커널함수를 이용한 클러스터링 방법은 일반적인 목적함수 기반의 클러스터링 방법에 비해 고리모양과 같은 복잡한 모양의 데이터를 클러스터링할 때 훨씬 효율적이다. 그러나, 커널기반의 클러스터링 방법은 거리함수를 계산하기 위하여 커널함수를 연산해야 하기 때문에 클러스터 수가 많아지면, 일반적인 목적함수 기반의 클러스터링 방법에 비하여 계산량이 급격히 증가하는 단점이 있다. 따라서, 본 논문에서는 이러한 단점을 개선하기 위하여 커널기반의 클러스터링 기법에 계층적인 클러스터링 모델을 적용한다.

The Intelligent Home provides convenient and comfortable living environment by performing automatic control, heating and air-conditioning, ventilation, home appliances control, home robot control, energy management, visitor management security management, internet, heath state monitoring, etc. through wired/ wireless network and device in the household. Along with the presentation of the features of economical broadband power line communication in the network configuration for new and old houses, its improvement method is proposed.

This paper presents a new linear- matrix- inequality- basedintelligent digital redesign (LMI-based IDR) technique to match he states of the analog and the digital control systems at the intersampling instants as well as the sampling ones. The main features of the proposed technique are: 1) the multirate control is employed, and the control input is changed N times during one sampling period; 2) The proposed IDR technique is based on the compensated bilinear transformation.

This paper presents intelligent digital redesign method of global approach for hybrid state space fuzzy-model-based controllers. For effectiveness and stabilization of continuous-time uncertain nonlinear systems under discrete-time controller, Takagi-Sugeno(TS) fuzzy model is used to represent the complex system. And global approach design problems viewed as a convex optimization problem that we minimize the error of the norm bounds between nonlinearly interpolated linear operators to be matched. Also by using the power series, we analyzed nonlinear system's uncertain parts more precisely. When a sampling period is sufficiently small, the conversion of a continuous-time structured uncertain nonlinear system to an equivalent discrete -time system have proper reason. Sufficiently conditions for the global state -matching of the digitally controlled system are formulated in terms of linear matrix inequalities (LMls). Finally, we prove the effectiveness and stabilization of the proposed intelligent digital redesign method by applying the chaotic Lorentz system.

본 논문에서는 LVQ(Learning Vector Quantization)을 퍼지화한 새로운 퍼지 학습 법칙을 제안하였다. 퍼지 LVQ 학습 법칙 3은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데, 기존의 LVQ와는 달리 비대칭인 학습률을 사용하였다. 기본의 LVQ에서는 분류가 맞거나 틀렸을 때 같은 학습률을 사용하고 부호만 달랐으나, 새로운 퍼지 학습 법칙에서는 분류가 맞거나 틀렸을 때 부호가 다를 뿐만 아니라 학습률도 다르다. 이 새로운 퍼지 학습 법칙을 무감독 신경회로망인 improved IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하여 감독 신경회로망으로 변형하였다. Improved IAFC 신경회로망은 유연성이 있으면서도 안정성이 있다. 제안한 supervised IAFC 신경회로망 3의 성능과 오류 역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC 신경회로망 3가 오류 역전파 신경회로망보다 성능이 우수하였다.

산업화와 더불어 자동화의 요구에 따라 여러 분야에서 유도전동기의 응용 사례가 늘어나고 있다. 본 연구는 인버터단의 전류센서에서 실시간 얻어진 전류신호로 부터 대표적인 전기, 기계적인 4가지 고장(Bearing Fault, Broken Rotor bar, Misalignment, Unbalance)을 검출하여 예기치 못한 고장에 대비할 수 있는 실시간 진단 알고리듬을 제시한다. 실시간 진단의 핵심요소인 동기화 방법으로서 Hilbert Transform을 응용하였다. 총 40세트의 정상 모터 데이터를 임의로 선택하여 두 데이터의 차를 이용하여 0에 근사한 정상 모터 뎀플릿 값을 설정하였다. 이를 이용하여 진단 대상 전동기의 고장 유무를 미리 판단하게 된다. 만약 기준치 이상의 오차가 나타나게 되면, 이와 비교하기 위한 미리 수집된 각4가지 고장 전동기의 미소신호 템플릿 데이터와의 유사성을 비교하여 고장의 종류를 표시하며, 고장의 종류가 진단되지 않은 대상은 고장 유무만 표시된다.

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

퍼지 규칙 기반 시스템에서 분류 및 경계를 결정하기 위한 방법으로 퍼지 규칙을 학습하는 다양한 방법들이 제안되고 있다. 그리고 추론 규칙간의 상관성을 고려하여 불필요한 속성을 제거함으로써 좀 더 효율적인 추론 결과를 얻을 수 있다. 따라서 본 논문에서는 퍼지 규칙 기반 시스템에서 각 규칙에 따른 결정 테이블를 작성하고 러프집합을 이용하여 불필요한 속성을 제거하였으며 규칙의 확신도에 퍼지 네이브 베이스 이론을 적용한 추론 방법을 제안한다.

퍼지측도와 관련된 폐집합치 쇼케이적분에 대해 장에 의해 연구되어 왔음을 알 수 있다. 본 논문에서는 컴팩트 집합치 함수의 쇼케이적분을 생각하고 이와 관련된 성질들을 조사한다. 특히, 구간치 함수 대신에 컴팩트 집합치 함수를 이용하여 컴팩트 집합치 쇼케이적분의 특성들을 조사한다.

This paper presents a simple methodolosy that makes a continuous-time nonlinear system chaotic using fuzzy control. The nonlinear system is represented by the T-S fuzzy model. Then, a fuzzy controller makes the T-S fuzzy model, which could be stable or unstable, bounded and chaotic. The verification of chaos in the closed-loop system is done by the following procedures. We establish an asymptotically approximate relationship between a continuous-time T-S fuzzy system with time-delay and a discrete-time T-S fuzzy system. Then, we verify the chaos in the closed-loop system by applying the Marotto theorem to its associated discrete-time T-S fuzzy system.

In this paper, we consider comonotonically additive compact set-valued functionals instead of interval-valued functionals and study some characterizations of them. And we also investigate some relation between compact set-valued functionals and compact set-valued Choquet integrals.

Java Virtual Machine이 기반이 되는 플랫폼 사용으로 모바일 폰 Java는 C/C++로 컴파일 된 Binary File에 비해 속도가 떨어지고 고성능의 프로세서를 필요로 하기 때문에 가격이 비싸질 수밖에 없다. Native Binary를 사용하는 Nano-X Window System Graphic Engine은 저 사양 프로세서에서 사용가능한 모바일 플랫폼으로써 Java Virtual Machine 보다 빠른 속도를 구현할 수 있고 GPL License를 따르기 때문에 생산단가도 절약할 수 있어 저가형 핸드폰의 대량 생산으로 인해 현재 떠오르고 있는 신흥시장에서 보다 경쟁력을 높일 수 있을 것으로 기대된다. 본 논문에서는 기존의 모바일 플랫폼과 Nano-X window System을 비교해보고 모바일 플랫폼으로써의 개발 방향에 대해 논해 보려 한다.

유비쿼터스 센서네트워크는 저 전력 무선통신, 초소형 마이크로프로세서, Ad-Hoc네트워크, HEMS등 다양한 종류의 센서들과 임베디드 시스템의 기술 발전을 기반으로 모든 사물에 컴퓨팅 능력 및 무선통신 능력을 부여하여 언제, 어디서나, 어느 것과도 사물들끼리의 통신이 가능한 환경을 구현하는 것이다. 이러한 무선센서네트워크의 응용 분야는 산업 전반에서 일상생활에 이르기까지 수많은 분야에 응용되어지며, 군사용, 교통, 환경 감시, 의료분야, 홈 네트워크, 빌딩 제어 등 다양한 분야에 응용될 수 있다. 이에 본 논문에서는 무선 센서네트워크 노드인 MicaZ와 자기센서를 이용하여 자기장을 감지하고, 얻어진 데이터를 MS-SQL 데이터베이스에 저장하고 저장된 데이터를 이용하여 자성체의 이동경로 추적 및 위치제어에 관하여 연구하였다.

생활환경이 새로운 패러다임으로 변해가고 있다. 유비쿼터스 환경을 앞당기기 위하여 산업체 전반에 걸쳐 변화를 거듭하고 연구가 지속되고 있다. 유비궈터스 환경은 농업 분야에도 적용되어 농산물의 재배와 수확에 이르기까지 전반적인 형태를 변화 시키고 있다. 재배 시설을 원격지에서 제어함으로써 적절한 재배환경을 지원할 수 있도록 하여 환경변화 관리를 효율적으로 할 수 있으며, 사용자의 성향에 맞는 재배 환경 여건을 지능적으로 판단하고 제어 할 수 있는 시스템이 요구된다. 본 논문에서는 다양한 환경 즉, 온도, 습도, $CO_{2}$, 조도 등의 변화를 센서네트워크를 통하여 감지하고, 퍼지시스템을 통하여 환경변화를 추론하여 환기시설을 적절하게 제어할 수 있는 시스템과 알고리즘을 제안한다.

센서 네트워크 노드는 각각 초저전력, 초소형, 저비용을 지향하는데 이러한 하드웨어 리소스를 사용하는 임베디드 OS가 TinyOS이다. TinyDB는 이러한 TinyOS 센서 네트워크로부터 정보를 추출하기 위한 쿼리 프로세싱 시스템이다. 이러한 TinyDB를 활용해서 X-Scale 기반의 임베디드 리눅스 환경에서 네트워크를 통한 Host서버와의 연계에 관한 설계 및 구현을 연구하였다.

본 논문에서는 협상에이전트를 기반으로 모바일 환경에서 개인 디지털 라이브러리 시스템을 구축하는 것에 관한 것을 연구하였다. 시스템 구축 실험결과 단일 에이전트를 사용한 것보다 멀티에이전트에서 협상에이전트를 사용한 것이 보다 높은 효율성을 보여주었음을 알 수 있었다.

유비쿼터스 환경에서 다양한 서비스를 사용자에게 제공하기 위해 지능형 에이전트는 먼저 사용자의 의도를 정확히 파악해야 한다. 명령어 기반의 기존 사용자 인터페이스와는 달리, 대화는 인간과 에이전트 사이의 유연하고 풍부한 의사소통에 유용하지만, 사용자의 배경지식이나 대화의 문맥에 따라 그 표현이 매우 다양하기 때문에 본 논문에서는 '상호주도형' 의사소통을 위한 계층적 베이지안 네트워크를 이용하여 사용자와 에이전트 사이에 발생하는 대화의 모호성을 해결한다. 서비스 추론 시 정보가 부족할 경우에는 계층적 베이지안 네트워크를 이용하여 추가로 필요한 정보를 분석하고 사용자로부터 수집한다. 제안하는 방법을 유비쿼터스 가정환경에 적용하고 시뮬레이션 환경을 구축하여 그 유용성을 확인하였다.

