• 정보처리학회논문지D
• /
• 제9D권5호
• /
• pp.939-944
• /
• 2002

In this paper, we propose and apply new classification method to the remotely sensed image acquired from airborne multi-spectral scanner. This is a neuro-fuzzy image classifier derived from the generic model of a 3-layer fuzzy perceptron. We implement a classification software system with the proposed method for land cover image classification. Comparisons with the proposed and maximum-likelihood classifiers are also presented. The results show that the neuro-fuzzy classification method classifies more accurately than the maximum likelihood method. In comparing the maximum-likelihood classification map with the neuro-fuzzy classification map, it is apparent that there is more different as amount as 7.96% in the overall accuracy. Most of the differences are in the "Building" and "Pine tree", for which the neuro-fuzzy classifier was considerably more accurate. However, the "Bare soil" is classified more correctly with the maximum-likelihood classifier rather than the neuro-fuzzy classifier.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.805-810
• /
• 1993

In this paper, we propose a compliance control scheme using a neurofuzzzy compliance model(NFCM). as a new control paradigm for telerobot systems. A NFCM, used as a compliance controller, is composed of a fuzzy compliance model(FCM), a neural network and a low pass filter. The NFCM is trained through a reinforcement learning algorithm, and then, can generate suitable compliant motion for a given task. A series of simulations have been performed to show applicability of the proposed algorithm send it is found that the NFCM can implement suitable compliant motion for a given task through the learning procedure.

• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.499-505
• /
• 2015

TIA(: Trend Impact Analysis)는 발생될 가능성이 있는 미래의 예기치 못한 사건들을 식별하고 분석하기 위한 고급 예측 도구에 속한다. 적응적인 뉴로-퍼지 추론 시스템은 인공신경망의 일종으로 신경망과 퍼지 로직 원리를 모두 통합하고 보편적 추정되는 것으로 간주한다. 본 논문에서는 적응적인 뉴로-퍼지 추론 시스템을 사용하여 예기치 못한 사건에 관한 심각성의 정도를 추론하고 이를 시간의 함수로서 도입하여 예기치 못한 사건들의 출현 확률에 관해 보다 타당한 추정치를 얻는데 있다. 이러한 접근방식에 대한 배후 개념은 예기치 못한 사건이 갑자기 출현되는 것이 아니라 관련 사건이 가지고 있는 속성 값에 대한 건드림 혹은 변화가 기존 속성 값의 한계를 벗어나 마치 새로운 사건인 것처럼 등장할 수 있음을 전제로 하고 있다. ANFIS 접근 방식은 이러한 사건을 식별해서 예기치 못한 사건의 심각성의 정도를 추론하는데 매우 적절한 방식이라 할 수 있다. 속성들의 변화 값들은 확률적인 동적 모델 및 Monte-Carlo 방법을 사용하여 얻을 수 있다. 제안된 모델에 관한 타당성은 강 유역의 예상치 못한 가뭄에 따른 충격 추세 곡선을 기존 연구 결과와의 비교를 통해 나타낸다.

• 대한전자공학회논문지TE
• /
• 제39권4호
• /
• pp.363-369
• /
• 2002

본 논문은 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)과 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 소속 함수로 구성이 되었으며, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 이 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.119-125
• /
• 2015

정수장, 하수처리장, 폐수처리장의 배출수 처리공정에서 고 농도의 슬러지 선별, 이송 및 약품 투입량 조절을 위한 기준으로 슬러지 농도계가 사용되고 있다. 그러나 슬러지에 함유된 이물질이 혼입될 경우 감쇄량이 증가하거나 초음파가 수신부에 전달되지 않아 실제 농도값 보다 높은 값을 출력하거나 헌팅현상이 발생한다. 또한 단일 센서에 슬러지 포착 또는 고장 등의 문제로 배출수 공정 자동화에 어려움이 많았다. 이러한 문제점을 개선하기 위해 초음파 다중빔 농도계를 개발하여 사용하고 있으나 특정 초음파 빔의 농도 측정값에 오류가 발생할 경우 전체 농도시스템의 성능이 떨어지는 단점이 있다. 따라서 본 논문에서는 초음파 다중빔 농도계 간의 신뢰성을 판단하고, 신뢰성이 높은 다중빔 농도계만을 사용하여 슬러지 농도 예측값의 성능 향상방안을 제시하였다. 예측 알고리즘으로는 뉴로-퍼지모델을 적용하였으며 다양한 실험을 통하여 제안된 방법의 타당성을 검증하였다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 추계학술대회논문집B
• /
• pp.89-95
• /
• 2001

