인간의 작업을 보조 혹은 대신하기 위해서 인간과 흡사한 이족보행로봇에 대한 연구가 많이 진행되고 있다. 이족보행로봇이 인간을 대신해서 어떤 작업을 하기 위해서는 작업공간에서의 자유로운 이동과 장애물 대처능력은 반드시 필요한 기능이다. 본 논문에서는 안정된 정적보행 및 장애물을 지능적으로 대처하는 이족보행로봇의 보행알고리즘을 제안하였다. 먼저 장애물 대처가능한 이족보행로봇의 기구 설계 및 제어기 구현에 대하여 설명하고, 인간의 보행 분석 결과를 바탕으로 안정된 정적보행 알고리즘을 제안하였다. 또한 좌우 회전 및 옆걸음을 통한 장애물 회피 알고리즘, 발에 부착된 적외선센서로 장애물을 인식하여 장애물을 넘어가는 보행 알고리즘을 제안하였다. 제안한 보행알고리즘은 이족보행로봇을 제작하여 다양한 작업환경에서 실험으로 성능을 검증하였다.

In this paper, we propose that the chaotic behavior analysis in the mobile robot of embedding Chua's equation with obstacle. In order to analysis of chaotic behavior in the mobile robot, we apply not only qualitative analysis such as time-series, embedding phase plane, but also quantitative analysis such as Lyapunov exponent in the mobile robot with obstacle. In the obstacle, we only assume that all obstacles in the chaos trajectory surface in which robot workspace has an unstable limit cycle with Van der Pol equation

본 논문에서는 미지의 환경에서 인터넷 기반에 대한 이동로봇의 자율 주행이 가능하도록 비젼시스템과 퍼지규칙을 이용한 경로 설정 및 장애물 회피를 위한 알고리즘을 소개 하고자 한다. 한편 원격지에서도 로봇의 움직임을 파악할 수 있도록 인터넷을 통한 원격운용 기능을 추가함으로써 로봇의 효율적인 제어가 가능하도록 하였다. 원격지에서 제어하고자 할 때 대부분이 인터넷이나 무선을 이용한 원격제어 또는 실시간 모니터링을 통해 제어하여 그 상황을 시뮬레이션으로 구현하고 있다. 현재 이동로봇 제어를 할 때 많이 사용되는 방법은 IEEE 802.11b를 기반으로 한 wireless LAN Socket, TCP/IP, RF, 블루투스 통신등이 있다. 이러한 방식중 본 논문에서는 Internet 방식 중에 TCP/IP 프로토콜을 사용하였다. 전체 시스템은 이동로봇과 서버 그리고 클라이언트로 구성되며 이동 로봇은 인터넷을 통해서 로봇을 제어하거나 필요에 따라서는 로봇이 직접 제어권을 가지고 자율주행이 가능하도록 설계되었다. 본 논문에서는 퍼지규칙을 이용하여 경로 계획 및 장애물 회피를 위한 알고리즘을 생성하였으며, 실험을 통한 그 효율성을 검증하였다. 또한 실제 이동 로봇을 제작하여 실험한 결과에서도 제안된 알고리즘이 우수한 성능을 발휘함을 확인할 수 있었다.

본 논문에서는 인터넷의 기능을 이용하여 인터넷이 연결된 어느 장소에서라도 로봇을 원격으로 제어하거나 로봇으로부터 받은 정보를 인터넷으로 전송 받아 처리할 수 있는 알고리즘을 구현하였다. 빠른 영상정보 전송을 위해 JPEG 압축 기술을 이용하였다. 인터넷을 통한 원격 제어에서의 가장 큰 문제점은 전송 지연 또는 데이터 손실과 같은 통신 장애이다. 이러한 상황에서도 로봇이 스스로 자신을 보호하고 원하는 작업을 수행하도록 하기 위해 자율이동 기능이 필수적인데, 이를 위해 본 논문에서는 2-layer fuzzy controller를 이용하였다. 2-layer fuzzy controller를 이용하여 로봇은 장애물을 회피하면서 원활하게 이동할 수 있다. 마지막으로 실제 구현 및 실험을 통해 그 효율성을 평가한다.

언어는 인간의 지적 활동의 가장 근본적인 도구이다. 컴퓨팅에 있어서도 특히, 인간의 지적 활동을 모방하는 경우에 언어를 통한 컴퓨팅이 효과적일 수 있다. 의미베이스는 시스템 기능문법(SFLT)을 기반으로 한 인간 사고의 모델링으로 언어기반 컴퓨팅의 도구로 이용될 수 있다 본 논문에서는 카네비게이션 시스템을 예로 들어 언어를 매개로 한 지적 컴퓨팅에 관한 아이디어를 제시한다. 의미베이스의 계층은 컨텍스트, 의미, 어휘문법으로 나뉘고, 각 계층은 시스템, 서브시스템, 인스턴스로 세분된다 본 논문에서는 카네비게이션의 컨텍스트를 정의하고, 이것을 바탕으로 의미층에서 의미를 생성함을 보인다 그리고, 제시한 의미베이스 안에서 대화를 분석 및 생성하는 과정을 통해 컴퓨팅이 이루어질 수 있음을 예를 통하여 보인다.