Mobile device users are sensitive to pay telecommunication charge for downloading Internet data, because the cost is proportional to the amount of data received. If there are device users who want to download the same content, they may cooperate each other to form an ad hoc network and share the partially downloaded content in order to reduce the amount of data downloaded. Each mobile device, called a peer, downloads a specific portion of the whole content using fee-based telecommunication channel, and exchanges the portion with other peers with free ad hoc channel in order that all participating peers are able to reconstruct the whole content in this situation, al1 participating peers become senders and receivers at the same time. In order to distribute the partial content to other peers, the ad hoc network requires a control led distribution mechanism. This paper introduces the per-peer-based distribution method in which one designated peer can transmit partial data to its neighbors at a time. Simulation results show that 90$\%$ of the telecommunication cost is saved with as few as 10 peers .

최근 온라인 게임 시장이 커지면서 게임을 위한 필수요소로 동시 접속자를 지속적으로 확보/유지해야 하는 문제가 이슈화 되고 있다. 온라인 게임을 즐기는 유저 수는 정해져 있는 반면, 게임 컨텐츠 수는 지속적으로 증가되고 있는 상황에서 온라인 게임 시장은 전형적인 레드오션[1]의 시장형태로 변모되어 가고 있다 이러한 문제를 보완하기 위한 대안으로서 본 논문에서는 에이전트 시스템을 이용한 동시 접속자를 생성, 유지할 수 있는 솔루션에 대해서 제시한다. 이를 통해 경쟁력 있는 게임 컨텐츠가 시장 진입을 보다 원활하게 할 수 있을 것으로 기대하며, 아울러 게임 초반의 스트레스 테스트를 위한 툴로써의 활용, 게임의 라이프 사이클의 증대, 경쟁력 강화로 이어질 수 있을 것으로 기대된다

기존의 클러스터 평가 지표(cluster validation index)는 클러스터의 개수가 커질수록 클러스터 평가 지표 값이 단조 감소하는 경향을 보인다. 최근에 이러한 단점을 보완하는 새로운 클러스터 평가 지표가 본 논문 저자중의 하나에 의해 제안되었으나, over-clustering의 단점 을 지니고 있다. 본 논문에서는, 클러스터 평가 지표 값이 단조 감소 및 over-clustering을 방지할 수 있는 새로운 클러스터 평가 지표를 제안하고, 여러 가지 예제를 통하여 새롭게 제안된 평가 지표의 타당성을 보인다.

스마트 홈과 같은 유비쿼터스 환경은 다양한 센서 및 제어 네트워크가 밀집되어 있는 복잡한 시스템이다. 본 논문에서는 이러한 환경하에서 복잡한 인터페이스의 사용에 대한 사용자의 인지 부담(cognitive load)를 줄이고 개인화된(personalized) 서비스를 자율적으로 제공하기 위한 사용자 행동 패턴 선호도 학습 기법을 제안한다. 이를 위해 지식 발견(Knowledge Discovery)을 위한 평생 학습(life-long learning)의 관점에서 퍼지 귀납(Fuzzy Inductive)학습 방법론을 제안하며, 이것은 수치 데이터로부터 입력 공간에 대한 효율적인 퍼지 분할(fuzzy partition)을 얻어내고 일관성있는(consisitent) 퍼지 상관 룰(fuzzy association rule)을 얻어내도록 한다.

Recently, studying on modeling the emotion of a robot has become issued among fields of a humanoid robot and an interaction of human and robot. Especially, modeling of the motivation, the emotion, the behavior, and so on, in the robot, is hard and need to make efforts to use our originality. In this paper, new modeling using mathematical formulations to represent the emotion and the behavior selection is proposed for the software robot with virtual sensor modules. Various Points which affect six emotional states such as happy or sad are formulated as simple exponential equations with various parameters. There are several experiments with seven external sensor inputs from virtual environment and human to evaluate this modeling.

본 논문에서 신경망을 이용한 자계기반 자율주행 시스템의 조향 제어기 설계를 제안한다. 자율주행시스템에서 가장 중요한 핵심요소는 자계토로상의 센서의 현재위치를 파악하고 주행하는 것이다. 먼저 자계도로상의 현재위치를 파악하기 위한 방법으로, 첫 번째 자기쌍극자 모델식이 센서에서 측정된 자계와 일치함을 보였다. 두 번째 Peak Mapping법을 이용하여 외란으로 작용하는 지자계 성분을 제거할 수 있음을 입증하였다. 세 번째로 신경망을 이용하여 높이성분($B_{z}$)가 변하더라도 정확한 거리가 계측됨을 확인하였다. 따라서 신경망을 이용하면 소량의 메모리를 사용할 수 있으므로 실제 시스템에서 경제적인 효과를 볼 수 있고, 정확한 거리를 계측하므로 경로를 이탈하지 않고 자율주행이 가능한 시스템을 설계하였다.

본 논문은 최적 탐색 알고리즘인 유전자 알고리즘을 이용하여 다항식 뉴럴네트워크(Polynomial Neural Networks : PNN)의 최적 설계가 그 목적이다. 기존의 다항식 뉴럴네트워크는 확장된 GMDH(Group Method of Data Handling) 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 층의 다항식뉴런(혹은 노드)에서 고정된 (설계자에 의해 미리 선택된) 노드 입력들의 수뿐만 아니라 다항식 차수(1차, 2차, 그리고 수정된 2차식)를 이용하였다. 더구나, 그 방법은 학습을 통해 생성된 PNN이 최적 네트워크 구조를 가진다는 것을 보증하지 못한다. 그러나, 제안된 GA-based PW 모델은 다음의 파라미터들- 즉 입력변수의 수, 입력변수, 및 다항식 차수-을 유전자 알고리즘을 이용하여 선택 동조함으로써 그 구조를 구조적으로 더 최적화된 네트워크가 되도록 하고, 기존의 PNN보다 훨씬 더 유연하고, 선호된 뉴럴 네트워크가 되도록 한다. 하중계수를 가진 합성성능지수가 그 모델의 근사화 및 일반화(예측) 능력 사이의 상호 균형을 얻기 위해 제안된다. GA-based PNN의 성능을 평가하기 위해 그 모델은 가스 터빈발전소의 NOx 배출 공정 데이터로 실험된다. 비교해석은 제안된 GA-based PNN이 앞서 나타난 다른 지능모델보다 더 우수한 예측능력뿐만 아니라 높은 정확성을 가진 모델임을 보인다.

최근 실내 환경에서 영상 정보를 사용하여 로봇이 서비스를 제공하기 위한 연구가 활발하다. 과거 영상 처리 접근 방법은 산업 환경과 같은 예측 가능한 환경을 바탕으로 미리 정의된 기하학적 모델을 통해 상황을 인식하였기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 정확도를 향상 시킴으로써 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의해서 가려져 있는 경우 대상 물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 작은 단위로 설계된 베이지안 네트워크들을 상황에 따라 결합하여 추론 모델이 구성되게 하였고 물체간의 관계를 효과적으로 표현하고 초기 확률 값을 단일하게 유지하기 위해 제안된 확률 값 설정 방법을 사용하였다. 실험은 물체 관계를 추론하는 모듈의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 82.8$\%$의 정확도를 보여주었다.

최근 디지털 기기들이 융복합화 되며 다양한 기능을 갖춘 제품이 출시되고 있고, 유비쿼터스 환경을 이끌어갈 제품으로 스마트폰이 주목받고 있다. 스마트폰에서 실행되는 다양한 사용자 행동 정보들 중에 중요한 의미를 지닌 행동들을 찾아내고 기록해서 사용자의 중요했던 기억을 찾는데 도움을 줄 수 있다. 스마트폰을 사용하면서 얻어지는 행동 정보들은 양이 방대하여 기존의 시간대별 또는 카테고리식의 나열은 사용자가 필요한 정보를 쉽게 얻기에는 한계가 있다. 따라서 본 연구에서는 키그래프를 사용해 사용자 행동 정보를 분석하고 핵심 이벤트 중심의 사용자 정보 관리 방법을 제안한다. 키그래프는 단순히 행동 정보의 빈도수가 많다고 높은 점수를 부여하는 것이 아니라 빈도수가 낮더라도 중요한 이벤트 정보를 발견할 수 있다. 시나리오를 바탕으로 만들어진 사용자 정보를 분석해서 시간의 흐름에 따른 핵심 이벤트와 그와 관련된 이벤트를 찾아내는 서비스를 생성하고 제안한 시스템의 유용성을 보인다.

We have fuzzy hypotheses testing from Bayesian statistics with ideas from fuzzy sets theory to generalize Bayesian methods both for samples of fuzzy data and for prior distributions with non-precise parameters. Appling the principle of agreement index, the posterior odds ratio in the favor of hypotheses $H_0$ is equal to product of the fuzzy odds ratio and the fuzzy likelihood ratio. If the Posterior odds ratio exceeds the grade judgement, we accept the hypothesis $H_0$ for the degree.

In this paper, we introduce the concept of fuzzy quasi extremally disconnectedness in fuzzy bitopological space, which is a generalization of fuzzy extremally disconnectedness due to Ghosh [5] in fuzzy topological space and investigate some of its properties using the concepts of quasi-semi-closure, quasi-$\Theta$_closure and related notions in a fuzzy bitopological setting.

W3C에서는 온톨로지의 표준 언어로 OWL(Web Ontology Language)을 발표하였고 이를 활용한 온톨로지가 다양한 곳에 적용되어 구축이 되고 있다. 하지만, DL(Description Logic)기반인 OWL언어가 표현할 수 있는 규칙의 한계로 인하여 이를 확장하기 위한 연구가 활발히 진행되고 있다. 이러한 연구를 통하여 W3C에서는 OWL과 RuleML(Rule Markup Language)을 통합하여 규칙(Rule)에 대한 표현력이 더욱 향상된 SWRL(Semantic Web Rule Language) 언어를 제안하였다. 현재 이러한 연구는 OWL, SWRL 온톨로지 언어를 활용하고 Racer, Jess와 같은 엔진을 통하여 추론을 하는 형태로 활성화 되어 가고 있다. 하지만 이러한 형태로 온톨로지를 구축하는데 있어서 Racer를 이용한 DL추론, Jess를 이용한 Rule-base추론이 병행되고 있다. 이에 따라 본 논문에서는 온톨로지를 추론하기 위한 엔진으로 Racer와 Jess의 병행이 아닌, Jess를 이용하여 DL기반언어인 OR온톨로지를 추론하는 것 뿐 만 아니라 SWRL언어의 규칙 또한 추론할 수 있도록 한다. 이러한 시스템을 구축하기 위해 OWL을 Jess언어를 이용하여 추론할 수 있도록 개발된 OWLJessKB라는 툴과 SWRL언어를 추론하기 위해 Jess언어로 변환하여 이를 추론하는 SWRL Factory, 그리고 이출 이용하여 통합 추론하기 위한 세가지 통합 추론 플랫폼을 제안한다.

