특징점을 찾아 임상에 활용하거나 뇌기능 연구에 적용하려는 연구가 진행되고 있다. 본 논문에서는 잡화(artifact)가 섞여 있는 뇌파신호 및 artifact가 제거된 다음 재구성된 뇌파신호(reconstructed EEG signal), 그리고 독립성분으로 분리된 각각의 신호에 대하여 특징점을 찾기 위하여 비선형 및 선형 분석을 실시하여 유의한 차이점을 밝혔다.

최근 컴퓨터와 인터넷의 급속한 발전과 더불어 컴퓨터의 데이터를 파괴하는 바이러스나 정보를 빼내기 위한 해킹 등이 만연하고 있다. 이에 컴퓨터의 데이터를 보호하기 위한 방법들이 연구중에 있는데 이 중 외부의 침입물질에 대해 자체적인 보호와 제거기능을 가지는 생체면역시스템을 이용한 컴퓨터면역시스템 구축에 대해 활발히 연구가 진행되고 있다. 생체 면역시스템은 바이러스나 병원균 등의 낮선 외부 침입자로부터 자신을 보호하고 침입자를 제거한다. 본 논문에서는 생체면역시스템의 면역세포 중 하나인 세포독성 T세포의 자기(Self)와 비자기(Nonself)를 구분하는 기능을 이용해 자기변경 검사 알고리즘을 구현하였다. 구현한 알고리즘은 자기로 인식하는 자기파일에서 자기를 구분하는 MHC 인식부를 구성한다. 이렇게 구성한 MHC 인식부는 자기파일을 대표하는 값을 이용하여 변경된 파일을 구분한다. 이 알고리즘을 변경된 자기파일에 적용함으로써 컴퓨터 해킹이나 바이러스에 의한 자기파일의 변경 검사의 유효성을 검증한다.

Due to the recent proliferation of the internet, it is broadly granted that the necessity of the automatic document categorization has been on the rise. Since it is a heavy time-consuming work and takes too much manpower to process and classify manually, we need a system that categorizes them automatically as their contents. In this paper, we propose the automatic E-mail response system that is based on 2 hierarchical document clustering methods. One is to get the final result from the classifier trained seperatly within each class, after clustering the whole documents into 3 groups so that the first classifier categorize the input documents as the corresponding group. The other method is that the system classifies the most distinct classes first as their similarity, successively. Neural networks have been adopted as classifiers, we have used dendrograms to show the hierarchical aspect of similarities between classes. The comparison among the performances of hierarchical and non-hierarchical classifiers tells us clustering methods have provided the classification efficiency.

The ozone forecasting systems have many problems because the mechanism of the ozone concentration is highly complex, nonlinear, and nonstationary. Also, the results of prediction are not a good performance so far, especially in the high-level ozone concentration. This paper describes the modeling method of the ozone prediction system using neuro-fuzzy approaches and fuzzy clustering. The dynamic polynomial neural network (DPNN) based upon a typical algorithm of GMDH (group method of data handling) is a useful method for data analysis, identification of nonlinear complex system, and prediction of a dynamical system.

The electronic commerce systems has been emerge in the field of commerce by making it possible to sell goods without the restriction of time and space. As the business based on the electronic commerce is increased, many studies related to the electronic commerce have been presented. In conventional electronic commerce systems, the buyers purchase some goods by using the information such as quality and price that are offered by the seller. In this paper we propose intelligent interface model that can satisfy the both sides.

We, Human beings, use both powers of reason and emotion simultaneously, which surely help us to obtain flexible adaptability against the dynamic environment. We assert that this principle can be applied into the general system. That is, it would be possible to improve the adaptability by covering a digital oriented information processing system with an analog oriented emotion layer. In this paper, we proposed a vertical slicing model with an emotion layer in it. And we showed that the emotion-based control allows us to improve the adaptability of a system at least under some conditions.

현재까지 전자상거래는 클리어언트-서버 중심의 상거래가 대다수를 이루고 있다. 상품을 검색하기 위해서도 전자상거래 사이트에 가입하여 검색해야만 한다. 하지만 P2P(Peer To Peer)는 이러한 서버와 클라이언트 중심의 구조를 탈피하여 사용자들간의 직접적인 정보 교환을 가능하게 함으로써 서버확보라는 비용추가 및 서버에 집중되는 네트웍 문제를 해결하고, 고객과 고객 또는 고객과 제공자들이 직접 거래를 할 수 있다. 본 논문에서는 현재 진행되고 있는 P2P 비즈니스 모델을 분석하였다.

고수준의 정보 서비스를 제공하기 위해서는 소프트웨어의 고품질화를 추구하여야 한다. 기존에 개발된 품질측정방법들은 모듈 내에 포함되어 있는 요인항목들을 서로 다른 관점에서 개별적으로 측정하고 있어 통합적인 평가방법이 필요하다. 따라서 본 논문에서는 다수의 측정 방법들을 모두 수용할 수 있는 모델을 제안한다. 제안된 모델은 비율척도들을 선택하고, 러프논리를 이용하여 그들의 중요도를 산출한다. 다음으로 모듈의 품질도를 측정하기 위해서 퍼지적분을 이용하여 척도들의 중요도와 측정값을 종합한다.

