• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2846-2849
• /
• 2002

본 논문은 뉴로-퍼지 시스템에서의 규칙 선택 및 모델 학술에 대하여 EM 알고리즘을 기반으로 하는 구조 동정을 제안한다. 뉴로-퍼지 모델링에서의 초기 파라미터가 학습과정에서의 모델 성능에 큰 영향을 주고 있다. 주어진 데이터에 근거한 파라미터 추정에는 다양한 방법들이 소개되고 응용되어져 왔는데 이전 연구들에서 볼 수 있는 HCM, FCM 등은 데이터와의 유클리디언 거리를 최소화하는 중심점을 파라미터로 선택하는 등의 방법과 퍼지 균등화 등은 데이터의 확률 밀도함수를 이용하여 파라미터를 추정하였다. 제안된 방법에서는 데이터에서의 Maximum Likelihood Estimator를 기반으로 하는 방법으로 EM 알고리즘을 이용하였다. 초기 파라미터의 결정에서 EM 알고리즘을 이용하여 뉴로-퍼지 모델의 전제부 소속함수 파라미터 추정을 실시한다. EM 알고리즘을 이용한 퍼지 모델의 특징으로는 전제부가 클러스터링에 의하여 생성되므로 입력의 차원이나 소속함수의 수가 증가하여도 규칙의 수는 증가하지 않는다. 이를 자동차 MPG 예제를 통하여 제안된 방법의 유용성을 보이고자 한다.

• 대한교통학회지
• /
• 제29권1호
• /
• pp.125-134
• /
• 2011

보행자-차량 충돌사고 재구성을 위하여 본 논문에서는 사고 현장에서 수집이 용이한 정보들을 활용하여 차량의 충돌 속도를 정확하게 추정할 수 있는 퍼지 도구를 제시한다. 200건이 넘는 국내외 사고 및 실험 자료와 700건의 다중물체 시뮬레이션 결과에 근거하여 퍼지규칙과 소속함수들을 설정하였다. 개발한 퍼지도구는 4개의 소속함수와 2개의 논리적 규칙을 사용하여 보행자 선회 궤도 유형과 차량의 충돌 속도를 추론한다. 보행자 전도거리의 소속함수는 이와 같이 추론된 궤도 유형에 따라 달리 구성하였다. 작성된 퍼지 프로그램은 국내외 실제 사고 및 실험 데이터를 활용하여 그 결과를 검증하였으며 차량의 충돌속도에서 좋은 일치를 보여주었다. 이는 본 연구를 통하여 개발한 퍼지도구의 정확성과 유용성을 입증하는 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권1호
• /
• pp.1-9
• /
• 2005

본 논문에서는 패턴 분류를 위한 수정된 퍼지 최대최소 신경망 모델을 제안하고 그의 유용성을 고찰한다. 이를 위하여 하이퍼박스 내에서 각 특징들에 대하여 가중치 요소론 갖는 새로운 하이퍼큐브 소속함수를 정의한다. 이 가중치 요소는 분류과정에서 임의의 클래스에 대한 각 특징의 상대적인 기여도를 반영한다. 본 연구에서는 이를 위하여 새롭게 정의된 하이퍼박스 생성, 확장 및 축소의 3단계로 이루어지는 학습 방법론을 소개한다. 또한 제안된 모델을 기반으로 하여 학습된 분류기로부터 하이퍼박스 소속함수와 연결가중치를 사용하여 주어진 클래스에 대한 특징의 연관도를 산출하는 형태의 이른바 특징 분석 기법을 제안한다. 이를 위하여 세부적으로 각 특징에 대하여 연관도 척도와 퍼지 소속함수간의 유사도 척도를 정의한다. 또한 실제 패턴 분류문제에 적용한 실험결과를 통하여 제안된 이론의 타당성을 평가한다.