This paper we consider the solution of differential equations with fuzzy coefficients generated by fuzzy number $\~{1}$ using two different methods with eigenvalues and eigenvectors.

본 논문에서는 생물의 2차원영상에서 4가지의 특징을 추출한 다음 약품에 대한 생물의 행동 패턴 반응에 대하여 의사결정나무를 적용하여 패턴의 인식 및 분류를 하였다. 생물의 행동패턴을 대변하는 물리적인 특징인 속도, 방향전환 각도, 이동거리에 대하여 각각 중간이상속도비율, FFT(Fast Fourier Transformation), 2차원 히스토그램 면적, 프렉탈, 무게중심을 사용하여 특징을 추출하였다. 이렇게 추출된 4가지의 특징변수들을 사용하여 의사결정나무 모델을 구성한 다음 생물의 약품 첨가에 대한 반응을 분석하였다. 또한 결과에서는 기존의 생물의 행동패턴 구분에 쓰였던 전형적인 기법(conventional methods)보다 본 연구에서 적용한 의사결정나무가 생물의 행동패턴이 가지는 물리적 요소에 대한 독해력을 가짐을 보임으로써 특정환경에서 이동행동에 대한 분석을 용이하게 하고자 하였다.

모집단의 최적군집 수를 자동으로 결정하고 군집내의 분산은 최소로 하고 군집 간의 분산은 최대로 하는 최적 군집화에 대한 연구는 대부분의 지능형 시스템에서 필요로 하는 모형전략이다. 하지만 아직도 대부분의 군집화 과정에서 분석가의 주관적인 경험에 의존하여 군집수가 결정되어 군집화가 이루어지고 있다. 예를 들어 K-평균 군집화 알고리즘에서도 초기에 K 값을 결정해 주어야 한다. 모집단을 제대로 대표하지 못한 K 값에 의한 군집화 결과는 심각한 오류를 범하게 된다. 본 논문에서는 통계적 학습이론을 이용하여 이러한 문제점을 해결하려고 하였다. VC-차원에 의한 Support Vector를 이용하여 최적의 군집화 기법을 제안하였다. 제안 방법의 성능 평가를 위하여 UCI 기계학습 데이터를 이용하여 객관적인 실험을 수행하였다.

강화학습을 위한 많은 방법 중 정책 반복을 이용한 actor-critic 학습 방법이 많은 적용 사례를 통해서 그 가능성을 인정받고 있다. Actor-critic 학습 방법은 제어입력 선택 전략을 위한 actor 학습과 가치 함수 근사를 위한 critic 학습이 필요하다. 본 논문은 critic의 학습을 위해 빠른 수렴성을 보장하는 RLS(recursive least square)를 사용하고, actor의 학습을 위해 정책의 기울기(policy gradient)를 이용하는 새로운 알고리즘을 제안하였다. 그리고 이를 실험적으로 확인하여 제안한 논문의 성능을 확인해 보았다.

최근 컴퓨터를 이용하여 효과적인 트레이드를 하려는 투자자들이 늘고 있다. 본 논문에서는 많은 인공지능 방법론 중에서 강화학습(reinforcement learning)을 이용하여 효과적으로 트레이딩하는 방법에 대해서 다루려한다. 특히 강화학습 중에서 natural policy gradient를 이용하여 actor의 파라미터를 업데이트하고, value function을 효과적으로 추정하기 위해 RLS(recursive least-squares) 기법으로 critic 부분을 업데이트하는 RLS 기반 natural actor-critic 알고리즘을 이용하여 트레이딩을 수행하는 전략에 대한 가능성을 살펴 보기로 한다.

본 논문에서는 휴대 단말기의 조작을 손쉽게 할 수 있는 새로운 사용자 인터페이스 시스템을 제안한다. 제안된 사용자 인터페이스의 기본 개념은 사용자의 휴대 단말 파지 형태를 감지 및 인식해 해당 파지 형태에 가장 적절한 기능을 실행하는 것이다. 이를 위해 본 논문에서는 사용자의 파지 형태를 감지할 수 있는 정전 용량 기반 터치 센서를 디스플레이 부를 제외한 모든 면에 장착하고 감지된 파지 형태에 가장 적합한 기능을 제안하는 인식 알고리즘을 장착한 시제품을 제작한다. 제안된 방법의 효용성을 실제 사용자파지 형태 데이터에 기반한 인식률을 측정해 검증하였다.

본 논문에서는 자동차를 운전 시에 운전자의 얼굴과 눈의 영역을 자동으로 검출하고 눈동자를 추적하여 운전자의 졸음 여부를 판단하는 효과적인 시스템 구현방법을 제안한다. 복잡한 배경에서 얼굴과 눈을 검출하는 방법은 Haar-like feature의 원리를 이용하고 졸음운전으로 판단하는 방법은 눈동자 영역의 특성과 눈동자의 검출 유무, 움직임 등의 인식을 통하여 졸음운전 경보시스템의 실용화에 대한 가능성을 확인한다.

언어는 단순히 인간의 의사소통의 수단이 될 뿐만 아니라 사고, 추론, 판단 등의 지적활동의 도구로서 활용된다. 컴퓨터에서는 인간의 언어를 사용하여 인간과 유사한 지적활동을 실현하고 자 하는 연구로 일상언어 컴퓨팅(everyday language computing)이 있다. 본 논문에서는 일상언어 컴퓨팅을 실현하는 한 예로 교통정보 서비스를 위한 대화시스템을 제안한다. 제안하는 시스템은 시스테믹 기능문법(Systemic Functional Grammar: SFG)을 기반으로 사용자의 발화를 3개의 메타기능을 통하여 의미를 분석하고, 메타기능으로 표현된 의미로부터 시스템의 발화를 생성한다 기존 교통정보 서비스는 DB의 질의검색과 일률적인 정보제공이 일반적인 것에 비해, 제안하는 대화시스템은 대화의 의미 속에 포함된 사용자의 의도 및 의미를 분석함으로써 보다 적절한 정보를 제공하여 사용자의 서비스만족도를 향상 시키는 교통정보서비스를 가능하게 한다. 또한, 웹과 연동되는 VXML(Voice Extend Makeup Language)을 대화시스템에 적용함으로서 실용적인 인터페이스를 실행하였다.

This paper discusses a human body extraction method for mobile robot system. The skeleton features are used to analyze human motion and pose estimation. The intelligent robot system requires more robust silhouette extraction method because it has internal vibration and low resolution. The new hybrid silhouette extraction method is proposed to overcome this constrained environment. Finally, the experimental results show the superiority of the Proposed method.

현재 유비쿼터스 환경에서 대부분의 시스템이 개인화된 추천 서비스를 위한 컨텍스트 인식 과정에서 사용자의 직접 피드백을 받는 경우가 많다. 다양한 서비스가 사용자 주변에 존재한다고 하더라도 사용자가 서비스를 받기 위해 직접 피드백을 하는 경우가 많아지면 invisible service를 받을 수 없게 된다. 본 논문에서는 마이닝 기법을 기반으로 사용자의 프로파일 생성과 갱신, 선호도를 예측하여 효율적인 서비스를 제공하는 컨텍스트 마이닝 시스템을 제안한다. 본 시스템에서는 초기프로파일을 생성할 때만 사용자의 직접 피드백을 이용하고, 사용자 프로파일의 갱신과 선호도 예측, 추천 둥 컨텍스트 마이닝 과정에서는 사용자의 행동과 사용자와 유사한 그룹의 선호도, 그리고 사용자의 주변 환경과 같은 컨텍스트 정보를 이용하여 직접 피드백을 최소화한다.

커널 함수는 데이터를 high dimension 상의 속성 공간으로 mapping함으로써 복잡한 분포를 가지는 데이터에 대하여 기존의 선형 분류 알고리즘들의 성능을 향상시킬 수 있다. 본 논문에서는 기존의 유클리디안 거리측정방법 대신에 커널 함수에 의한 속성 공간의 거리측정방법을 fuzzy K-nearest neighbor 알고리즘에 적용한 fuzzy kernel K-nearest neighbor(FKKNN) 알고리즘을 제안한다. 제시한 알고리즘은 데이터에 대한 적절한 커널 함수의 선택으로 기존 알고리즘의 성능을 향상 시킬 수 있다. 제시한 알고리즘의 타당성을 보이기 위하여 여러 데이터 집합에 대한 실험결과를 분석한다.

In this research, we propose a Unified Fuzzy rule-based knowledge Inference Systems UFIS) to help the expert in cosmetic brand detection. Users' preferred cosmetic product detection is very important in the level of CRM. To this Purpose, many corporations trying to develop an efficient data mining tool. In this study, we develop a prototype fuzzy rule detection and inference system. The framework used in this development is mainly based on two different mechanisms such as fuzzy rule extraction and RDB (Relational DB)-based fuzzy rule inference. First, fuzzy clustering and fuzzy rule extraction deal with the presence of the knowledge in data base and its value is presented with a value between $0\∼1$. Second, RDB and SQL(Structured Query Language)-based fuzzy rule inference mechanism provide more flexibility in knowledge management than conventional non-fuzzy value-based KMS(Knowledge Management Systems)

A review of how the functions of two or more independent variables can be approximated by using fuzzy systems is provided in this paper. We start with an exact represention of a linear interpolation function of two independent variables by using a fuzzy system. Next, we describe how this function can be approximated by another fuzzy system with a lesser number or with a desired number of output fuzzy sets. Thus, a reduction of the storage needed is achieved by storing the fuzzy rules or equivalently the output fuzzy set numbers instead of storing the whole discrete function values. A description on how the cubic spl me interpolation function can be represented exactly by using the fuzzy system method is provided, along with a few examples where fuzzy rule tables with a size of 7$\times$7 provide a representation of the functions with relative errors of the order of $10^{2}$ or less.

