• Journal of Intelligence and Information Systems
• /
• v.11 no.2
• /
• pp.81-103
• /
• 2005

The Neuron structure in a nervous system consists of inhibitory neurons and excitory neurons. Both neurons are activated by agonistic neurons and inactivated by antagonist neurons. In this paper, we proposed a physiological fuzzy neural network by analyzing the physiological neuron structure in the nervous system. The proposed structure selectively activates the neurons which go through a state of excitement caused by agonistic neurons and also transmit the signal of these neurons to the output layers. The proposed physiological fuzzy neural networks based on the nervous system consists of a input player, and the hidden layer which classifies features of learning data, and output layer. The proposed fuzzy neural network is applied to recognize bronchial squamous cell carcinoma images and car plate images. The result of the experiments shows that the learning time, the convergence, and the recognition rate of the proposed physiological fuzzy neural networks outperform the conventional neural networks.

• Journal of the Korean Society for Library and Information Science
• /
• v.28
• /
• pp.267-286
• /
• 1995

불리언 논리에 기초한 현재 정보검색 시스템은 두 가지 본질적인 문제점 - 1)부정확하거나 불완전한 질의 표현과 2)일관성 없는 색인 - 이 있다. 많은 연구자들이 신경망조직(neural network) 이 정보경색에 있어서 불완전한 질의표현 문제를 해결할 수 있다고 주장해 온 반면 일관성 없는 문제는 아직 해결하지 못한 채 남아있다. 본고에서는 이러한 두 가지 문제점을 해결하기 위해 신경망 조직과 귀납학습이 소개되고 있다. 또한 이 논문에서는 신경망 조직이 어떻게 귀납학습과 통합해서 효율적인 정보 검색시스템에 응용될 수 있는지를 보여주고 있다.

• Korean Journal of Cognitive Science
• /
• v.10 no.4
• /
• pp.71-83
• /
• 1999

Conventional symbolic inference systems lack flexibility because they do not well reflect flexible semantic structure of knowledge and use symbolic logic for their basic inference mechanism. For solving this problem. we have recently proposed the 'Connectionist Semantic Network(CSN)' as a model for flexible knowledge representation and inference based on neural networks. The CSN is capable of carrying out both approximate reasoning and commonsense reasoning based on similarity and association. However. we have difficulties in representing general and structured high-level knowledge and variable binding using the connectionist framework of the CSN. In this paper. we propose a hybrid system called SymCSN(Symbolic CSN) that combines a symbolic module for representing general and structured high-level knowledge and a connectionist module for representing and learning low-level semantic structure Simulation results show that the SymCSN is a plausible model for human-like flexible knowledge representation and inference.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.334-337
• /
• 2004

차세대 생산 시스템(Next Generation Manufacturing System： NGMS)의 핵심 개념은 분산 생산 시스템과 다품종 소량의 유연 생산 시스템의 지원이다. 이러한 시스템의 구성을 위하여 실시간 데이터에 기반한 예측 모델이 필수적인데, 이러한 예측 기능을 통하여 생산공정의 관리와 운영, 특히 전체 공정관리를 효율적으로 수행할 수 있다. 한편, 공정으로부터 전송된 데이터는 특정한 형태의 지식으로 표현된다. 이러한 지식들은 시스템에 대한 다양한 정보를 가지고 있으므로 정보를 이용하여 시스템 상태를 빠르고 쉽게 진단할 수 있다. 공정 진단은 현재 공정 상태에서 생산되는 제품의 품질을 추정할 수 있는 정보로 활용된다. 본 논문에서는 이러한 개념이 바탕이 되어 공정관리 시스템을 설계하였다. 제안된 시스템의 적용 대상은 반도체 제조 공정의 단위 공정인 에칭 공정이다. 에칭 공정은 공정 중에 연속적인 검사가 수행되지 않고 최종 제품에 대한 검사가 수행되므로 불량 원인을 찾는 것이 쉽지 않다. 따라서 본 논문에서는 공정관리를 위한 의사지원시스템을 통해 공정의 연속적인 간접진단을 수행하고자 하였다. 본 연구에서 사용된 의사지원시스템은 각 공정에서 얻어지는 데이터와 경험적 지식을 토대로 공정시스템의 해석과 진단이 가능한 시스템이다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.8 no.2 s.16
• /
• pp.117-127
• /
• 2000

The economic development and the development of medical treatment by scientific technology development progressed the level of national people life and improved average life gradually. In this reason, old people who have finance power would like to receive a comport and high level service, though paying proper expense. In this study, receiving this requirement, we focused that silver town have reasonable and comfortable residing environment in developing rural and rest form silver town objecting external area of Chon-Ju city, and selected land suitability. Through the learning of the neural network theory in the method of land suitability, we applied in the full of study area and improved a flexible determination making as giving each class value in each cell. Also, we compare a method of land suitability using the neural network theory, and it's analysis with a method of land suitability by the duplication method of Boolean Logic have been used In Geo Spatial Information System(GSIS) and proved the Boolean Logic's lose of values and the propriety.