• 자원환경지질
• /
• 제50권3호
• /
• pp.195-214
• /
• 2017

산사태 위험도 분석에서 범용적으로 활용되고 있는 통계적 취약성 분석 기법은 과거에 발생한 산사태의 위치 정보와 산사태 영향 인자들 사이의 상관관계를 통계적으로 분석하여 산사태 발생 가능성이 있는 지역을 예측하는 기법이다. 이러한 취약성 분석 기법에는 다양한 불확실성이 개입되는데 이러한 불확실성을 고려하기 위한 방법의 하나로 퍼지 기법이 활용되고 있다. 퍼지 기법은 퍼지 집합 이론이라는 수학적인 개념을 통해 불확실성을 표현하는 방법으로 특정 인자가 나타날 수 있는 정도를 소속 함수로 표현한다. 퍼지 기법은 영향 인자들의 소속 함수를 결정하는 방법과 각 영향 인자들의 소속 함수를 결합하는 연산 과정에 다양한 접근 방식이 존재하며, 기존의 연구들은 다양한 접근 방식을 활용하여 분석을 수행하여 왔다. 그러나 이렇게 다양한 접근 방식이 어떠한 결과의 차이를 초래하는지를 비교하는 연구는 수행된 사례가 적은 편이다. 따라서 본 연구에서는 진부 지역을 대상으로 빈도비를 활용하여 소속 함수를 산정하는 기법과 코사인 진폭법을 활용하여 소속 함수를 산정하는 기법을 비교하여 보았다. 또한 다양한 퍼지 연산 기법을 활용하여 산사태 취약성을 산정하고 이들 결과를 비교해 보았으며 ROC 그래프 기법을 활용하여 결과의 정확도를 산정하고 분석 기법의 적절성을 분석하였다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.32-40
• /
• 2008

데이터 속성 값이 연속적이고 애매할 때 퍼지 규칙으로 분류규칙을 표현하는 것은 매우 유용하면서도 효과적이다. 그러나 효과적인 퍼지 분류규칙을 생성하기 위한 소속함수를 결정하기는 어렵다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법은 지도 군집화로 클래스 분포에 따라 초기 소속함수를 생성하고, 정확하고 간결한 규칙을 생성할 수 있도록 초기 소속함수를 진화시키는 방법이다. 또한 진화알고리즘의 시간에 대한 효율성을 높이기 위한 방법으로 데이터 분할 평가 진화 방법을 제안한다. 데이터 분할 평가 진화 방법은 전체 학습 데이터를 여러 개의 부분 학습 데이터들로 나누고 개체는 전체 학습 데이터 대신 부분 학습 데이터를 임의로 선택하여 평가하는 방법이다. UCI 벤치마크 데이터로 기존 방법과 비교 실험을 통해 평균적으로 제안한 방법이 효과적임을 보였다. 또한 KDD'99 Cup의 침입탐지 데이터에서 KDD'99 Cup 우승자에 비해 1.54% 향상된 인식률과 20.8% 절감된 탐지비용을 보였고 데이터 분할 평가 진화 방법으로 개체평가 시간을 약 70% 감소시켰다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.87-95
• /
• 1996

본 논문에서는 새로운 퍼지 패턴 매칭 분류기(fuzzy pattern matching classifier) 설계 방법을 제안하였다. 기존의 퍼지 패턴 매칭 분류기를 설계함에 있어 분류기의 성능에 결정적인 영향을 미치는 소속 함수 (membership functions)의 모양과 개수에 대한 정확한 정보를 알 수 없었다. 따라서 소속 함수를 구하기 위하여 시행 착오(trial-error)법 혹은 경험에 의존하는(heuristic) 방법이 사용되어 왔다. 그러나 이러한 방법은 다양한 종류의 패턴에 대하여 적용하기에는 한계가 있다. 본 논문에서는 유전 알고리즘을 사용하여 분류 에러를 최소로 줄이는 소속 함수의 적절한 모양과 개수를 찾기 위한 새로운 방법을 제안한다. 유전 알고리즘(genetic algorithms)은 진화라는 생물학적 모델을 기초로한 통계적 알고리즘의 한 부류이다. 이는 여러 함수 최적화 문제에 적용되어 최적 혹은 최적 근처의 해를 찾아 준다. 본 논문에서 유전 알고리즘은 분류 에러에 반비례하는 적합도 함수(fitness function)를 기본으로 소속 함수의 모양과 개수를 결정하는데 쓰인다. 유전 알고리즘에 있어서의 스트링은 소속 함수를 결정하게 되며 인식 결과는 다음 세대의 재생(reproduction) 연산에 영향을 미치게 된다. 제안되는 방법을 타이어 접지면 패턴과 필기체 영문자 인식에 적용하여 보았다. 실험 결과는 본 방법이 유용함을 보여준다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.599-604
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 위스콘신 유방암(Wisconsin breast cancer)의 진단을 수행하는 퍼지규칙을 추출하고, 비중복면적 분산 측정법을 사용하여 특징입력수를 최소로하는 방안을 제안하고 있다. NEWFM 구조의 중간 부분인 하이퍼박스(hyperbox)들은n 개의 대, 중, 소로 구성된 가중 퍼지소속함수 집합으로 구성되며, 학습 후 각 집합의 대, 중, 소로 구성된 가중 퍼지소속함수는 퍼지집합의 경계합(bounded sum)을 사용하여 다시 하나의 가중 퍼지소속함수로 합성(BSWFM) 된다. n 개의 특징입력(feature input)은 학습된 모든 하이퍼박스에 연결되어 예측 작업을 수행한다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 특징입력을 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화시킨다. 이러한 방법으로 위스콘신 유방암의 9개의 특징입력 중 4개를 사용하여 NEWFM으로 추출된 2개의 퍼지규칙은 99.71%의 예측 인식율을 가지며 이는 퍼지규칙의 수와 인식율에 있어 현재 발표된 논문의 결과보다 우수함을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.27-32
• /
• 2012

