• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.340-342
• /
• 2004

In this paper, we introduce a new category of fuzzy inference systems baled on information granulation to carry out the model identification of complex and nonlinear systems. Informal speaking, information granules are viewed as linked collections of objects(data, in particular) drawn together by the criteria of proximity, similarity, or functionality. Granulation of information with the aid of Hard C-Means(HCM) clustering algorithm help determine the initial parameters of fuzzy model such as the initial apexes of the membership functions and the initial values of polyminial functions being used in the premise and consequence part of the fuzzy rules. And the initial parameters are tuned effectively with the aid of the genetic algorithms(GAs) and the least square method. The proposed model is contrasted with the performance of the conventional fuzzy models in the literature.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.337-339
• /
• 2004

In this paper, we discuss optimal design of Fuzzy Polynomial Neural Networks by means of Genetic Algorithms(GAs). Proceeding the layer, this model creates the optimal network architecture through the selection and the elimination of nodes by itself. So, there is characteristic of flexibility. We use a triangle and a Gaussian-like membership function in premise part of rules and design the consequent structure by constant and regression polynomial (linear, quadratic and modified quadratic) function between input and output variables. GAs is applied to improve the performance with optimal input variables and number of input variables and order. To evaluate the performance of the GAs-based FPNNs, the models are experimented with the use of Medical Imaging System(MIS) data.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.343-345
• /
• 2004

We propose a new category of fuzzy set-based fuzzy inference systems based on data granulation related to fuzzy space division for each variables. Data granules are viewed as linked collections of objects(data, in particular) drawn together by the criteria of proximity, similarity, or functionality. Granulation of data with the aid of Hard C-Means(HCM) clustering algorithm help determine the initial parameters of fuzzy model such as the initial apexes of the membership functions and the initial values of polyminial functions being used in the premise and consequence part of the fuzzy rules. And the initial parameters are tuned effectively with the aid of the genetic algorithms(GAs) and the least square method. Numerical example is included to evaluate the performance of the proposed model.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.99-101
• /
• 2000

DNA 컴퓨팅 기법은 실제 생체 분자(bio-molecule)를 계산의 도구로 사용하는 새로운 계산 방법으로, 진화 연산과 결합하여 인공지능의 새로운 분야로 부각되고 있다. 그러나, 실제 생체 분자를 계산의 도구로 사용하기 때문에 기존의 컴퓨터에 적용하기 어렵고, 단순히 합성과 분리라는 간단한 방법으로 해를 구하기 때문에 보다 효과적인 알고리즘을 개발하여야 할 필요성이 있다. 따라서, 본 논문에서는 DNA 컴퓨팅 기법을 컴퓨터에 적용하기 위한 방법으로 DNA 컴퓨팅에서의 코드 합성 기법과 유전자 알고리즘을 이용하여 NP-complete 문제중의 하나인 Sub-Set Sum 문제를 해결하여 그 결과를 분석한다. Sub-Set Sum 문제에서 단순 유전자 알고리듬보다 DNA 코드 유전자 알고리즘이 높은 성능을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.367-370
• /
• 2005

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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1964-1965
• /
• 2011

본 연구에서는 패턴분류를 위해 기존의 방사형 기저 함수 신경회로망(Radial Basis Funtion Neural Network)과 다항식 신경회로망(Polynomial Neural Network)을 결합한 다중 출력 방사형 기저 함수다항식 신경회로망 (Multi Output Radial Basis Funtion Polynomial Neural Network)의 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층에 기존의 다항식 노드 대신 다중 출력 형태의 RBFNN을 적용 한다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. PNN은 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Differential Evolution(DE)을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 패턴분류기로써의 제안된 모델을 평가하기 위해 pima 데이터를 이용하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1962-1963
• /
• 2011

본 연구에서는 패턴분류를 위해 최적화된 방사형 기저 함수 신경회로망(Radial Basis Function Neural Networks) 분류기를 제안한다. RBFNN은 입력층, 은닉층, 출력층의 3층 구조로 되어 있으며 Multi Dimension, Predictive ability, Robustness한 특징이 있다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 Fuzzy C-means 클러스터링 알고리즘을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. RBFNN은 은닉층의 노드수와 FCM 클러스터링의 퍼지화 계수, 연결가중치의 다항식 타입이 모델의 성능의 향상에 영향을 미치기 때문에 최적화가 필요하며 본 논문에서는 Differential Evolution(DE) 알고리즘을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 제안된 모델을 평가하기 위해 패턴분류에 많이 사용되는 Iris 데이터와 Wine 데이터를 이용하였다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2010년도 제17회 학술대회 논문집
• /
• pp.105-110
• /
• 2010

IT 기술에 의해 정보유통 환경이 진화하면서, 정보 획득의 방법에 있어서 웹과 디지털 기술을 활용하는 전자원문서비스가 활성화되고 있다. 그러나 국내 저작권법상 저작권자의 개별적인 허락없이는 해외 학술자료의 전자원문서비스가 불가능한 실정이다. 이 연구에서는 저작권법 조항의 문제점을 지적하고, 전자원문서비스의 실현을 위한 방안으로 확대된 저작권 집중관리제도의 도입을 검토한다. 확대된 저작권 집중관리제도(ECL)는 집중관리단체가 대리하지 않는 권리자에게로 이용허락계약을 확대시키는 것이다. ECL을 통해 국내 어문저작물의 복제 전송에 대한 저작자의 권리를 신탁관리하는 (사)한국복사전송권협회가 해외 학술자료의 이용에 대해서도 사용승인 및 사용료 징수 등의 역할을 수행하며, 이를 통해 도서관은 진정한 전자원문서비스를 실현할 수 있을 것이다. 전자원문서비스를 통해 저작권의 합리적인 준수는 물론, 학술정보 유통 활성화에 기여함으로써 궁극적으로 국가 경쟁력 제고를 도모할 수 있을 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.355-356
• /
• 2015

인터넷 뱅킹 등록 1억 명 날로 확대, '급격한 기술변화에 대처하고 미래를 선점하는 게 기업의 운명을 결정한다.'라는 말이 실감나는 핀테크혁명의 세상이다. 금융과 기술의 융합을 뜻하는 핀테크(Fin Tech)는 세계 금융의 화두가 되었다. 삼성, 엘지, 다음카카오, 구글, 애플, 아마존, 이베이 등 정보기술(IT)기업들은 결제 송금 투자 대출 등 금융서비스로 사업범위를 확장하고 있다. IT로 진화된 금융 산업이 지난 100년보다 앞으로 10년 동안 더 큰 변화를 맞을 패러다임 변환기를 맞아 미래의 금융주도권을 놓고 금융사와 IT기업 간 경쟁이 치열해질 것이다. 현재 모바일 결제가 일반화되고 있는 핀테크 서비스 현황 및 미래경쟁력에 대하여 연구한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2873-2875
• /
• 2005

The optimal structure of the conventional Fuzzy Polynomial Neural Networks (FPNN)[3] depends on experience of designer. For the conventional Fuzzy Polynomial Neural Networks, input variable number, number of input variable, number of Membership Functions(MFs) and consequence structures are selected through the experience of a model designer iteratively. In this paper, we propose the new design methodology to find the optimal structure of Fuzzy Polymomial Neural Network by using Genetic Algorithms(GAs)[4, 5]. In the sequel, It is shown that the proposed Advanced Genetic Algorithms based Fuzzy Polynomial Neural Network(Advanced GAs-based FPNN) is more useful and effective than the existing models for nonlinear process. We used Medical Imaging System(MIS)[6] data to evaluate the performance of the proposed model.