• Journal of IKEEE
• /
• v.23 no.3
• /
• pp.899-903
• /
• 2019

In networked control systems, time-varying delay of the transmitting signal is inevitable. If the transmission delay is longer than the fixed sampling time, the system will be unstable. To solve this problem, this paper proposes the method to predict the delay using logic-based fuzzy neural networks, and the predicted time delay will be used as a sampling time in the networked control systems. To verify the effectiveness of the proposed method, the delay data collected from the real system are used to train and test the logic-based fuzzy neural networks.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.377-380
• /
• 2018

인간의 추론 능력이란 문제에 주어진 조건을 보고 문제 해결에 필요한 것이 무엇인지를 논리적으로 생각해 보는 것으로 문제 상황 속에서 일정한 규칙이나 성질을 발견하고 이를 수학적인 방법으로 법칙을 찾아내거나 해결하는 능력을 말한다. 이러한 인간인지 능력과 유사한 인공지능 시스템을 개발하는데 있어서 핵심적 도전은 비구조적 데이터(unstructured data)로부터 그 개체들(object)과 그들간의 관계(relation)에 대해 추론하는 능력을 부여하는 것이라고 할 수 있다. 지금까지 딥러닝(deep learning) 방법은 구조화 되지 않은 데이터로부터 문제를 해결하는 엄청난 진보를 가져왔지만, 명시적으로 개체간의 관계를 고려하지 않고 이를 수행해왔다. 최근 발표된 구조화되지 않은 데이터로부터 복잡한 관계 추론을 수행하는 심층신경망(deep neural networks)은 관계추론(relational reasoning)의 시도를 이해하는데 기대할 만한 접근법을 보여주고 있다. 그 첫 번째는 관계추론을 위한 간단한 신경망 모듈(A simple neural network module for relational reasoning) 인 RN(Relation Networks)이고, 두 번째는 시각적 관찰을 기반으로 실제대상의 미래 상태를 예측하는 범용 목적의 VIN(Visual Interaction Networks)이다. 관계 추론을 수행하는 이들 심층신경망(deep neural networks)은 세상을 객체(objects)와 그들의 관계(their relations)라는 체계로 분해하고, 신경망(neural networks)이 피상적으로는 매우 달라 보이지만 근본적으로는 공통관계를 갖는 장면들에 대하여 객체와 관계라는 새로운 결합(combinations)을 일반화할 수 있는 강력한 추론 능력(powerful ability to reason)을 보유할 수 있다는 것을 보여주고 있다. 본 논문에서는 관계 추론을 수행하는 심층신경망(deep neural networks) 중에서 Sort-of-CLEVR 데이터 셋(dataset)을 사용하여 RN(Relation Networks)의 성능을 재현 및 관찰해 보았으며, 더 나아가 파라미터(parameters) 튜닝을 통하여 RN(Relation Networks) 모델의 성능 개선방법을 제시하여 보았다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.2 no.1
• /
• pp.17-32
• /
• 1992

The multi-layer neural network that has broadly been utilized in designing the controller of robot manipulator possesses the desirable characteristics of learning capacity, by which the uncertain variation of the dynamic parameters of robot can be handled adaptively, and parallel distributed processing that makes it possible to control on real-time. However the error back propagation algorithm that has been utilized popularly in the learning of the multi-layer neural network has the problem of its slow convergence speed. In this paper, an approach to improve the convergence speed is proposed using the fuzzy logic that can effectively handle the uncertain and fuzzy informations by linguistic level. The effectiveness of the proposed algorithm is demonstrated by computer simulation of PUMA 560 robot manupulator.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.45 no.1
• /
• pp.20-27
• /
• 2008

In this paper, a nonlinear classifier of a feed-forward neural network is implemented on an FPGA chip. The feedforward neural network is implemented in hardware for fast parallel processing. After off line training of neural network, weight values are saved and used to perform forward propagation of neural processing. As an example, AND and XOR digital logic classification is conducted in off line, and then weight values are used in neural network. Experiments are conducted successfully and confirmed that the FPGA neural network hardware works well.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.447-450
• /
• 2002

본 논문에서는 통합 관리 시스템을 이용하여 현재 김해에 있는 플랜트의 공정상태를 모니터링하고, 퍼지와 신경망을 이용하여 플랜트로부터 얻을 수 있는 데이터를 모델링 함으로써 공정의 상태를 미리 예측이 가능하도록 구성하였다. 이러한 예측된 모델을 이용하여 제어 전략을 설계함으로써 최적화된 제어 파라미터를 찾을 수 있으며, 특히 비정상적으로 들어오는 데이터에 대해서는 플랜트의 공정상태를 진단할 수 있는 가능성을 보이고 있다. 또한 기존의 통합 관리 시스템을 관리자라면 누구나 장소에 구애받지 않고 플랜트의 공정상태를 모니터링 할 수 있도록 웹을 이용하여 개발함으로써 플랜트의 능률성과 효율성 향상 및 인건비 절약 등 플랜트의 효율을 개선시킬 수 있다 즉, 네트워크가 구축되어 있는 곳이면 어디서나 모니터링이 가능하도록 시스템을 설계하였다.