There have been several tipical methods being used to measure the fuzziness (entropy) of fuzzy sets. Pedrycz is the original motivation of this paper. This paper studies the entropy variation on the fuzzy numbers with arithmetic operations(addition, subtraction, multiplication) and the relationship between entropy and information energy. It is shown that through the arithmetic operations, the entropy of the resultant fuzzy number has the arithmetic relation with the entropy of each original fuzzy number. Moreover, the information energy variation on the fuzzy numbers is also discussed. The results generalize earlier results of Pedrycz [FSS 64(1994) 21-30] and Wang and Chiu [FSS 103(1999) 443-455].

In this paper, we introduce a simple new method on calculating the entropy of the image fuzzy set gotten by the extension principle without calculating its membership function.

Representation and quantification of fuzziness are required for the uncertain system modelling and controller design. Conventional results show that entropy of fuzzy sets represent the fuzziness of fuzzy sets. In this literature, the relations of fuzzy enropy, distance measure and similarity measure are discussed, and distance measure is proposed. With the help of relations of fuzzy enropy, distance measure and similarity measure, fuzzy entropy is represented by the newly proposed distance measure. With simple fuzzy set, example is illustrated.

Recently, Szmidt and Kacprzyk[Fuzzy Sets and Systems 118(2001) 467-477] Proposed a non-probabilistic-type entropy measure for intuitionistic fuzzy sets. It is a result of a geometric interpretation of intuitionistic fuzzy sets and uses a ratio of distances between them. They showed that the proposed measure can be defined in terms of the ratio of intuitionistic fuzzy cardinalities: of F∩F$\^$c/ and F∪F$\^$c/, while applying the Hamming distances. In this note, while applying the Euclidean distances, it is also shown that the proposed measure can be defined in terms of the ratio of some function of intuitionistic fuzzy cardinalities: of F∩F$\^$c/ and F∪F$\^$c/.

본 논문에서는 비국소 초기 조건을 갖는 퍼지 미분방정식에 대한 제어가능성에 관한 연구이다. 이 논문은 참고논문(5)의 확장된 결과이다.

Recently, Lee[European J. Operational Research 129(2001) 682-688] calculated standard deviation of fuzzy numbers in order to obtain the membership function of the process capacity index (PCI) $C^{pk}$. In this note, we show that his result is not valid.

Computation with fuzzy numbers is a prospective branch of a fuzzy set theory regarding the data processing applications. In this paper we consider an open problem about distributivity of fuzzy Quantities based on the extension principle suggested by Mares (1997). Indeed, we show that the distributivity on the class of fuzzy numbers holds and min-norm is the only continuous f-norm which holds the distributivity under f-norm based fuzzy arithmetic operations.

본 논문에서는 $E^{2}\;_{N}$상에서 비국소 초기 조건을 갖는 비선형 퍼지 미분방정식에 대한 제어가능성에 관한 연구이다.

We consider the question whether, for given fuzzy numbers, there are different Pairs of f-norm such that the resulting membership function within the extension principle under addition are identical. Some examples are given.

최근 수학구조 및 교수-학습과 관련된 연구에 지식공간 이론을 응용하고자하는 논문들이 많이 나오고 있다. 실제로 유의미 학습과 관련된 수행평가와 수학문제를 푸는 능력에 관한 평가를 연구하는데 지식구조가 응용되고 있지만 이를 활용하는데는 많은 애로사항이 있으며 이를 보완하기 위한 여러 가지 방법이 연구되어오고 있다. 특히, Schrepp교수는 스피드문제의 경우로 제한하여 지식공간론을 응용한 일반화된 수학구조의 연구방법을 제시하였다. 본 논문에서는 주관적 지식의 평가를 하게되는 수학구조 및 공간에 관한 연구를 하는데 효과적으로 응용될 수 있는 퍼지지식공간론에 관한 전반적인 기초 이론을 정의하고 그 성질들을 연구하고자한다.

In this paper, we introduce the concepts of m-convex and pseudo-m-convex for fuzzy mappings of one variable on the notion of differentiability proposed by Goeschel and Voxman, and investigate the relationship between m-convex fuzzy mappings and pesudo-m-convex fuzzy mappings.

From the paper which it sees a strong random number generator it uses a fuzzy set from 16 method of the statistical test which is a cryptograph random number test it verifies. 16 statistical test of NIST extends in crptograph and engineering whole it is a scale which is important distinguishes the distinction incapable characterstic of the random numbers which are used. To try introduce a fuzzy set the possibility of having a more strong randomness in order to be, it strengthens the function of the random number generator.

We propose some properties of hybrid number the addition of fuzzy number and random variable and test the fuzzy hypotheses by agreement index for the hybrid number.

We investigate some properties of the separation axioms in fuzzy topological spaces.

In this paper we define the concept of intuitionistic fuzzy connectedness between intuitionistic fuzzy sets and study its fundamental properties for some extent.

We investigate some relations between the separation axioms in fuzzy topological spaces and one in fuzzy hyperspaces.

As a generalization of fuzzy sets, the concept of interval-valued fuzzy sets was introduced by Gorzalczany(GO). In this paper, we shall extend the concept of "fuzzy inclusion", introduced by Sostak[SO1], to the interval-valued fuzzy setting and study its fundamental properties for some extent.

We study some relations between separability in fuzzy topological spaces and one in fuzzy hyperspaces. And we investigate some properties of axiom of countability in fuzzy hyperspaces.

본 논문에서는 유전알고리즘(GA)을 이용한 PID계수 자동조정기법에 관한 DC 서보 모터 속도 제어기 설계를 목적으로 한다. DC 서보 모터는 수많은 제어용 기계나 로봇 등의 응용분야에 사용되고 있고 이러한 분야에서 제어기 파라미터들의 선택이 사용자의 전문적인 지식을 요구하게 된다. 따라서 일반적인 공정 기술자들은 시행착오에 의해 제어기 파라미터들을 계속적으로 반복 조절해 나가야 한다. 이와 같이 동적 시스템의 변화나 외란에 대하여 파라미터 계수를 자동 조정해야 할 경우 유전알고리즘을 사용함으로써 보다 정밀하고 최적화된 파라미터 계수값을 추종함에 따라 그 성능을 높일 수 있다. 본 논문에서는 DC 모터의 동특성을 분석하여 얻은 동특성 모델링으로부터 응답 특성이 빠르고 속도 정밀도가 향상된 구동제어가 가능한 제어기를 설계하고 이를 PID제어기와 비교 평가하였다.

본 논문에서는 선박 디젤엔진의 속도를 조절함에 있어서 환경 변화에서도 지속적으로 만족스러운 성능을 유지하도록 시스템 파라미터 추정자, 제어기 계수 수정자를 결합한 자기동조 PID 제어기를 설계한다. 유전알고리즘을 기반으로 한 온라인 추정자가 시스템의 파라미터를 추정하면, 제어기 계수 수정자는 제안한 동조규칙으로 계수를 조정하게 된다. 이를 위해 시스템을 시간지연 1차 모델로 근사화하여 유전알고리즘 기반으로 그 파라미터를 온라인 추정하는 문제를 다룬다. 제안한 방법의 성능은 B&W사의 4L80MC 디젤엔진을 제어대상으로 퍼지모델을 얻고 모의실험을 통하여 확인한다.

정밀한 서보기술에 바탕을 두고 있는 산업용 로봇 팔은 기계적인 강성도와 서보기구들로 인하여 정확한 제어가 가능하다 그러나 로봇팔은 동작중비 관성모멘트의 변화와 기하학적인 구조로 인하여 비선형적인 시스템이다. 특히 관성모멘트의 변화는 로봇팔의 회전속도와 로봇팔이 이동시키는 대상물의 무게 등에 따라 관성모멘트는 변할 수 있다. 이로 인하여 관성모멘트의 변화에 따라 로봇팔의 정확한 위치제어가 힘들어진다. 따라서 본 논문에서는 관성모멘트의 변화에도 불구하고 강인한 응답특성을 나타내는 제어기의 설계가 요구된다. 일반적으로 PID .제어기는 설계의 용이성으로 산업현장에서 널리 사용된다. 그러나 PIB 제어기의 각 계수값을 설정하는데 많은 어려움이 발생한다. 따라서 본 논문에서는 PID 제어기의 각 계수 값을 퍼지알고리즘을 이용하여 자동으로 설계할 수 있는 자기동조 PID 제어기를 설계한다.

This paper presents an adaptive PID control scheme with fuzzy model for nonlinear system. TSK(Takagi-Sugeno-Kang) fuzzy model was used to estimate the error of control input, and the parameter of PID controller was adapted from the error The parameter of TSK fuzzy model was also adapted to plant by comparing the activity output of plant and model output. PID controller which was adapted the uncertainty of nonlinear plant and the change of parameter can be designed by using the presented method. The usefullness of algorithm which was proposed by the simulation of several nonlinear system was also certificated.

최근 들어 급증하고 있는 해양 충돌 사고 증가의 원인은 선박을 조종하는 항해사의 잘못된 판단 에 의한 부주의가 대부분이다. 이러한 문제를 해결하기 위한 가장 적극적인 방법은 선박에 자동화 및 지능화를 부여하여 항해사의 실수를 최소화하는 것이다. 대표적인 연구는 선박의 자율운항시스템(autonomous navigation system)이 있는데, 이는 선박운항에 있어 항해계획을 수립하고 현재의 선박의 상태를 파악하여 선박을 적절히 제어하는 항해 전문가시스템이다. 선박 자율운항시스템은 실세계의 선박에 장착되어 실험하여야하나, 선박은 고가의 운송수단이고, 자율운항시스템을 장착하기 위한 하부장치 인터페이스를 설계 및 구현에 많은 시간이 소요되므로 실제 선박을 모방하는 선박시뮬레이터를 이용하는 방법이 타당하다. 선박시뮬레이터는 선박의 물리적 운항특성을 모방하는 선박운동시뮬레이터와 선박 운항 주변에 변화하는 장애물을 시뮬레이터 하는 주변 객체시뮬레이터로 구성된다. 본 연구에서는 선박 운항 주변에 등장하는 장애물 변화를 시뮬레이션하고, 이에 기반한 ARPA RADAR를 모의 가동하는 주변객체시뮬레이터를 개발한다.

본 논문에서는 자연언어를 이용하는 인간의 학습방법에 기초한 LIBL방법을 선박의 조타 시스템에 적용하여, 항해사의 조타명령과 같은 언어적 지시가 조타수를 경유하여 수행되는 과정을 대체하는 지능형 조타 제어 시스템을 제안하고자 한다. 구체적인 연구방법으로는 조타수의 적절한 조타조작모델을 퍼지추론규칙을 이용하여 구현하고, 적절한 의미소 및 평가규칙을 제시한 언어지시 기반 학습방법을 선박의 조타시스템에 적용하여, 항해사의 언어지시에 보다 효율적으로 응답하는 지능형 조타기 제어 시스템을 구현한다. 퍼지추론을 이용하여 조타수의 경험을 바탕으로 한 타 조작 모델을 구축하였고, 지능형 조타 시스템을 위한 타각, 방위도달시간, 정상상태의 의미소를 제안하여, 조타수 조작 모델 규칙을 수정하기 위한 평가규칙을 제시하였다. 또한, 구축된 선박조종 시뮬레이터에 제안된 시스템을 적용하여 그 유효성을 확인하였다.