본 논문에서는 기존의 퍼지 필터링 알고리즘의 문제점을 개선한 퍼지 필터링 기법을 제안한다. 제안된 퍼지 필터링 알고리즘은 컬러 영상에서 R, G, B 채널을 각각 분리한다. 분리된 각 채널에서 마스크 정보를 추출하여 채널에 대한 평균값과 중간값의 명암도를 제안된 퍼지 기법의 소속 함수에 적용하여 소속도를 구한 뒤, 추론 규칙에 적용한다. 그리고 R, G, B 각각의 소속도 값을 이용하여 잡음 가능성 여부를 판별한다. 제안된 퍼지 기법에서 소속 함수구간은 세 개 구간으로 설정하였다. 잡음이라고 판단되는 경우에는 그 잡음 정도에 따라 중간값이나 평균값을 해당 픽셀 값으로 설정하여 잡음을 제거한다. 제안된 기법을 컬러 영상에 적용한 결과, 제안된 기법이 기존의 퍼지 필터링 기법보다 잡음 제거에 있어서 효과적인 것을 확인할 수 있었다.

• 전자공학회논문지SC
• /
• 제37권5호
• /
• pp.1-12
• /
• 2000

본 논문에서는 이동 로보트의 자율 주행을 위해 퍼지 제어에 기초한 적응 퍼지 제어기 설계 기법을 제안하였다. 제안한 방법에서는 첫째, 퍼지 추론 과정에서 불필요한 규칙으로 인하여 데이터 처리 시간이 증가된 다는 단점을 이동 로보트의 현재 상태에 적합한 퍼지 추론 규칙과 소속함수를 생성함으로써 향상시켰다. 이 과정은 데이터 쌍을 이용한 클러스터링 방법을 통하여 구현되며, 이동 로보트는 보다 적은 퍼지 추론 규칙을 가지고 빠른 데이터 처리 속도로 주행 가능해 진다. 둘째, 기존의 퍼지 제어기가 입·출력 변수의 고정된 소속 함수로 인하여 느린 수렴성을 갖는 단점을 클러스터링 과정에서 생성된 소속함수를 스케일링함으로써 향상시켰다. 한편 본 논문에서 제안한 제어 방법의 성능 평가를 위해 퍼지 제어를 사용한 기존의 제어 방법과 컴퓨터 모의 실험 및 실제 이동 로보트 주행 실험을 통해 비교 및 고찰하였다.

• 한국정보처리학회논문지
• /
• 제4권10호
• /
• pp.2485-2492
• /
• 1997

오늘날 자동차의 급격한 증가에 따른 교통 체증을 완화시키기 위해 효율적인 교차로 신호 제어기의 필요성이 대두되고 있다. 최근에는 신호등의 주기를 적응적으로 제어하기 위하여 퍼지 논리가 도입되었다. 일반적인 퍼지 제어 방식은 녹색신호에 교차로로 진입하는 차량 수와 적색신호 동안 대기하는 차량 수를 퍼지 제어의 입력 변수로 사용하여 확장시간을 조정한다. 그러나 이 방법은 가변 교통량을 갖는 교차로에는 부적합하다. 본 논문에서는 대칭적인 소속함수를 갖는 기존의 퍼지 논리 제어기들보다 적은 수의 제어규칙들을 가지면서도 교통 흐름을 보다 잘 반영하는 비대칭적인 소속함수를 갖는 새로운 퍼지 논리 제어기를 제안한다. 제안된 방법의 효율성은 단일 교차로 시뮬레이션을 통해 테스트되었다. 실험결과는 제안된 방법이 평균 지체시간, 통과 대수, 포화도면에서 우수한 성능을 보여주었다.