In this paper, we interpret a score as a time series and deal with the fuzzy logic-based modeling of it. The musical notes in a score represent a lot of information about the length of a sound and pitches, etc. In this paper, using melodies, tones and pitches in a score, we transform data on a score into a time series. Once more, we form the new time series by sliding a window through the time series. For analyzing the time series data, we make use of the Box-Jenkinss time series analysis. On the basis of the identified characteristics of time series, we construct the fuzz model.

최근 지능 정보 처리에 대한 연구가 여러 분야에서 활발히 진행되고 있으며, 불확실하고 복잡한 동적 환경에 적응할 수 있는 계산 모델로 점차 영역을 확장해 가고 있다. 따라서, 본 논문에서는 다치 논리함수의 차분의 성질을 이용한 다치 오토마타 모델을 제시한다. 즉, 입력 스트링 상태를 다치 함수의 치에 사상시키고, 다치 함수의 차분의 성질을 이용하여 상태의 전이에 적용시켜 동적 변화에 자율적으로 적응할 수 있도록 하였다. 그러므로 다치 오토마타는 동적으로 변화하는 시스템을 모델링 하는데 광범위하게 응용될 수 있을 것이다.

In this paper, we proposed the intelligent navigation agent model for successive electronic commerce management. For allowing intelligence, we used conditional probability and trapezoidal fuzzy number. Our goal of study is make an intelligent automatic navigation agent model.

전자메일은 20세기 후반 인터넷의 발전으로 현재의 정보전달 수단 중 대표적인 개인간 인터넷 통신 수단으로 자리잡게 되었다. 그러나 전자메일 사용자들은 전자메일 주소가 노출되므로 해서 많은 정크메일(junk mail) 즉, 자신이 원하지 않는 전자메일을 수신하게 되었다. 이로 인해 일반 전자메일과 정크메일을 분류하기 위한 수단이 필요하게 되었는데, 현재까지는 사용자가 입력한 송신자의 전자메일 주소 또는 도메인 주소를 등록하여 차단하거나 제목에 특정 단어를 포함한 메일을 완전히 삭제하여 버리는 수준에 머무르고 있다. 본 논문에서는 의미적 접근 기반 정크메일 분류 기법의 기초 모델을 제안한다. 퍼지관계곱을 이용한 전자메일의 정크도 추출은 퍼지관계곱 연산을 이용하여 미리 정의한 정크용어들과 사용자의 수신함에 있는 전자메일 내의 용어들간 의미적 포함관계를 분석하고 그를 통해 전자메일의 정크도(degree of junk)를 추출하는 연구를 제안한다. 제안된 기법을 통해 추출한 정크도는 동일한 전자메일들에 대해 사용자가 느끼는 정크도와 비교하여 효용성을 증명하였다.

WWW(World Wide Web)와 온라인 정보 서비스의 급속한 성장으로 인해, 보다 많은 정보가 온라인으로 이용 혹은 접근 가능해 졌다. 이런 정보홍수로 접근 가능한 정보들이 과잉되는 문제가 발생했다. 이러한 과잉 정보 현상으로 인하여 시간적 제약이 뒤따르며 이용 가능한 모든 정보를 근거로 중요한 의사 결정을 내려야 한다. 문서 요약 자동화(Text Summarize Automation)는 이 문제를 처리하는데 필수적이다. 본 논문에서는 정보 검색을 통해 획득한 문서들을 일차적으로 문서 길이 정규화를 이용하여 질의에 적합하고 신뢰도가 더욱 높은 문서 정보를 얻을 수 있음을 보인다.

순수한 부울 검색 시스템은 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 질의분해 적합성 피드백(QSRF) 모델을 제안한다. 질의 분해 적합성 피드백 모델의 연산 특성이 MMM, Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.

In this work, we will present an iris pattern recognition method as a biometrically based technology for personal identification and authentication. For this, we propose a new algorithm for extraction unique feature from images of the iris of the human eye and representing these feature using the discrete fourier transform. From the computational simplicity of the adopted transform, we can obtain more fast and efficient results than previous ones.

얼굴인식은 이미지의 많은 변동(표정, 조명, 얼굴의 방향 등)으로 인해 한가지 인식 방법으로는 높은 인식률을 얻기 어렵다. 이러한 어려움을 해결하기 위해, 여러 가지 정보를 융합시키는 데이터 퓨전 방법이 연구되었다. 기존의 데이터 퓨전 방법은 보조적인 생체 정보(지문, 음성 등)를 융합하여 얼굴인식기를 보조하는 방식을 취하였다. 이 논문에서는 보조적인 생체 정보를 사용하지 않고, 기존의 얼굴인식방법을 통해 얻어지는 상호보완적인 정보를 융합하여 사용하였다. 개별적인 얼굴인식기의 정보를 융합하기 위해, 전체적으로는 Dempster-Shafer의 퓨전이론에 근거하면서, 핵심이 되는 질량함수를 새로운 방식으로 재정의한 퓨전모델을 제안하였다. 제안된 퓨전모델을 사용하여 개별적인 얼굴인식기의 정보를 융합한 결과, 생체정보 없이, 개별적인 얼굴인식기보다 나은 인식률을 얻을 수 있었다.