기존의 이동로봇 시스템은 완전한 자율주행이 주된 목표였으며 이때 영상정보는 단지 모니터링을 하는 보조적인 수단으로 사용되었다. 이에 따라 이동로봇의 자체 기능이 점차 고도화되는 방향으로 연구가 진행되었고, 제작비 또한 함께 상승하게 되었다. 그러나 구동만이 목적인 저렴한 이동로봇 시스템을 조작자가 원격 제어하는 것 또한 중요한 분야 중 하나이다. 이때 원격제어에 사용되는 신호로는 카메라에 의한 영상정보와 초음파 센서 등에 의한 거리정보를 주로 사용하게 된다. 그러나 영상정보는 3차원의 입체적 정보를 제공하는 데에는 부적절하기 때문에 초음파 센서를 이용한 거리정보가 매우 유용하게 된다. 본 논문에서는 초음파 센서의 정보를 이용한 원격제어용 힘 반향 조이스틱을 개발하였다. 힘 반향 알고리즘은 하나의 식으로 표현하기 곤란하므로 전문가 시스템의 구현이 매우 필요한 분야이다. 따라서 퍼지 논리를 사용하여 생성한 힘 반향 알고리즘을 이동로봇 원격제어에 사용함으로써 조작자가 이동로봇 주변환경을 쉽게 인식하여 이동로봇을 안전하게 주행할 수 있도록 하였다.

다기능 휠체어 시스템의 제어부인 80C196KC를 사용했으나, fuzzy 알고리즘을 적용하는데 있어서 여러 가지 문제점(속도, 연산, 외부장치 등) 때문에 구현1차는데 상당한 어려움이 있었다. 이를 해결하기 위해 20MIPS의 속도인 TMS320F240의 프로세서를 사용하였으며 이로 인해 발생하는 문제점을 거의 해소시켰고, 퍼지 알고리즘을 효율적으로 적용할 수 있었다. 본 시스템의 구성은 주제어기로 퍼지 제어 알고리즘을 사용하여 조이스틱을 제어시켰고, 2개 encoder를 입력을 받아 휠체어 회전수를 이용하여 제어시켰다. 휠체어 모터로는 BLDC(Brushless DC) 모터를 사용했으면, BLDC전용 드라이브단을 이용하여 모터를 구현시켰다. 그리고 3개의 초음파 센서를 부착하여 장애물 회피를 시도하였다. 초음파센서의 효율적인 사용을 위해 스텝 모터(Stepping Motor)와 마이크로 컨트롤러로 PIC을 사용하였다. 본 논문의 실험 결과에서는 이전의 제어기(80C196KC)보다 현저히 성능 면에서 향상되었고, 부수적인 외부장치 처리면에서도 상당한 차이를 볼 수 있었다

진화 알고리즘은 생물의 유전적 진화 과정을 이용한 새로운 문제 해결의 방안으로 결정론적 방법으로 해결하지 못한 난제에 적합한 알고리즘으로 알려져 있다. 본 논문에서는 진화 알고리즘의 연구를 기반으로 전달함수 출력 파형 검출을 위한 기법에서 이용되고 있는 런지-커타(Runge-Kutta) 방법에서의 상미분 방정식의 해를 구하는 기법 연구와 유전 알고리즘을 이용하여 Manabe 표준형의 일반화를 이용-i:l여 플랜트의 성능을 충족시키는 제어기를 설계할 수 있는 알고리즘을 구현한다. 본 논문에서의 프로그램 구현은 자바 언어를 이용하며, 자바 언어를 적용한 구현 방법과 유전 알고리즘의 효율적 기법을 제시한다.

PID controllers, which have been widely used in industry, have a simple structure and robustness to modeling error. But it is difficult to have uniformly good control performance in system parameters variation or different velocity command. In this paper, we propose a nonlinear adaptive PR controller based on an Immune feedback mechanism and a gradient descent teaming. This algorithm has a simple structure and robustness to system parameters variation. To verify performances of the proposed nonlinear adaptive PID controller, the speed control of nonlinear DC motor Is peformed. The simulation results show that the proposed control systems are effective in tracking a command velocity under system parameters variation

The problem of maneuvering target tracking has been studied in the field of the state estimation over decades. The Kalman filter has been widely used to estimate the state of the target, but in the presence of a maneuver, its performance may be seliously degraded. In this paper, to solve this problem and track a maneuvering target effectively, DNA coding-based intelligent Kalman filter (DNA coding-based IKF) is proposed. The proposed method can overcome the mathematical limits of conventional methods and can effectively track a maneuvering target with only one filter by using the fuzzy logic based on DNA coding method. The tracking performance of the proposed method is compared with those of the adaptive interacting multiple model (AIMM) method and the GA-based IKF in computer simulations.

This paper proposes a stability condition in switched system and then, introduce design method of fuzzy-model-based controller which guarantees the stability. Takagi-Sugeno(75) fuzzy model is employed to design a switching-type fuzzy-model-based ,controller. Furthermore, it is proposed that the design method stabilizing continuous and discrete-time 75 fuzzy model respectively. Each controller in each subspace stabilize the subsystem respectively. In order to guarantee the stability of the global system, it is required to guarantee the stability condition in boundaries with subsystems. The condition which guarantees the stability in boundaries is presented in this paper. Inverted Pendulum system is employed to execute computer simulations. In this computer simulation, the performance of the proposed controller is verified by the control result.

An intelligent digital redesign technique (IDR) for the observer-based output feedback Takagi-Sugeno (T-5) fuzzy control system with fuzzy outputs is developed. The considered IDR condition is cubically parameterized as convex minimization problems of the norm distances between linear operators to be matched.'rho stability condition is easily embedded and the separations principle is explicitly shown.

일반적인 산업현장에서 많이 사용되는 이중탱크 시스템은 동작점 근방에서 선형화하는 고전제어기법을 사용한 것으로서 큰 시간지연과 비선형성으로 인해 정확한 수학적 모델링이 어렵고 모델링을 하더라도 넓은 동작 영역에서 만족스로운 결과를 얻기 어렵다. 따라서, 비교적 모델링에 대한 의존도가 낮은 퍼지, 신경회로망, 유전알고리즘 등의 지능제어 기법들도 제안되고 있다. 그러나 이들 제어기 역시 외란이나 다양한 동작 모드들에 따른 제어기 변수들의 적응성 저하로 인해 안정화 가능 영역이 협소해 지는 것은 물론 시스템의 불안정 현상도 초래한다. 이에 반해, SMC(sliding mode controller)는 변수의 변동, 외란에 둔감한 강점을 갖고 있지만, 시스템의 상태에 따른 슬라이딩 평면 설정의 곤란성과 채터링(chattering)이 존재하는 문제점 이 있다. 따라서 본 논문에서는 이중 탱크 시스템의 정밀한 수위 제어를 위하여, GA과 FLC를 사용하여 최적 변수로 설정 할 수 있게 하고, 채터링 저감을 위해 시스템 동특성 변동과 외란 에 강인한 GA-FSMC(genetic algorithm fuzzy sliding mode controller)를 제안하였다. 시뮬레이션을 통해 종래의 제어기의 제어결과와 비교함으로써 제안하는 GA-FSMC의 우수성을 입증하고자 한다.

본 논문에서는 비최소위상 시스템으로 표현되는 화력발전소 드럼의 수위제어를 위한 퍼지 제어기를 제안한다. 제안된 방법은 T. Takagi와 M. Sugeno의 퍼지모델을 기반으로 수행된다. 그리고 기존의 PID 및 LQ 제어기법을 적용한 방식과 비교하여 제안된 방법의 개선된 특성을 시뮬레이션 결과로부터 검증하였다.

제어 시스템에서 제어기를 설계하는 방법에는 기존 PID 설계 기법인 Ziegler-Nichols와 Jung, R. C. Dorf 방법들이 있다. 본 논문은 Shunji Manabe의 계수도법(CDM Coefficient Diagram Method)을 이용하여 Ball-Beam 시스템을 제어하기 위한 PID 제어기를 설계한다. PID 제어기의 각 파라메터인 P, I, D 계수는 시스템의 속도와 안정성에 기인하는 표준 안정도 지수$(\gamma)$와 등가시정수$(\tau)$ 로부터 얻 어진다. 등가시정수$(\tau)$와 안정도 지수$(\gamma)$는 제어기 파라메터의 대수적 형태와 절대적인 관계가 있다. 그러므로 설계된 제어기로부터 빠른 상승시간과 안정된 정상상태 응답을 얻을 수 있다. Ball-Beam 시스템에 CDM 제어기를 적용한 결과 시스템의 안정도, 정확성 그리고 강인성에 있어서 퍼지 제어기나 PID 제어기에 비해 뛰어난 응답 특성을 확인하였다

본 논문에서는 비행물체의 운동에 기초한 지능제어 알고리즘을 사용하여 대기의 환경적 요인과 기체형태 및 추력의 인위적 요인들간의 복잡한 함수관계를 지식과 경험에 의한 제어규칙으로서 비행안정성 확보와 자율비행을 위한 비행 자세제어를 행하였다. 비행 자세제어를 위하여 사용한 지능제어기는 다변수 입력 및 출력이 가능하며 강인성을 지닌 퍼지제어기를 사용하였다 실험을 위해 모형비행기와 자세 검출용 센서를 제작하고, 비행 전문가의 지식과 경험을 기초로 하여 작성한 제어규칙에 의하여 프로그램 된 퍼지제어기를 수 차례의 시험비행을 통해 제어규칙을 조정한 결과 안정된 자세제어를 행할 수 있었다.

본 연구에서는 밸브의 입출력 류량 검출 센싱 장치 및 류량 성능 특성 곡선을 측정하는 소프트웨어를 개발하였다. 본 개발품은 기체 또는 액체의 양을 조절하는 밸브의 정밀한 제품을 생산할 수 있는 시스템이다. 멤버쉽함수의 최적한 폭을 자기동조에 의해 선정할 수 있었으며, 이를 이용하여 밸브의 압력 제어 성능을 보다 정밀하게 보정 할 수 있었다. 기체 또는 액체의 유량을 조절하는 감압 자동 조절밸브의 성능을 온라인으로 시험 할 수 있는 소프트웨어를 국산화하였다. 본 제품의 개발 결과 우수한 성능을 가진 감압 밸브 성능자동 보정 시험 검사용 소프트웨어임을 확인하였다.

일반적으로 가변구조제어는 외란과 변수 변화에 대해 강인한 특성을 가지지만 제어기 설계자는 이러한 값들에 대한 상한 값과 하한 값을 알아야한다. 그러나 때로는 이러한 상한 값과 하한 값을 얻는다는 것은 쉽지가 않다. 이에 반해 퍼지제어기는 외란과 변수 변화에 대한 제어기 설계에 있어서 효과적인 방법을 제공한다. 따라서 퍼지제어기와 가변구조제어기가 가지는 장점들을 결합하는 연구가 진행되어져 왔다. 본 논문에서는 리칭페이저가 존재하는 기존의 슬라이딩모드제어기를 이용하는 방법 대신 리칭페이저를 제거하여 전 구간 강인한 적응 퍼지 가변구조제어기를 설계하였다. 제안된 제어 알고리듬은 BLDC 전동기의 위치제어기로 사용하였으며, 그 타당성을 입증하였다.

Many methods were proposed for insulation degradation diagnosis to High voltage and capacity Transformer in live. IDD is difficult by those methods because insulation degradation circumstances and characteristics of electrical plant are different with other Therefore, it is necessary to design diagnosis algorithms fitting for each. In this paper, We develop IIDS that used diagnosis algorithm with fuzzy model and hardware with MCU.

Q-learning은 강화학습의 한 방법으로서, 여러 분야에 널리 응용되고 있는 기법이다. 최근에는 Linear Quadratic Regulation(이하 LQR) 문제에 성공적으로 적용된 바 있는데, 특히, 시스템모델의 파라미터에 대한 구체적인 정보가 없는 상태에서 적절한 입력과 출력만을 가지고 학습을 통해 문제를 해결할 수 있어서 상황에 따라서 매우 실용적인 대안이 될 수 있다. Neural Q-learning은 이러한 Q-learning의 Q-value를 MLP(multilayer perceptron) 신경망의 출력으로 대치시킴으로써, 비선형 시스템의 최적제어 문제를 다룰 수 있게 한 방법이다. 그러나, Neural Q방식은 신경망의 구조를 먼저 결정한 후 역전파 알고리즘을 이용하여 학습하는 절차를 취하기 때문에, 시행착오를 통하여 신경망 구조를 결정해야 한다는 점, 역전파 알고리즘의 적용으로 인해 신경망의 연결강도 값들이 지역적 최적해로 수렴한다는 점등의 문제점을 상속받는 한계가 있다. 따라서, 본 논문에서는 Neural-0 학습의 도구로, 역전파 알고리즘으로 학습되는 MLP 신경망을 사용하는 대신 최근 들어 여러 분야에서 그 성능을 인정받고 있는 서포트 벡터 학습법을 사용하는 방법을 택하여, $\varepsilon$-SVR(Epsilon Support Vector Regression)을 이용한 Q-value 근사 기법을 제안하고 관련 수식을 유도하였다. 그리고, 모의 실험을 통하여, 제안된 서포트 벡터학습 기반 Neural-Q 방법의 적용 가능성을 알아보았다.

