• 터널과지하공간
• /
• 제11권4호
• /
• pp.289-300
• /
• 2001

터널의 설계에는 지반조사 자료의 부정확성과 평가의 애매성 그리고 자료수집 과정의 오류(observer error)등이 내재되어 있다. 그러므로 터널의 안정성과 경제적인 시공을 위해서는 시공 중 막장면의 조사가 매우 중요한 역할을 한다. 본 연구는 막장면 조사 시 지반의 고유 특성을 보다 정확하게 평가하고, 조사자의 주관성을 최소화시키기 위하여 수행되었다. 이러한 목적을 위하여 막장관찰 자료로부터 RMR값을 추론하고자 인공지능기법 중 퍼지집합이론과 뉴로-퍼지기법을 적용하였고, 46개의 학습자료에 대해 원래의 RMR값과 퍼지이론 및 뉴로저지기법의 추론에 의한 RM $R_{_FU}$ 및 RM $R_{_NF}$값의 상관성을 분석하였다. 본 연구의 결과는 원래의 RMR값과 퍼지추론에 의한 RM $R_{_FU}$값 및 뉴로-퍼지기법에 의한 RM $R_{_NF}$값의 상관계수가 각각 ｜R｜= 0.96과 ｜R｜=0.95로 상관성이 우수한 것으로 조사되었다. 이 결과로부터 암반평가를 위한 퍼지집합이론 및 뉴로-피지기법의 적용성이 충분함을 검증할 수 있었다.할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2879-2881
• /
• 2005

본 논문에서는 뉴로-퍼지 모델의 전제부 소속함수의 새로운 학습방법을 통한 모델링 기법을 제안한다. 모델의 크기와 학습시간을 줄이는 기법으로 클러스터링 기법을 이용한 모델의 초기 파라미터 결정 방법이 있다. 이는 클러스터링 후 이들 파라미터를 다시 모델에 적용하여 모델을 학습하는 순차적 방법으로써 모델의 학습이 끝난 후의 전제부 파라미터가 클러스터링 파라미터와 연관성을 가지지 못하는 경우가 발생하였다. 또한 오차미분 기반 학습에서는 전제부 초기치가 국부적 최적해에서 벋어나지 못하는 문제점을 가지고 있다. 본 논문에서는 자율적으로 클러스터의 수를 추정하며 이들 파라미터를 최적화하며 이를 이용하여 뉴로-퍼지 모델의 학습을 실시하는 학습기법을 제안하였다. 제안된 방법에서는 기존의 오차미분 기반 학습을 클러스터링 기반 학습으로 확장하였으며 이를 이용한 모델의 성능을 기존의 연구결과와 비교하여 우수성을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.289-292
• /
• 2005

본 논문에서는 클러스터링과 뉴로-퍼지 모델링을 동시에 실시하는 학습 기법을 제안하였다. 클러스터링을 이용하여 뉴로-퍼지 모델링을 실시하는 일반적인 경우, 클러스터링 학습을 실시한 후 학습된 파라미터를 뉴로-퍼지 모델의 초기 파라미터로 설정하고 모델을 다시 학습하는 방법을 취한다. 즉 클러스터링에서 클러스터의 수를 구하고 파라미터를 최적화함으로써 초기 구조동정과 파라미터 동정을 실시하며 이를 다시 뉴로-퍼지 모델에서 세부적인 파라미터 동정을 실시하는 것이다. 또한 모델에서의 학습은 출력데이터의 오차를 이용한 오차미분기반 학습으로 전제부 소속함수 파라미터를 수정하는 방법을 이용한다. 이 경우 클러스터링의 영향과 모델의 영향이 각각 별개로 고려될 수 있다. 따라서 본 논문에서는 클러스터링을 전제부 소속함수로 부여하고 클러스터링의 학습에 뉴로-퍼지 모델을 이용하면서 또한 모델의 학습에 클러스터링을 직접 적용하는 클러스터링 기반 뉴로-퍼지 모델링을 제안하였으며 이 경우 클러스터링의 학습과 모델의 학습이 동시에 이루어지며 뉴로-퍼지 모델에서 클러스터링의 효과를 직접적으로 확인할 수 있다. 제안된 방법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 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.