In this paper, a methodolgy for customizing web pages for indivisual users is suggested. It shows an efficient way to personalize web pages by predicting one's site access pattern. In addition, the prediction can reflect one's tendency after actual purchase. By using the APRIORI algorithm, one of the association rule search methods, the associativity among the purchase items can be inferred. This inferrence is based on the log data in a web server and database about purchase. Finally, a web page which contains the relationship, relative links on other web pages, and inferred items can be generated after this process.

웹 기반하에서 사용자의 질의에 대한 효율적인 검색결과를 제공하기 위하여 다양한 검색 알고리즘들이 개발되어 왔으며, 이러한 알고리즘들의 대부분은 사용자의 선호도나 편의성을 고려하였다. 그러나 지금까지 개발된 검색 알고리즘들은 일반적으로 웹이라는 수평의 비계층적인 웹 환경에서 개발된 것으로서 기업의 전사적 네트워크와 같이 계층적이고 기능적으로 복잡하게 구성되어 있는 웹 기반 환경에서는 적용하기가 힘든 실정이다. 본 논문에서는 이러한 특수한 웹 기반 환경하에서 사용자에게 효율적으로 마이닝 결과를 제공할 수 있는 멀티-에이전트 기반의 웹 마이닝 시스템을 제안한다. 이를 위해 우리는 계층적 웹 기반 환경이라는 네트워크 모델을 제시하며, 제시된 웹 환경에서 적용할 수 있는 4개의 협력 에이전트와 14개의 프로세스 모듈을 가진 멀티-에이전트 기반의 웹 마이닝 시스템을 설계한다. 그리고 각 에이전트에 대한 세부기능을 계층적 환경을 고려하여 모듈별로 설명하며 특히, 새로운 머징 에이전트와 개선된 랭킹 알고리즘을 그래프 이론을 적용하여 제안한다.

현재 구현되어 있는 한국어 철자 교정 시스템은 문장의 문법 정보나 연어 관계로부터 문장의 오류를 처리하는 방식을 쓰고 있다. 본 논문에서는, 홑문장에서 의미소 사이의 관계를 이용하여 오타 문자를 수정하고 오타에 의한 의미적인 오류가 있을 때에는 의미에 해당하는 적절한 단어를 대체하여 제공하는 시스템을 제안한다. 단어의 뜻에 따라 체언은 의미 트리를 형성하고, 서술어는 주어 및 목적어의 체언과 의미 관계를 정의한다. 오류가 포함된 문장에서, 의미 관계를 비교, 분석하여 주어 및 목적어의 체언이 틀렸을 경우에는 서술어로부터, 서술어가 틀렸을 경우에는 주어 및 목적어의 체언으로부터, 수식어가 틀렸을 경우에는 체언 또는 서술어로부터 정의된 상호 의미 관계를 이용하여 한 문자에 대한 오타를 수정하고 오타에 의한 의미적 오류가 발견될 때에는 상기와 같은 철자 교정 방법을 적용하였다.

최근 컴퓨터 게임의 확산과 함께 보다 나은 가상환경 생성을 위한 기술에 대한 필요성이 증가하고 있다 다양한 환경에서 지능적으로 행동하는 인공 캐릭터의 설계를 위해 다양한 인공지능 기술이 적용되고 있다. 하지만 게임의 캐릭터 설계에 적용된 휴리스틱이나 규칙기반 시스템 등의 기존 인공지능 기술은 게임 개발자에 의존적이기 때문에 플레이어가 쉽게 캐릭터의 행동패턴을 파악하여 게임의 흥미를 저하시키는 단점이 있다 따라서 진화연산이나 신경망 등의 학습기반 인공지능 기술의 게임에의 적용이 모색되고 있다 특히 진화를 이용한 지능기술은 자연계의 복잡성과 의외성을 모방하여 최적화된 지능보다는 속임수/의외성 등의 창의적인 지능행동의 생성을 가능하게 하며 새로운 게임전략의 생성, 게임 캐릭터의 성격형성 및 다양한 행동 생성 등에 매우 유용하다. 본 논문에서는 진화기술의 게임에의 효과적인 적용을 위해 진화엔진을 설계 및 제작하고 인공지능 시뮬레이터에 적용하여 그 유용성을 확인하였다.

인공생명 기법의 대표적인 응용분야 중 하나인 창발적인 개체의 생성에서 유전자를 표현하는 방법으로 크게 방향성 그래프와 L-system의 두 가지 방법이 사용되고 있다. 두 가지 방법 모두 각기 좋은 특성이 있지만 L-system은 사용자에 의해 내부적인 파라메터로 정의되기 때문에 전체적인 실제 모양을 구조적으로 정의하기 어렵다 본 논문에서는 이런 단점을 극복하고자 실제 모양을 표현하는데 적절한 구조적 방향성 그래프를 도입하여 개체의 유전자를 구조적으로 표현함으로써 실제 개체와 유사한 모양을 창발적으로 생성하고, 이를 클러스터 대화형 유전자 알고리즘에 적용하여 사용자가 생성하고자 하는 실제 모양의 캐릭터를 자동으로 생성하게 하였다. 실험을 통해 2차원에서의 의자모양과 꽃 모양을 생성함으로써 다양한 구조의 창발적인 캐릭터를 생성할 수 있는 가능성을 제시했다.