본 논문에서는 사출성형기의 배럴의 정밀 온도제어에 대해 논의하였다 현재 사출성형기의 온도제어는 온도 편차가 2도 내외이며, 예열후 안정화되는데 걸리는 시간이 길다는 단점이 있다. 향후 마이크로-나노 시스템 제작 공정에 있어서 대량생산 방법으로 사출성형이 주목받을 것으로 기대된다. 특히 온도 제어의 경우는 사출시 인가해야 할 온도가 녹는점 및 glassy 온도에서 유지가 되면서 충분히 유동을 가지는 온도를 지속적으로 유지를 해야하므로 사출 후 정밀성에 중요한 요소가 된다. 마이크로-나노 사출공정은 극 미세 사출이며 온도, 압력에 따른 재료 특성 변화가 발생할 수 있으므로 이를 최적의 조건으로 제어할 수 있어야 한다. 본 연구에서는 실제 사출성형기와 PC based PLC를 이용한 온도제어기를 구현하고 실험하였다. 이를 통해 기존의 온도제어의 단점을 줄이고, 제어성능을 극대화하여 향후 마이크로-나노 시스템에 적용 가능한 정밀 온도제어기를 제안한다.

본 논문에서는 웨이브릿 분해 알고리즘을 이용한 웨이브릿 신경망의 최적구조의 설계로 기존의 신경회로망에 직교성을 갖는 웨이브릿 함수를 적용하여 뛰어난 성능을 발휘하는 웨이브릿 신경망을 구성하고 구성된 웨이브릿 신경회로망의 크기를 최적화하기 위하여 웨이브릿 분해 알고리즘을 도입하여 최소의 노드를 이용하여 좋은 성능을 발휘하는 웨이브릿 신경회로망을 설계하는 하는 것이다.

인간은 두뇌의 일부를 이용하여 감각 정보를 수집하고 이에 대한 분석 및 판단을 행한 후에 행동을 취하는 일반적인 과정에 의해, 느끼고 생각하고 말한다. 이런 일련의 과정은 신경생리학적으로 밝혀진 바에 의하면, 대뇌의 시상에 분포한 일차 감각영역에서 감각 정보를 수집한다. 수집된 감각 정보는 과거 기억과의 비교를 통해 인식되고 인식된 정보는 일차 운동영역으로 전달되어 행동으로 나타난다. 수집된 감각 정보를 판단하는 기관은 감각 연합 영역으로 알려져 있으며, 과거 정보를 통해 비교하여 판단하는 방식이고, 과거 정보에 없는 새로운 정보의 경우 파페즈회로를 통해 새로운 정보로 기억하게 된다. 본 논문에서는 신경회로망의 적응적 학습 기법을 통해 파페즈회로의 기능을 구현하고자 한다. 기존 학습의 내용에 의해 알고 있는 감각 입력에 대해서는 인식 결과를 출력하고 그렇지 않은 입력에 대해서는 학습을 통해 이후 과정에 대응하도록 적응적인 구조와 학습 방법을 지닌 신경회로망을 이용하여 구현하고자 한다.

In this paper, this system makes use of the analog sensor and converts the feature of fish analog signal when sensor is operating with CPU(80C196KC). Then, After signal processing, this feature Is classified a special feature and a outline of fish by using the neural network, one of the artificial intelligence scheme. This neural network classifies fish pattern of very simple and short calculation. This has linear activation function and the error backpropagation is used as a learning algorithm. And the neural network is learned in off-line process. Because an adaptation period of neural network is too long time when random initial weights are used, off-line learning Is induced to decrease the Progress time We confirmed this method has better performance than somewhat outdated machines.

In this paper, a predictive control method using wavelet neural network for chaotic nonlinear systems is presented. In our method, we use the adjusting method of the parameter for the training a wavelet neural network. The control signals are directly obtained by minimizing the difference between a reference signal and the output of a wavelet neural network. To verify the efficiency of our method, we apply it to the Duffing and the Henon system, which are a representative continuous and discrete time chaotic nonlinear system respectively.

주어진 시스템의 정확한 제어를 위해 뉴로-퍼지 제어시스템의 성공적인 제어는 그 네트웍의 구성에 크게 의존한다. 현재 유전알고리즘을 사용한 제어기 구조의 최적화 방법에 대한 많은 연구가 이루어지고 있으나, 기존의 유전 알고리즘은 고정된 길이의 스트링 구조로 인하여 적합한 연계(linkage)를 얻기 어렵다는 단점이 있다 본 논문에서는 뉴로-퍼지 제어기의 구조적 최적화 설계의 새로운 방법을 제안한다. 여기서, 우리는 구조적으로 최적화 된 뉴로-퍼지 제어기를 설계하기 위해 가변길이 스트링을 사용하는 메시 유전 알고리즘(messy Genetic Algorithm mGA)을 사용한다. 그리고 제안된 방법의 우수성을 증명하기 위해 대표적인 비선형 시스템인 cart-pole 시스템에 제안된 방법을 적용한다.

In this paper, a new GA-based methodology with information granules is suggested for construction of the fuzzy classifier. We deal with the selection of the fuzzy region as well as two major classification problems-the feature selection and the pattern classification. The proposed method consists of three steps: the selection of the fuzzy region, the construction of the fuzzy sets, and the tuning of the fuzzy rules. The genetic algorithms (GAs) are applied to the development of the information granules so as to decide the satisfactory fuzzy regions. Finally, the GAs are also applied to the tuning procedure of the fuzzy rules in terms of the management of the misclassified data (e.g., data with the strange pattern or on the boundaries of the classes). To show the effectiveness of the proposed method, an example-the classification of the Iris data, is provided.

고농도오존이 발생되는 원인과 환경적 요인의 상호관계를 모델링하기 위해 신경회로 망과 같은 지능제어 기법들이 많이 적용되어 왔다 분석과 모델링을 위해 유전자 알고리즘과 같은 최적화 방법을 적용하기도 하지만, 고농도 오존이 발생되는 메커니즘이 매우 복잡하고, 비선형적이며, 패턴파악이 어렵기 때문에 고농도 오존의 예측 모델링에는 여전히 문제점이 있다 따라서 본 논문에서는 신뢰수준과 신뢰구간을 이용하여 초농도 오존을 예측할 수 있는 모델링 방법을 서술하였다 예측값의 신뢰수준의 평가는 예측에 대한 실측값을 구하여 신뢰구간내의 데이터의 개수를 파악함으로써 신뢰성을 평가할 수 있다. 또한 이 테스트는 우리가 가지고 있지 않은 데이터에 대한 유효성을 평가하는데 적용될 수 있다 그리고 본 논문에서는 GMDH(Group Method of data handling)의 전형적인 알고리즘에 바탕을 두고 있는 DPNN(Dynamic Polynomial Neural Network)를 이용하여 예측 모델을 구성하였다. DPNN은 데이터 해석이 용이하고 비선형적인 동적 시스템 예측에 유용하게 적용될 수 있는 장점을 가지고 있다.

신경회로망을 동적 정보처리에 응용하기 위해서는 비대칭 결합 신경회로망에서 생성되는 동적 상태천이에 관한 직관적 이해가 필요하다. 자기결합을 갖고 결합하중치가 비대칭인 순환결합형 신경회로망은 복수 개의 리미트사이클이 기억 가능하다는 것이 알려져 있다. 현재까지 이산시간 모델의 네트워크에 대한 상태천이 해석은 상세하게 이루어져 왔다. 그러나 연속시간 모델에 대한 해석은 네트워크 규모의 증가에 따른 급격한 계산량의 증가 때문에 연구가 그다지 활발하게 이루어지지 않고 있다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 이진화된 결합하중 +1 및 -1로 연결된 연속시간모델 순환결합형 신경회로망의 동적인 상태천이 특성을 해석하여 이산시간 모델에서 기억 가능한 리미트사이클과의 차이점을 분석한다. 또한 연속시간 네트워크 모델에 카오스 신호를 인가하여 리미트사이클간의 천이를 제어할 수 있는 가능성을 분석하여 동적정보처리에 네트워크를 응용할 수 있는 가능성을 검토한다.

동적 시스템의 동정은 시스템의 관측된 데이터를 가지고 동적 모델의 수학적 모델을 찾는 문제를 다루는 것이다. 기존의 고전적인 방법으로는 차분 방정식(ARX 또는 ARMAX) 또는 상태 공간 표현에 관한 계수들을 추정하기 위해서 회귀 기법 등을 사용하였다. 그러나 이러한 고전적인 방법들은 파라미터가 비선형이고, 실세계 문제에서 모델링 오차나 측정 잡음을 수반하게 되면 탐색의 어려움을 가지게 된다. 따라서 이러한 문제점을 극복하고자 퍼지 이론이나 신경망 이론 둥이 이용되었으나 본 논문에서는 비선형 동적 시스템의 파라미터 동정에 최근 복잡한 최적화 문제를 해결하는 도구로 점점 관심을 받고 있는 유전 알고리즘을 동정 알고리즘으로 제안하고, 비선형 동적 시스템의 파라미터 동정에 유전 알고리즘을 응용한 몇 가지 예를 제시하고자 한다.

진화와 학습 사이의 상호 연관성을 연구하기 위해 인공 진화기법(artificial evolutionary algorithm)과 신경회로망(neural networks)을 이용한 학습 기법들이 사용되어 왔다. 신경 회로망 구조를 가지는 이동 로봇의 제어기의 구조와 파라미터를 결정하기 위한 방법으로 진화적 학습(evolutionary learning) 방법이 제안되었다. 제안된 방법에서 진화적 학습은 실제 로봇을 통해 on-line 방식으로 이루어지며, 장애물 회피 문제를 통해 유용성을 검증하고 진화 과정에 학습이 미치는 영향을 살펴보았다. 그리고 수학적으로 제시되기 힘든 진화 학습의 평가에 설계자의 개입을 허용하는 인터액티브 진화 알고리즘(interactive evolutionary algorithm)방법을 모색해 보았다.

본 연구에서는 지체 부자유자들이 가장 많이 사용하는 전동형 휠체어를 이용하여, 조이스틱과 음성인식 모듈을 전동 휠체어에 부착하고 여기에 인공지능 기법을 적용하여 조이스틱과 음성인식 의해 휠체어를 제어하였으며, 각 휠체어의 각 부분을 모듈별로 구성하여 제작하였다. 그리고 조이스틱으로 휠체어를 제어하지 않고 음성인식으로 만 휠체어를 제어 동작했을 경우에 휠체어가 주행중에 장애물이 주행 경로 상에 갑자기 나타났을 때 장애물에 대해 즉시 정지하거나 회피하지 못할 경우가 발생하게 된다. 그래서 전동휠체어의 앞면과 됫면에 초음파 센서를 부착하여 갑자기 장애물이 나타났을 때 전동휠체어가 장애물에 대해 지능적으로 정지하거나 회피 할 수 있도록 퍼지이론을 적용하여 장애물에 대해서 지능적인 동작이 가능하도록 하였다.

