• 디지털융복합연구
• /
• 제13권10호
• /
• pp.287-293
• /
• 2015

본 논문에서는 신호 처리 기술과 가중 퍼지소속함수 기반 신경망 (Neural Network with Weighted Fuzzy Membership Functions; NEWFM)을 이용하여 간질을 검출하는 방안을 제안하였다. 신호 처리 기술로는 웨이블릿 변환(Wavelet Transform), 점증적 증가 방법, 위상공간 재구성(Phase Space Reconstruction)을 이용하였다. 신호 처리 기술의 첫 번째 단계에서는 웨이블릿 변환을 이용하여 뇌파로부터 웨이블릿 계수를 추출하였다. 두 번째 단계에서는 점증적 증가 방법을 이용하여 웨이블릿 계수로부터 첨점(Peak)을 추출하였다. 세 번째 단계에서는 위상공간 재구성을 이용하여 추출된 첨점으로부터 3차원 다이어그램을 생성하였다. NEWFM의 입력으로 사용할 16개의 특징을 추출하기 위하여 유클리드 거리와 통계적 방법을 이용하였다. 이들 16개의 특징을 NEWFM의 입력으로 사용하여 97.5%, 100%, 95%의 정확도, 특이도, 민감도를 각각 구하였다.

• 한국멀티미디어학회논문지
• /
• 제9권8호
• /
• pp.1030-1036
• /
• 2006

무선 네트워크의 급속한 확산과 이동 컴퓨팅 응용은 네트워크 보안에 대한 전망을 변화시켰다. 비정상 행위 탐지는 시스템으로 모니터 되는 알 수 없는 행위나 이상한 행위에 대한 패턴 인식 작업이다. 본 논문에서는 셀룰러 이동 망에서 유해한 내부 공격 위장자를 효율적으로 식별할 수 있는 효율적인 러프 집합 기반 비정상 행위 탐지 방법을 제안한다. 제안하는 비정상 행위 탐지 방법에서는 특징 값으로 사용자의 무선 응용 계층의 추적 데이터를 사용한다. 특징 값을 기초로, 이동 사용자의 사용 패턴이 러프 집합에 의해 얻어지고, 그리고 모바일의 비정상 행위는 가중 특징 값을 고려한 러프 소속 함수에 적용하여 효과적으로 탐지될 수 있다. 제안하는 방법의 성능은 모의실험으로 평가하였다. 모의실험 결과, 중요도에 따라 특징 속성에 다른 가중치를 부여하는 방법이 비정상 행위를 더 잘 탐지한다는 것을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제10권6호
• /
• pp.27-34
• /
• 2010

본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)과 웨이블릿 기반의 특징 추출기법을 사용하여 왼쪽 또는 오른쪽의 운동 형상을 분류하는 방안을 제안하고 있다. 초기 특징을 추출하기 위해서 첫 번째 단계에서 웨이블릿 변환(wavelet transforms)을 이용하여 뇌파(electroencephalogram, EEG) 신호로부터 웨이블릿 계수들을 추출하였다. 두 번째 단계에서는 첫 번째 단계에서 추출한 웨이블릿 계수들을 통계적인 방법인 주파수 분포와 주파수 변동량을 이용하여 60개의 초기 특징을 추출하였다. 이들 60개의 초기 특징은 NEWFM에서 제공하는 비중복면적 분산 측정법에 의해 중요도가 가장 낮은 특징을 하나씩 제거되면서 정확도가 가장 높은 6개의 최소 특징을 선택되었다. 이들 6개의 최소 특징을 NEWFM의 입력으로 사용하여 86.43%의 정확도를 구하였다.