We propose some properties of Bayesian fuzzy hypotheses testing by revision for prior possibility distribution and posterior possibility distribution using weighted fuzzy hypotheses H$\sub$0/($\theta$) versus H$_1$($\theta$) on $\theta$ with loss function.

In this research, we propose a mechanism to develop an inference engine and expert systems based on relational database and SQL (structured query language). Generally, former researchers had tried to develop an expert systems based on text-oriented knowledge base and backward/forward (chaining) inference engine. In these researches, however, the speed of inference was remained as a tackling point in the development of agile expert systems. Especially, the forward inference needs more times than backward inference. In addition, the size of knowledge base, complicate knowledge expression method, expansibility of knowledge base, and hierarchies among rules are the critical limitations to develop an expert systems. To overcome the limitations in speed of inference and expansibility of knowledge base, we proposed a relational database-oriented knowledge base and forward inference engine. Therefore, our proposed mechanism could manipulate the huge size of knowledge base efficiently, and inference with the large scaled knowledge base in a short time. To this purpose, we designed and developed an SQL-based forward inference engine using relational database. In the implementation process, we also developed a prototype expert system and presented a real-world validation data set collected from medical diagnosis field.

유사도 혹은 자료간의 거리 개념은 많은 기계학습 알고리즘에서 사용되고 있는 중요한 측정개념이다 하지만 입력되는 자료의 속성들중 순서가 정의되지 않은 범주형 속성이 포함되어 있는 경우, 자료간의 유사도나 거리 측정에 어려움이 따른다. 비거리 기반의 알고리즘들의 경우-C4.5, CART-거리의 측정없이 작동할 수 있지만, 거리기반의 알고리즘들의 경우 범주형 속성의 거리 정보 결여로 효과적으로 적용될 수 없는 문제점을 갖고 있다. 본 논문에서는 이러한 범주형 자료들간 거리 측정을 자료 집합의 특성을 충분히 고려한 방법을 제안한다. 이를 위해 자료 집합의 선험적인 정보를 필요로 한다. 이런 선험적 정보인 조건부 확률을 기반으로한 거리 측정방법을 제시하고 오류 피드백을 통해서 속성 간 거리 측정을 최적화 하려고 노력한다. 주어진 자료 집합에 대해 서로 다른 두 범주형 값이 목적 속성에 대해서 유사한 분포를 보인다면 이들 값들은 비교적 가까운 거리로 결정한다 이렇게 결정된 거리를 기반으로 학습 단계를 진행하며 이때 발생한 오류들에 대해 피드백 작업을 진행한다. UCI Machine Learning Repository의 자료들을 이용한 실험 결과를 통해 제안한 거리 측정 방법의 우수한 성능을 확인하였다.

본 논문에서는 사용자가 Windows 상에서 자신의 알고리즘을 반영시킨 flowchart를 작성하면 그에 해당하는 C프로그램을 생성시켜 주는 시스템을 구현하였다. 사용자가 그린 flowchart 기호들과 흐름선 및 기호 안에 기술된 문자정보를 연결형 리스트를 사용하여 표현하였다. 기술된 문자 정보를 검색하여, 사용된 함수에 따라 해당 헤더 파일을 추가하고, 입ㆍ출력 함수에 대한 변환을 행한다. 그려진 flowchart기호에 대하여 흐름선의 개수나 연결기호를 이용한 변환 알고리즘을 적용하여 C코드로 변환하여 화면상에 출력시키고, 파일로 저장하였다. 본 시스템을 다양한 알고리즘에 적용시켜서 만족한 결과를 얻을 수 있었다.

본 논문에서는 범주형(categorical) 데이터의 분류를 위한 새로운 기법을 제시한다. 기존의 대표적인 퍼지 군집화 방법인 fuzzy k-modes 알고리즘은 군집 (cluster)의 중심을 단일값으로 표현한 반면, 제안하는 기법에서는 이를 퍼지값으로 정의한다. 이와 같은 퍼지 중심 표현기법을 도입함으로써 범주형 데이터의 분류시에 발생하는 불확실성을 최소화할 수 있다. 기존의 대표적인 방법들과의 비교실험으로 통해 제안한 방법의 성능을 검증하였다.