Background Subtraction은 움직이는 물체 검출에 가장 많이 사용되는 방법 중 하나이다. 배경이 복잡하고 변화가 심한 경우, 배경을 실시간으로 얼마나 정확하게 학습하는가가 물체 검출의 정확도를 결정한다. Gaussian Mixture Model은 이러한 배경의 모델링에 가장 많이 쓰이는 방법이다. Gaussian Mixture Model은 확률적 학습 방법을 사용하는데, 이러한 방법은 물체가 자주 지나다니거나 물체가 멈춰있는 경우, 배경을 정확하게 모델링하지 못한다. 본 논문에서는 밝기 값에 대한 확률적 모델링과 밝기 값의 변화에 따른 처리를 결합하여 혼잡한 환경에서 배경을 정확하게 모델링할 수 있는 학습 방법을 제안한다.

무손실 정보은닉은 추출과정에서 원본 영상으로의 완벽한 복원이 가능하도록 정보를 삽입하는 기술이다. 본 논문에서는 영상에서의 회복적인 무손실 정보은닉 알고리즘을 제안한다. 제안된 알고리즘은 히스토그램 수정을 Haar 웨이블릿 계수차분에 적용한 방법으로, 두 단계 삽입과정으로 나누어진다. 1차 삽입과정에서 웨이블릿 계수차분 히스토그램의 수정으로 인해 발생하는 왜곡은 2차 삽입과정을 통해 보상된다. 이러한 회복적인 특성은 실험을 통해 영상의 왜곡을 줄여주는 동시에 높은 삽입용량으로 나타난다.

바이오메트릭스의 여러 가지 기술 중에서 얼굴인식은 지문인식, 손금인식, 홍채인식 등과는 달리 신체의 일부를 접촉시키지 않고도 원거리에 설치된 카메라를 통해 사람을 확인할 수 있는 장점을 가지고 있다. 그러나 얼굴인식은 조명변화, 표정변화 둥의 다양한 환경변화에 대단히 민감하게 반응하므로 얼굴의 특징 영역에 대한 정확한 추출이 반드시 선행되어야 한다. 얼굴의 주요 특징인 눈, 코, 입, 눈썹은 자세와 표정 그리고 생김새에 따라 다양한 위치, 크기, 형태를 가질 수 있다. 본 연구에서는 변화하는 특징 영역과 특징 점을 정확히 추출하기 위하여 얼굴을 9가지 방향으로 분류하고, 각 분류된 방향에서 특징 영역을 통계적인 형태에 따라 다시 2차로 분류하여, 각각의 형태에 대한 표준 템플릿을 생성하여 검출하는 방법을 제안한다.

본 연구는 생체정보를 이용하여 개인을 인증하고 확인하기 위한 방법으로 기존 단일 생체인식 기법의 단점을 보완하기 위해 홍채와 얼굴을 이용한 다중생체인식(Multi-Modal Biometrics Recognition)기법을 연구하였다. 중국 홍채 데이터베이스 CASIA(Chinese Academy of Science)에 Gabor Wavelet과 FLDA(Fuzzy Linear Discriminant Analysis)를 사용하여 특징벡터를 획득하였으며, FERET(FERET(Face Recognition Technology) 얼굴영상데이터를 사용하여 FERET 연구에서 매우 우수한 성능을 보인 EBGM알고리듬으로 특징벡터를 획득하였다. 이로부터 얻어진 두 score 값에 대하여 다양한 균등화 과정을 시도해 보았으며, 등록자와 침입자를 구분하기 위한 Fusion Algorithm으로 Bayesian Classifier, Support vector machine, Fisher's linear discriminant를 사용하였다. 또한, 널리 사용되는 방법 중 Weighted Summation을 이용하여 다중생체인식의 성능을 비교해 보았다.

시각 센서를 이용한 환경 및 상황 인식은 로봇의 자동화된 행동을 위해서 매우 중요하다. 실제 환경에서 사람은 주위를 인식할 때 여러 단계의 인식과정을 거친다. 효율적이고 정확한 환경 인식을 위해서는 지능형 로봇의 인식 또한 사람의 인식과정과 같이 다단계로 이루어져야 한다. 또한 실제 환경은 유동적이며 많은 불확실성을 가지고 있으므로 불확실한 상황에 강인한 인식 방법이 필요하다. 이러한 불확실성을 내포한 환경 및 상황 인식에는 베이지안 네트워크를 이용한 인식이 강인하나 복잡한 환경을 하나의 베이지안 네트워크로 인식하는 것은 어렵다. 이 논문에서는 복잡하고 불확실한 환경 인식을 위한 여러 베이지안 네트워크를 사람의 인식과 같은 다단계의 인식 과정으로 구성된 행동 네트워크 기반으로 결합하는 앙상블 기법을 제안한다. 불확실한 상황을 적용한 환경 실험과 로봇 시뮬레이터를 이용한 로봇 실험으로 베이지안 네트워크 앙상블 기법이 환경 인식에 효과적인 것을 확인할 수 있었다.

본 논문에서는 비젼 시스템과 후각 센서를 이용하여 모바일 로봇의 냄새 발생지 탐색 기능을 구현 하였다. 모바일 로봇에서의 비젼 시스템은 많은 연구가 진행되어진 센싱 방식이지만, 후각 기능은 새롭게 지능 시스템의 센싱 방식으로 주목 받고 있는 추세이다. 이에 본 논문은 이전까지의 연구에서 보여준 임베디드 시스템에서의 가스 센싱 기능 구현을 벗어나 신경망 알고리즘을 이용하여 냄새를 구별 할 수 있는 후각 기능을 구현 하였으며, 비젼 시스템과 후각 센서의 복합적인 알고리즘을 통하여 냄새 발생지를 탐색하는 방법을 제시하였다. 또한 이를 실험하기 위해 AMOR(Autonomous Mobile Olfactory Robot)을 구현하여 남새 발생지 탐색 알고리즘의 효용성을 입증 하였다.

본 논문에서는 이족보행로봇의 축구를 위한 비전기반 경로 및 행동계획 방법을 제안하였다. 먼저 로봇 축구를 위한 이족보행로봇의 기구설계 및 원격제어 가능한 제어시스템 구현에 대하여 설명하고, 비전시스템을 사용한 이족보행로봇의 계충화된 구조의 행동계획 방법을 제안하였다. 제안한 로봇축구 행동계획 방법은 이족보행로봇을 제작하여 소형 경기장 내 다양한 환경에서도 공과 골대를 찾아 이족보행로봇이 자율적으로 축구를 수행할 수 있음을 실험으로 검증하였다.

본 논문에서는 퍼지 로직을 이용하여 로봇의 여러 환경변수에 따라 로봇들의 행동을 적절히 선택하는 알고리즘을 제시한다. 전략 및 전술 알고리즘으로 많이 알려진 Modular Q-학습 알고리즘은 개체의 수에 따른 상태수를 지수 함수적으로 증가시킬 뿐만 아니라, 로봇이 협력하기 위해 중재자모듈이라는 별도의 알고리즘을 필요로 한다. 그러나 앞으로 제시하는 로봇 행동의 퍼지 적정성을 고려한 로봇축구 전략 및 전술 알고리즘은 환경 변수에 따라 로봇 행동의 적절성을 퍼지 로직을 통하여 얻어내게 하였으며, 이를 이용함으로써 다수 로봇의 상호작용도 고려할 수 있게 하였다.

This paper introduces design method for air pump system using bond graph and genetic programming to maximize outflow subject to a constraint specifying maximum power consumption. The air pump system is a mixed domain system which includes electromagnetic, mechanical and pneumaticelements. Therefore an appropriate approach for a better system for synthesis is required. Bond graphs are domain independent, allow free composition, and are efficient for classification and analysis of models, Genetic programming is well recognized as a powerful tool for open-ended search. The combination of these two powerful methods for evolution of multi-domain system, BG/GP, was tested for redesign of air pump system.

동적시스템의 공학적 설계는 대부분 구성요소들의 구조적 연결과 요소들의 파라미터들의 결정을 포함하며, 구조와 파라미터 모두 제한이 없는 열려진 특성을 가진다. 본 연구에서는 효율적인 구조/파라미터 탐색을 위한 교대 탐색법을 제안하고 이를 멀티-에너지 도메인 시스템 해석 및 설계에 적합한 본드 그래프를 이용하여 고유값 설계 문제에 적용하였다.

정보$\cdot$통신과학의 발달로 다양한 영역에서 수많은 정보들이 발생하고 있다. 그 결과 사용자의 요구에 무분별한 응답을 제시하는 검색 모델도 발생하였다. 본 논문은 정보들 사이의 유사도를 변환하고 순위를 재조정하여 더욱 적합한 정보를 상위 순위에 제시함으로써 사용자 요구에 더욱 적합한 정보를 획득할 수 있는 모델에 대해 연구하였다.

로봇 에이전트는 변화하는 환경에서 센서정보를 바탕으로 적절한 행동을 선택하며 동작하는 것이 중요하다. 행동 선택 네트워크는 이러한 환경에서 변화하는 센서정보에 따라 실시간으로 행동을 선택할 수 있다는 점에서, 장시간에 걸친 최적화보다 단시간 내 개선된 효율성에 초점을 맞추어 사용되어 왔다. 하지만 행동 선택 네트워크는 초기 문제에 의존적으로 설계되어 변화하는 환경에 유연하게 대처하지 못한다는 맹점을 가지고 있다. 본 논문에서는 행동 선택 네트워크의 연결을 LCS를 기반으로 진화 학습시켰다. LCS는 유전자 알고리즘을 통해 만들어진 규칙들을 강화학습을 통해 평가하며, 이를 통해 변화하는 환경에 적합한 규칙을 생성한다. 제안하는 모델에서는 LCS의 규칙이 센서정보를 포함한다. 진화가 진행되는 도중 이 규칙들이 모든 센서 정보를 포함하지 못하기 때문에 현재의 센서 정보를 반영하지 못하는 경우가 발생할 수 있다. 본 논문에서는 이를 해결하기 위해 센서정보 별로 개체를 따로 유지하는 방법을 제안한다. 제안하는 방법의 검증을 위해 Webots 시뮬레이터에서 케페라 로봇을 이용해 실험을 하여, 변화하는 환경에서 로봇 에이전트가 학습을 통해 올바른 행동을 선택함을 보였고, 일반LCS를 사용한 것보다 조건별 개체 유지를 통해 더 나은 결과를 보이는 것 또한 확인하였다.

