• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1815-1816
• /
• 2007

본 논문에서는 데이터의 특성을 이용한 정보 입자 기반 퍼지 뉴럴 네트워크의 연속적 최적화를 제안한다. 데이터들간의 거리를 중심으로 C-Means 클러스터링 알고리즘을 이용하여 멤버쉽 함수를 정의하고 각 중심의 후반부 중심값을 이용하여 후반부 학습에 적용한다. 구조/파라미터 동정에 있어서 실수 코딩 기반 유전자 알고리즘을 이용하여 입력변수의 수, 입력 변수의 선택, 멤버쉽함수의 수, 후반부 형태와 같은 시스템의 입력 구조와 전반부 멤버쉽함수의 정점 및 학습율과 모멘텀 계수와 같은 파라미터를 최적으로 동정한다. 또한, 구조 연산과 파라미터 연산의 연속적 동조 방법을 이용하여 퍼지 뉴럴 네트워크를 최적화한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.3
• /
• pp.304-310
• /
• 2009

In this paper, target extraction method in FLIR(forward-looking infrared) images based on fuzzy thresholding which used bi-modality and adjacency to determine membership value is proposed. The bi-modality represents how a pixel is classified into a part of target using distribution of pixel values in a local region, and The adjacency is a measure to represent how each pixel is far from the target region. First, membership value is calculated using above two measures, and then fuzzy thresholding is performed to extract the target. To evaluate performance of proposed target extraction method, we compare other segmentation methods using various FLIR tank image. Experimental results show that the proposed algorithm is a good segmentation performance.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.317-328
• /
• 1993

본 논문은 신경망과 퍼지 이론을 결합한 한국어 철자 교정기 KSCNN(Korean Spelling Corrector using Neural Network)에 대하여 기술한다. KSCNN은 퍼셉트론(perceptron) 학습을 이용한 연상 메모리(associative memory)로 구성되며 자판 배열 특성을 고려한 퍼지 멤버쉽 함수에 의해 신경망의 입력값을 정한다. 본 철자 교정기의 장점은 인지적인 방법으로 철자를 교정하기 때문에 기존의 VA나 BNA와는 달리 오류의 종류에 영향을 받지 않으며 교정된 철자나 후보자들에 대한 견인값(attraction value)을 측정하여 시스템의 신뢰도를 높일 수 있다는 데 있다. 또한, 본 논문은 실험을 통해서 퍼지 멤버쉽 함수에 의한 입력 노드의 활성화가 자판 배열특성을 고려할 수 있기 때문에 시스템의 성능을 향상시킨다는 사실을 보여준다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.12
• /
• pp.1625-1631
• /
• 2020

With the development of IoT technology, various digital equipment is being spread, and accordingly, the importance of data processing is increasing. The importance of data processing is increasing as it greatly affects the reliability of equipment, and various studies are being conducted. In this paper, we propose an algorithm to remove AWGN according to the characteristics of the fuzzy membership function. The proposed algorithm calculates the estimated value according to the correlation between the value of the fuzzy membership function between the input image and the pixel value inside the filtering mask, and obtains the final output by adding or subtracting the output of the spatial weight filter. In order to evaluate the proposed algorithm, it was simulated with existing AWGN removal algorithms, and analyzed using difference image and PSNR comparison. The proposed algorithm minimizes the effect of noise, preserves the important characteristics of the image, and shows the performance of efficiently removing noise.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.239-240
• /
• 2008

본 논문에서는 Subtractive clustering 알고리즘을 이용한 Fuzzy Radial Basis Function Neural Network (FRBFNN)의 규칙 수를 자동적으로 생성하는 방법을 제시한다. FRBFNN은 멤버쉽 함수로써 기존 RBFNN에서 가우시안이나 타원형 형태의 특정 RBF를 사용하는 구조와 달리 Fuzzy C-Means clustering 알고리즘에서 사용하는 거리에 기한 멤버쉽 함수를 사용하여 전반부의 공간 분할 및 활성화 레벨을 결정하는 구조이다. 본 논문에서는 데이터의 밀집도에 기반을 두어 클러스터링을 하는 Subtractive clustering 알고리즘을 사용하여 퍼지 규칙의 수와 같은 의미를 갖는 분할할 입력공간의 수와 분할된 입력공간의 중심값을 동정하며, Least Square Estimator (LSE) 알고리즘을 사용하여 후반부 다항식의 계수를 추정 한다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.2 no.2
• /
• pp.31-39
• /
• 1997