• 디지털융복합연구
• /
• 제14권4호
• /
• pp.277-283
• /
• 2016

본 논문에서는 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions; NEWFM) 기반의 웨이블릿 변환(wavelet transform)과 힐버트 변환(Hilbert transform)에 의해 추출한 첨점(peak)을 사용하여 뇌파(EEG)로부터 정상 파형과 간질 파형을 분류하는 새로운 방안을 제안하였다. NEWFM의 입력을 추출하는데 다음과 같은 3개의 단계가 수행되었다. 첫 번째 단계에서는 뇌파로부터 잡음을 제거하기 위해서 웨이블릿 변환을 사용하였다. 두 번째 단계에서는 웨이블릿 계수로부터 첨점(peak)을 추출하기 위해서 힐버트 변환을 사용하였다. 또한 크기가 큰 첨점을 추출하기 위해서 첨점의 평균값보다 큰 첨점만을 선택하였다. 세 번째 단계에서는 통계적 방법을 이용하여 첨점으로부터 NEWFM의 입력으로 사용할 16개의 특징을 추출하였다. NEWFM은 이들 16개의 특징을 입력으로 사용하여 99.25%, 99.4%, 99%의 정확도, 특이도, 민감도를 각각 구하였다. 향후 연구에서는 특징선택을 이용하여 16개의 특징으로부터 좋은 특징을 선택하여 정확도를 향상시킬 계획이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권8호
• /
• pp.692-702
• /
• 2006

본 연구에서는 패턴 분류문제를 위하여 가중치 개념을 갖는 퍼지 최대 최소 신경망 모델을 제안한다. 제안된 모델은 기존의 FMM 신경망 모델에 대하여 학습데이타에 포함되는 특징값의 빈도요소를 효과적으로 반영할 수 있도록 수정한 구조를 갖는다. 본 논문에서는 제안된 모델에 대하여 하이퍼박스 소속함수로 정의되는 새로운 활성화 특성과 학습알고리즘을 정의한다. 학습알고리즘은 하이퍼박스 생성 및 확장, 중첩 테스트, 하이퍼박스 축소의 3 단계 과정으로 이루어지며, 각 과정에서 특정값의 빈도요소를 고려하여 가중치값을 갱신하는 규칙이 새롭게 정의된다. 본 연구에서는 또한 제안된 모텔의 응용으로서 특정분석 기법을 제안한다. 이를 위하여 특정값, 특정유형, 하이퍼박스, 패턴클래스 상호간 연관도 요소를 4 가지 유형의 척도로 정의하여, 주어진 패턴분류 문제에서 각 특정의 상대적 중요도를 평가할 수 있도록 한다. 아이리스 데이타와 클리블랜드 의료데이타에 대한 분류문제에 적용한 실험결과를 통하여 제안된 방법의 타당성을 고찰하였다.

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.206-211
• /
• 2009

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)기반의 자동 특징 추출기법을 사용하여 1일 후의 주식 예측을 하는 방안을 제안하고 있다. 비중복면적 분산측정 법에 의해 중요도가 가장 낮은 특징입력을 자동적으로 하나씩 제거하면서 최소의 특징입력을 선택하였다. 특징입력으로써 CPP$_{n,m}$(Current Price Position of the day n)과 최근 32일간의 CPP$_{n,m}$을 웨이블릿 변환한 38개의 계수들 중 비중복면적 분산측정법에 의해서 자동적으로 추출된 2개의 계수가 사용되었다 제안된 방법으로 1989년부터 1998년까지의 실험군을 사용한 결과로써 60.93%의 예측율을 나타내었다.

• 한국건축시공학회지
• /
• 제23권1호
• /
• pp.103-111
• /
• 2023

건설 프로젝트의 초기단계에서 공사비를 정확하게 예측하는 것은 프로젝트를 성공적으로 수행하기 위해 매우 중요하다. 본 연구에서는 ANFIS 모델을 활용하여 건설프로젝트의 초기단계에 건축공사비를 예측할 수 있는 모델을 제시하였다. 모델의 활용도를 높이기 위해 공개된 공사비 데이터를 활용하였으며 프로젝트 초기단계의 제한된 정보를 바탕으로 예측할 수 있는 모델을 제시하고자 하였다. ANFIS와 관련된 기존 연구를 분석하여 최근의 동향을 파악하였으며 ANFIS의 기본 구조를 고찰한 후 건축공사비 예측을 위한 ANFIS 모델을 제시하였다. ANFIS의 모델의 소속함수의 종류와 개수에 따라 달라지는 예측 성능을 분석하여 가장 성능이 우수한 모델을 제시하였으며, 대표적인 기계학습 모델의 예측 정확도와 비교분석하였다. 적용결과 ANFIS 모델을 다른 기계학습 모델과 비교한 결과 동등 이상으로 성능을 나타내 프로젝트 초기단계 공사비 예측에 적용 가능할 것으로 판단된다.