최근 모바일 인터넷 기술의 발달로 인하여 시간과 공간의 제약 없이 온라인 공간을 통한 학습자 주도적이고 상호작용이 가능한 e-Learning의 학습효과에 대한 인식의 급속한 확산에 따라 다양한 기술을 이용한 효과적인 모바일 e-Learning 콘텐츠 개발이 활발하게 진행되고 있다. 그러나 기존의 학습 콘텐츠들은 대부분 학습자에게 동일한 학습 환경과 학습 내용 및 문제를 제공하고 있으며, 또한 웹의 특성상 학습진행이 주어진 절차에 따라 연결된 링크를 따라 가면서 학습을 진행하게 된다. 그러나 본 연구에서는 프로그래밍 과목에 대해 학습자가 원하는 학습 내용을 자기 학습 수준에 따라 간단한 입력으로 동적으로 직접 선택할 수 있으며, 또한 다양한 학습 환경에서 학습자가 원하는 학습내용을 대화형 유전자 알고리즘으로 선택하면서 학습할 수 있는 모바일 e-Learning 콘텐츠를 설계하고 구현하였다.

In this paper, we suggested an evaluation model for satisfaction of e-Learning. This model was composed decision of evaluation criteria, analysis of consciousness structure for evaluation factors using the Fuzzy Structural Modeling method, decision of weights for evaluation factors considering intersectional dependence relations and evaluation of satisfaction of e-Learning. The case study of this model was done for comparative analysis between teachers and students of e-Learning in high school.

복잡계에서의 동기화는 기본적으로 카오스 신호에서의 동기화 이론에 근거를 두고 발전하고 있으나 카오스 신호보다 복잡도가 커서 동기화하는데 어려움이 있다. 이에 본 본문은 복잡계에서 동기화 기법을 적용하기 위한 새로운 임베딩 구동 동기화 기법을 제안하고 이 동기화 기법을 적용하여 복잡계에서 동기화 결과를 알아보고자 한다.

최근 우리 생활과 밀접하게 연관되어 있는 유비쿼터스 컴퓨팅 환경에서는 컴퓨터 스스로 사용자가 처한 환경을 인식하는 상황 인식(situation-awareness) 시스템이 필수적이다 상황 인식(situation-awareness)시스템은 센서로부터 주변 환경 정보의 수집 및 결합을 통해 상황을 인식하고, 해석과 추론 처리과정을 거쳐 사용자에게 적절한 서비스를 제공한다 주변 환경이 시간에 따라 계속 변화하므로 더 좋은 서비스를 제공하기 위해서는 현재의 환경 정보뿐만 아니라 과거의 환경 정보도 고려하여 현재 상황이 어떻게 변화되고 있는지도 파악할 수 있어야 한다. 본 논문에서는 시간에 따라 동적으로 변화하는 유비쿼터스 컴퓨팅 환경에서 시간을 처리할 수 있는 상황 인식 프레임워크를 제안한다. 이 프레임워크는 변화하는 컨텍스트의 시간처리를 JESS와 JAVA를 이용하여 처리하였다.

본 논문에서는 홍채 인식을 할 때 여러 가지 자세 변화에 민감한 홍채 패턴을 일정한 기준에 따라 항상 고정된 형태로 추출하기 위해 눈꺼풀의 윤곽을 검출하여 눈의 모양을 바로잡는 방법을 소개한다. 이와 더불어 효과적인 홍채 영역 검출을 위한 정확한 동공의 경계 측정과 공막 경계 측정을 위한 새로운 방법을 제시한다. Template Matching과 Mean Shape을 이용하여 여러 가지 다양한 눈의 형태와 눈썹의 영향 때문에 판단이 까다로운 눈꺼풀의 경계를 검출하였다. 동공 경계의 자세한 검출은 Hough Transform을 이용하였고 공막의 경계는 최소 자승법을 이용하였다.

Pure P2P 환경에서는 축적된 자료를 사용하지 않고 실시간 정보를 사용하여 소수의 서비스 항목만으로도 협력적 필터링을 제공할 수 있어야 한다 그러나 지역에서 수집된 소수의 서비스 항목만으로 협력적 필터링을 할 경우 추천 서비스의 질이 떨어지게 되므로, 사용자의 컨텍스트 정보를 이용하여 추천 서비스의 질을 높일 수 있는 방법이 연구되어야 한다. 하지만 사용자 컨텍스트 정보는 다량의 정보가 순간에 인식될 수 있기 때문에 확장성 문제(Scalability Problem)가 발생하고, 영역과 아이템에 따라 차별화된 서비스를 지원하기에는 한계성을 가지고 있다. 이러한 문제점을 해결하기 위하여 본 연구에서는 SOM을 이용하여 컨텍스트 정보를 서비스 영역별로 클러스터링(Clustering)하여, 사용자별로 분류함으로 확장성 문제를 해결하였다. 또한, 분류된 자료들 중 서비스 요구자와 비슷한 분류에 있는 사용자들의 컨텍스트 정보들을 정량화하여 협력적 필터링함으로 사용자에게 적합한 서비스를 지원할 수 있다.

본 논문에서는 정보 입자화와 유전자 알고리즘을 기반으로 최적 퍼지 다항식 뉴럴네트워크를 제안하고, 유전자 알고리즘을 사용하여 종합적인 설계방법을 개발한다. 제안된 모델은 기존의 진화론적 퍼지 다항식 뉴럴네트워크의 구조를 정보입자화를 통해 좀 더 빠르게 최적의 해공간에 접근시키는데 그 목적이 있다. 퍼지 관계기반 다항식 뉴럴네트워크는 퍼지 다항식 뉴론이 기초가 되어 가능한 구조적이고 요소적으로 모델의 성능을 향상 시켜준다. 퍼지 다항식 뉴런의 최적 구조를 위해 유전자 알고리즘을 이용하여 입력변수의 수와 후반부 다항식의 차수 입력변수 수에 따른 입력변수 그리고 멤버쉽 함수의 수를 동조한다. 여기서, 클러스터링의 하나의 방법인 HCM에 의해 퍼지 규칙 각각의 전반부와 후반부에 데이터 중심값을 이용하여 다항식함수의 파라미터값을 결정한다. 제안된 유전론적 퍼지 관계 다항식 뉴럴네트워크의 성능평가는 기존 퍼지 모델링에서 이용된 표준 데이터를 활용하여 평가한다.

본 연구에서는 뇌의 반응과 말초신경계의 변화를 통하여 유머와 기쁨의 긍정적인 정서의 구분이 가능한가를 밝히고자 하였다. fMRI와 말초신경계 반응 측정 실험 각각을 수행하는 동안, 유머와 기쁨정서를 유발하는 동영상 자극(2분)이 제시되었고, 실험이 끝난 후 심리적인 평가도 함께 수행되었다. fURI 실험은 boxcar design으로 한 session 내에 두 block으로 구성되었다. 말초신경계 반응실험에서는 안정상태와 정서상태에서의 피부전기 반응을 측정하였다. fMRI 결과, 유머자극과 기쁨자극 제시 시 공통적으로 precentral Cortex, temporal Cortex, precuneus 가 활성화 되었고, 유머자극은 기쁨자극에 비하여 우측 middle temporal cortex, 우측 inferior frontal cortex, 좌측 middle frontal cortex 에서 큰 활성화를 보였다. 피부전기 반응(EDA) 분석 결과 두 정서 모두 안정상태에 비하여 유의하게 증가하였고, 유머자극은 기쁨자극에 비하여 피부전도수준(SCL)과 피부전도반응의 수(NSCR)에서 유의하게 증가하는 것으로 나타났다.

가장 완벽한 지능형 모델로 알려져 있는 두뇌는 인공 지능을 구현하기 위해 이해되어야 하는 많은 내용을 지니고 있다. 하지만, 현재까지는 두뇌의 생물학적인 정보처리 메커니즘은 극히 일부분에서 밝혀졌고 대부분의 내용은 추측이나 가정으로 설명되고 있다. 이미 밝혀진 두뇌의 정보처리 메커니즘에 기반한 정보처리 시스템은 다양한 응용 분야에 활용되어 지금의 시스템보다 월등한 성능을 보일 것으로 예상된다. 이에, 본 논문에서는 두뇌의 생물학적 흐름을 카테고리 별로 정리하였으며 이를 구현할 수 있는 소프트 컴퓨팅 기법을 소개한다. 다양한 소프트 컴퓨팅 기법을 이용하여 구현된 인공두뇌 모델은 정보처리 과정에서 자율적이며, 효과적인 정보처리 성능을 보여줌을 알 수 있다. 이는 인공 지능 시스템의 새로운 도약에 필요한, 정형화된 모델로 활용될 수 있을 것으로 기대 된다.

현존하는 정보처리 시스템 중에서 가장 뛰어난 성능을 지니고 있는 것은 인간의 두뇌라고 할 수 있다. 두뇌의 정보처리 메커니즘을 보다 정확하게 구현할 수 있는 시스템은 입력에 대한 정확한 인지 능력, 상황 판단 능력, 학습 및 추론 능력, 출력의 결정 능력 등의 성능 구현은 물론이며, 감정과 비교될 수 있는 시스템의 상태를 평가하여 판단 및 결정에 적용함으로써 매우 뛰어난 지능형 시스템이 쥘 수 있다. 이러한 뇌 정보처리 시스템의 구현에 앞서 본 논문에서는 생물학적인 대뇌 피질의 구조를 살피고 정보의 처리 영역을 고찰하고 정보의 흐름을 소개하였으며 이를 바탕으로 뇌 정보처리 메커니즘을 공학적인 측면에서 해석해 보았다. 특히, 뇌 영역의 기능 및 구조적인 특징, 정보의 처리과정 등을 공학적으로 해석하였으며 이는 뇌의 기능을 모방한 공학적인 모델을 구현하는데 있어서 기초가 될 것이다.

감성이란 외부의 자극에 대해 직관적이고 반사적으로 발생하는 저절로 반응하는 현상이다. 감성은 살아온 사회$\cdot$문화적 배경에 따라 흑은 현재 상태에 따라서 다르게 나타난다. 하지만 다소 개인적인 차이가 있을 수 있을지라도 개인이 속한 사회에 따라서 비슷한 상황 아래서는 비슷한 유형의 반응이 나타난다. 현재 감성 인식을 위해서 개인의 행동이나 신체적인 표현을 이용한 감성 인식 연구가 진행 중이다. 이러한 방법은 감성을 표현하는 방식에서 개인차가 커지면 효용성이 떨어질 수밖에 없다. 우리가 거짓말 탐지기를 사용하는 것처럼 본 논문에서는 감정에 따라 달라지는 개인의 생체 신호를 이용해서 감성 인식을 하고자 한다. 이를 위해서 감성에 따른 여러 가지 생체 신호를 추출하고 감성 인식을 위한 생체 신호의 특징점을 파악하고 패턴분류를 하고자 한다.