인터넷의 정보 홍수 속에서 원하는 정보를 정확하게 제시간에 얻기란 쉬운 일이 아니며, 따라서 이러한 작업을 대신해주는 에이전트의 역할이 점점 커지고 있다. 대부분의 이벤트들이 실시간에 발생되고 처리되어야 하는 인터넷 환경에서는 분석가가 군집화의 방법과 결과 해석에 지속적으로 관여하기 어렵기 때문에 이러한 분석가의 업무를 대신하는 지능화된 에이전트가 필요하게 된다. 본 논문에서는 특히 자율학습 군집화에 대한 자동화된 시스템으로서 자동 군집화 에이전트를 제안하며 이 시스템은 군집화 수행 에이전트와 군집화 성능 평가 에이전트로 이루어져 있다. 두 개의 에이전트가 서로 정보를 교환하면서 자동적으로 최적의 군집화를 수행한다. 군집화 과정에서는 데이터를 분석하는 분석가가 군집화의 방법과 결과 해석에 실시간으로 관여하기 어렵기 때문에 이러한 작업을 담당하는 지능화된 에이전트가 자동화된 군집화를 담당하면 효과적인 군집화 전략이 될 수 있다. 또한 UCI Machine Repository의 IRIS 데이터와 Microsoft Web Log Data를 이용한 실험을 통해 제안 시스템의 성능 평가를 수행하였다.

오류 역전파 학습 알고리즘을 이용하여 영상 인식에 적용 할 경우에는 은닉층의 노드 수를 경험적으로 설정하므로, 학습시간과 지역최소화 및 정체현상이 발생한다. 그리고 ARTI 알고리즘은 입력 패턴과 저장 패턴간의 측정 방법인 유사성 검증 방법과 경계 변수의 설정에 따라 인식률이 좌우된다. 경계 변수의 값이 크면 입력 패턴과 저장 패턴사이에 약간의 차이만 있어도 새로운 카테고리(Category)로 분류하고, 반대로 경계 변수의 값이 적으면 입력 패턴과 저장 패턴 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 패턴들을 대략적으로 분류한다. 따라서 ART1 알고리즘을 영상 인식에 적용하기 위해서는 경계 변수를 경험적으로 설정하므로 인식률에 부정적인 영향을 갖는 문제점이 있다. 따라서 본 논문에서는 개선된 ART1 알고리즘과 지도 학습 방법을 결합하여 신경망의 은닉층 노드를 동적으로 변화시키는 자가 생성지도 학습 알고리즘을 제안한다. 제안된 신경망에서 입력층과 은닉층의 학습 구조에는 ART1 알고리즘을 개선하여 적용하고, 은닉층과 출력층의 학습 구조에는 은닉층에서 승자로 선택된 노드와 출력층 노드와 연결된 가중치만을 조정하고 Delta-Bar-Delta 알고리즘을 적용한다. 제안된 방법의 학습 성능을 분석하기 위하여 학생증 영상에서 추출한 학번 패턴 분류에 적용한 결과, 기존의 신경망 학습 알고리즘보다 학습 성능이 개선됨을 확인하였다.

퍼지 로직 시스템(FLS)은 다양한 분야에서 성공적으로 사용되고 있다 퍼지 로직 시스템의 멤버십 함수와 규칙은 언어적인 정보나 수치적 데이터를 사용하여 표현된다. 또한 이러한 정보나 데이터에는 불확실성과 노이즈 등이 존재한다. 그러나 단순한 퍼지 로직 시스템으로노이즈가 포함된 불확실한 정보를 효과적으로 다루고 표현하는 데는 한계가 있다. 그러므로 노이즈가 포함된 정보를 효율적으로 처리하기 위해 본 논문에서는 type-2 FLS를 이용한다. 노이즈가 포함되어 불확실한 정도를 정확한 값으로 표현하기 어려울 때, type-2 FLS은 보다 정확하게 정보들을 다를 수 있음을 보인다. 비선형 시계열 시스템인 Box-Jenkins 데이터를 이용하여 singleton Type-1 FLS과 non-singleton type-1 FLS의 결과 값을 확인하고 이의 성능을 type-2 FLS과 비교, 분석한다.

In this note, a separation principle of the Takagi-Sugeno (T-S) fuzzy-model-based controller/observer is investigated. The separation principle of T-S fuzzy-model-based controller/observer sharing the premise parts in the fuzzy rule with directly measurable premise variables is well established. In that case, the fact that the augmented observer-based control system has the eigenvalues of the sub-closed-loop control system by the state-feedback controller and the sub-closed-loop observer error system is used to prove the separation principle. This paper studies the separation principle of T-S fuzzy-model-based controller/observer in which the premise variables cannot be directly measurable.

과거의 이동로봇 시스템은 완전한 자율주행이 주된 목표였으며 그때의 영상정보는 단지 모니터링을 하는 보조적인 수단으로 사용되었다. 그러나 지금은 이동 물체의 추적, 대상 물체의 인식과 판별, 특징 추출과 같은 다양한 응용분야에서 영상정보를 이용하는 연구가 활발히 진행되고 있다 또한 제어 측면에서는 전통적인 제어기법으로는 해결하기 힘들었던 여러 가지 비선형적인 제어를 지능제어 방법을 통하여 많이 해결하곤 하였다. 그러한 지능제어에서 신경망을 많이 사용하기도 한다. 최근에는 신경망의 학습에 많이 사용하는 방법 중 강화학습이 많이 사용되고 있다. 강화학습이란 동적인 제어평면에서 시행착오를 통해, 목적을 이루기 위해 각 상황에서 행동을 학습하는 방법이다. 그러므로 이러한 강화학습은 수많은 시행착오를 거쳐 그 대응 관계를 학습하게 된다. 제어에 사용되는 제어 파라메타는 어떠한 상태에 처할 수 있는 상태와 행동들, 그리고 상태의 변화, 또한 최적의 해를 구할 수 있는 포상알고리즘에 대해 다양하게 연구되고 있다. 본 논문에서 연구한 시스템은 비젼시스템과 Strong Arm 보드를 이용하여 대상물체의 색상과 형태를 파악한 후 실시간으로 물체를 추적할 수 있게 구성하였으며, 또한 물체 이동의 비선형적인 경향성을 강화학습을 통하여 물체이동의 비선형성을 보다 유연하게 대처하여 보다 안정하고 빠르며 정확하게 물체를 추적하는 방법을 실험을 통하여 제안하였다.