본 논문에서 구현한 시스템은 비젼(vision)시스템을 이용하여 자율 이동로봇의 경로를 탐색하고 추출된 정보로부터 자율 이동로봇의 위치제어 성능을 제시하고자 한다. 일반적인 로봇시스템은 자신이 이동해야 할 목표 지점을 자율적으로 생성할 수 없으므로 기타 다른 시스템의 정보를 이용하여 미로를 탐색하거나 장애물을 인식하고 식별하여 자신의 제어전략을 수립한다. 그리고, 본 연구에서 제시한 시스템은 자율이동로봇의 행동 환경을 호스트 PC인 비젼시스템이 로봇의 현재 위치, 로봇이 이동해야 할 목표위치, 장애물의 위치와 형태 둥둥을 분석한다. 분석된 결과값을 RF-Module을 이용해서 로봇에 전송하면 로봇은 그 데이터를 받아서 동작하게 되며 로봇이 오동작 또는 장애물로 인해 정확한 목적지까지 도달하지 못할때 호스트 PC는 새로운 최단경로를 만들거나 장애물을 회피 할 전략을 로봇에게 보내준다. 본 연구에 적용한 알고리즘은 A* 알고리즘을 사용하였으며, 본 알고리즘은 매우 단순하면서도 실시간 처리에 적용가능하며, 자율 이동로봇의 충돌회피, 최단 경로 생성에 대한 성능을 실험을 통하여 제시한다.

본 논문에서는 미지의 환경에서 이동로봇의 자율 주행이 가능하도록 비전 시스템과 퍼지규칙을 이용한 경로 설정과 장애물 회피를 위한 알고리즘을 소개 하고자 한다. 한편 원격지에서도 로봇의 움직임을 파악할 수 있도록 인터넷을 통한 원격운용 기능을 추가함으로써 로봇의 효율적인 운용이 가능하도록 하였다. 소벨 연산자를 이용한 장애물의 윤곽선 추출과 퍼지규칙을 이용하여 경로 계획과 장애물 회피를 위한 알고리즘을 생성하였으며, 컴퓨터 시뮬레이션으로 그 효율성을 검증하였다. 또한 실제 이동 로봇을 제작하여 실험한 결과에서도 제안된 알고리즘이 우수한 성능을 발휘함을 확인할 수 있었다.

본 논문에서는 자율 주행 로봇의 협상능력 구현에 관해 다루었다 현재 개발된 자율주행 로봇의 일반적인 능력을 보면 충돌회피, 추종, 색깔 인식 등 단순한 기능적 측면이 강하다 다시 말하면 퍼지 또는 신경망 등을 이용하였지만 실제적으로 지능이 없는 로봇에 불과하다 본 논문에서는 협상이라는 능력을 로봇에 도입해 로봇이 인간의 사고와 비슷한 과정을 통해 또 다른 로봇과 대화와 헙상을 통해 주어진 임무를 수행하는 알고리즘을 구현하였다. 제안된 알고리즘이 구현된 로봇 그룹은 주어진 임무를 위한 효율적 구현 방식 선택을 위해 협상과정을 통해 하나의 통일된 결론에 이르게 된다.

기존 이동로봇의 활발한 연구와 더불어 다양한 형태의 이동로봇이 등장하였다. 이에 본 논문에서는 8축으로 구성된, 총 16 Degree of Freedom을 가지는 다 관절 뱀 로봇을 제작하였다. 뱀 로봇은 지면과의 진행 마찰력을 고려하여 무동력 바퀴를 사용하였다. 또한 PC Cam과 초음파 센서를 사용하여 각 관절이 움직일 수 있는 Joint Angle을 나타내기 위하여 Target의 색상과 거리를 입력으로 하였다. 뱀 로봇은 머리부분, 몸통 그리고 꼬리부분으로 나뉘어 진행하는 방식을 가지며 PC Cam을 통해 화면에 보여지는 움직이는 특정 목표물에 대하여 진행을 하며, 진행 중 움직이거나 고정되어있는 Obstacle이 포착될 경우 충돌회피를 통하여 Target을 추종하는 방식을 실험적으로 보이고자 한다.

본 논문에서는 홈 네트워크를 기반으로 한 지능형 홈 로봇의 구현에 대한 내용을 논의하였다. 기존의 로봇들은 대부분 독립적으로 동작하는 형태의 로봇이 주류를 이루었다. 현재 급속히 확산되고 있는 홈 네트워크는 가정 내 장치들이 정보를 주고받을 수 있는 통로의 역할을 할 수 있다. 이러한 로봇을 홈 네트워크 환경과 결합함으로 더욱 지능적이며, 다양한 기능을 구현 할 수 있다 홈 네트워크 환경에서는 로봇이 모든 일을 처리하던 방식에서 탈피하여, 네트워크를 이용한 작업의 분산이라는 이점을 얻을 수 있다. 뿐만 아니라, 계속적으로 추가되는 가정의 장치들이 네트워크에 연결됨으로 로봇은 이들 장치에 더욱 쉽게 접근할 수 있다. 향후에는 다양한 방식의 흠 네트워크를 기반으로 로봇이 행동하는 지능형 공간 (Smart Space)의 형태로 발전할 것으로 예상된다. 본 연구에서는 흠 서버, embedded robot,지능형 로봇으로 구성된 흠 네트워크 기반의 시스템을 제안하고 구현하였다.

본 논문에서는 자율 이동 로봇의 학습을 위해 신경망과 진화 알고리즘을 이용한 방법을 제안하고 또한 행동기반 제어 방법인 포섭구조를 이용해 로봇의 행동을 제어하는 방법을 제안한다. 포섭 구조는 기존의 Al방법과는 달리 행동 규칙을 병렬적으로 모듈화 하여 낮은 레벨에서는 기본적인 행동을 담당하고, 높은 레벨에서는 좀 더 복잡한 행동을 담당하는 구조로 되어있다. 따라서 각 행동 레벨이 협조를 함으로써 복잡한 임무를 수행할 수 있다 포섭 구조에서 각 레벨의 제어기는 신경망으로 구성하며 각 행동 레벨이 서로 영향을 주고받으며 진화함으로써 주어진 임무를 달성하도록 한다 제안된 방법은 자율 이동 로봇인 Khepera 로봇의 시뮬레이션을 통해 결과의 효율성을 입증한다.

점차 많은 형태의 가정용 로봇이 개발되고 있으며 일부 제품화되어 출시되고 있다. 이러한 가정용 로봇을 원격지에서 제어하고자 할 때 대부분이 인터넷이나 무선을 이용한 원격제어 또는 실시간 모니터링을 통해 제어하여 그 상황을 시뮬레이션으로 구현하고 있다. 그러나 제어대상이 극히 제한적인 수의 이동로봇인데 반해 다수의 가족 구성원인 제어조작자가 중복적으로 청소로봇과 같은 이동로봇을 제어하고자 접근을 시도했을 때 이동로봇에 다중적인 업무가 주어지게 될 수 도 있다. 이에 Database 를 이용하여 수행 업무의 우선순위와 제어조작자의 권한의 우선순위를 지정한 명령어를 Database 내에 구성하여 간접적으로 전송하여 제어하고자 한다. 그리고 제어를 통한 동작 시 실제 이동로봇의 속도와 방향 제어를 위해 퍼지 및 신경망을 이용한 지능제어를 구성하여 제어의 효율성을 극대화 하고자 한다.

빠르게 변해 가는 정보화사회에서 침입 탐지 시스템은 정밀성과 적웅성, 그리고 확장성을 필요로 한다. 또한 복잡한 Network 환경에서 중요하고 기밀성이 유지되어야 할 리소스를 보호하기 위해, 더욱 구조적이고 지능적인 IDS(Intrusion Detection System)개발의 필요성이 요구되고 있다. 본 연구는 이를 위한, 지능적인 IDS를 위해 침입패턴을 생성하기 위한 모델을 도출함에 목적이 있다. 침입 패턴은 방대한 양의 데이터를 갖게 되고, 이를 정확하고 효율적으로 관리하기 위해서 데이터마이닝의 주요 2분야인 Link analysis와 Sequence analysis를 이용하여 정확하고 신뢰성 있는 침입규칙을 생성하기 위한 모델을 도출해낸다 이 모델은 "Time Based Traffic Model", "Host Based Traffic Model", "Content Model"로 각각 상이한 침입 패턴을 생성하게 된다. 이 모델을 이용하면 좀더 효율적이고 안정적으로 패턴을 생성 할 수 있다, 즉 지능형 시스템기반의 침입 탐지 모델을 구현할 수 있다. 이러한 모델로 생성한 규칙은 침입데이터를 대표하는 규칙이 되고, 이는 비정상 사용자와 정상 사용자를 분류하게 된다 모델에 사용된 데이터는 KDD컨테스트의 데이터를 이용하였다. 사용된 데이터는 KDD컨테스트의 데이터를 이용하였다.

인공 면역 시스템을 사용한 정보통신시스템의 기억구조의 바이러스 침투경로를 확인하고 이를 대처하는 면역체계의 임파구를 T임파구와 B임파구라 할때 바이러스가 경유된 기억 구조를 기존의 정보 공유체제에서 전송 경유체계로 구성하여 바이러스의 침투 경유사항을 스스로 느낄 수 있게끔 항원체계를 구축한다. 항원 시스템은 항체 구조를 사용하여 항체 구조 내에 존재하는 임파구와 생체면역 체계를 형성하는 항원 시스템간의 혈청 시스템 구조를 형성하는데 혈액 구조내부의 항원 임파구와 항체 임파구를 조직하여 생체 내부에서 생체바이러스를 퇴치하는 방법으로 정보공유 및 전송시스템의 기억구조의 바이러스를 퇴치하게 된다.

인터넷 보급의 확산과 전자상거래의 활성화와 유.무선 인터넷의 보급에 따른 악의적인 사이버 공격의 시도의 성공사례가 증가하고 있다. 미로 인해 점차 더 많은 문제가 야기될 것으로 예상된다. 현재 일반적인 인터넷상의 시스템은 악의적인 공격에 적절하게 대응해오지 못하고 있으며, 다른 범용의 시스템들도 기존의 백신 프로그램에 의존하며 그 공격에 대응해오고 있다. 따라서 새로운 침입에 대하여는 대처하기 힘든 단점을 가지고 있다. 본 논문에서는 생체 자율분산시스템의 일부분인 T세포의 positive selection과 negative selection을 이용한 자기/비자기 인식 알고리즘을 제안한다. 제안한 알고리즘은 네트워크 환경에서 침입탐지 시스템에 적용하여 기존에 알려진 침입뿐만 아니라 새로운 침입에 대해서도 대처할 수 있다

최근 네트워크 취약점 검색 방법을 이용한 침입 공격이 증가하는 추세이며 이런 공격에 대하여 적절하게 실시간 탐지 및 대응 처리하는 침입방지시스템(IPS: Intrusion Prevention System)에 대한 연구가 지속적으로 이루어지고 있다. 본 논문에서는 시스템에 허락을 얻지 않은 서비스거부 공격(Denial of Service Attack) 기술 중 TCP의 신뢰성 및 연결 지향적 전송서비스로 종단간에 이루어지는 3-Way Handshake를 이용한 Syn Flooding Attack에 대하여 침입시도패킷 정보를 수집, 분석하고 퍼지인식도(FCM : Fuzzy Cognitive Maps)를 이용한 침입시도여부결정 및 대응 처리하는 네트워크 기반의 실시간 탐지 및 방지 모델(Network based Real Time Scan Detection & Prevention Model)을 제안한다.

데이터의 군집화를 수행할 때 최적 군집수 결정은 군집 결과의 성능에 많은 영향을 미친다. 특히 K-means 방법에서는 초기 군집수 K에 따라 군집결과의 성능 차이가 많이 나타난다. 하지만 대다수의 군집분석에서 초기 군집수의 결정은 경험을 바탕으로 하여 주관적으로 결정된다. 이때 개체수와 속성수가 증가하면 이러한 결정은 더욱 어려워지며 이때 결정된 군집수가 최적이 된다는 보장도 없다. 본 논문에서는 군집의 수를 자동으로 결정하고 그 결과의 유효성을 보장하기 위해 유전자 알고리즘에 기반한 최적 군집수 결정 방안을 제안한다. 데이터의 속성에 근거한 초기 해 집단이 생성되고, 해 집단 내에서 최적화된 군집수를 찾기 위해 교차 연산이 이루어진다. 적합도 값은 전체 군집화의 비 유사성의 합의 역으로 결정되어 전체적인 군집화 성능이 향상되는 방향으로 수렴된다. 또한 지역 국소값을 해결하기 위해 돌연변이 연산이 사용된다. 그리고 유전자 알고리즘의 학습 시간의 비용을 줄이기 위해 붓스트랩 기법이 적용된다.