On-site diagnosis of chiller performance is an essential step for energy saving business. The main purpose of the on-site diagnosis is to predict the COP of a target chiller. Many models based on thermodynamics background have been proposed for the purpose. However, they have to be modified from chiller to chiller and require deep insight into thermodynamics that most of field engineers are often lacking in. This study focuses on developing an easy-to-use diagnostic technique that is based on adaptive neuro-fuzzy inference system (ANFIS). Quality of the training data for ANFIS, sampled over June through September, is assessed by checking COP prediction errors. The architecture of the ANFIS, its error bounds, and collection of training data are described in detail.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.37-46
• /
• 2005

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.

• 전기학회논문지P
• /
• 제63권3호
• /
• pp.189-194
• /
• 2014

Due to the increasing of power consumption, it is difficult to construct accurate prediction model for daily peak power demand. It is very important work to know power demand in next day for manager and control power system. In this research, we develop a daily peak power demand prediction method based on hybrid type composed of AR and Neuro-Fuzzy model. Using data sets between 2006 and 2010 in Korea, the proposed method has been intensively tested. As the prediction results, we confirm that the proposed method makes it possible to effective estimate daily peak power demand than conventional methods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2531-2534
• /
• 2000

본 연구는 전동기의 부분방전에 의해 발생되는 전자파를 측정하여 전동기의 열화상태를 진단할 수 있는 전동기 절연열화진단시스템을 설계하는 방법을 제안하고자 한다. 따라서 부분방전에 의한 전자파를 측정하는 시스템을 구성하고, 측정된 데이터를 분석하여 정량화된 특징 데이터를 추출하고 생성된 데이터를 이용한 뉴로-퍼지 진단모델설계 방법을 제시한다. 그리고 제안된 방법에 의해 설계된 진단모델을 실측데이터를 통해 진단하여 그 타당성을 입증하고자 한다. 1단계 연구로, 본 연구에서는 현장 전동기의 전자파를 On-Line으로 계측하는 시스템을 구성하여 전동기의 절연체내에서 발생하는 부분방전에 의한 전자파를 계측하여 데이터로부터 전동기의 절연열화상태를 해석하여 절연 열화와의 관계를 분석하였다.

• 콘크리트학회논문집
• /
• 제22권1호
• /
• pp.19-27
• /
• 2010

건축물이나 교량과 같은 RC 구조물의 경우, 다양한 유해 환경하의 재료적인 열화나 구조적 문제로 콘크리트의 노후화 및 손상이 발생하게 된다. 콘크리트의 균열이나 철근의 부식, 구조 단면의 변형 등은 구조적 안전성 저하 및 구조물 거동 특성 변화의 주요 원인이 되기도 한다. 따라서 이와 같은 콘크리트 구조물의 보수 보강을 위하여, 효과적이고 적용이 간편한 공법의 개발이 콘크리트 분야의 중요한 연구 과제 중의 하나로 인식되어 왔다. 다양한 보수 보강 기법들이 과거 수십 년 동안 개발되어 적용되고 있으며, 이중에서도 최근 FRP 복합 재료를 구조물의 외부에 접착시키는 방법을 통한 보강 방식이 많이 사용되고 있다. 이 연구는 인공 지능(AI)의 일종인 뉴로퍼지모델(ANFIS) 을 이용하여, FRP로 보강된 원주형 콘크리트 부재의 보강 효과를 분석하는데 그 목적이 있다. ANFIS 모델을 이 연구에 적용하기 위하여, 기존 연구 자료 및 실험에서 얻은 결과를 통해 학습 데이터와 시험 데이터 세트를 구축하였다. 이 연구에서 구축된 ANFIS 모델은 기존 피보강 콘크리트의 압축강도, 보강재의 두께, 보강재의 보강 겹수, 보강재의 탄성계수, 보강재의 파단강도 및 보강재와 피보강재의 체적비, 피보강재의 부재크기를 입력 자료의 파라미터로 사용하여, 압축강도, 변형률, 2차탄성계수 등을 예측하는 방식으로 활용될 수 있으며, ANFIS 모델을 통하여 예측된 결과를 기존 연구자들이 제안한 FRP 보강 콘크리트 부재의 구성 방정식과 비교할 때 더 높은 정확도로 예측이 가능함을 확인할 수 있다.