본 논문에서는 RBF 네트워크의 중간층과 출력층 사이의 연결강도를 효율적으로 조정하기 위해 퍼지 논리 시스템을 이용하여 학습률과 모멘텀을 동적으로 조정하는 개선된 RBF 네트워크를 제안한다. 입력층과 중간층 사이의 학습 구조로 ART2를 적용하고 중간층과 출력층 사이의 연결 강도 조정 방법으로는 제안된 학습률 자동 조정 방식을 적용한다. 제안된 방법의 학습 성능을 평가하기 위해 기존의 delta-bar-delta 알고리즘, 기존의 ART2 기반의 RBF 네트워크와 비교 분석한 결과, 제안된 방법이 학습 속도와 수렴성에서 개선된 것을 확인하였다.

In this paper, an adaptive fuzzy neural control of unknown nonlinear systems based on the rapid learning algorithm is proposed for optimal parameterization. We combine the advantages of fuzzy control and neural network techniques to develop an adaptive fuzzy control system for updating nonlinear parameters of controller. The Fuzzy Neural Network(FNN), which is constructed by an equivalent four-layer connectionist network, is able to learn to control a process by updating the membership functions. The free parameters of the AFN controller are adjusted on-line according to the control law and adaptive law for the purpose of controlling the plant track a given trajectory and it's initial values are off-line preprocessing, In order to improve the convergence of the learning process, we propose a rapid learning algorithm which combines the error back-propagation algorithm with Aitken's $\delta$$\^$2/ algorithm. The heart of this approach ls to reduce the computational burden during the FNN learning process and to improve convergence speed. The simulation results for nonlinear plant demonstrate the control effectiveness of the proposed system for optimal parameterization.

A new interacting multiple model (IMM) method using genetic algorithm (GA)-based intelligent input estimation(IIE) is proposed to track a maneuvering target. In the proposed method, the acceleration level for each sub-model is determined by IIE-the estimation of the unknown acceleration input by a fuzzy system using the relation between maneuvering filter residual and non-maneuvering one. The GA is utilized to optimize a fuzzy system fur a sub-model within a fixed range of acceleration input. Then, multiple models are composed of these fuzzy systems, which are optimized for different ranges of acceleration input. In computer simulation for an incoming ballistic missile, the tracking performance of the proposed method is compared with those of the input estimation(IE) technique and the adaptive interacting multiple model (AIMM) method.

일반적인 로봇시스템은 자신이 이동해야 할 목표 지점을 자율적으로 생성할 수 없으므로 어떤 다른 시스템의 정보를 이용하여 주변을 탐색하거나 장애물을 인식하고 식별하여 자신의 제어전략을 수립한다. 그러므로 본 논문에서 제시한 시스템은 초소형 비행체를 이용하여 주위 환경과 자율 이동로봇의 위치 정보를 탐색할 수 있도록 시스템을 구성하였다 이러한 시스템의 성능은 로봇이 위치하고 있는 주위의 불완전한 정보로부터 적절한 결론을 유도해 낼 수 있어야 한다. 그러한 비선형적인 문제는 현재까지도 문제 해결을 위해 많은 연구가 진행되고 있다. 본 연구에서는 자율이동로봇의 행동 환경을 공간상의 제약을 받지 않는 비선형 시스템인 초소형 비행체에 극초단파(UHF16채널) 영상장치를 이용하여 호스트 PC로 전송하고 호스트 PC는 로봇의 현재 위치, 이동해야 할 목표위치, 장애물의 위치와 형태 등을 분석한다. 분석된 결과 파라메타는 RF-Module을 이용해서 로봇에 전송하고, 로봇은 그 데이터를 분석하여 동작하게 된다. 로봇이 오동작 또는 장애물로 인해 정확한 목적지까지 도달하지 못할 때 호스트 PC는 새로운 최단경로를 생성하거나 장애물을 회피 할 새로운 전략을 로봇에게 보내준다. 본 연구에 적용한 알고리즘은 초소형 비행체에서 탐지한 불완전한 영상정보에서도 비교적 신뢰도 놀은 결과를 보이는 A* 알고리즘을 사용하였다 적용한 알고리즘은 실험을 통하여 실시간으로 정보를 처리할 수 있었으며, 자율 이동로봇의 충돌회피나 최단 경로 생성과 같은 문제를 실험을 통하여 그 성능과 타당성을 검토하였다.delta}textitH]$를 도출하였다.rc}C$에서 30 ㎫의 압력으로 1시간동안 행하였다 소결한 시편들은 직사각형 형태로 가공하였으며 표면은 0.5$\mu\textrm{m}$의 다이아몬드 입자로 연마하였다. XRD, SEM 및 TEM을 이용하여 상분석 및 미세조직관찰을 행하였다. 파괴강도는 3중점 굽힘 법으로 (3-point bending test) 측정하였다. 이때 시편 하부의 지지 점간의 거리는 30mm, cross-head 속도는 0.5 mm/min으로 하였고 5개의 시편을 측정하여 평균값을 구하였다.ell/\textrm{cm}^3$, 혼합재료 3은 0.123$\ell/\textrm{cm}^3$, 0.017$\ell/\textrm{cm}^3$, 혼합재료 4는 0.055$\ell/\textrm{cm}^3$, 0.016$\ell/\textrm{cm}^3$, 혼합재료 5는 0.031$\ell/\textrm{cm}^3$, 0.015$\ell/\textrm{cm}^3$, 혼합재료 6은 0.111$\ell/\textrm{cm}^3$, 0.020$\ell/\textrm{cm}^3$로 나타났다. 3. 단일재료의 악취흡착성능 실험결과 암모니아는 코코넛, 소나무수피, 왕겨에서 흡착능력이 우수하게 나타났으며, 황화수소는 펄라이트, 왕겨, 소나무수피에서 다른 재료에 비하여 상대적으로

