• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.505-508
• /
• 2004

본 논문은 동적 3-D 뉴로 시스템(A Dynamic 3-D Neuro System)모델을 이용하여 오프라인 필기체 숫자 인식 실험을 하였다. 3-D 뉴로 시스템 모델을 사용함으로써 기존에 교육된 정보를 유지하면서 새로운 정보를 추가할 수 있는 추가학습이 가능했고, 동일한 범주의 정보에 대해서는 반복교육 횟수에 따라 교육정도가 점점 누적되는 반복교육이 가능했다. 교육과정을 통해 누적된 정보로부터 일반화된 패턴(Generalized Pattern)을 도출해 인식시 사용할 수 있었다. 패턴 인식기는 피드백루틴을 통해 미지의 입력이미지를 원형이미지로 복원한 후, 그 결과 데이터를 사용하여 문자를 인식하도록 동작한다. NIST의 MNIST 데이터베이스를 사용해 실험을 하였고, 결과로 $99.0\%$의 정인식률을 얻었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• 한국정밀공학회지
• /
• 제15권3호
• /
• pp.107-118
• /
• 1998

Two-phase neuro-system identification method is presented. The 1$^{st}$-phase identification uses conventional neural network mapping for modeling an input-output system. The 2$^{nd}$ -phase modeling is also performed sequentially using the 1$^{st}$-phase modeling errors. In the 2$^{nd}$ a phase modeling, newly generated input signals, which are obtained by summing the 1st-phase modeling error and artificially generated uniform series, are utilized as system's I-O mapping elements. The 1$^{st}$-phase identification is interpreted as a “Real Model” system identification because it uses system's real data(i.e., observations and control inputs) while the 2$^{nd}$ -phase identification as a “Artificial Model” identification because of using artificial data. Experimental results are given to verify that the two-phase neuro-system identification could reduce the overall modeling errors.rrors.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.472-479
• /
• 1999

본 논문에서는 뉴로-퍼지 알고리즘을 이용한 원격탐사 화상의 지표면 패턴분류기를 제안한다. 제안된 패턴 분류기는 일반적인 퍼지 인식기를 가지고 있는 3층 전방향 신경회로망 구조로 되어 있고 가중치들은 퍼지집합으로 구성된다. 이러한 퍼지-뉴로 패턴분류 시스템을 Visual C++ 환경을 구현한다. 성능평가를 위해 기존의 역전파 학습기능을 가진 신경회로망과 Maximum-likelihood 알고리즘을 이용해처리한 결과와비교분석한다. 대표적인 지표면 특징을 나타내는 8개의 클래스에 대해 훈련집합을 선정하고 각각의 분류 알고리즘에 같은 훈련집합을 사용하여 학습시킨 후 실험화상을 적용하여 지표면 특징을 8개의 클래스로 분류하였다. 실험결과 제안된 뉴로-퍼지 분류기는 여러개의 클래스로 혼합된 패턴에 대해서 기존의 분류기들에 비해 보다 더 좋은 성능을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.95-98
• /
• 1998

초음파센서는 저렴성, 단순한 구조, 기계적 강인성, 사용상의 적은 제약 등의 이점 때문에 다양한 응용분야에 적용된다. 물체의 인식에 초음파센서를 사용하기에는 낮은 분해능을 초래하는 불량한 방향성과 측정오류를 유발하는 반사성의 어려움을 내재하고 있다. 이런 문제를 개선하기 위해서 다양한 센사의 배열형태에서 많은 수의 센서를 사용하거나, 일정 수의 센서를 사용할 경우에는 센서의 배열을 기계적으로 이동시킨다. 본 논문에서는 물체의 패턴인식에 있어서 가장 기본적인 거리, 물체크기, 물체각도 값을 얻기 위해 간단하게 구성된 전자회로를 부가하여 초음파센서의 송출전압을 여러 단계로 변경시켜 얻어낸 데이터에 뉴로퍼지 기반의 지능적 계산 알고리즘을 적용하여 개선된 결과를 얻는다.

