• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.4 no.2
• /
• pp.7-13
• /
• 1999

This paper propose a fuzzy regression method using fuzzy neural networks when a membership value is attached to each input -output pair. First, an architecture of fuzzy neural networks with fuzzy weights and fuzzy biases is shown. Next, a cost function is defined using the fuzzy output from the fuzzy neural network and the corresponding target output with a membership value. A learning algorithm is derived from the cost function. The derived learning algorithm trains the fuzzy neural network so that the level set of the fuzzy output includes the target output. Last, the proposed method is applied to the quality evaluation problem of injection molding

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.6
• /
• pp.1269-1274
• /
• 2014

In computer vision research, binarization procedure is one of the most frequently used tools to discriminate target objects from background in grey level binary image. Fuzzy binarization is a reliable technique in environment with high uncertainty such as medical image analysis by setting the threshold as the average of minimum and maximum brightness with triangle type fuzzy membership function. However, this technique is also known as contrast sensitive method thus its discrimination power is not so great when the image has low contrast difference between objects and backgrounds and suffer from information loss as a result. Thus, in this paper, we propose a fuzzy binarization using ART2 algorithm to handle such low contrast image analysis. Proposed ART2 algorithm is applied to determine the medium point of membership function in the fuzzy binarization paradigm. The proposed methods shows low information loss rate in our experiment.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.115-117
• /
• 2004

인간과 인간 사이에 컨텍스트의 역할이 중요한 것처럼 기계가 컨텍스트를 인식할 수 있는 능력을 갖추는 것은 중요하다. 특히 지능적인 서비스를 제공하기 위해서는 고수준 컨텍스트를 추출하는 것이 필요하고, 최근 베이지안 네트워크를 이용해 컨텍스트를 추출하려는 연구가 많이 있었다. 그러나 대부분은 단순한 컨텍스트를 추출하는 연구들이고, 상황이나 사용자에 따라 다른 특성을 보이는 경우에 대한 처리는 하지 못하고 있다. 본 논문은 퍼지 소속 함수를 통해 각 센서에서 오는 정보를 전 처리하고, 이를 베이지안 네트워크를 이용해 고수준 컨텍스트로 추출하는 방법을 제안한다. 특히 여러 개의 퍼지 노드가 있을 경우 퍼지 소속값의 곱을 사용하여 베이지안 추론에 적용하였다. 각 센서의 정보를 처리하는 퍼지 소속 함수는 사용자가 쉽게 설계할 수 있고, 컨텍스트 추출모듈과 별개로 설계가 가능하기 때문에 베이지안 네트워크의 유연하고 적응적인 특성을 유지하면서 개인화가 가능하다. 제안한 방법의 유용성을 보이기 위해 실제 세계의 문제를 모델링한 베이지안 네트워크의 예를 보이고 이를 분석한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.2
• /
• pp.228-236
• /
• 2012

In this paper, a controller for two wheeled inverted pendulum robot is designed to have more stable balancing capability than conventional controller. Fuzzy control structure is chosen for the two wheeled inverted pendulum robot, and fuzzy membership function factors for the controller are obtained for specified 3 users' weights using trial-and-error method. Next a neural network is employed to generate fuzzy membership function factors for more stable control performance when the user's weight is arbitrarily selected. Through the simulation study we find that the designed fuzzy controller using the neural network is superior to the conventional fuzzy controller.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.38 no.2
• /
• pp.9-15
• /
• 2001

This paper describes a new method of Genetic Algorithms for Adaptive Fuzzy Control System. Previous works using a Multi-population Genetic Algorithm have divided chromosome into two components, rule sets and membership functions. However, in this case bad rule sets disturb optimization in good rule sets and membership functions. A new method for a Multi population Genetic Algorithm suggests three components, good rule sets, bad rule sets, and membership functions. To show the effectiveness of this method, fuzzy controller is applied to a Truck Backing Problem. Results of the computer simulation show good adaptation of the proposed method.