In this paper, we propose that the chaotic behavior analysis in the mobile robot of embedding Arnold equation with obstacle. In order to analysis of chaotic behavior in the mobile robot, we apply not only qualitative analysis such as time-series, embedding phase plane, but also quantitative analysis such as Lyapunov exponent in the mobile robot with obstacle. In the obstacle, we only assume that all obstacles in the chaos trajectory surface in which robot workspace has an unstable limit cycle with Van der Pol equation.

본 논문에서는 사용자가 음악을 직접 선곡하지 않고 락, 트로트, 댄스, 힙합, 발라드 등 5가지의 장르 중 사용자가 선호하는 음악의 장르를 추천하는 시스템을 구현하였다. 실시간으로 연주되는 음악에서 Bass Drum 신호를 추출ㆍ분석하여, 기본적으로 한 마디에 소요되는 시간, 주법, 진폭 등 세가지 파라메터를 이용하여 5가지 장르로 분류하였다 선택 곡 수와 들은 시간으로 퍼지 추론을 통해 각 장르에 대한 사용자 만족도를 평가한다. 평가된 만족도에 의해 사용자가 선호하는 장르의 음악을 제공하는 시스템을 제안한다.

Generally, the repeater in CDMA(Code Division Multiple Access) included HPA(HI-Power Amplifier) to amplifier communication signals. Also , HPA contained PD(Predistortor) to maintain the linearization of amplifier characteristics. A configuration component of PD have been used electricity nonlinear devices such that diode. But this diode takes many influences at the circumstance temperature. Consequently, it can't maintain output linearization, and drop the communication quality. The manufacturer set bias of the circuit to the manual at the first out of ware-house low But the Q-point changes according to the change of the high temperature or low temperature. Therefore, we designed a system to maintain the Q-point by FDM(Fuzzy Decision Maker) in this paper.

By advent of NNC(Neural Network Chip), it is possible that process in parallel and discern the importance of signal with learning oneself by experience in external signal. So, the design of general purpose operation unit using VHDL(VHSIC Hardware Description Language) on the existing FPGA(Field Programmable Gate Array) can replaced EN(Expert Network) and learning algorithm. Also, neural network operation unit is possible various operation using learning of NN(Neural Network). This paper present general purpose operation unit using hierarchical structure of EN EN of presented structure learn from logical gate which constitute a operation unit, it relocated several layer The overall structure is hierarchical using a module, it has generality more than FPGA operation unit.

This paper proposes a novel and efficient intelligent digital redesign technique for a Takagi-Sugeno (TS) fuzzy system. The term of intelligent digital redesign involves converting an existing analog fuzzy-model-based controller into an equivalent digital counterpart in the sense of state matching. In this paper, we suggest the discretization method based on the dual-rate sampling approximation is first proposed, and then attempt to globally match the states of the overall closed-loop TS fuzzy system with the pre-designed analog fuzzy-model-based controller and those with the digitally redesigned fuzzy-model-based controller. To show the feasibility and the effectiveness of the proposed method, a computer simulation is provided.

This paper presents a fuzzy control scheme for backing up control of Truck-Trailer, which is nonlinear and unstable by using TSK(Takagi-Sugeno-kang) fuzzy system. The nonlinear system of Truck-Trailer was expressed by using TSK fuzzy model, and the TSK fuzzy controller was designed from TSK fuzzy model. The usefulness of the proposed algorithm for backing up truck-trailer is certificated by the computer simulations.

