• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.1
• /
• pp.25-33
• /
• 2009

Recently, the TS fuzzy models that include the linear equations in the consequent part are widely used for time series forecasting, and the prediction performance of them is somewhat dependent on the characteristics of time series such as stationariness. Thus, a new prediction method is suggested in this paper which is especially effective to nonstationary time series prediction. First, data preprocessing is introduced to extract the patterns and regularities of time series well, and then multiple model TS fuzzy predictors are constructed. Next, an appropriate model is chosen for each input data by an adaptive model selection mechanism based on rough sets, and the prediction is going. Finally, the error compensation procedure is added to improve the performance by decreasing the prediction error. Computer simulations are performed on typical cases to verify the effectiveness of the proposed method. It may be very useful for the prediction of time series with uncertainty and/or nonstationariness because it handles and reflects better the characteristics of data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.559-561
• /
• 2004

최근 비즈니스 프로세스 통합에 관련된 다양한 연구를 통해, 수많은 비즈니스 프로세스 언어 및 표기법들이 개발되고 있다. 표준화되지 않은 다양한 비즈니스 프로세스 언어들은 비즈니스 프로세스를 자동화하려는 기업들뿐만 아니라, 비즈니스에 참여하는 일반 사용자에게도 혼동을 가져온다. 본 논문은 다양하고 표준화되지 않은 비즈니스 프로세스 언어들을 모두 디자인할 수 있기 위한 적응적인 모델을 제안한다. Jena와 JGraph와 같은 기존 모델의 장점들을 조합하고 단점을 보완하여 개발되었다. 본 논문에서 제안한 모델은 파이프-필터 아키텍쳐를 이용해 비즈니스 프로세스의 데이터를 단계적으로 추출한다. 그리고 추출된 데이터는 다양한 환경에 적응하기 위해, 해쉬 또는 링크드 리스트의 자료 구조에 저장되어 관리된다. 마지막으로, 저장된 데이터들은 사용자의 요구에 따라 실행언어로 변환되거나 다시 GUI에 보여 진다.

• Journal of Digital Convergence
• /
• v.10 no.10
• /
• pp.277-282
• /
• 2012

The speech recognition system can not quickly adapt to varied environmental noise factors that degrade the performance of recognition. In this paper, the echo noise robust HMM learning model using average estimator LMS algorithm is proposed. To be able to adapt to the changing echo noise HMM learning model consists of the recognition performance is evaluated. As a results, SNR of speech obtained by removing Changing environment noise is improved as average 3.1dB, recognition rate improved as 3.9%.

• Journal of the Korea Computer Industry Society
• /
• v.5 no.9
• /
• pp.921-928
• /
• 2004

This paper proposed dynamic adaptive model based on discrete probability distribution function and user profile in web based HyperMedia educational systems. This modelsrepresents application domain to weighted direction graph of dynamic adaptive objects andmodeling user actions using dynamically approach method structured on discrete probability function. Proposed probabilitic analysis can use that presenting potential attribute to useractions that are tracing search actions of user in WebMedia structure. This approach methodscan allocate dynamically appropriate profiles to user.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.279-282
• /
• 2003

본 연구에서 구현하고자 하는 선박의 회두각 제어의 경우 파도, 바람, 조류 등의 외란의 영향을 많이 받고 있을 뿐만 아니라 그 운동 특성 역시 비선형이므로 적절한 파라미터의 선정과 제어기 구성에 어려움이 따른다. 이의 해결을 위해 K. M Passino 등에 의해 비선형 특성을 지닌 기준 모델 적응 퍼지 알고리즘을 적용하여 제어기 구성을 시도한바 있고, 국내에서도 김종화 등에 의해 유사한 방법이 시도되어졌다. 본 연구에서는 이상의 시도에서 기준 모델에 의한 제어기 파라미터의 동정의 방법으로 사용한 M.I.T 룰 대신 일반적인 유전 알고리즘에 의해 퍼지 제어기의 파라미터를 동정하고자 한다. 유전 알고리즘에 기반한 기준 모델 적응 퍼지 제어기(MRGAFC: Model Reference Genetic Adaptive Fuzzy Controller) 알고리즘을 제안하며, 이의 검증을 위하여 화물선 회두각의 조향문제에 이를 적용하여 종래의 방법들과 비교를 수행할 것이다.

