• 한국컴퓨터정보학회논문지
• /
• 제16권10호
• /
• pp.63-71
• /
• 2011

본 논문은 퍼지추론을 이용하여 신경회로망의 필기체 숫자 인식 개선 방법을 제안하였고 실험을 통하여 확인하였다. 신경회로망은 학습 시간이 오래 걸리고, 학습한 패턴에서는 100% 인식률을 보였다. 그러나 신경회로망은 시험 패턴에서는 좋은 결과를 보여주지 못했다. 실험결과 신경회로망의 인식률과 오인식률이 각각 초기 89.6%, 10.4%에서 90.2%, 9.8%로 각각 향상되었다. 특히, 숫자 3과 5에서 오인식률을 크게 감소시켰다. 실험에서 퍼지 소속 함수의 추출을 숫자의 밀도로 사용하였으나 필기체 숫자는 입력 패턴이 다양하기 때문에 다양한 특성을 추출하고 복합적으로 퍼지 추론을 사용해 더 나은 인식률을 높여야 한다. 또한 퍼지추론을 엄격하게 적용하기보다는 입력 패턴을 매칭 할 때 퍼지 추론을 적용하는 것을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.23-28
• /
• 2011

본 논문에서는 복부의 초음파 영상을 확대할 경우에 발생하는 영상의 품질 저하를 최소화하기 위하여 원본 영상과 확대된 결과 영상 간의 명암도 차이와 보간 수행 시에 적용되는 가중치 값을 퍼지 기법에 적용하여 영상을 확대하는 방법을 제안한다. 제안된 방법은 기존의 양선형 보간법으로 도출된 결과 영상의 픽셀과 원본 영상 픽셀 간의 명암도 차이와 보간 수행시에 네 개의 픽셀 값에 곱하게 되는 가중치 값을 퍼지 소속 함수에 적용하여 원본 영상의 픽셀 정보와 가장 근접한 특징을 가진 확대된 결과 영상의 픽셀 정보를 도출한다. 제안된 방법을 실험한 결과, 기존의 양선형 보간법에 비해 복부의 초음파 영상을 확대할 때 발생하는 흐림 현상이 상대적으로 감소하여 영상의 품질이 개선되는 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.451-459
• /
• 2009

본 논문은 심전도(ECG) 신호로부터 조기심실수축(PVC)을 자동 탐지하는 방법으로 이산 웨이블릿 변환과 퍼지 신경망을 이용하는 방안을 제시하고 있다. 심전도 신호를 이산 웨이블릿 변환(DWT)으로 특징을 추출한 후, 퍼지 신경망으로 학습하여 정상 비트와 PVC 비트를 분류한다. 윈도우 크기는 R파를 기준으로 $-31/360{\sim}+32/360$초를 사용하며, 웨이블릿 변환은 d3, d4, d5의 웨이블릿 계수 14개를 사용한다. 퍼지 신경망은 가중 퍼지소속함수 기반 신경망을 사용한다. 본 논문은 벤치마킹 데이터로 MIT-BIH 부정맥 데이터베이스를 사용하여 Shyu 실험군(7개 레코드)에서는 전체 분류율에서 97.04% 보다 높은 99.91%의 신뢰성 있는 결과를 나타내었고, Inan 실험군(40개 레코드)에서는 각각 SE는 82.57% 보다 높은 84.67%, SP는 98.33% 보다 높은 99.39%, 전체 분류율은 96.85% 보다 높은 98.01%의 신뢰성 있는 결과를 나타내었다.

• 한국항행학회논문지
• /
• 제13권6호
• /
• pp.901-906
• /
• 2009

본 논문에서는 퍼지추론과 신경망 학습을 이용하여 무선망의 핸드오프호 손실율 가능성 분포의 상한계 값을 추정하고, 이를 기반으로 한 호 수락제어를 제안한다. 퍼지규칙의 소속함수는 신경망 오류역전파 알고리즘으로 튜닝하고, 핸드오프호 손실율의 상한계 값은 퍼지집합의 가중치 평균에 기초하여 추정한다. 이 방법은 호 손실율 값을 실제보다 과도하게 큰 값으로 추정하는 것을 방지하고, 추정된 값이 실제값보다 작을 때는 실시간적으로 자기보상을 실시하여 호 수락 제어시 호 손실율을 줄인다. 시뮬레이션을 통하여 제안한 방법에 의한 핸드오프 호 손실율의 상한계 값의 추정성능을 보이고, 이를 이용한 호 수락제어 방법이 핸드오프 호 손실율을 사용자가 원하는 핸드오프 호 손실율 이하로 유지할 수 있음을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.801-804
• /
• 2003