• 대한전자공학회논문지TE
• /
• 제39권4호
• /
• pp.414-422
• /
• 2002

본 논문에서는 적응 제어 문제를 다루기 위해 CFCM 클러스터링과 퍼지 균등화 기법을 이용하여 새로운 적응 뉴로-퍼지 제어기를 설계하고자 한다. 먼저 오프라인에서 CFCM은 입력데이터의 성질과 출력 패턴의 성질까지도 고려한 퍼지 클러스터링 기법으로 적응 뉴로-퍼지 제어기의 구조동정을 수행한다. 파라미터 동정은 역전과 알고리즘과 RLSE(Recursive Least Square Estimate)을 이용한 하이브리드 학습을 수행한다. 온라인 학습에서는 시변특성으로 인해 전제부 및 결론부 파라미터를 실시간으로 계산된다. 시뮬레이션으로 온 라인 적응 뉴로-퍼지 제어 시스템의 성능을 입증하기 위해 목욕물 온도제어 시스템에 대해 다루고 전형적인 퍼지 제어기에 비해 오프 라인과 온 라인 설계 모두 좋은 성능을 보이고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.567-570
• /
• 2004

기존의 엘리베이터 시스템은 모든 교통 상황에 대해서 고정된 속도 패턴을 사용함으로써 교통량 변화에 다양한 속도 패턴을 제공 할 수 없었다. 운송 속도와 승차감은 엘리베이터 속도 패턴을 결정하기 위한 두개의 중요한 요소이다. 기동과 정지 시에 변속 충격을 줄이기 위해서 가속과 감속 시간이 적절히 조정되어졌다. 운송능력을 향상시키기 위해서 교통량 변화에 맞추어 저크를 조정하였고 이와 같은 방법으로 6개의 속도 패턴 곡선과 엘리베이터의 속도 제어를 위해서 뉴로 퍼지 시스템을 구현하였다. 구현된 뉴로 퍼지 시스템은 2개의 입력변수와 1개의 출력을 가진 시스템이다. 전반부는 교통량의 변화를 나타내며 후반부는 입력에 대응되는 속도 패턴을 적용시켰다.

• 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.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.417-422
• /
• 2000

본 논문에서는 적응 뉴로-퍼지 모델링을 위해 최근에 BBS(blind source separation)분야에서 발전된 독립 성분 분석기법(ICA)을 전처리로 이용하여 효과적인 퍼지 규칙을 생성하는 방법을 제안한다. 기존의 뉴로-퍼지 모델링은 입력 데이터 성분간의 상관관계를 고려하지 않고 입력공간을 분할하기 때문에 효과적으로 분할하지 못하는 단점이 있다. 이로 인해 과도한 규칙 수와 큰 오차를 가지고 있었다. 이에, 본 연구에서는 독립 성분 분석기법을 이용하여 입력 데이터 성분간의 상관관계를 제거함으로서 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 시뮬레이션 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 유용성과 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.168-171
• /
• 2006

본 논문에서는 Particle Swarm Optimization 기법을 이용한 뉴로-퍼지 시스템의 파라미터 동정을 실시한다. PSO의 학습 및 군집 특성을 이용하여 시스템을 학습한다. 유전 알고리즘과 같은 무작위 탐색법을 이용하며 하나의 해 군집에 대해 다수 객체들이 탐색하는 기법을 통하여 최적해 부분의 탐색성능을 높여 전체 모델의 학습성능을 개선하고자 한다. 제안된 기법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 한국암반공학회:학술대회논문집
• /
• 한국암반공학회 2001년도 추계공동학술발표회 논문집
• /
• pp.143-150
• /
• 2001