• Information and Communications Magazine
• /
• v.27 no.7
• /
• pp.36-41
• /
• 2010

본 논문에서는 개미 군집의 행동 생태를 모델로 하여 군집 시스템의 적응적 분업화, 전문화 특성을 살펴보고, 사물 통신 네트워크 분야로의 응용 가능성을 소개하고자 한다. 내 외적인 환경 변화에 대비하여 개미 군집이 어떻게 효율적인 관리와 전체 시스템의 운영 유지를 할 수 있는지는 시스템 관점의 분석 모델이 요구된다. 한 가능한 모델은 반응역(response threshold)과 일의 자극(task associated stimuli)의 관계로 적응적 반응함수를 사용하는 것이다. 본 논문에서는 적응적인 반응함수가 전체 군집의 효율성과 분업화 과정을 촉발시키는 형태로 발전하는 예제를 보여줄 것이다. 이러한 시스템 분석은 사물 통신 네트워크 분야 연구에 적용될 수 있고, 멀티 에이젼트 시스템에서 효율적인 정보 전송 및 유지, 노드 부하의 균등화, 통신 가능한 스웜 로봇의 업무 분업화 등 다양한 분야로 응용 가능성이 있음을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2618-2620
• /
• 2003

본 연구에서 구현하고자 하는 선박의 회두각 제어의 경우 파도, 바람, 조류 등의 외란의 영향을 많이 받고 있을 뿐만 아니라 그 운동 특성 역시 비선형이므로 적절한 파라미터의 선정과 제어기 구성에 어려움이 따른다. 이의 해결을 위해 K. M. Passino 등에 의해 비선형 특성을 지닌 기준 모델 적응 퍼지 알고리즘을 적용하여 제어기 구성을 시도한바 있고, 국내에서도 김종화 등에 의해 유사한 방법이 시도되어졌다. 본 연구에서는 이상의 시도에서 기준 모델에 의한 제어기 파라미터의 동정의 방법으로 사용한 M.I.T 룰 대신 일반적인 유전 알고리즘에 의해 퍼지 제어기의 파라미터를 동정하고자 한다. 유전 알고리즘에 기반한 기준 모델 적응 퍼지 제어기(MRGAFC) 알고리즘을 제안하며, 이의 검증을 위하여 화물선 회두각의 조향 문제에 이를 적용하여 종래의 방법들과 비교를 수행할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.226-228
• /
• 2004

베이지안 네트워크는 불확실한 상황을 모델링하기 위한 확률 기반의 모델이다. 베이지안 네트워크의 구조를 자동 학습하기 위한 연구가 많이 있었고, 최근에는 진화 알고리즘을 이용한 연구가 많이 진행되고 있다. 그러나 대부분은 마지막 세대의 가장 좋은 개체만을 이용하고 있다. 시스템이 요구하는 다양한 요구조건을 하나의 적합도 평가 수식으로 나타내기 어렵기 때문에, 마지막 세대의 가장 좋은 개체는 종종 편향되거나 변화하는 환경에 덜 적응적일 수 있다. 본 논문에서는 적합도 공유 방법으로 다양한 베이지안 네트워크를 생성하고, 이를 베이즈 규칙을 통해 결합하여 변화하는 환경에 적응적인 추론 모델을 구축할 수 있는 방법을 제안한다. 성능 평가를 위해 ALARM 네트워크에서 인공적으로 생성한 데이터를 이용한 구조 학습 및 추론 실험을 수행하였다. 다양한 조건에서 학습된 네트워크를 실험한 결과, 제안한 방법이 변화하는 환경에서 더욱 강건하고 적응적인 모델을 생성할 수 있음을 확인한 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.4 no.1
• /
• pp.8-17
• /
• 2004

In this paper, we design an intelligent loaming management logics which provide personalized teaming considering adaptive learning content dement and content sequencing. We enhance the existing functional model including adaptive learning management functions. Also, we present a system architecture to implement the adaptive learning management system. We realize the adaptive teaming management system based on the SCORM run-time engine.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.3
• /
• pp.90-95
• /
• 1998

본 논문에서는 CHMM인 CDHMM과 ARHMM을 이용하여 화자적응화 하는 방법을 각각 연구하였다. CDHMM에서는 최대사후화확률 추정법에 의하여 각 상태마다 하나의 가 지를 이용하여 화자에 적응시킨다. 본 논문에서는 음성의 다양한 음향학적 특징을 표현하기 위하여 상태마다 여러 개의 가지를 갖는 방법을 제안하였다. 상태마다의 적절한 가지 수를 결정하기 위하여 각 상태에 속하는 프레임 수와 특징 벡터들의 분산행렬의 행렬식값을 이용 하였다. ARHMM에서는 특징벡터로 선형예측계수를 사용하기 때문에 최대사후화확률 추정 법을 사용할 수 없게 된다. 따라서 화자독립모델을 이용하여 적응화자에 대한 음성을 Viterbi 알고리듬으로 상태별로 분할한 후 k-means 알고리듬을 이용하여 각 상태마다 하나 의 가지를 갖는 모델로 적응시키는 방법을 제안하였다.