어떤 미로환경 내에서 로봇이 스스로 목표물을 찾기 위해서는 탐색경로를 결정하는 알고리즘이 요구된다. 본 논문에서는 'Y'형 미로에서 목표물을 탐색하기 위하여 Dynamic Programming을 적용한 미로 탐색 알고리즘을 제안한다. 실험에서는 규격화된 미로 블록을 만들고, 먼저 기존에 연구 되었던 자수법 알고리즘을 자율이동 로봇에 적용해 'Y'형 미로 블록을 탐색하게 한다. 그리고 본 논문에서 제시한 Dynamic Programming을 이용한 미로탐색 알고리즘을 자율이동로봇에 적용하고 미로를 탐색한 후 이두가지 알고리즘을 적용한 로봇의 주행 결과를 각각 비교해 봄으로서 Dynamic Programming을 적용한 자율이동로봇의 미로탐색 방법의 성능을 확인한다.

유비쿼터스 공간 내에서 사용자의 상황을 파악하고 적합한 서비스를 제공하기 위해서는 상황을 정확하게 이해하는 것이 필요하다. 따라서 본 논문에서는 홈 네트워크에 접속한 센서나 기기를 사용하여 환경이나 상황의 변화에 따른 적합한 서비스를 제공받을 수 있는 방법을 제안한다.

기존의 사용자 성향 분석 방법은 사용자의 정보를 일정 수준 이상 축적하고, 이를 분석하여 필요한 서비스를 지원해 준다. 하지만 유비쿼터스 컴퓨팅 환경에서는 사용자의 정보가 전혀 축적되지 않아도 사용자의 현재 상황에 적합한 서비스가 제공되어야 한다. 본 논문에서는 지능형 P2P 모바일 에이전트를 이용하여 사용자의 컨텍스트 정보를 공유하고 유사한 사용자들을 그룹화시킴으로써, 사용자의 성향을 분석하는 시간과 비용을 최소화할 수 있는 사용자 성향 분석 시스템을 제안한다.

다단계 호핑(multi-hop) 무선 센서네트워크의 라우팅 경로를 설정하는데 있어서 데이터 전송의 요구가 있는 경우에만 경로를 만드는 Demand-Driven 방식의 대표적인 방법이 DSR(Dynamic Source Routing)인데 라우트 레코드를 패킷에 실어 보내기 때문에 이 또한 센서노드들의 수가 많아질수록 패킷이 무거워질 수밖에 없다. 본 논문에서는 DSR 프로토콜을 기반 하면서도 라우팅 테이블을 적절히 이용하여 노드 수 증가에 대해 고정된 패킷크기를 가지도록 하였으며 라우팅 비용함수를 적용하여 각 센서노드들의 전원 소모량, 이동성(Mobility), 네트워크 내에서의 Traffic, 거리(Hop) 등을 복합적으로 고려한 안정적이고 신뢰성 있는 최적의 라우팅 설정 알고리즘을 제안한다.

RFID 시스템은 태그, 리더, 그리고 RFID를 관리하는 S/W 시스템으로 구성되고 있다. RFID태그에 기록하는 정보는 RFID 태그를 분류하는 클라스에 따라 다르지만, 모든 RFID태그는 국제적 표준에 따른 ID 체계를 갖추고, 운영을 하여야 한다. 여기서는 국제적 RFID용 ID표준을 살펴보고, ISO15459에 따른 ID 관리 시스템이 갖추어야 할 구조적 특징에 대하여 연구하기로 한다.

본 본문에서는 여러 가지 카오스 방정식을 자율 이동 로봇에 내장할 수 있는 카오스 이동 로봇의 하드웨어를 구현하였다. 이 카오스 로봇은 로봇 주행이 다양한 곡면의 카오스 궤적을 가지고 주행 또는 탐색할 수 있도록 여러 종류의 카오스 회로 즉 Chua's 회로, Lorenz 회로, 하이퍼카오스 회로 등을 카오스 로봇에 내장하도록 설계되어 있도록 설계되어 있다.

In this note, the Takagi-Sugeno (T-S) fuzzy-model-based state estimator using standard Kalman filter theory is investigated. In that case, the dynamic system model is represented the T-S fuzzy model with the fuzzy state estimation. The steady state solutions can be found for proposed modeling method and dynamic system for maneuvering targets can be approximated as locally linear system. And then, modeled filter is corrected by the fuzzy gain which is a fuzzy system using the relation between the filter residual and its variation. This paper studies the T-S fuzzy model-based state estimator which the dynamic system can be approximated as linear system.

In this paper, we proposed a PID tuning algorithm by the fuzzy set theory to improve the performance of the PID controller. The new tuning algorithm for the PID controller has the initial value of parameter Kp, $\tau_{I}$, $\tau_{D}$. by the Ziegler-Nichols formula that uses the ultimate gain and ultimate period from a relay tuning experiment. We will get the error and the error rate of plant output corresponding to the initial value of parameter and fnd the new proportion gain(Kp) and the integral time ($\tau_{I}$) from fuzzy tuner by the error and error rate of plant oueut as a membership function of fuzzy theory. This fuzzy auto tuning algorithm for PID controller considerably reduced the overshoot and rise time as compared to any other PID controller tuning algorithms. And in real parametric uncertainty systems, it constitutes an appreciable improvement of performance. The significant property of this algorithm is shown by simulation

지능형 로봇이 성장동력 산업으로 선정되면서 국내에서도 로봇 산업이 급속도로 성장하고 있다. 지능형 로봇과 관련해서는 특히 자율 이동 로봇, 그리고 그것의 경로계획과 주행에 관한 연구가 널리 진행되고 있다. 자율 이동 로봇은 주어진 환경에서 효율적인 주행을 하기 위하여 환경 지도를 구성하고, 이를 기반으로 목표 지점에 대한 효율적인 광역 주행 경로를 계산하게 되고, 계산된 광역 경로를 주행하여 목표 지점에 이르게 된다. 본 논문에서는 퍼지 환경 지도를 제안하고, 퍼지 환경 지도로부터 최단시간 광역 경로 계산 알고리즘을 소개하며, 주행 제어를 위한 퍼지 논리 제어기를 제안한다.

학습과 감정은 지능형 시스템을 구현하는데 있어 가장 중요한 요소이다. 본 논문에서는 강화학습을 이용하여 사용자와 상호작용을 하면서 학습을 수행하고 내부적인 감정모델을 가지고 있는 지능적인 가상 캐릭터를 구현하였다. 가상 캐릭터는 여러 가지 사물들로 이루어진 3D의 가상 환경 내에서 내부상태에 의해 자율적으로 동작하며, 또한 사용자는 가상 캐릭터에게 반복적인 명령을 통해 원하는 행동을 학습시킬 수 있다. 이러한 명령은 인공신경망을 사용하여 마우스의 제스처를 인식하여 수행할 수 있고 감정의 표현을 위해 Emotion-Mood-Personality 모델을 새로 제안하였다. 그리고 실험을 통해 사용자와 상호작용을 통한 감정의 변화를 살펴보았고 가상 캐릭터의 훈련에 따른 학습이 올바르게 수행되는 것을 확인하였다.

로봇축구는 과거의 단순한 수비시스템 벗어나 지능적 공격시스템으로 점차 변하기 시작했다. 본 논문에서는 휴리스틱 탐색기법인 최고우선탐색기법을 사용하여 공격로봇의 경험을 통해 로봇 움직임의 최적해를 찾아내고, 각 로봇간의 동기화로 인한 전술변화에 대해 설명하고 있다. 로봇이 공격과정에서 수비하는 로봇을 피해 다른 로봇에게 공을 전달하고 그 로봇이 상황에 따라 공격과 수비의 변화를 주는 방식이다. 이 알고리즘을 적용하여 최적의 로봇축구에이전트 시스템의 행동상황을 추출하고, 시뮬레이션을 통해 그 전략의 유용성을 확인한다.

In this paper, we introduce about a new class to analysis of partial discharge signal based on Fuzzy model. We can early diagnose life of power cable through detection of partial discharge signal. However, partial discharge signal detector is difficult because of partial discharge signal is very non-linear. Also, it is very difficult work that separate partial discharge signal from noise. We constructed partial discharge accumulation detection system that use Labview for detection of non-linear partial discharge signal. And analyzed partial discharge signal that is detected by Labview system utilizing Fuzzy model.

본 논문에서는, 주성분분석기법과 다층신경망에 기반을 둔 유도전동기의 고장진단기법을 제안하고자 한다. 입력의 수가 많을 경우 다층신경망만을 이용하여 분류하는 데는 한계가 있다. 이러한 문제점을 해결하기 위해 주성분분석기법에 의해 입력특징의 수를 축약한 후, 비선형분류기인 다층신경망을 적용하였다. 또한, 주성분 분석기법에 추출된 특징벡터가 고장상태별로 비선형성특성을 보일 경우 기존의 거리척도 기반에 의한 분류방법으로는 정확한 진단을 하는데 어려움이 있다. 이를 위해 비선형 분류기인 MLP를 적용함으로써 효과적인 고장진단을 하고자 한다. 제안된 기법은 다양한 실험을 통해 기존의 선형분류기에 비해 우수한 결과를 보임을 나타내고자 한다.

교통의 혼잡량이라든가 공기의 쾌적도 둥을 측정할 때는 상징적인 정보량을 이용한 퍼지 센서 알고리즘을 사용한다. 그런데 퍼지 센서를 구현할 때는 몇 개의 상징적인 정보량을 퍼지 규칙으로서 종합하여 출력을 산출하는데 상징적인 정보량을 퍼지 규칙이라는 막연한 방법을 사용하므로서 정확하지 못한 결과를 산출할 수밖에 없다. 따라서 본 논문에서는 퍼지 규칙으로 퍼지 센서를 구현하는 방법이 아닌 계층 분석 방법이라는 분석적인 방법을 이용하여 퍼지 센서를 구현하였고 이를 검증하기 위하여 퍼지 규칙 방법의 괴지 센서와 계층 분석 방법의 퍼지 센서를 교통량 제어에 적용하여 많은 통과차량수의 검증을 통하여 비교하여 보았다.

교통사고를 재현하기 위해서는, 블랙박스를 이용해서 교통사고 전의 30초 데이터를 자동으로 저장해야 된다. 블랙박스 장치는 충돌 교통사고를 자동으로 검출할 수 있고, 사고전후에 미리 정의한 기한동안에 차량동의 그리고 운전사 기동을 기록할 수 있다. 그러나 뺑소니운전자를 붙잡는 것은 쉽지 않다. 왜냐하면, 2시간 또는 3 시간 후에는, 범인이 증거를 제거할 수 있다. 그러므로, 교통사고 현장에서 뺑소니 운전자를 검거하기 위해서, 본 논문에서는 조적 질문 언어 서버와 한 부속 데이타베이스를 이용한 알고리즘을 개발하였다.