본 논문에서는 Support Vector Machines (SVM) 을 이용하여, 빠르고 정확한 두 convex한 클러스터 간의 거리 측정 방법을 제시한다 제시된 방법에서는, SVM에 의해서 생성되는 최적 다차원 평면이 두 클러스터간의 최소 거리를 계산하는데 사용된다. 또한, 본 논문에서는 이러한 두 클러스터 간의 최적의 거리를 사용하여, Fuzzy Convex Clustering (FCC) 방법 (1) 에 의해서 생성되는 Convex 클러스터들을 묶어주는 효과적인 클러스터 결합 알고리즘을 제시하였다. 그러므로, 데이터의 부적절한 표현을 유발하지 않고도 클러스터들의 개수를 좀 더 줄일 수 있었다. 제시한 방법의 타당성을 위하여 여러 실험 결과를 제시하였다

본 논문은 (1)에 기술된 퍼지 K-nearest neighbor(NN) 알고리즘의 확장인 interval 제2종 퍼지 K-NN을 제안한다. 제안된 방법에서는, 각 패턴벡터의 멤버쉽 값들에 불확실성(Uncertainty)을 할당하는 것에 의해 interval 제2종 퍼지 멤버쉽으로의 확장을 시도한다. 이러한 확장은, K의 결정에 존재하는 불확실성은 다루고, 조정할 수 있게 한다.

Vapnik이 제안한 Support Vector Machine은 두 개의 부류를 갖는 데이터에 대한 분류에는 매우 좋은 성능을 보인다는 점은 이미 잘 알려져 있다. 하지만 부류의 개수가 3개 이상인 다중 패턴을 갖는 데이터에 대한 분류에는 SVM을 적용하기가 쉽지 않다. Support Vector Machine의 이러한 문제점을 해결하기 위하여 Zhu는 3개 이상의 부류를 갖는 데이터의 패턴 분류를 위하여 Import Vector Machine을 제안하였다. 이 모형은 Support Vector Machine을 이용하여 해결하기 어려운 다중 패턴 분류를 가능케 한다. Import Vector Machine은 커널 로지스틱 기반의 함수만을 사용하지만 본 논문에서는 다수의 커널 함수를 적용하여 가장 성능이 우수한 커널 함수를 찾아내어 최종 분류를 수행하게되는 bagging 기법을 적용하였다 제안하는 방법이 기존의 방법에 비해, 더욱 정확한 분류를 수행함을 실험 결과를 통해 확인한다.

본 논문에서는 뉴로-퍼지 모델에서 입력 공간의 효율적인 분할을 위하여 계층적 클러스터링방법을 이용하고 있다. 기존의 HCM, FCM 등에서 초기치를 임의로 선택함으로써 데이터의 클러스터를 생성하였으나 제안된 방법은 계층적인 클러스터링을 이용하여 각 데이터간의 정보를 이용하여 클러스터링을 좀더 일반화하였다. 임의로 주어진 초기치에 의하여 클러스터의 형태가 바뀔 수 있는 문제점을 각각의 데이터 정보를 이용함으로써 이러한 문제를 해결하고자 하였다. 이를 자동차 연료 예측 문제에 적용하여 제안된 방법의 유용성을 보이고자 한다.

자동화 지문인식을 위한 과정에서 지문영상의 정보를 보존하면서 최적의 세선화와 특이점추출을 위한 중요한 부분은 이진화 과정이다. 이진화 과정은 그레이-스케일 레벨의 영상을 0과 255값으로 바꾸는 과정이다. 이 과정에서 적절한 임계값(Threshold Value)을 설정해 주지 않으면 지문영상의 정보가 손실된다 본 논문에서는 이진화 과정 부분에 인공지능 기법을 적용하여 입력되는 지문영상에서 실시간으로 기준레벨(Threshold)을 추출하는 방법을 제안한다. 실험결과 기존의 방법과 비교하여 좋은 성능을 보여주고 있음을 나타낸다

지문인식 알고리즘 구현에 있어서 일반적인 전처리 과정을 거쳐, 특징추출시 본 논문에서는 방향성이 추출된 영상에서 블록을 형성하여 각 블록에서의 방향성 특징들을 인공지능 기법의 한 분야인 신경회로망의 입력패턴으로 사용하여 특이점 추출을 수행했으며, 이를 바탕으로 PC없이 독립적으로 동작할 수 있는 지문인식 신호처리보드를 설계하여 그 신뢰성을 테스트한 결과 충분히 독립적으로 동작할 수 있음을 입증하였다.

본 논문에서는 신경망 기반 독립성분분석기법을 이용하여 지문영상에 포함된 특징들을 효과적으로 추출하는 방법을 제안하였다. 여기서 독립성분의 효과적인 분석을 위해 고정점 학습알고리즘의 신경망 기반 기법을 이용하였다. 이는 수치적 기법에 비해 신경망이 가지는 학습 등의 우수한 속성과 뉴우턴법의 고정점 알고리즘이 가지는 빠르고 간단한 계산속성을 동시에 살리기 위함이다. 제안된 기법을 256$\times$256 픽셀의 8개 지문영상에서 선택된 10,000개의 영상패치를 대상으로 시뮬레이션 한 결과, 추출된 16$\times$16 펙셀의 160개 독립성분 기저벡터는 지문영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

This paper presents an image contrast enhancement technique for improving low contrast images. We applied fuzzy logic to develop an image contrast enhancement technique in the viewpoint of considering that the low pictorial information of a low contrast image is due to the vaguness or fuzziness of the multivalued levels of brightness rather than randomness. The fuzzy image contrast enhancement technique consists of three main stages, namely, image fuzzification, modification of membership values, and image defuzzification. In the stage of image fuzzification, we need to select a crossover point. To select the crossover point automatically the K-means algorithm is used. The problem of crossover point selection can be considered as the two-category, object and background, classification problem. The proposed method is applied to an experimental image with 256 gray levels and the result of the proposed method is compared with that of the histogram equalization technique. We used the index of fuzziness as a measure of image quality. The result shows that the proposed method is better than the histogram equalization technique.

그레이 스케일 영상의 객체 분할시 경계면의 모호함이 발생하여 정확하게 객체를 분할.검출 할 수 없으며 또한 영상 레벨에 따라 결과에 많은 영향을 미치게 된다 본 논문에서는 그 경계 부분을 정확하게 분할 . 검출하는 방법으로 적응적 형상학을 웨이브렛 알고리즘에 적용한후 최적의 영상을 찾는 알고리즘을 구현하였다. 본 논문은 입력 영상의 임계값에 따른 적응적 형태학을 이용하여 영상의 경계면을 레벨 업 시킨 후, 이를 웨이브렛에 적용하여 최적의 에지를 검출하였다. 또한, 기존의 영상 에지 검출알고리즘인 Sobel 에지 검출과 다른 웨이브렛 기저 계수를 적용한 에지 검출 방법과 비교하고, 제안된 알고리즘이 기존의 다른 에지 검출보다 우수함을 확인하였다. 특히 에지와 에지의 부분이 가까울 때 정확한 에지를 검출하였으며, 완만한 곡선을 가지고 있는 부분에서 더 우수한 결과 에지를 얻을 수 있음을 확인하였다.

패턴 인식(Patterns Recognition)은 인공 지능의 한 분야로서 이해할 수 있는데, 요즈음은 보안과 관련하여 많은 연구가 진행되고 있다. 웨이블렛 변환(Wavelet Transform)은 공간-주파수 영역에서 신호의 국소화를 효율적으로 구현할 수 있다. 하지만, 이를 패턴 인식의 특징 추출에 그대로 이용할 경우 입력 신호의 위치 이동 등이 문제가 되며, 이것은 또한 에러 요인이 된다. 본 논문에서는 웨이블렛 변환을 패턴 인식에 적용할 경우 발생하는 입력 신호의 위치이동에 따른 문제점을 보완하여, 개선된 방법으로 패턴 인식에 사용할 수 있는 알고리즘을 제안하며, 실험 결과를 바탕으로 그의 타당성을 보인다.

본 논문에서는 오디오 워터 마킹 기법을 제안한다. 이 방법은 5차 웨이브릿 변환을 이용한sync 탐지 기법을 제안한다. 이 원리를 Zuicker의 인간청각모델의 한계 밴드이론을 이용한다. 그리고 워터마킹 검출에는 정점 탐지 기법에서 많이 이용하는 에너지와 제로통과 비율을 이용하여 워터마크를 검출한다 실험을 통하여 본 알고리즘이 mp3압축에 강인할 뿐 아니라 디지털에서 아날로그신호로 바꾸고 다시 디지털 신호로 바꾸는 아날로그 공격에 시간영역이나 DCT영역에서 워터마킹을 행하는 것보다 본 알고리즘이 강인함을 보인다 본 오디오 알고리즘은 음악에 연동하는 전기기기를 구성할 때 유용한 알고리즘이 될 수 있다. 즉 음악에 워터마크를 삽입하여 이 워터마크를 전기기기 동작제어 비트열로 이용할 수 있을 것이다.

이동 물체의 이동 거리 추적이나 대상 물체의 인식과 판별 물체의 특징 추출과 같은 응용분야에서 컴퓨터(Computer)와 비젼시스템(vision system)을 이용한 영상 데이터 처리 분야에 대한 이용률이 증가하면서, 그에 따른 연구가 활발히 진행되고 있다. 따라서 CCD 카메라(Charge-Couple Device Camera)로부터 입력된 그레이 레벨(Gray Level)의 영상을 입력받아 처리과정을 거쳐 위치정보를 전송하는 과정에서 정확한 정보를 얻기 위한 전처리 과정 방법을 제안하고, 실제 시스템에 적용한 결과를 제시한다. 여기서 영상의 전처리 과정 중 입력 영상에서 불필요한 부분을 제거하거나, 배경과 대상물의 분리, 내포된 잡음을 없애기 위하여 흔히 이진화 방법을 많이 사용한다 특히 이진화 과정에서 그레이 레벨의 입력영상에서 히스토그램(histogram) 정보를 이용하여 영상의 이진화시의 임계값을 찾는 것은 아주 중요한 요인이다 따라서 본 논문에서는 신경회로망을 이용하여 실시간으로 CCD 카메라를 통하여 입력되는 그레이 레벨의 입력 영상에 대하여 동적으로 적당한 임계값을 .찾는 방법을 제안하고자한다. 또한 제안한 신경회로망을 이용한 임계값 추출 알고리즘(algorithms)을 구현한 시스템(system)에 적용하여 일반적인 방법과 비교 검토하고 응용 가능성을 확인한다.

In this paper, an automatic histogram specification method is proposed for image enhancement, Fuzzy membership value is adopted for the representation of image histogram. The desired PDF is automatically constructed by the fuzzy membership value. Fuzzy membership value is extracted from dark membership, bright membership function and original histogram. The effectual results are demonstrated by desired PDF which meet the image enhancement requirements. The performance and effectiveness are shown by the analysis and the resultant image in comparison with histogram equalization method.

본 논문에서는 다양한 환경하에서 인간의 식별과 감정을 인식할 수 있는 감정 인식 알고리즘을 제안한다. 제안된 알고리즘을 구현하기 위해, 먼저, CCD 칼라 카메라에 의해 획득한 원 영상으로부터 피부색을 이용해 얼굴영상을 얻는 과정을 거친다. 그 다음, 주요 요소분석을 기본으로 하는 얼굴인식기술인 Eigenface를 사용하여 이미지들을 고차원의 픽셀공간으로부터 저차원공간으로의 변환하는 파정을 거친다. 제안된 개인에 대한 식별과 감성인식은 사용한 특징벡터들의 추출로 인한 Eigenface의 가중치와 상관관계를 통해 이루어진다 즉, 영상의 가중치로부터 개인에 대한 식별과 감성정보를 찾는 방법을 제안한다. 마지막으로, 실험을 통해 제안된 방법의 응용가능성을 보인다.