• 대한교통학회지
• /
• 제21권1호
• /
• pp.103-113
• /
• 2003

본 연구는 교통 경로 탐색 가운데, 우회 경로 탐색과 선호 경로 탐색을 하였으며, 계층 분석법을 적용한 퍼지비가법 제어기 사용을 제안한다. 이것은 기존의 경로 탐색과는 달리, 인간의 사고과정에 착안한 것으로, 애매한 주관적 판단을 정량적으로 분석, 평가하였다. 그리고 중요도를 운전 전문가로부터 의견 수렴한 것을 기초로 도출하였으며, 실제효용성을 진단하고자 경로 모델의 예를 사용하였다. 모델 평가는 평가 요소에 대한 속성 소속 함수화 및 평가치 규정, 계층 분석법에 의한 중요도 결정, $\lambda$-퍼지 척도에 의한 중요도의 비 가법적 표현, Choquet 퍼지 적분 등으로 수행하였다. 결국, 우회 경로 탐색 결과, 시시각각 변하는 교통환경에 적응할 수 있는 실 시간적인 교통 경로 제어가 가능하였으며, 선호 경로 탐색 결과, 본 연구의 알고리즘이 운전자 개인의 교통 경로 선택 성향을 잘 반영함을 보여 주었다. 논문은 5 가지의 중요한 의미가 있다. (1) 제안된 접근 방법은 운전자의 경로 선택 결정 과정과 유사하다. (2) 제안된 접근 방법은 다 속성의 경로 평가 기준을 제어 할 수 있다. (3) 제안된 접근 방법은 운전자의 주관적 판단을 비가법적으로 객관화 할 수 있다. (4) 제안된 접근 방법은 우회 경로 탐색에서 동적인 경로 탐색을 보여주고 있다 (5) 제안된 접근 방법은 선호 경로 탐색에서 개개 운전자 속성을 고려할 수 있다.

• Spatial Information Research
• /
• 제11권2호
• /
• pp.101-117
• /
• 2003

고해상도 위성영상분석은 국지적 규모의 토지피복 변화 및 대기 상태의 모니터링을 위한 효과적인 기술로 인식되어 왔다. 본 연구에서는 고해상도 영상인 IKONOS 영상과 기존에 작성된 토지이용도를 이용하여 국지적 규모의 토지피복도를 새로 작성하였다. 토지피복 분류기법으로는 퍼지분류 기법을 사용하였으며, 소속함수의 결합방법으로 minimum 연산자를 이용하였다. 분리도 분석에서는 모든 밴드에서 분리도가 높지 않은데, 원인은 계절적 영향에 따른 분광반사율의 차이 때문이다. 토지피복도 작성결과 육상에서는 침엽수림과 경지가, 해양에서는 간석지 및 해빈의 변화가 가장 크다. 분류의 전체정확도는 95.0%, kappa 계수는 0.94%로 나타나 높은 분류정확도를 보였다. 분류항목별 정확도에서는 대부분의 분류항목이 90% 이상의 분류정확도를 보였다. 그러나 혼합림과 하천 및 저수지 등은 낮은 분류정확도를 보였다. 이들 원인은 농경지 담수로 인하여 수역으로 분류항목이 변하거나 유사한 분광패턴으로 분류항목이 혼재된 결과이다. 이들 분류항목의 분류정확도를 높이기 위해서는 계절적 요인을 반드시 고려하여야 할 것이다. 결론적으로 IKONOS 영상은 토지이용도 작성 및 수정이 가능하며, 추후 GIS 공간자료와 통합하여 토지피복도를 작성한다면 보다 정확한 의사결정 보조 자료로서 유용하게 활용될 수 있을 것이다.