본 논문은 디지털 시대에 스토리텔링을 위한 적합한 지능형 스토리텔링 저작도구를 제안하고자 한다. 미국 등지에서는 이미 디지털 스토리텔링 제품이 많이 개발이 되어 실제 작품 제작에 활용되고 있으나, 국내에서는 아직 시도된 바가 없다. 또한 국외의 제품을 국내 창작환경에 활용하고자 할 때, 국내 작가 입장에서 적절하게 활용이 불가능한 상황이다. 따라서, 본 연구에서는 국내형 스토리텔링을 위한 저작도구를 개발하고자 하며, 이를 위한 지능형에 관한 연구를 제안하고자 한다.

본 논문은 퍼지로직을 이용하여 메탈스텐실의 홀의 정상-불량 판단을 수행한다. 메탈스텐실 은 PCB의 SMD의 패드 위에 납을 도포하기 위해 사용되는 것으로, 레이저를 이용하여 패드모양과 동일하게 홀을 생성한다. 가공 시 발생하는 불량은 레이저 출력의 약화로 홀이 정상적으로 가공되지 않는 것이다. 검사를 위해 비전시스템을 이용하여 메탈스텐실에 대한 카메라이미지를 획득하고, 기준이미지는 메탈스텐실을 제조하기 위해 사용되는 거버 파일을 이용하여 생성한다. 퍼지로직의 입력변수는 각 이미지에서의 검사대상 홀의 위치오차와 크기비율이고, 출력변수는 홀의 정상판단율이다. 홀의 위치와 크기는 두 이미지에 대해 영상처리를 수행하여 계산한다. 퍼지규칙은 작업자의 판단 규칙을 적용하여 작성한다. 4종류의 메탈스텐실에 대해 정상-불량 판단을 위해 고정된 임계치를 사용하였을 경우와 제안된 퍼지로직을 적용한 실험결과에 대해 설명한다.

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 따라서 본 논문에서는 퍼지 모델의 전반부 및 후반부의 구조 동정과 파라미터 동정에 있어서 최적의 구조 및 파라미터를 찾기 위해 유전자 알고리즘을 이용한다. 초기 퍼지 모델을 설계하기 위해 유전자 알고리즘을 이용하여 입력 변수의 수, 선택될 입력 변수, 멤버쉽함수의 수, 그리고 후반부 형태를 결정한다. 구축된 퍼지 모델은 유전자 알고리즘에 의해 세대를 거듭하면서 전반부 파라미터를 자동 동조함으로써 최적의 퍼지 모델을 설계한다. 또한 구조 동정 및 파라미터 동정을 동시에 시행함으로서 정보 입자 기반 퍼지 모델의 유전자적 최적화를 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

객관적이고, 과학적인 수사를 위해, 교통사고는 공정한 기록에 의해서, 컴퓨터 모의실험, 및 학문, 그리고 충돌 사고 역동성, 도로 및 교통 공학으로 검증되어야 한다. 본 논문에서는, 교통사고, 과학, 객관적인 방법을 이용하여 진짜 교통사고 및 결과를 재현한다. 본 논문에서는 모의실험 결과 다음 같은 사항이 입증되었다. 습한 도로 조건에서 브레이크 작동시간이 건조한 도로 상태보다 더 긴 것이 입증되었다. 뿐만 아니라, 포장도로와 비포장 돌에서는 비포장도로의 제동시간이 포장도로의 제동시간 보다 짧다는 것이 입증되었다.

본 논문에서는 자기구성 퍼지다항식 뉴럴 네트워크(SOFPNN)를 구성하고 있는 퍼지 다항식뉴론(FPM)의 구조와 파라미터를 유전자 알고리즘을 이용하여 최적화시킨 새로운 개념의 진화론적 최적 고급 자기구성 퍼지 다항식 뉴릴 네트워크를 소개한다. 기존의 자기구성 퍼지 다항식 뉴럴 네트워크에서 모델을 설계할 때에는 설계자의 주관적인 특징과 시행착오에 의해서 모델을 구축하였다. 이러한 설계자의 경험을 배제하고 객관적이고 효율적인 모델을 구축하기 위해서 본 논문에서는 FPH의 파라미터들을 최적화 알고리즘인 유전자 알고리즘을 이용하여 동조하였다. 즉, 모델을 구축하는데 기본이 되는 FPN의 각각의 파라미터들-입력변수의 수, 다항식 차수, 입력변수, 멤버쉽 함수의 수, 그리고 멤버쉽 함수의 정점-을 동조함으로써 기존의 모델에 비해서 구조적으로 그리고 파라미터적으로 최적화된 네트워크를 생성할 수 있다. 뿐만 아니라 주어진 데이터의 특성을 모델 구축에 반영하고자 멤버쉽 함수의 정점 역시 유전자 알고리즘으로 동조하였다. 실험적 예제를 통하여 제안된 모델의 성능을 확인한 결과 기존의 퍼지모델 및 신경망 모델에 비해서 아주 우수한 근사화 능력과 일반화 능력을 가짐을 알 수 있다.

본 논문에서는 퍼지 뉴럴네트워크의 새로운 구조인 Fuzzy Set-based Polynomial Neural Networks(FSPNN)을 소개한다. 제안된 모델은 일반적인 최적화 방법과 정보 입자를 이용하여 네트워크를 설계한다. 최종 구조는 Fuzzy Set-based Polynomial Neuron(FSPN)을 기반으로 설계한 FPNN과 동일하다. 첫째로 FSPNS의 종합적인 설계방법(유전자 알고리즘을 이용한 최적 구조 탐색)에 대해 소개한다. FSPNN에 관계되는 입력변수의 개수, 후반부 다항식의 차수, 멤버쉽 함수의 수 그리고 입력변수 개수에 따른 입력변수를 유전자 알고리즘을 통하여 동조한다. 두 번째로, 입력 변수의 개별적인 퍼지 규칙 형성과 퍼지 공간 분할 및 삼각형 멤버쉽 함수의 초기 정점을 HCM 클러스터링을 통한 Information Granules로 정의한다. 또한 데이터 입자의 중심을 이용하여 후반부의 구조를 결정한다. 이 네트워크의 성능은 기존에 퍼지 또는 뉴로퍼지 모델링에서 실험된 모델링 표준치를 이용하여 평가한다.

We introduce a new architecture of hetero-hybridized feed-forward neural networks composed of fuzzy set-based polynomial neural networks (FSPNN) and polynomial neural networks (PM) that are based on a genetically optimized multi-layer perceptron and develop their comprehensive design methodology involving mechanisms of genetic optimization and Information Granulation. The construction of Information Granulation based HFSPNN (IG-HFSPNN) exploits fundamental technologies of Computational Intelligence(Cl), namely fuzzy sets, neural networks, and genetic algorithms(GAs) and Information Granulation. The architecture of the resulting genetically optimized Information Granulation based HFSPNN (namely IG-gHFSPNN) results from a synergistic usage of the hybrid system generated by combining new fuzzy set based polynomial neurons (FPNs)-based Fuzzy Neural Networks(PM) with polynomial neurons (PNs)-based Polynomial Neural Networks(PM). The design of the conventional genetically optimized HFPNN exploits the extended Group Method of Data Handling(GMDH) with some essential parameters of the network being tuned by using Genetie Algorithms throughout the overall development process. However, the new proposed IG-HFSPNN adopts a new method called as Information Granulation to deal with Information Granules which are included in the real system, and a new type of fuzzy polynomial neuron called as fuzzy set based polynomial neuron. The performance of the IG-gHFPNN is quantified through experimentation.

본 논문에서는 인공지능을 이용해서 엔진오일을 자동으로 교환시스템을 제안 하고자 한다. 모범운전자도, 엔진오일을 교환하는 시기를 정확하게 예측하기란 매우 어렵다. 왜냐하면 엔진오일 색깔이 검은색이거나 주행거리가 3000 km 이상이 되었을 때에 엔진오일을 교환해야만 하는 것이 아니기 때문이다. 최적의 엔진오일 교환시기를 예측하기 위해서는 엔진오일 색깔, 엔진오일 점도와 도로조건, 급제동 및 급발진 조건을 고려해야하기 때문이다. 그러므로 본 논문에서는 이러한 문제점을 해결하기 위해서 퍼지규칙 및 신경망을 이용해서 엔진오일교환시기를 예측하는 전문가시스템을 개발하였다.

We give the characterization of an intuitionistic fuzzy ideal[resp. intuitionistic fuzzy left ideal, an intuitionistic fuzzy right ideal and an intuitionistic fuzzy hi-ideal] generated by an intuitionistic fuzzy set in a semigroup without any condition. And we prove that every intuitionistic fuzzy ideal of a semigroup S is the union of a family of intuitionistic fuzzy principle ideals of 5. Finally, we investigate the intuitionistic fuzzy ideal generated by an intuitionistic fuzzy set in $S^{1}$

In this paper, We discuss various types of sublattice of the lattice of intuitionistic fuzzy subgroups of a given group. We Prove that a special class of intuitionistic fuf normal subgroups constitutes a modular sublattice of the lattice of intuitionistic fuzzy subgroups. Moreover, we exhibit the relationship of the sublattices of the lattice of intuitionistic fuzzy subgroups.

대부분의 지능 알고리즘들은 환경이나 사용목적에 따라 항상 최적 성능을 보장하지는 못한다. 그러므로 다양한 알고리즘들을 구현한 후에 환경이나 사용 목적에 따라 최적인 알고리즘 또는 알고리즘의 조합을 선택하여 시스템을 구성할 수 있다면 유용할 것이다 본 논문에서는 지능형 Macro Core를 기반으로 한 시스템 재설정 및 진화를 위한 지능형 아키텍처를 제안한다. 제안한 아키텍처를 이용하면 새로운 알고리즘들의 추가와 이들을 조합하여 시스템을 구성하는 데에 드는 비용을 절약할 수 있으며, 표준화된 규격을 제시할 수 있다는 장점이 있다. 제안한 Macro Core 기반의 지능형 아키텍처에 맞추어 시스템을 구성해 보고 이를 실제 얼굴 추출 및 인식 시스템 구성에 적용하고자 한다.

이 논문에서는 시맨틱 웹 서비스의 기술들을 이용하여 에이전트들이 상황을 과악하고 작업계획을 동적으로 수행할 수 있는 다중-에이전트 기반의 시맨틱 웹서비스 시스템을 설계하고 도서관 서비스 업무에 적용해 구현 하였다.