본 논문에서는 사람의 식별과 감정을 인식하기 위한 하나의 방법을 제안한다. 제안된 방법은 색차 정보에 의한 형판의 위치 인식과 형판 벡터 추출에 기반한다. 단일 색차 공간만을 이용할 경우 살색 영역을 정확히 추출하기 힘들다. 이를 보완하기 위해서 여러 가지 색차 공간을 병행하여 살색 영역을 추출하며, 이를 응용하여 각각의 형판을 추출하는 방법을 제안한다. 그리고, 사람의 식별과 감정 인식을 위해서 추출된 형판에 대한 각각의 특징 벡터 추출 방법을 제시하며, 마지막으로 추출된 형판 벡터를 이용하여 신경망을 통한 학습과 인식을 수행하는 방법을 제시한다.

본 논문에서는 효과적인 정보를 표현하는 ICA(Independent Component Analysis)-Factorial 표현 방법을 이용하여 얼굴감정인식을 수행한다. 얼굴감정인식은 두 단계인 특징추출과 인식단계에 의해 이루어진다. 먼저 특징추출방법은 PCA(Principal Component Analysis)을 이용하여 얼굴영상의 고차원 공간을 저차원 특징공간으로 변환한 후 ICA-factorial 표현방법을 통해 좀 더 효과적으로 특징벡터를 추출한다. 인식단계는 최소거리 분류방법인 유클리디안 거리를 이용하여 얼굴감정을 인식한다. 이 방법의 유용성을 설명하기 위해 6개의 기본감정(행복, 슬픔, 화남, 놀람, 공포, 혐오)에 대해 얼굴데이터베이스를 구축하고, 기존의 방법인 Eigenfaces, Fishefaces와 비교하여 좋은 인식성능을 보이고자 한다.

This paper presents a new image segmentation method using fuzzy measures which reflect the local property of an image as well as the global property of an image An image is globally segmented into the crisp region and the ambiguous region in terms of the Index of fuzziness measured over all pixels of an image. The ambiguous region is luther partitioned into background and object in terms of the index of fuzziness computed over the set of neighboring pixels reflecting the local property most. From the experimental results, this method shows the effective ambiguity handling capability in segmenting an image.

본 논문에서는 휠체어 시스템에 화자 독립 고립단어 인식을 위한 임베디드 시스템 설계에 관한 내용을 서술한다. 실제 환경에서는 잡음이 포함되어 있어 인식률을 저하시키므로, 잡음을 제거하는 방식 중 가장 간단한 방식인 스펙트럼 차감법(Spectral subtraction method)을 사용하여 잡음을 제거했다 전처리 단계에서는 12차 LPC&Cepstrum 방식을 사용했고, 인식 알고리즘은 DHMM (Discrete Hidden Markov Model)을 전반부 인식기로 사용했다. 이 알고리즘을 적용하기 위해서는 데이터 간소화를 위해 벡터양자화(Vector Quantization) 처리가 전제되어야한다 또한 인식알고리즘은 인식률을 향상을 위해 후처리 인식기로 신경망(MLP:Multi-layer Perceptron)을 통해서 인식률을 향상시켰다 화자 독립 시스템에 맞는 인식 단어의 구성은 총 7개단어로 남녀 총 25명 목소리로 구성하였다. 그리고 하드웨어 구성은 32-bits floating point 방식인 TMS320C32를 적용했고, 메모리 부분은 4Mbyte로 설계를 했으며, 메인보드의 설계는 현재 완성 단계에 있다.

음성은 화자들의 특징을 가지고 있다. 이 논문에서는 신경망에 기초한 Incremental Learning을 이용하여 화자인식시스템을 소개한다. 컴퓨터를 통하여 녹음된 문장들은 FFT를 거치면서 Frequency 영역으로 바뀌고, 모음들의 특징을 가지고 있는 Formant를 이용하여 모음들을 추출한다. 추출된 모음들은 LPC처리를 통하여 화자의 특성을 가지고 있는 Coefficient값들을 얻는다. LPCC과정과 Vector Quantization을 통해 10개의 특징 점들은 학습을 위한 Input으로 들어가고 화자 수에 따라 증가되는 Hidden Layer와 Output Layer들을 가지고 있는 신경망을 통해 화자인식을 수행한다.

음성인식 기술은 크게 음성인식과 화자인식 기술의 두 가지로 분류된다. 현재는 음성인식 기술이 널리 연구되고 있지만 점차 화자인식 기술의 중요성이 대두되고 있다. 본 논문에서는 화자인식 기술의 한 가지 분류로 임의 화자를 식별하기 위한 화자식별 기술을 연구 대상으로 하고 있으며, 신경회로망을 이용한 화자식별 시스템의 특징 추출 방법을 제시하고 그에 따른 성능을 비교하고 있다. 식별 단계에서 26명의 78개의 음성 샘플을 신경회로망의 역전파 알고리듬을 이용하여 학습하고, 테스트용으로 한 화자의 음성샘플이 사용되어 식별된다. 신경회로망의 입력 변수는 특징 파라미터로 선형예측계수, Mel-주파수 켑스트럼계수와 웨이블릿을 이용한 켑스트럼 계수를 사용하였다. 그 결과로써 화자식별 시스템의 신경회로망 모델2의 입력으로 혼합된 특징 파라미터를 사용한 경우가 다른 파라미터들을 사용한 경우와 비교하여 8.46~21.53%의 차를 가지고 가장 좋은 성능을 나타내었다.

본 논문은 카오스 신호를 이용하여 안전한 음성신호의 전송을 위한 아날로그 비화통신 시스템의 성능분석에 관한 연구이다. 기존의 카오스 동기화 및 카오스 변조통신 알고리즘을 개선하여 실제 통신환경에서 발생하는 다양한 조건들을 적용하여 음성신호의 복원능력을 모의실험으로 분석하였다. 일반적인 PC 제어기법과 제안한 피드백 마스킹 기법을 사용하여 송신단에서 음성신호를 카오스 신호로 마스킹하여 변조하고, 통신채널에 잡음신호를 추가하여 전송하였다. 수신단에서는 카오스 응답시스템을 이용하여 음성신호를 복조하고, 복원성능을 계산하기 위하여 아날로그 복원 에러신호의 평균전력을 제안하여 계산하였다. 실험결과 마스킹 정도, 파라미터들의 민감성, 채널잡음 등에 대하여 PC 제어기법보다 피드백 제어기법의 복원성능이 우수함을 확인할 수 있었다. 또한 로렌쯔 카오스 시스템을 비화통신시스템에 사용할 경우 파라미터들의 조합으로 암호키를 구성해야 하므로 키값들의 선정에 기준이 되는 파라미터 변화율에 대응하는 복원에러율의 관계를 실험 값으로 구하였다.

본 논문에서는 CCD 흑백 카메라를 이용하여 입력되는 인쇄체 한글 이미지의 문자를 인식하여 편집 가능한 텍스트 문서로 변환하는 시스템을 구현하였다. 문자 인식에 있어서 잡음에 강한 경계선 기울기 방법을 이용함으로써 문자의 구조적 특성에 근거한 윤곽선 정보를 추출할 수 있었다. 이를 이용하여 각 문자 이미지의 수평 및 수직 모음을 인지하고 6가지 유형으로 분류한 후, 자소 단위로 분리하고 최대 길이투영을 사용하여 모음을 인식하였다 분리된 자음은 경계선이 변화되는 위상의 형태를 미리 저장된 표준패턴과 비교하여 인식하였다. 인식된 문자는 KS 한글 완성형 코드로 문서 편집기에 출력되어 사용자에 제공되는 시스템을 구현하였다.

본 논문에서는 일반적인 문서를 CCD 카메라로 입력 받은 후, 사용자가 원하는 영역을 손가락으로 선택하면, 손 인식 알고리즘을 적용하여 사용자의 손가락 움직임을 검출하고, 손가락으로 선택되어진 영역을 인식한 후, 선택되어진 영역으로 카메라를 이동시켜 획득된 영상을 문자 인식 가능한 크기로 확대/축소하며, 확대된 영상에 문자인식 알고리즘을 적용하여 문서로 변환하는 시스템을 구현하였다 최종적으로 사용자가 이 시스템의 존재를 인지하지 못할 만큼 자연스럽게 사용할 수 있는 시스템을 구현하고자 하였다.

퍼지 ART 알고리즘에서 경계 변수는 패턴들을 클러스터링하는데 있어서 반지름 값이 되며 임의의 패턴과 저장된 패턴과의 불일치(mismatch) 허용도를 결정한다. 이 경계 변수가 크면 입력 벡터와 기대 벡터 사이에 약간의 차이가 있어도 새로운 카테고리(category)로 분류하게 핀다. 반대로 경계 변수가 작으면 입력 벡터와 기대 벡터 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 벡터들을 대략적으로 분류한다. 따라서 영상 인식에 적용하기 위해서는 경험적으로 경계 변수를 설정해야 단점이 있다. 그리고 연결 가중치를 조정하는 과정에서 저장된 패턴들의 정보들이 손실되는 경우가 발생하여 인식율을 저하시킨다. 된 논문에서는 퍼지 ART 알고리즘의 문제점을 개선하기 위하여 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하고 저장 패턴들과 학습 패턴간의 실제적인 왜곡 정도를 충분히 고려하여 승자 노드로 선택된 빈도수를 가중치 조정에 적용한 개선된 퍼지 ART 알고리즘을 제안하였다. 제안된 방법의 성능을 확인하기 위해서 실제 운송 컨테이너 영상들을 대상으로 실험한 결과, 기존의 ART2 알고리즘이나 퍼지 ART 알고리즘보다 클러스터의 수가 적게 생성되었고 인식 성능도 기존의 방법들보다 우수한 성능이 있음을 확인하였다.

본 논문에서는 단일영상들에 포함된 특징들을 효과적으로 추출하기 위하여 신경망 기반 독립성분분석기법의 이용을 제안하였다. 여기서 독립성분의 효과적인 분석을 위해 고정점 학습알고리즘의 신경망 기반 기법을 이용하였다. 이는 수치적 기법에 비해 신경망이 가지는 ？ㄱ습 등의 우수한 속성과 뉴우턴법의 고정점 알고리즘이 가지는 빠르고 간단한 계산속성을 동시에 살리기 위함이다. 제안된 기법을 512x412 픽셀의 L둠 영상과 480x225 픽셀의 지폐영상 각각에서 선택된 1,000개의 영상패치들을 대상으로 시뮬레이션 한 결과, 추출된 16x16 펙셀의 160개 독립성분 기저벡터는 지문영상과 지폐영상 각각에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

In this paper we propose parallel GA to optimize mutation rate and crossover rate using server-client model. The performance of GA depend on the good choice of crossover and mutation rates. Although many researcher has been study about the good choice, it is still unsolved problem. proposed GA optimize crossover and mutation rates trough evolving subpopulation. In virtue of the server-client model, these parameters can be evolved rapidly with relatively low-grade

GA(Genetic Algorithm)는 자연계 진화를 모방한 계산 알고리즘으로서 단순하고 응용이 쉽기 때문에 여러 분야에 사용되고 있다. 하지만 GA의 단점은 일반적인 소프트웨어로 동작시켰을 때는 실행속도가 느리다는 것이다. 특히 chromosome이 길 경우 연속적인 교차, 돌연변이를 수행해야한다. GA Processor(GAP)는 GA를 수행하기위한 전용 Processor로서 GA의 동작을 빨리 수행할 수 있게 한다. 본 논문에서는 pipeline 구조의 GAP를 설계하여 GA를 수행함에 있어 소프트웨어와 하드웨어의 성능을 비교한다.

