• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.202-207
• /
• 1998

본 논문에서는 유전자 알고리즘을 이용하여 불확실한 비선형 시스템의 퍼지-신경 회로망 모델링을 제안하였다. 제안한 퍼지-신경 회로망 모델링을 위한 학습 알고리즘은 다음과 같은 세 단계로 나누어 진행한다. 첫 번째 단계에서는 퍼지 모델의 소속 함수의 중심간과 표준편차를 구하여 초기 퍼지소속 함수를 결정한다. 두 번째 단계에서는 새로운 알고리즘을 통하여 언어적 퍼지 규칙을 만든다. 마지막 세 번째 단계에서는 유전자 알고리즘을 이용하여 중심값과 표준편차를 최적화함으로써 퍼지 모델의 소속 함수를 조절한다. 제안된 유전자 알고리즘의 장점은 흔히 신경 회로망에서 널리 쓰이는 역전파 알고리즘이 갖는 지역 최소점에 빠지는 현상이 없다는 것이다. 제안한 알고리즘의 유용성을 확인하기 위하여 일반적으로 가장 많이 쓰이는 비선형 시스템에 대하여 시뮬레이션 하여 확인하였다.

• 한국전자통신학회논문지
• /
• 제12권1호
• /
• pp.201-208
• /
• 2017

본 논문에서는 기본적인 로미오와 줄리엣의 사랑모델을 기반으로 외력을 가진 사랑 모델에서 외력을 사람의 인식에 기반한 모델을 만들기 위해 퍼지의 삼각 소속 함수를 제시한다. 또한 이 소속 함수를 외력으로 사용한 후 여기에서 나오는 거동 현상을 시계열과 위상 공간으로 나타내고, 비선형 특성이 존재하는지를 확인한다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 춘계학술대회 논문집
• /
• pp.86-89
• /
• 2002

본 연구는 객관적인 생리 신호로부터 인간의 감성을 추론할 수 있는 감성 평가 전문가 시스템을 개발하기 위한 첫 번째 단계로, 측정된 생리 신호를 이용하여 인간의 긴장도를 판단하는 알고리즘의 개발이 목표이다. 감성 평가에 관련된 애매함을 수리적으로 취급하기 위해 퍼지 이론을 적용하여 임의의 감성 영역에 속하는 정도를 소속 함수로 정량화 함으로써 감성 평가를 가능하게 하고자 하였다 소속 함수의 결정은 상상을 통해 유발된 긴장/이완의 생리 신호 데이터 베이스 결과를 사용하였다. 그리고 두 가지 이상의 생리 신호 측정 결과와 각 생리 신호의 소속 함수로부터 하나의 최종 결과 (긴장도)를 유추하기 위해서 Dempster-Shafer 증거합 법칙을 적용하였고, 이를 통해 최종적인 긴장도를 도출할 수 있도록 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.769-771
• /
• 2005

데이터 특성이 연속적이고 애매할 때 퍼지규칙으로 분류 규칙을 표현하는 것은 매우 유용하고 효과적이다. 그러나 일반적으로 정확하지 않은 데이터 특성에 대해서 소속함수를 결정한다는 것은 어려운 일이다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류 규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법에서 규칙의 정확성과 이해성을 고려하여 최적화된 소속함수를 생성하기 위해 진화알고리즘을 사용한다. 먼저 지도 군집화로 진화를 위한 초기 소속함수를 생성한다. 진화알고리즘은 전역적 최적 해를 찾는데 효과적이다. 그러나 시간에 대한 효율성이 낮다. 특히 모델 최적화 문제에서는 개체 평가 단계에서 많은 시간이 소요된다. 따라서 본 논문에서는 전체 데이터를 여러 개의 부분 데이터들로 나누고 개체들은 전체 데이터 대신 매번 부분 데이터를 임의적으로 선택하여 개체를 평가함으로써 수행 시간을 단축시킬 수 있는 진화 방법을 제안한다. 제안한 퍼지 분류 규칙 생성 방법의 타당성을 검증하기 위한 실험 데이터로 UCI에서 제공하는 데이터들을 사용하였으며, 실험 결과는 기존 방법에 비해 평균적으로 더 효과적임을 확인하였다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제11권2호
• /
• pp.102-109
• /
• 1997

전력부하 설비시스템에 장치하는 퍼지제어기의 성능은 제어대상의 변화에 민감하여 제어대상이 바뀔때마다 퍼지 소속함수폭이나 제어규칙을 조정해야 한다. 본 논문은 퍼지제어기의 성능에 영향을 미치는 요소들을 종합적으로 고찰하여, 제어대상의 변화에 적응하여 최적의 퍼지 소속함수폭에 자동동조하는 다층 신경회로망을 사용한 성능이 개선된 뉴로퍼지제어기를 제안하여 구성하였다. 이것을 다양한 일차지연요소를 갖는 설비시스템의 시뮬fp에션을 하여 우수한 제어 특성을 확인하였다.