• 대한기계학회논문집
• /
• 제16권10호
• /
• pp.1833-1840
• /
• 1992

본 연구에서는 자동차의 발달에 따른 정비 전문가의 상대적인 능력 감퇴를 보 완하고 진단의 정확성을 높일 수 있도록 소음계측에 의한 인공 지능적 뉴로-퍼지 진단 기법을 연구하였다. 이를 위하여 진단결과에 영향을 미치는 많은 작용변수와 다양한 차량상태 등을 고려함으로서 보다 신뢰성 있는 결과를 산출해내기 위한 퍼지(fuzzy) 추론 방식의 판단법을 도입하였으며, 진단이 실패했을 경우나 입력된 데이터가 충분하 지 못할 경우에 시스템 자체의 지식을 확장시켜 나갈 수 있도록 해밍네트(hamming net )에 의한 패턴인식 기법을 적용하였다. 그리고 컴퓨터 시뮬레이션과 자동차를 대상 으로 고장진단 실험을 실시하여 기존의 진단기법과의 비교를 통한 뉴로-퍼지 진단기법 의 효율성과 알고리즘의 타당성을 검증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.585-594
• /
• 2007

오류역전파 방법을 이용하는 신경망들은 패턴들의 학습시간이 매우 오래 걸리고 또한 추가학습과 반복학습의 한계를 가지며, 이런 단점을 보완할 수 있는 이진신경망(Binary Neural Network, BNN)이 Aleksander에 의해 제안되었다. 그러나 BNN도 반복학습에 있어서는 단점을 가지고 있으며, 일반화 패턴을 추출하기 어렵다. 본 논문에서는 BNN의 구조를 개선하여 반복학습과 추가학습이 가능할 뿐 아니라, 특징점들까지 추출할 수 있는 다중 판별자를 가지는 삼차원 뉴로 시스템을 제안한다. 제안된 모델은 기존의 BNN을 기반으로 하여 만들어진 이차원 특징을 가지는 Single Layer Network(SLN)에 귀환회로가 추가되어 특징점들을 누적할 수 있는 삼차원 신경망이다. 학습을 통해 누적된 정보는 판별자의 각 신경세포에 임계치를 조정함으로써 일반화 패턴을 추출할 수 있다. 그리고 생성된 일반화 패턴을 인식에 재사용함으로써 반복학습의 효율성을 높였다. 최종 판정 단계에서는 Maximum Response Detector(MRD)를 이용하였다. 본 논문에서 제안한 시스템을 평가하기 위하여 NIST에서 제공하는 숫자 자료를 이용하였으며, 99.3%의 인식률을 얻었다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1992년도 하계종합학술발표회 논문집
• /
• pp.538-591
• /
• 1992

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 대한전자공학회논문지TE
• /
• 제37권2호
• /
• pp.41-53
• /
• 2000

본 논문에서는 뉴로-퍼지 방법을 이용한 한방 맥진 및 양도락 진단 알고리즘을 제안하고 DSP보드를 중심으로 한 실시간 진단 시스템을 구현한다. 맥진은 환자의 손목에 있는 촌관척부에 부착한 맥진 Probe를 통해 맥진카드의 3 채널로 신호가 입력되도록 하여, 1차적으로 좌부맥, 좌침맥, 우부맥, 우침맥으로 나누어 촌관척 3부분을 동시에 실험하고, 2차적으로는 촌관척 중 1부분씩 개별적으로도 실험을 행할 수 있도록 한다. 실제 실험을 통하여 어느 맥진 Probe로도 맥진 신호가 세밀하게 검출됨을 확인한다. 양도락 진단에서는 전기자극기에서 발생된 펄스를 인체의 일정부위에 주입하면 12경맥의 대표측정점에 부착된 전극을 통해 응답신호를 검출해 내도록 한다. 실험은 ① 1채널씩 검출, ② 2채널(좌, 우)씩 검출, ③ 6채널(좌수, 우수, 좌족, 우족)씩 4단계로 검출, ④ 24채널 동시 검출 후, 1차적으로 퍼지진단을 행하고, 2차적으로 퍼지진단값을 신경회로망의 입력으로 이용하여 신경회로망 훈련을 행하였다. 그리고 임의의 환자에게서 측정한 검출값을 곧바로 기 훈련 된 양도락 신호의 패턴인식을 행하여 양도락 신호의 뉴로-퍼지 진단이 잘 수행됨을 확인하였다.