In this paper, we investigated the pattern recognition performance of the numeric patterns (from 0 to 9) using DNA coding method. The pattern recognition performance of the DNA coding method is compared to the that of the GA(Genetic Algorithm). GA searches effectively an optimal solution via the artificial evolution of individual group of binary string using binary coding, while DNA coding method uses four-type bases denoted by A(Adenine), C(Cytosine), G(Guanine) and T(Thymine), The pattern recognition performance of GA and DNA coding method is evaluated by using the same genetic operators(crossover and mutation) and the crossover probability and mutation probability are set the same value to the both methods. The DNA coding method has better characteristics over genetic algorithms (GA). The reasons for this outstanding performance is multiple possible solution presentation in one string and variable solution string length.

본 논문에서는 DNA 코딩 방법을 이용하여 각 아미노산의 합을 복호화하여 유전자 알고리즘의 연산자를 이용하여 1차원 함수의 최대값을 구하는 방법을 제안한다 선택방법으로는 루울렛 휠 방식, 토너먼트방식과 랭크방식을 비교하였다. 토너먼트방식에서는 2개의 토너먼트크기와 4 개의 토너먼트의 크기를 비교하는 방식을 비교하였다. 그 결과 함수의 최적화를 위해서는 토너먼트 크기가 4개인 토너먼트 방식이 우수함을 보인다.

진화 연산(Genetic Algorithm)은 최적화 분야에서 사용되는 강력하면서도 일반적인 방법이다. 이러한 진화 연산의 일반성은 진화 연산에서 사용되는 기본 연산자들이 문제에 대한 정보를 필요로 하지 않는 것에 기인하고 있기에, 실제 구현시에는 여러 파라미터들을 문제에 맞게 정해 줌으로써 성능 향상을 죄할 수 있다. 이러한 파라미터의 조절은 보통 시행착오를 거쳐 행해지나, 실행시에 동적으로 파라미터를 학습하는 적응적 진화 연산도 연구되어 왔다. 본 논문에서는 진화 연산에서의 파라미터 학습 과정을 강화 학습 과정으로 공식화하고 강화 학습을 사용한 적응적 진화 연산 구현을 제안한다.

본 논문에서는 ‘다목적 함수 최적화 문제(Multi-objective Optimization Problem MOP)’를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론 적용시킨 ‘내쉬 유전자 알고리즘(Nash GA)’과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 알고리즘의 결과를 시뮬레이션을 통하여 비교 검토함으로써 ‘진화적 게임 이론(Evolutionary Game Theory : EGT)’의 두 가지 아이디어 -‘내쉬의 균형(Equilibrium)’과 ‘진화적 안정전략(Evolutionary Stable Strategy . ESS)’-에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해를 탐색할 수 있음을 확인한다.

요즈음에는 GPS 및 GIS을 기반으로, 운전자에게 최단 경로탐색 및 예상도착시간을 인터넷 및 휴대폰으로 검색할 수 있다. 그러나, 아무리 좋은 자동항법 장치도 평균차량속도가 10-20 Km 일 때에는 최단경로를 생성할 수 없다. 그러므로 승용차대기시간과 평균차량속도를 개선하기 위해서, 서로 다른 교차로 길이 및 교차로 차선수 일때에도, 퍼지 적응 규칙을 이용한 최적녹색시간 알고리즘을 제안한다. 본 논문에서는 인터넷을 이용해서 위험한 도로, 공사중인 도로 및 목적지 예상도착시간 및 최적의 교통상황을 예보하는 기능을 제공할 수 있도록 하였다.

본 논문에서는 문자인식이 가능하도록 줌, 포커스를 제어하여 한글 문서 영상을 확대/축소하는 시스템을 구현하였다. 한글 문서 영상에서 확대/축소 할 영역이 지정되면 그 영역의 가로, 세로 거리를 펄스 수로 변환한 후 Step모터를 제어하여 그 위치만큼 카메라를 이동시킨다. 문서 영상이 입력되면 문자인식이 가능한 크기만큼 줌을 제어하고, 피드백 되어진 영상으로부터 조정된 줌에 맞는 포커스로 근접 제어한 후, 더욱 선명한 영상을 얻기 위해 명암 차이에 의한 미세 조정을 하였다. 이 경우, 줌 및 포커스는 퍼지 추론으로 .제어하는 DC모터로 조정하였다.

일반적으로 휴대폰에는 리튬이온(Ll-lon) 전지(battery)를 많이 사용하고 있으며 그 전지(battery)를 충전시키기 위해 Microcontroller를 사용해서 과충전과 방전, 그리고 전지(battery) 보호와 충전에 대한 일정한 전류를 제어한다. 여기에서 충전 동작 시 필요한 일반직인 충전 전류 제어를 PWM의 방식에 의존하지 않고 인공지능 기법을 이용해 소프트웨어적으로 처리가 필요한 파라메터 값을 추정해 적용시키고자 한다. 따라서 개발한 충전시스템에 일반적인 충전 파라메터를 전압과 전류 그리고 시간으로 분류하여 Microcontroller에 그 파라메터를 적용시켜 PWM 방식으로 제어한 후에 실험에 의한 결과값을 얻는다. 그리고 이것들을 비교하여 보다 나은 충전시스템을 구현하기 위해 인공지능 기법 중에 하나인 신경망을 이용하여 전압과 전류 그리고 시간에 대한 파라메터를 처리하였다. 본 논문에서 신경망에 대한 파라메터의 학습을 일반 FC에서 구현하고 여기에서 추출된 학습 값을 Microcontroller에 적용시켜 입력값에 따라 다양한 PWM 신호를 발생시키도록 구현했다. 이후 실제적인 실험에 의한 결과값을 본 논문에서 서술하였다.

MR의 자율주행 기능에는 추종, 접근, 충돌회피, 경고 등의 여러 기능이 있다. 이 기능들을하나의 Neural Network로 학습시키는 것은 어려운 일이다. 이것을 보안하고자 기능들을 각각의 Module로 구성하여 상황에 맞게 학습된 Module의 출력 값으로 MR을 제어하였다 로봇은 인간의 감각을 대신할 수 있는 다중 초음파 센서와 PC 카메라를 장착하고 있으며, 이곳에서 측정된 환경정보 데이터들은 Modular Neural Network을 통해 학습이 이루어진다 MNN에서의 출력값은 Gating Network(GN)에서 로봇의 진행 방향과 속도를 스위칭 출력함으로서 MR을 제어하는데 사용된다. MNN 내 EN의 활성화 함수 최적결합을 통해 효과적인 MNN을 구성하였다. 본 논문에서는 Modular Neural Network의 Expert Network(EN)을 최적설계 하였고, 제안한 MNN의 검증을 위해 실시간으로 MR에 구현하였다.

본 논문에서는 신경망에 비해 보다 단순화되고 빠르게 수렴하는 특성을 보이는 방사 기준함수 구조를 초기에 설계하기 위한 초기화 방법을 제안한다. 이를 위해 웨이블릿 변환을 이용한 분석 기법을 사용하였고, 주어진 문제에 적합한 방사 기준 함수 구조를 초기에 최적 상태로 결정하였다. 시간-주파수 평면에서 지역화 특성이 대상 함수를 근사할 수 있는 특성을 지닌 방사 기준 함수를 선택, 결정하여 은닉층을 구성할 경우, 근사 능력을 지닌 초기 구조를 결정함에 있어서 장점을 지닌다. 제안된 구조는 다층 전방향 신경망 또는 정규 배열된 방사 기준함수 구조에 비해 주어진 문제에 대해 좋은 성능을 보인다.

Fourier 변환은 연속이며, 무한 회 미분 가능한 함수인 반면, Wavelet 변환은 시간적으로도, 주파수적으로도 국재화 시키는 함수를 사용하는 점에서 차이가 있다. Fourier 변환에 비해 Wavelet 변환은 고주파 성분에 대해서는 시간 분해능이 높고, 저주파 성분에 대해서는 주파수 분해능이 높아지므로, 주어진 신호에 대한 지식이 없이도 시간-주파수 해석이 가능하고, 고주파 성분을 갖는 특이점의 검출에도 적합하다. 그러므로 Wavelet 변환의 이러한 성질을 이용하여 변압기의 출고전 권선의 완전한 절연을 검증하고자 한다. 이때 시행하는 뇌 임펄스 내전압 시험 시 나타난 푸리에 변환과 Wavelet 변환 곡선을 비교 분석 및 해석을 통하여 유의수준 및 신뢰 구간 둥의 통계학적 분석을 이용, 해석하여 보다 정확한 그래프를 산출하므로서 과도구간에 대한 정밀한 해석을 하고자 한다.

Recently the subject of "wavelet analysis" has be drawn by both mathematical and engineering application fields such as Signal Processing, Compression/Decomposition, Wavelet-Neural Network, Statistics and etc. Even though its similar to Fourier analysis, wavelet is a versatile tool with much mathematical content and great potential for applications. Especially, wavelet transform uses localizable various mother wavelet functions in time-frequency domain. Therefore, wavelet transform has good time-analysis ability for high frequency component, and has good frequency-analysis ability for low frequency component. Using the discriminative ability is more easy method than other conventional techniques. In this paper, Morlet wavelet transform was applied to discriminate the kind of line fault by acquired data from real power transformation network. The experimental result presented that Morlet wavelet transform is easier,and more useful method than the FFT (Fast Fourier Transform).

본 논문에서는 온라인 신문을 보는 사용자의 취향을 평가하고 취향에 맞는 인터페이스를 추천하는 시스템을 제안한다 신문사, 분류, 키워드 등의 평가요소에 대한 사용자 데이터의 중요도를 이용해 퍼지 측도$\square$적분으로 취향을 평가하여 해당되는 인터페이스를 제공한다. 또한 추천 받은 인터페이스에 대한 사용자의 만족도를 요소의 선택 빈도와 기사 읽은 시간 그리고 읽은 기사의 수로부터 추론하여 평가하고, 추론된 만족도에 의해 중요도를 변경시킴으로써 변화하는 사용자의 취향에 적응하는 시스템을 제안한다.

본 논문은 웹 상에서 음악을 듣는 사용자의 음악 취향을 평가 한 후, 취향에 맞는 인터페이스를 추천하는 시스템을 구현하였다. 초기 음악 취향 평가 단계에서는 평가 요소인 장르, 가수, 최신곡에 대한 사용자 데이터와 평가 요소에 대한 실험을 통해 얻은 중요도를 이용하여 퍼지측도.적분을 수행한다. 수행 결과 값이 높은 음악의 평가 요소에 의해 인터페이스를 추천하고, 추천된 인터페이스에 대한 선택 곡 수와 들은 시간으로 퍼지 추론을 통해 인터페이스에 대한 만족도를 평가한다. 평가된 만족도에 의해 중요도를 변경시킴으로써 사용자의 취향에 맞는 인터페이스를 제공하는 시스템 을 제안한다.

고객을 중심으로 한 마케팅 기법중 하나인 고객관계관리(CRM : Customer Relationship Management)는 인터넷의 적용과 더불어 다양하게 발전하고 있는 분야 중 최근 가장 큰 이슈가 되고 있다. eCRU이란 CRM에서 인터넷을 이용해 기존의 시스템을 재구성하는 것을 말하는데 고객만족을 극대화하면서 동시에 관련 비용을 절감할 수 있는 새로운 고객관리라고 할 수 있다 본 논문은 웹 상의 고객 패턴을 마이닝을 통하여 고객 정보 추출을 최적화하는 알고리즘을 제시하고 이를 통해 고객분류를 자동으로 할 수 있음을 보였다.

In this research, we suggest a Web-based hybrid recommendation mechanism using CBR (Case-Based Reasoning) and web data mining. Data mining is used as an efficient mechanism in reasoning for relationship between goods, customers' preference and future behavior. CBR systems are normally used in problems for which it is difficult to define rules. We use CBR as an AI tool to recommend the similar purchase case. A Web-log data gathered in real-world Internet shopping mall was given to illustrate the quality of the proposed mechanism. The results showed that the CBR and web data mining-based hybrid recommendation mechanism could reflect both association knowledge and purchase information about our former customers.