에이전트 기반 플렉시블 화상회의 시스템은 데스크 탑 컴퓨터로 화상회의 시스템을 이용할 때 발생하는 시스템의 내 ·외적인 다양한 변동 및 이용자에게 가해지는 부담의 감소를 목적으로 설계된 화상회의 이용 지원환경이다. 본 논문에서는 플렉시블 화상회의 시스템의 유연성을 개선하기 위한 한 방법으로서 QoS(Quality of Service) 파라미터 자동 튜닝법을 적용한 화상회의 매니저 에이전트의 새로운 아키텍처를 제안한다. 제안한 화상회의 매니저 에이전트를 기반으로 구축된 플렉시블 화상회의 시스템은 일반 이용자들이 화상회의를 이용할 때 발생하는 서비스 품질 요구 변경 및 시스템 부담 등의 문제를 유연하게 해결한다. 매니저 에이전트는 다른 에이전트들과 프로토콜을 이용하여 긴밀하게 협조를 하며, 문제 해결의 진행상황을 고려하면서 서비스 품질 파라미터를 자동으로 조정한다. 조정된 파라미터에 의해서 시스템은 내 ·외적 변동 대한 유연한 대응이 가능하게 되었고 또한 이용자에게 가해지는 부담도 감소한다. 결국, 제안 아키텍처를 적용한 시스템이 기존 시스템과 비교하여 유연성이 증가되었음을 실험을 통하여 증명한다.

플립칩과 같은 정밀한 전자부품을 일반적인 표면실장방법에 의해 고속으로 장착 시킬 경우에는 칩의 표면이 PCB 실장면에 닿는 순간 접촉력(Contact Force)이 크게 발생한다. 과도한 접촉력에 의해 솔더 볼의 표면에 크랙이 가거나 솔더 볼이 변형되어 좁은 피치 내에서 인접해 있는 솔더 볼이 서로 붙는다든지, 또한 리드가 손상된다든지 하는 등과 같은 현상이 발생하여 표면 실장 불량의 원인이 될 가능성이 높아진다. 또한, 유연한 재질로 구성된 PCB 실장면에 과도한 힘을 가할 시에는 실장면의 국부적인 탄성변형이 발생하여 칩의 장착위치가 변경되어 정확한 위치에의 장착이 어렵게 된다. 따라서 CSP 나 플립 칩과 같은 고정도 칩을 고속으로 정확한 위치에 실장하기 위해서는 칩을 장착할 때 플립칩과 실장면의 자세를 평형상태로 제어할 필요가 있으며, 특히 발생하는 충격을 감소시키기 위한 충격 제어와 충돌 후 일정한 접촉력 유지를 할 수 있는 힘 제어가 필수적임을 알 수 있다. 따라서 본 논문에서는 상기와 같은 자세제어 및 힘제어를 요구하는 플립 칩 장착을 위한 엑츄에이터와 거리/힘 센서 시스템을 개발하였다. 제안된 시스템의 효율성을 입증하기 위해 다양한 환경에서 성능시험을 수행하였으며, 그 결과 제안된 시스템의 만족할 만한 실험결과를 보여주었다.

This paper presents a self-organizing scheme for multi-agent swarm systems based on coupled nonlinear oscillators (CNOs). In this scheme, unicycle robots self-organize to flock and arrange group formation through attractive and repulsive forces among themselves. It is also shown how localized distributed controls are utilized throughout group behaviors such as formation and migration. In the paper, the proposed formation ensures safe separation and good cohesion performance among the robots. Several examples show that the proposed method for group formation performs the group behaviors such as reference path following, obstacle avoidance and flocking, and the formation characteristics such as flexibility and scalability, effectively.

계통발생학적 분석기법은 서열의 유사성을 비교하여 이들의 유연관계를 알아내는 것으로, 각각의 관계를 시각적으로 표현하는 것이 매우 중요하다. 일반적으로 2차원 계통수를 사용한다. 그러나 2차원으로 시각화했을 때 서로 유사성이 높은 OTU(Operational Taxonomic Unit)들을 서로 멀리 떨어뜨려 놓는 경우도 생기게 된다. 이 논문에서는 이러한 점을 보완하고자 3차원 공간에 OTU들을 배치시키기 위한 2단계 좌표 배치 기법을 제안한다. 단계는 유클리디안 거리를 3차원 좌표로 변환하는 것이다. 1단계 방법은 서열의 비교 순서에 영향을 받기 때문에 2단계를 통해 유전자 알고리즘 기법을 적용하여 보다 적절한 좌표를 찾는다.

센서 네트워크는 다수의 센서 노드들이 싱크(sink) 노드와 데이터 중심(Data centric) 기반으로 통신을 하게 되는데 이때 사용되는 라우팅 알고리즘 중 한 가지가 Directed Diffusion이다. Directed Diffusion 은 싱크(sink)의 named data 질의 방송(diffuse)에 기반을 둔 라우팅 프로토콜(protocol)로 다수의 소스 노드와 다수의 싱크 노드의 상황에서도 효율적으로 동작한다는 점과 각각의 질의에 의한 라우팅 경로 중에 aggregation 과 caching을 수행할 수 있다는 장점을 갖는다. 그러나 강화된 gradient 패스를 얻기 위해 요구되는 부담이 크다는 단점을 갖는다. 따라서 본 연구에서는 interest 패킷에 hop-count를 도입하여 gradient가 과다하게 설정되는 것을 제한함으로써 에너지 사용 효율을 높일 수 있는 개선된 Directed Diffusion 알고리즘을 제시한다. 또한 시뮬레이션을 통해 제안된 알고리즘의 유용성 확인을 확인하고자 한다.

한국천문연구원에서는 한국우주전파관측망(Korean VLBI Network: KVN)을 위한 전파영상합성기(상관기) 개발을 진행하고 있다. 전파관측 VLBI 시스템 중 상관기(Correlater) 시스템의 한 구성요소로서 데이터 입력 부분에 각 관측 사이트의 데이터를 사전 처리하는 Station Unit(SU)이 있다. VLBI 시스템에서, 디지털화된 데이터의 다중채널은 테이프 또는 하드디스크에 다중트랙 형태로 인코딩된다. 이 SU의 주요기능은 다중트랙으로부터 인코딩된 데이터를 디코딩하고, 마치 기록되지 않은 것과 같이 채널기반의 샘플 스트림으로 이 데이터를 복원하는 것이다. 이 기능을 원활하게 수행하기 위해서, SU는 논리적으로 재생기 시스템과 함께 시스템이 통합될 필요가 있다. 본 논문에서는 전파 천문 VLBI 시스템 중 SU의 기능과 구조에 대해 고찰하고자 한다.

It has been suggested that the endoscopic color of intramucosal gastric carcinoma is correlated with mucosal vascularity within the carcinomatous tissue. The development of electronic endoscopy has made it possible to quantitatively measure the mucosal hemoglobin volume, using a hemoglobin index. The aim of this study was to make a software program to calculate the hemoglobin index (IHb) and then investigate whether the mucosal IHb determined from the electronic endoscopic data is a useful marker for evaluating the color of intramucosal gastric carcinoma, in particular with regard to its value for discriminating between the histologic type. The mean values of IHb for the carcinoma (IHb-C) and the mean values of IHb for the surrounding non-cancerous mucosa ( IHb-N) were calculated in 75 intestinal-type and 34 diffuse-type gastric carcinomas. Then, we analyzed the ratio of the IHb-C to IHb-N. The mean IHb-C/IHb-N ratio in the intestinal-type carcinoma group was higher than that in the diffuse-type carcinoma group ($1.28{\pm}0.19$ vs. $0.81{\pm}0.18$, respectively, p<0.001). When the cut-off point of the C/N ratio was set at 1.00, the accuracy rate, the sensitivity, the specificity, and the positive and negative predictive values of a C/N ratio below 1.00 for the differential diagnosis of diffuse-type carcinoma from intestinal-type carcinoma were $94.5\%$, $94.1\%$, $94.7\%$, $88.9\%$ and $97.3\%$, respectively. IHb is useful for quantitative measurement of the endoscopic color in intramucosal gastric carcinoma and the IHb-C/IHb-N ratio would be helpful in distinguishing diffuse-type carcinoma from intestinal -type carcinoma.

본 연구에서는 Home Network System에서 가전기기들을 제어하고 집안의 상황을 원격지에 있는 사용자에게 전달해 줄 수 있는 Home Network Mobile Robot을 제작하여 보다 더 지능적이고 사용자에게 편리한 Home Network System을 구축한다. 이를 위해 본 논문에서는 실제 Home Network 시스템 하에서의 자율이동 로봇을 고안하였으며 이의 구동을 위해 OS로는 Linux Kernel 2.4를 Porting 하였고, Vision 및 Ethernet 통신이 용이하도록 회로를 설계, 제작하였다.

본 논문에서는 잡음제거와 주요성분분석을 이용한 효과적인 얼굴인식 기법을 제안하였다. 여기서 잡음제거는 필터링과 1차 모멘트 평형이동을 조합하여 영상의 특징정보와 관계가 없는 배경을 제거함을 위한 것이고, 주요성분분석은 얼굴영상의 주요성분인 2차원의 중복성분이 제거된 특징을 효과적으로 추출하기 위함이다. 제안된 기법을 768*576 픽셀 크기를 갖는 24개의 AR얼굴영상을 대상으로 시뮬레이션한 결과, 제안된 얼굴인식이 잡음제거를 하지 않은 기존의 얼굴인식에 비해 주요성분의 개수에 따른 압축성능, 특징추출 시간, 그리고 city-block, Euclidean, negative angle(cosine)의 거리척도에 따른 인식에 있어서 보다 우수한 성능이 있음을 확인할 수 있었다.

본 논문에서는 블럽을 사용해서 다수의 자동차 후면의 번호판을 추출하는 방법을 제안한다. 입력 영상에서 번호판의 문자와 배경사이의 명암도 차이를 이용하여, 입력 영상의 모든 블럽을 찾고, 찾아낸 블럽을 둘러싸는 최소의 사각형들을 구한다. 이 사각형들 중에서 일련의 경향성을 갖는 블럽 그룹을 찾는다. 찾아난 블럽 그룹이 자동차 번호판인지 아닌지를 SVM을 이용하여 확인한다. 적응적 이진화를 제외한 전처리작업을 하지 않았음에도 불구하고 번호판 검출률은 매우 높았으며, 번호판을 검출하는데 걸리는 시간도 길지 않았다.