본 연구는 온라인 지문 인식 기법의 속도 향상을 주목적으로 하여 기존의 지문 인식 기법과 비교하여 개선된 전처리 방법을 이용하여 적은 계산량으로 보다 높은 정확도를 확보하여 궁극적으로 지문 인식 및 대조 시스템이 적합한 특징점 추출 알고리즘 개발을 목적으로 한다. 먼저 방향성이미지에서 방향성추출에서는 4$\times$4화소를 하나의 Block으로 나눈 후, 3$\times$3의 Sobel 연산자를 이용하였고, 이 방향성 정보를 이용하여 지문영상의 품질 측정과 배경 분리를 하였으며, 또한 부분 영역간의 밝기 차이 등으로 발생하는 오류를 최소화하기 위하여 이진화 수행 과정에서 가장 애로점인 임계치(threshold value) 설정을 지문의 대상 영역의 밝기 등에 적응하여 스스로 변하도록 할 수 있게 Slit sum의 방법을 응용한 적응 이진화를 하였다. 세선화와 특징점 추출에서는 VHN(Vertical & horizontal Number)값을 이용하여 보정(Interpolation)효과를 주어 오류특징점을 배제하고, 자동 지문 인식 시스템의 인식성능을 향상시켰다.

본 논문은 지문 이미지에 존재하는 애매함을 퍼지 로직을 이용한 표현으로 기존의 융선 추적법의 단점을 보완한다. 지문의 근방의 질을 퍼지 집합의 상대 크기와 근방 명암의 분산을 이용하여 판단한 후 근방의 지문의 질이 좋고 나쁨에 즉각적으로 다른 방법을 사용하여 지문의 융선을 추적하는 새로운 융선 추적법을 제안 설계한다.

일반적으로 기계학습은 교사신호의 유무에 따라 교사학습과 비교사학습, 그리고 간접교사에 의한 강화학습으로 분류할 수 있다. 강화학습이란 용어는 원래 실험 심리학에서 동물의 학습방법 연구에서 비롯되었으나, 최근에는 공학 특히 인공생명분야에서 뉴럴 네트워크의 학습 알고리즘으로 많은 관심을 끌고 있다. 강화학습은 제어기 또는 에이전트의 행동에 대한 보상을 최대화하는 상태-행동 규칙이나 행동발생 전략을 찾아내는 것이다. 본 논문에서는 최근 많이 연구되고 있는 강화학습의 방법과 연구동향을 소개하고, 특히 인공생명 연구에 있어서 강하학습의 중요성을 역설한다.

최근 들어 인간의 컴퓨터 사용을 보다 지능적이고 편리하게 대행해줄 수 있는 지능형 에이전트 개념에 대한 관심과 응용에 대한 기대가 커지고 있다. 본 논문에서는 지능형 에이전트 기반의 은행 금융상품 관리시스템을 모델링하고 이를 바탕으로 은행 금융상품을 보다 편리하고 지능적으로 관리할 수 있는 시스템을 구축하였다. 이를 위하여 각각의 역할을 가진 여러 가지 에이전트들을 도입하였고, 이들의 협동과 조정을 통해 은행 금융상품 관리면에서 보다 편리하고 지능적인 시스템을 제안하였다.

이미지와 비디오신호 처리는 영상인식에 있어 중요한 요소이다. 셀룰라 신경회로망은 영상과 관련된 분야에서 많이 사용되고 있다. 그 응용분야로서 본 논문에서는 로봇축구에 적용하기 위하여 8색의 컬러구분을 통한 축구로봇의 인식과, 또한 경기장의 격자구조의 분할을 통한 셀간의 이동을 통하여 간단한 경로 이동과 급변하는 환경의 변화에 적응하는 시스템을 구현한다. CNN을 이용한 영상처리에서는 각 셀을 화면상의 각 화소에 대응하고, 셀의 출력의 값을 화소의 값으로 정한다. CNN을 이용한 경로계획에서는 각 셀이 격자구조 경기장의 한 부분이 되고, 정의된 출력의 셀이 로봇이 이동할 목표가 된다.

In this paper, we proposed the intelligent navigation agent model for successive electronic commerce management. For allowing intelligence, we used fuzzy theory. Fuzzy theory is very useful method where keywords have vague conditions and system must process that conditions. So, using theory, we proposed the model that can process the vague keywords effectively. Through the this, we verified that we can get the more appropriate navigation result than any other crisp retrieval keywords condition.