본 논문에서는 통합 관리 시스템을 이용하여 현재 김해에 있는 플랜트의 공정상태를 모니터링하고, 퍼지와 신경망을 이용하여 플랜트로부터 얻을 수 있는 데이터를 모델링 함으로써 공정의 상태를 미리 예측이 가능하도록 구성하였다. 이러한 예측된 모델을 이용하여 제어 전략을 설계함으로써 최적화된 제어 파라미터를 찾을 수 있으며, 특히 비정상적으로 들어오는 데이터에 대해서는 플랜트의 공정상태를 진단할 수 있는 가능성을 보이고 있다. 또한 기존의 통합 관리 시스템을 관리자라면 누구나 장소에 구애받지 않고 플랜트의 공정상태를 모니터링 할 수 있도록 웹을 이용하여 개발함으로써 플랜트의 능률성과 효율성 향상 및 인건비 절약 등 플랜트의 효율을 개선시킬 수 있다 즉, 네트워크가 구축되어 있는 곳이면 어디서나 모니터링이 가능하도록 시스템을 설계하였다.

본 논문에서는 개인의 적성을 판단하는 문제를 처리하기 위한 가중치 퍼지추론 알고리즘을 제시하고, 지식표현을 위해 퍼지 집합 이론과 퍼지 생성 규칙들을 이용하였다. 거리척도에 서는 퍼지값이 높은 구간의 척도를 낮은 구간의 척도에 비례하여 유사성을 구하였다. 또한, 가중치를 정량화한 값과 척도값을 연산하여 유사성을 나타냈고, 추출된 항목과 규칙과의 가능성을 구하였다. 여기서, 결과는 수검자들이 응답한 값들에 따라 임의의 직업군이 적당한 지를 나타내기 위해 확신도로 해석하였다.

기존의 점수와 석차로서 학생을 평가하여 발생하는 문제점을 해결하기 위하여 서술식의 성적평가가 도입되고 있다. 그러나, 이 서술식으로 이루어지는 성적 평가는 업무를 증가시키고 또 교사의 주관적인 성적평가로 인해 성적처리의 일관성이 유지되기 어려운 문제점이 있다. 본 논문에서는 교사가 학생의 성적을 효과적으로 평가하기 위하여 퍼지 추론을 이용한 서술식 성적평가 시스템을 제안한다. 사용자(교사)로부터 수행평가요소의 결과와 과목의 최종적인 평가를 퍼지 추론에 적용하여 객관적인 성적평가를 한 후, 추론규칙의 적합도를 이용하여 성적평가 문장을 추출하여 서술식 평가 문장을 생성하도록 한다

현재까지 개발된 대부분의 규칙기반 의료 진단시스템에서는 의사들이 환자들을 진단하는데 필요한 지식을 정형화된 규칙만으로 표현해야 하기 때문에 어려움이 있으며, 시스템의 성능개선을 위해 규칙들의 수정 및 추가가 이루어져야 할 뿐 아니라, 예외적인 상황에서 진단시 문제점율 지니게 된다 본 논문에서는 일반적인 급성복통 진단을 위한 지식은 규칙으로 표현하고, 기존 규칙으로 처리할 수 없는 예외적인 급성복통 진단을 위한 지식은 사례로 표현함으로써 규칙과 사례가 서로 보완적인 역할을 할 수 있는 통합 방법을 제안한다. 또한 기존의 규칙 기반 DS-DAAP와 사레기반 추론에 의해 확장된 CDS-DAAP(Combined Diagnosis System for Diseases associated with Acute Abdominal Pain)의 비교를 통해, 제안하는 접근 방법이 진단율을 향상시킴을 보였다.

본 논문에서는 사출 성형기 Barrel 부분에 인공지능 알고리즘을 적용하여 고장 검출 및 진단 시스템을 구성하였다. 고장 검출 및 진단을 위한 실시간 계측 시스템을 구축하였고, 계측된 데이터를 SQL-2000 Server를 사용하여 사출 성형기 Barrel의 이력 데이터베이스를 구축하였다 기존의 시스템이 단 시간의 시스템 정보를 습득하여 고장을 검출하고 진단한 것에 비해 본 연구에서는 장시간의 데이터를 습득하여 고장 검출 및 진단에 신뢰성을 높일 수있었다 고장 진단에 필요한 데이터는 실제 시스템의 운전에서 실시간으로 습득하였고, 데이터의 신뢰성을 높이기 위해 사출 성형기의 데이터와 정밀 계측기의 데이터를 Database에 저장하였다. 고장 검출 및 진단을 위하여 Fuzzy 알고리즘을 사용하여 신뢰성 있는 진단을 수행하였다.

사람의 뇌 속에 있는 신경 세포들은 여러 정보 처리 활동을 하면서 전기적인 신호를 발생시키는데 이를 두피 표면에서 측정한 것이 뇌파이다. 이러한 뇌파는 임상에서 주로 이용되어 왔으나 근래에는 이러한 뇌파를 이용하여 컴퓨터와 통신하거나 기기를 제어할 수 있는 이른바 BCI(Brain-Computer Interface)에 대한 연구가 대두되고 있다 BCI 연구의 궁극적 목표는 다양한 정신상태에 따른 뇌파의 특성을 파악하여 컴퓨터나 기기 등을 제어하는 것이다. 이를 위하여 본 연구에서는 좀 더 정확하고 신뢰성 있는 기기 제어를 위해 피험자의 의지대로 발생시킨 잡파를 이용하여 방향 제어 시스템을 구현하였다. 뇌파에 포함된 잡파 중 구별될 수 있는 특징을 나타내는 잡파를 선택하고 이들의 패턴을 인식하고 분류한 후 이를 제어 신호로 변환하여 방향을 제어하는 시스템을 구현하였다.

세포내에서 특정 단백질이 합성되어 이용되는 것을 단백질의 발현이라 한다. 이러한 단백질의발현을 조사하는 작업은 세포내 대사과정을 밝혀내는 데 있어서 매우 중요한 역할을 담당하고 있다. 단백질의 발현을 조사하기 위해서는 세포로부터 추출하여 정제한 단백질이 어떤 단백질인지를 확인하는 작업이 필요한데 현재로써는 확인하고자 하는 단백질 효소로 분해하여 분해된 조각들의 질량을 측정하여 기존에 알려진 단백질들을 분해했을 때 이론상 나을 수 있는 조각들의 무게와 비교하여 가장 근접한 단백질을 찾아내는 질량분석기법(mass Spectrometry)이 널리 사용된다. 그러나 이 방법은 확인하고자 하는 단백질의 아미노산 서열이 알려져 있을 경우에만 사용할 수 있다는 한계점을 가지고 있다. 본 논문에서는 이러한 한계를 계산적인 방법으로 극복하고자 동일단백질을 여러가지 효소로 분해하여 나오는 조각들의 질량을 측정하고 이들을 조합하여 원래 단백질의 아미노산 서열을 알아낼 수 있는 알고리즘을 제안한다.

본 논문에서는 생명체의 면역계에서 중요한 역할을 하는 세포독성 T세포의 생성과정의 하나인 긍정선택(positive selection)과 부정 선택(negative selection)을 모델링하여 침입에 의한 데이터 변경과 바이러스에 의한 데이터 감염 등을 탐지할 때 가장 중요한 요소인 변경 검사 알고리즘을 개발하였다. 제안한 알고리즘은 면역세포의 생성시 MHC 인식부를 형성해 주는 긍정 선택을 자기 인식 알고리즘으로 구현하여 컴퓨터에서 자기로 인식해야하는 파일이나 기능에 대해 MHC 인식부를 형성하고, 또한 항원 인식부를 형성하는 부정 선택을 이용해 변형 검지기(anomaly detector)를 구성한다. 따라서 제안한 알고리즘은 실제 면역세포와 마찬가지로 자신과 침입자 모두에 대한 인식기를 가지고 변경을 탐지하게 된다. 시뮬레이션을 통하여 자기파일의 일부가 변경되었을 때와 블록이 변경되었을 때에 대하여 두 가지 방법을 이용한 변경 검사 알고리즘의 특성과 유효성을 밝힌다.

본 논문에서는 사용자 개개인에 최적화된 아바타를 생성하기 위해 대화형 진화 연산(Interactive Genetic Algorithm, IGA)을 적용하는 방법을 제안하고 있다. IGA는 사용자의 선택을 적합도 평가에 사용하는 방법이기 때문에, 사용자의 개인적인 취향을 아바타 생성 과정에 반영할 수 있다. 본 연구에서는 기존의 IGA가 가지고 있는 단점을 극복하기 위해 'hidden population' , 'primitive avatar' , 'simplified genotype' 기법을 제안한다. 이러한 방법들은 단시간 내에 최적화된 결과물을 생성하도록 유도함으로써 IGA 시스템의 최대 문제점인 사용자의 피로도를 최소화한다. 마지막으로, 제안하고 있는 알고리즘의 우수성을 증명하기 위해 사용자의 만족도나 신뢰도를 측정할 수 있는 독자적인 평가 방법을 소개하고 있다.

최근 인간형 로봇에 대한 개발이 괄목할 만한 성장을 이루고 있고, 친근한 로봇의 개발에 중요한 역할을 담당하는 것으로써 감성/감정의 인식이 필수적이라는 인식이 확산되고 있다. 본 논문은 음성의 감정인식에 있어 가장 큰 부분을 차지하는 피치의 패턴을 인식하여 감정을 분류/인식하는 시뮬레이터의 개발과 실험결과를 나타낸다. 또한, 피치뿐 아니라 음향학적으로 날카로움, 낮음등의 요소를 분류의 기준으로 포함시켜서 좀더 신뢰성 있는 인식을 할 수 있음을 보인다. 시뮬레이터의 내부 구조로는 음성으로부터 피치를 추출하는 부분과 피치의 패턴을 학습시키는 DRNN 부분, 그리고, 음향적 특성을 추출하는 음향 추출부가 주요 요소로 이루어져 있다. 그리고, 피치를 추출하는 방법으로는 Center-Clipping 함수를 이용한 autocorrelation approach를 사용하고, 학습 시 최적의 개체를 찾는 방법으로써 (1+100)-ES를 사용한다.

감정은 상당히 애매 모호하고 불명확하며 상대방의 감정을 이해하는 것은 매우 어렵다. 본 논문에서는 Plutchik의 감정 모델을 기호 다치 논리 함수의 미분을 이용하여 감정의 변화과정을 추론하는 방법을 제안한다.

개인의 경험을 통해 얻어지는 외부의 물리적 자극에 대한 복합적인 감성을 측정.분석하여 공학적으로 처리함으로서 인간이 보다 편리하고 안락한 생활을 영위하도록 하는 연구가 진행되고 있다. 본 논문에서는 인간의 오감 즉 시각, 청각, 후각, 미각, 촉각 중 소비자의 구매 욕구에 많은 영향을 주는 시각(색)에 따른 감성상태의 패턴을 분류하기 위해 색채 심리를 다치오토마타 모델을 이용하여 입력 이벤트와 상태 사이의 관계를 활용하여 감성을 처리할 수 있는 방법을 제안한다. 인간의 심리 상태를 학습할 수 있도록 오토마타의 입력 값(색)에 따른 상태(감성상태)의 변화를 신경망 모델로 구현함으로서 색채에 대한 감성을 처리하였다.

본 논문은 다치(MVL:Multiple Valued Logic) 신경망의 BP(Backpropagation) 학습 알고리즘을 이용하여 패턴 인식에 이용하는 방법을 제안한다. MVL 신경망을 이용하여 패턴 인식에 이용함으로서, 네트워크에 필요한 시간 및 기억 공간을 최소화할 수 있고 환경 변화에 적응할 수 있는 가능성을 제시하였다. MVL 신경망은 다치 논리 함수를 기반으로 신경망을 구성하였으며, 입력은 리터럴 함수로 변환시키고, 출력은 MIN과 MAX 연산을 사용하여 구하였고, 학습을 하기 위해 다치 논리식의 편 미분을 사용하였다.