• 전력전자학회논문지
• /
• 제16권5호
• /
• pp.484-493
• /
• 2011

본 논문은 뉴로-퍼지 제어기를 이용한 최적의 퍼지 소속함수에 동조하는 다층 신경회로망을 사용한 성능이 개선된 MPPT 알고리즘을 제안한다. 퍼지 제어기의 성능은 퍼지규칙과 퍼지 소속함수의 폭의 영향을 받는다. 뉴로-퍼지 제어기는 신경망 학습을 통해 퍼지 소속함수의 최적 폭을 이용하기 때문에 기존 퍼지 제어기보다 우수한 응답특성을 갖는다. 실험과 시뮬레이션 결과를 통해 제안된 알고리즘의 우수한 제어특성을 확인한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.523-528
• /
• 2002

기존의 자기 주도적 학습 평가들은 대부분의 선다형 또는 단답형 문항에 대해서 학습평가가 시험 점수로 제공되고, 학습 평가의 정도를 객관적으로 평가 할 수 얼어 학습의 효율성에 대해서 부정적인 시각도 있다. 본 논문에서는 학습자 스스로가 학습 능력 평가를 객관적으로 평가하기 위해 퍼지 이론의 삼각형 타입 소속 함수를 이용한 자기 주도적 학습 평가 방법을 제안한다. 제안된 자기 주도적 학습 평가 방법은 학습에 대해 시험 결과를 세 개의 퍼지 등급으로 분류하여 소속도를 계산하고 퍼지 등급표를 적용하여 최종 퍼지 등급도에 따라 시험 결과를 평가하는 방법을 제시한다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.78-84
• /
• 1998

본 논문에서는 유전 알고리즘을 사용하는 퍼지 교통 제어기를 제안한다. 일반적인 퍼지 교통 제어기들은 사람에 의해 생성된 소속함수들을 사용한다. 그러나 이 방식은 퍼지 제어기를 설계하는데 최적의 해를 보장하지 못한다. 유전 알고리즘은 휴리스틱적인 특정 영역의 지식을 필요로 하는 최적화 문제의 좋은 해결 방법이다. 좋은 성능을 보이는 퍼지 소속함수를 찾기 위해서 적합도 함수가 정의되어야 한다. 그러나 교통 제어에서 적합도 함수를 수치 표현으로 정의하는 것은 쉽지 않다. 따라서 본 논문에서는 교통 시뮬레이터에 의해 얻어지는 성능척도로써 해의 적합도를 결정하는 시뮬레이션 접근법을 사용한다. 제안된 방법은 기존의 퍼지 제어기들에 비하여 우수한 성능을 보여준다.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.37-38
• /
• 2011

본 논문은 상대적으로 대비도 차이가 크게 나타나는 역광 이미지에 대해서 Retinex 알고리즘을 적용하여 보정 했을 경우 발생하는 밝은 영역에서의 컬러 성분의 손실을 개선하기 위한 새로운 기법을 제안한다. 역광 이미지의 경우 밝은 영역과 어두운 영역에 대한 밝기 차이가 매우 크게 발생하기 때문에 Retinex 알고리즘을 이용하여 영상의 대비도를 향상시킬 경우 밝은 영역에서의 컬러 성분이 손실되는 현상이 발생한다. 이러한 손실을 보완하기 위해서 원본 영상의 밝은 영역에 해당하는 컬러 성분을 Retinex 알고리즘으로 보정된 영상에 추가해준다. Fuzzy c-means 군집화 알고리즘을 이용하여 원본 영상에서의 밝은 영역과 어두운 영역에 대하여 모든 화소의 소속 정도를 나타내는 퍼지 소속 함수를 구한다. 밝은 영역에 대해서의 컬러 성분은 원본 영상 값에 밝은 영역 퍼지 소속 함수를 적용하고, 어두운 영역에 대해서의 컬러 성분은 Retinex 복원 영상 값에 어두운 영역 퍼지 소속 함수를 이용한다. 제안하는 알고리즘의 성능 평가를 위해 역광 현상이 강하게 나타나는 자연영상들을 대상으로 적용하여 기존의 Retinex 알고리즘(MSRCR) 보다 우수한 성능을 가지고 있음을 보였다.