2관성 공진계는 전동기와 부하 사이에 탄성이 있는 동력 전달 체계를 포함하는 시스템으로 고속 제어시 진동이 발생된다. 이와 같은 2관성 공진계에 대해 궁극적인 출력이 되는 부하의 위치 및 속도는 측정하기가 어렵다. 이에 기존의 연구들은 추정기등을 이용하여 부하의 속도를 추정하여 이를 제어에 활용하는 방식으로 구성되어진다. 그러나 이와 같이 추정기를 사용하기 위해서는 정확한 모델이 필요하다. 본 논문에서는 다소 부정확 모델에 대해서도 매우 정교한 제어 성능을 갖는 반복 학습 제어를 이용하여 2관성 공진계의 위치 제어를 시도하고자 한다. 제시된 방법은 2관성 공진계에 대한 모델링이 정확하지 않더라도 진동 없이 정확한 위치 제어가 가능하다.

A composite adaptive dual fuzzy controller combining the approximate mathematical model, linguistic model description, linguistic control rules and identification modeling error into a single adaptive fuzzy controller is developed for a nonlinear system. It ensures the system output tracks the desired reference value and excites the plant sufficiently for accelerating the parameter estimation process so that the control performances are greatly improved. Using the Lyapunov synthesis approach, proposed controller is analyzed and simulation results verify the effectiveness of the proposed control algorithm.

본 논문에서는 이차다항식을 이용하여 생화학적인 공정의 모델링을 행한다. SBR 반응조에서 질소제거를 위한 수처리 공정이 제시되었으며, 이 공정의 ORP값을 모델링하고 동정하기 위해 서로 다른 형태의 선형모델이 소개되었으며 결과를 비교하고 분석한다 시뮬레이션 결과로부터 합리적이고 효율적으로 모델링 될 수 있음을 검증한다.

본 논문에서는 흑백 CCD 카메라를 이용하여 청각 장애인의 의사전달 수단인 지화 동작을 동영상으로 입력받아 인식하여, 편집 가능한 텍스트 문서로 변환하는 시스템을 구현하였다. 일련의 입력 영상들 중에서 흐린 영상과 선명한 영상의 구분은 영상의 잔상을 이용하였고, 촬영된 연속 영상들의 배열로부터 문자 자소를 구하고, 오토마타를 적용하여 완성된 문자를 문서 편집기에 출력시켰다 획득된 선명한 영상 데이터 중 변화가 심한 손목 부분을 제거한 후, 최대 원형 이동법을 이용하여 손의 무게 중심점을 구하고, 원형 패턴 벡터 알고리즘을 적용하여 지화 해석에 필요한 손을 인식하였다. 손 중심으로부터 거리 스펙트럼을 이용하여 지화 인식에 사용되는 손 모양의 특징 벡터를 추출하고, 퍼지추론을 적용하여 표준 패턴과 입력 패턴의 특징벡터를 비교, 지화 동작을 인식하였다.

출입국 관리 절차를 간소화하는 방안의 하나로 퍼지 신경망을 이용한 여권 인식 시스템을 제안한다. 제안된 여권 인식 방법은 소벨 연산자와 수평 스미어링, 윤곽선 추적 알고리즘을 적용하여 코드의 문자열 영역을 추출한다 여권의 문자열 영역은 OCR 문자 서체로 구성되어 있고, 명도 차이가 다양하게 나타난다. 따라서 추출된 문자열 영역을 블록 이진화와 평균 이진화를 각각 수행하고 그 결과들을 AND 비트 연산을 취하여 적응적으로 이진화한다. 이진화된 문자열 영역에 대해서 개별 코드의 문자들을 복원하기 위하여 CDM(Conditional Dilation Morphology) 마스크를 적용한 후, 역 CDM마스크와 HEM(Hit Erosion Morphology)마스크를 적용하여 잡음을 제거한다 잡음이 제거된 문자열 영역에 대해 수직 스미어링을 적용하여 개별 코드의 문자를 추출한다. 추출된 개별 코드의 인식은 퍼지 ART 알고리즘을 개선하여 RBF 네트워크의 중간층으로 적용하는 퍼지 RBF 네트워크와 개선된 퍼지 ART 알고리즘과 지도 학습을 결합한 퍼지 자가 생성 지도 학습 알고리 즘을 각각 제안하여 여권의 개별 코드 인식에 적용한다. 제안된 방법의 성능을 확인하기 위해서 실제 여권 영상을 대상으로 실험한 결과, 제안된 추출 및 인식 방법이 여권 인식에서 우수한 성능이 있음을 확인하였다.

본 논문에서는 웨이블렛 계수와 Hidden Markov Model(HMM)이용한 얼굴인식 알고리즘을 제안한다. 입력 영상은 이산웨이블렛을 기반으로 한 다해상도 분석기법을 사용하여 데이터 수를 압축한 후, 각각의 해상도에서 얻어진 웨이블렛 계수를 특징벡터로 사용하여 HMM의 모델을 생성한다. 인식단계 에서는 웨이블렛 변환에 의해 생성된 개별대역의 인식값을 더하여 상호 보완함으로써 인식률을 높일 수 있었다. 제안된 알고리즘의 타당성을 검증하기 위하여 기본적 알고리즘인 벡터 양자화(VQ) 기법을 적용한 경우와 기존 얼굴인식에 제안된 DCT-HMM을 이용한 기법과의 인식률 비교를 한 결과, 제안된 방법이 우수한 성능을 보임을 알 수 있었다.