선박 자율운항 시스템은 운항 안전성 확보, 운항능률의 향상, 선내 노동력 감소 및 작업환경 개선에 목표로 두고 있으며, 궁극적으로는 운항 경제성 확보를 통한 승선 인원의 최소화에 그 목적이 있다. 최근에는 적응제어방법 등을 응용하여 선박의 다양한 비선형성을 보상하고 선박의 희두각 유지제어, 항로 추적제어, 롤-타각제어, 선박 위치제어, 선박 자동접이안 등의 분야에 관한 연구가 수행중이며 실제 선박을 대상으로 한 응용연구가 진행중에 있다. 선박의 Steering Machine에 의해 조정되는 Rudder angle과 선박의 회두각의 관계와 Load Condition은 선박운항 파라메터에 영향을 주는 비선형적인 요소로서 작용한다 또한 외란요소인 파도의 유속과 방향, 풍속과 풍량 등은 선박의 운항을 힘들게 하는 주요 요인이 된다. 따라서 선박 자율운항 시스템에는 다양한 비선형성을 극복할 수 있는 강인한 제어 알고리즘을 필요로 한다. 본 논문에서는 퍼지 알고리즘을 이용하여 선박의 비선형적인 요인 및 외란을 극복할 수 있는 선박 자율운항 시스템을 설계하고 시뮬레이션을 통행 제안된 알고리즘의 우수성을 확인하였다.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.611-618
• /
• 2003

본 논문에서는 퍼지 추론 방법을 이용하여 비디오 데이터에서 샷(shot)의 경계를 검출하는 방법을 제안한다. 제안된 방법에서는 컷(cut), 페이드(fade), 디졸브(dissolve)와 같은 샷의 경계들을 검출하고, 이들을 그 종류별로 분류하기 위해 기본적으로 퍼지 연상 기억장치를 확장한 퍼지 추론 방법을 이용한다. 본 논문에서는 연속적인 두 영상 사이의 차이를 나타내는 여러 특징들을 입력 퍼지 집합으로 사용하고, 샷 경계들을 출력 퍼지 집합으로 사용한다. 본 논문의 퍼지 추론 시스템은 크게 학습 단계와 추론 단계의 두 단계로 구성된다. 학습 단계에서는 퍼지 소속 함수의 결정을 통해 시스템의 기본 구조를 초기화하고 이를 바탕으로 퍼지 연상 기억장치의 학습 기능을 이용하여 퍼지 규칙을 조건부와 결론부를 연결하는 가중치의 형태로 생성한다. 그리고 추론 단계에서는 구성된 퍼지 추론 모델을 이용하여 실제 추론을 수행한다. 실험에서는 제안된 샷 경계 검출 방법의 성능을 확인하기 위해서 뉴스, 영화, 광고, 다큐멘터리, 뮤직 비디오 등의 비디오 데이터들을 활용하였다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.271-280
• /
• 2011

심박 변이도 (HRV) 분석은 심근허혈 (MI)를 평가하기 위한 편리한 도구이다. HRV에 대한 분석법은 시간 영역과 주파수 영역 분석으로 나눠질 수 있다. 본 논문은 단기간의 HRV 분석에 있어서 웨이블릿 변환을 주파수 영역 분석과 시간 영역 분석 비교하기 위하여 사용하였다. ST-T와 정상 에피소드는 각각 European ST-T 데이터베이스와 MIT-BIH Normal Sinus Rhythm 데이터베이스에서 각각 수집되었다. 한 에피소드는 32개 연속하는 RR 간격으로 나눠질 수 있다. 18개 HRV 특징은 시간과 주파수 영역 분석을 통하여 추출된다. 가종 퍼지소속함수 신경망 (NEWFM)은 추출된 18개의 특징을 이용하여 심근허혈을 진단하였다. 결과는 보여주는 평균 정확도로부터 시간영역과 주파수영역의 특징은 각각 75.29%와 80.93%이다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.95-103
• /
• 1998

접촉센서가 제공하는 tactile영상을 이용하여 접촉면의 형태를 인식할 때 영상의 모양은 접촉면에 가해지는 힘의 크기에 따라 변화된다. 따라서 많은 노력에도 부루하고 tactile 센서만을 이용하여 접촉면의 형태를 완전히 인식하는 것은 매우 어려운 일로 인식되고 있다. 본 논문에서는 이러한 문제를 해결하기 위해 tactile 영상이 얻어지는 때의 힘을 동시에 측정하고 힘에 따라 변화하는 영상의 모양을 퍼지융합 알고리즘을 이용하여 인식하는 방법을 제안한다. 접촉센서의 tactile 영상은 eigen vector해석 방벅을 적용하여 장축과 단축의 길이로 표현된다. 이들은 접촉 시에 가해지는 힘의 분포에 따른 경계선의 변호를 측정하여 만들어진 소속함수에 의해 퍼지화되며 Averaged Minkowski's distance를 이용하여 융합된다. 제안된 알고리즘은 다중센서시스템에 구현하여 실험하였으며 측정 시에 가해지는 힘의 크기 및 측정면의 종류에 고르게 86% 이상의 인식률을 보여 주었다. 제안된 알고리즘은 복수개의 손가락을 갖는 로봇의 손에 구현하면 작은 힘에도 변형되는 물체의 정밀한 조자이나 인식에 응용될 수 있다.

• 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.