퍼지로직 컨트롤러는 파라메터의 측정이 불가능하고 수학적으로 정확하게 모델링 되지 않는 제어에 효과적으로 사용되어진다. 본 논문에서는 입력값에 대해 룩업테이블을 사용하지 않고 멤버쉽 함수를 계산하여 수렴점에서의 진동을 줄이는 방법을 제안하였다. 그리고 역추균형 제어 시스템에 적용시켜 그 타당성을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2001.06c
• /
• pp.177-180
• /
• 2001

영상에 존재하는 객체들을 인식하기 위해서는 먼저 영상의 영역분할이 필요하다. 통계적 모델을 이용한 영상의 영역분할은 미리서 분할하고자 하는 클러스터의 수를 결정한 후 이를 토대로 영상을 분할하게 된다. 그러나 영상마다 특성상 분할하고자 하는 클러스터 수가 다를 경우 이를 수동적으로 해주는 것은 비능률적이다. 따라서 본 논문은 영상의 영역분할에 통계적 모델에서 미리 결정해줘야 하는 클러스터의 수 문제를 자동으로 검출하고 퍼지 c-Means 글러스터링 알고리즘을 통한 영상의 영역분할 시 노이즈문제를 이웃한 픽셀들의 멤버쉽 값을 평균화합으로써 해결하는 방법을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.430-432
• /
• 1999

인터넷 멀티캐스트 라우팅을 위해 PIM, CBT, DVMR 등의 여러 가지 프로토콜이 연구되고 있다. 본 논문에서는 이와 같은 멀티캐스트 라우팅에서 QoS를 보장하기 위한 새로운 방법을 제시한다. 이 방법은 멀티캐스팅 라우팅의 두가지 접근법 중 공유 트리 접근법에서 지연시간에 대한 QoS를 보장하는 방법으로 PIM-SM을 개선한 형태를 취한다. 동적인 멤버쉽에 의해 주어진 지연시간 상한값을 만족하지 않는 상황이 발생하면 공유 트리의 RP(Rendezvous Point)를 다시 선택하고 트리를 제구성함으로서 QoS를 보장하는 방법을 사용하며, 시뮬레이션을 통해 이 방법의 적절성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.598-600
• /
• 2000

영상에 존재하는 객체들을 인식하기 위해서는 먼저 영상의 영역 분할이 필요하다. 통계적 모델을 이용한 영상의 영역 분할은 미리서 분할하고자 하는 클러스터의 수를 결정한 후 이를 토대로 영상을 분할하게 된다. 그러나 영상마다 특성상 분할하고자 하는 클러스터 수가 다를 경우 이를 수동적으로 해주는 것은 비능률적이다. 따라서 본 논문은 영상의 영역 분할에 통계적 모델에서 미리 결정해줘야 하는 클러스터의 수 문제를 자동으로 검출하고 퍼지 c-Means 클러스터링 알고리즘을 통한 영상의 영역 분할 시 노이즈 문제를 이웃한 픽셀들의 멤버쉽 값을 평균화함으로써 해결하는 방법을 제안하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.317-320
• /
• 2002

In this paper, an automatic histogram specification method is proposed for image enhancement, Fuzzy membership value is adopted for the representation of image histogram. The desired PDF is automatically constructed by the fuzzy membership value. Fuzzy membership value is extracted from dark membership, bright membership function and original histogram. The effectual results are demonstrated by desired PDF which meet the image enhancement requirements. The performance and effectiveness are shown by the analysis and the resultant image in comparison with histogram equalization method.