유전자에 대한 정보를 획득하는 기술적인 문제가 해결되면서, 질병 진단을 위한 새로운 접근 방법으로 혈액 속에 있는 모든 단백질(proteome)의 구성을 분석하는 프로테오믹스(proteomics)에 대한 연구가 최근 들어 활발하게 진행되고 있다. 본 논문은 암 진단을 위하여 혈액 중의 단백질의 구성을 측정한 2차원 전기영동 (2D electrophoresis) 젤 데이터를 해석하는 새로운 방법을 제시하였다. 우선 측정된 많은 단백질 스팟(spot) 중에서 T-statistics 방법으로 단백질 스팟들을 선택하였다. 선택된 단백질 스팟들로 이루어진 암 환자와 정상인 두 샘플들의 확률 분포를 각 집단에 따로 적용된 PCA 영역에서 계산하였다. 최종적으로 조건부 확률의 차이에 근거한 베이즈 분류(Bayes classification) 이론을 적용하여 암 진단을 하였다.

본 논문은 기존의 다치오토마타 모델을 적용하여 개성과 감성상태 모델을 제안한다. 기존 다치오토마타 모델을 2개의 오토마타로 분리하여 하나는 감성상태, 다른 하나는 개성을 모델링하는데 이용하였다. 사용자의 내부 감성과 개성은 Valence-Arousal 공간으로 정의된 감성상태를 바탕으로 구성하였고, 2개로 분리된 다치오토마타의 관계를 정의에 따라 구성하여 감성상태와 개성이 동시에 한 개의 오토마타 모델로 모델링 될 수 있는 가능성을 제시하였다.

텔레비젼 카메라, 비디콘 카메라(vidicon camera), 디지털 검지기, 스캐너 등 물리적 장치로 획득한 영상은 주위의 밝기로 인하여 어두운 영상을 얻거나 영상장치의 물리적 속성과 영상 전송에 기인하여 영상은 열악한 대비를 가질 수 있다. 본 논문에서는 획득한 저대비 영상을 대비 향상시켜주는 기법을 제안한다. 제안된 기법은 K-means 알고리듬을 사용하여 교차점을 자동으로 선정하는 방법을 사용한다. 이 최적의 교차점을 선정하는 과정은 획득한 영상을 물체와 배경으로 분리하는 두 개의 클래스 문제로 보고 K-means 알고리듬을 적용하였다. 구한 교차점을 사용하여 영상을 양분하여 히스토그램 평활화 방법을 적용하였다. 본 논문에서는 퍼지성 지수(index of fuzziness)를 사용하여 향상의 정도를 측정하였다. 제안된 기법을 저대비 영상에 적용하였으며 그 결과를 히스토그램 평활화 기법의 결과와 비교하였다.

본 논문은 생체측정학(Biometrics)중 홍채의 패턴을 이용하는 것으로, 사람의 홍채는 태어날 때 한번 정해지면 평생 변화하지 않으며, 개개인별로 모양이 모두 다른 것으로 알려져 있다. 이에, 본 논문에서는 홍채영상 취득시 조명에 의한 동공의 크기 변화에 민감하지 않은 2차원의 홍채패턴을 취득하고, 2D Gabor 필터와 48개의 분할된 섹터로부터 특징값을 추출한다. 또한, 인식과정에서는 correlation 계수를 이용하여 서로 다른 홍채의 특징값에 대해 유사도를 측정하고 가장 큰 값을 갖는 사람을 찾게 되는데, 이때, 3개의 필터를 거쳐 얻어진 영상에 대해 최고의 값을 인식 대상자로 인정하므로 오인식 될 확률을 최소화 할 수 있다. 제안한 알고리듬의 유용성을 확인하기 위해 남성과 여성 대상자 10명의 왼쪽 눈에 대해 5회 촬영하여 데이터베이스 구축 후, 실험한 결과 90%이상의 높은 인식률을 얻음으로 제안한 알고리듬의 유용성을 확인할 수 있다.

본 논문은 복합적인 상황을 고려한 데이터를 이용하여 얼굴인식을 하는 연구로서, 이산 웨이블렛을 기반으로 하는 다 해상도 분석 방법을 사용하고, 각 해상도로 분해된 영상 중, 스케일 함수에 의해 사영되어진 영역에 LDA(Linear Discriminant Analysis)를 적용하여, 도출된 결과가 기존의 방법들에 비해 더 안정된 성능을 나타냄을 보이고자 한다. 이를 위해, 웨이블렛을 적용하지 않은 이미지에 PCA, LDA, ICA를 이용한 결과와 웨이블렛을 적용한 이미지에 통계적 방법들을 이용한 경우, 그리고 웨이블렛의 각 대역에 통계적인 방법을 적용한 후, 대수적인 합을 하였을 때의 인식율을 학습과 검증의 이미지배열을 바꾸어 가며 총 열여덟회 실험하였다. 이에, 본 논문에서 제안한 방법이 이미지 배열에 영향을 덜 받는 안정적인 성능을 가지고 있음을 확인 할 수 있었다.