• Journal of Internet Computing and Services
• /
• v.8 no.1
• /
• pp.125-132
• /
• 2007

This paper presents an approach to detect premature ventricular contractions(PVC) using the neural network with weighted fuzzy membership functions(NEWFM), NEWFM classifies normal and PVC beats by the trained weighted fuzzy membership functions using wavelet transformed coefficients extracted from the MIT-BIH PVC database. The eight most important coefficients of d3 and d4 are selected by the non-overlap area distribution measurement method. The selected 8 coefficients are used for 3 data sets showing reliable accuracy rates 99,80%, 99,21%, and 98.78%, respectively, which means the selected input features are less dependent to the data sets. The ECG signal segments and fuzzy membership functions of the 8 coefficients enable input features to interpret explicitly.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.563-566
• /
• 2001

이 논문에서는 이동로봇의 자유로운 배회 및 목적지 찾기 행동을 위한 진화형 퍼지 제어기의 설계 방법을 제안 한다. 전체 실험공간을 장애물과 충돌없이 자유롭게 움직이기 위해서 진화연산 알고리즘을 이용한 퍼지규칙과 소속함수의 자동생성을 거친 뒤 이를 통해 전체 지도정보를 구축한다. 여러 시스템에서 응용되는 퍼지 제어기는 일반적으로 시스템을 잘 이해하고 있는 전문가로부터 구축되어 사용되어진다. 그러나 사람의 지식과 경험은 간혹 알려진 범위 내에서란 완벽하게 작동하기 때문에 그 범위를 벗어나면 오류를 범할 수 있다. 이러한 알려진 해법외의 새로운 규칙과 제어 방법을 찾기 위하여 유전 알고리즘을 이용한 퍼지규칙과 소속함수를 구축하려는 시도가 많이 이루어지고 있다. 이 논문에서도 유전 알고리즘을 이용하여 이동로봇의 퍼지 제어기에 사용된 규칙과 소속함수의 최적화를 통해 견고한 퍼지 제어기를 설계한다. 이를 통해 구축된 지도정보는 로봇의 Deliberative한 행동을 위해 사용되며, Fuzzy-GA 제어기는 센서기반 Reactive 시스템에서 이용된다. 전체 실험환경의 구성부터 제안한 이동로봇 퍼지 제어기 구축과 지도 구축작업을 컴퓨터 시뮬레이션을 통해 검증하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.1
• /
• pp.8-14
• /
• 2013

In this paper, a control system for two wheeled inverted pendulum robot is implemented to have more stable balancing capability than the conventional control system. Fuzzy control structure is chosen for the two wheeled inverted pendulum robot, and fuzzy membership function factors for the control system are obtained for 3 specified weights using a trial-and-error method. Next a neural network is employed to generate fuzzy membership function factors for more stable control performance when the weight is arbitrarily selected. Through some experiments, we find that the proposed fuzzy control system using the neural network is superior to the conventional fuzzy control system.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.2
• /
• pp.25-31
• /
• 2011

Principal component analysis (PCA) is a well-known method for dimensionality reduction and feature extraction. Although PCA has been applied in many areas successfully, it is sensitive to outliers due to the use of sum-square-error. Several variants of PCA have been proposed to resolve the noise sensitivity and, among the variants, improved robust fuzzy PCA (RF-PCA2) demonstrated promising results. RF-PCA2, however, still can fall into a local optimum due to equal initial membership values for all data points. Another reason comes from the fact that RF-PCA2 is based on sum-square-error although fuzzy memberships are incorporated. In this paper, a variant of RF-PCA2 called RF-PCA3 is proposed. The proposed algorithm is based on the objective function of RF-PCA2. RF-PCA3 augments RF-PCA2 with the objective function of PCA and initial membership calculation using data distribution, which make RF-PCA3 to have more chance to converge on a better solution than that of RF-PCA2. RF-PCA3 outperforms RF-PCA2, which is demonstrated by experimental results.