• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.1203-1206
• /
• 2005

현재 무선 센서 네트워크에서 에너지 효율성을 고려한 많은 라우팅 프로토콜이 연구되고 있다. 하지만 기존에 제안된 무선 센서 네트워크 라우팅 프로토콜은 특정 상황 및 응용에 특화되어 있기 때문에, 동적으로 변화하는 네트워크 상에서는 데이터 전달의 정확성 및 에너지 효율성이 떨어지는 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하기 위하여 퍼지 추론 시스템을 이용한 라우팅 프로토콜 선택 기법과 라우팅 프로토콜의 동적 배치 기법을 기반으로 한 퍼지 적응형 라우팅(FAR) 알고리즘을 제안한다.

• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.429-438
• /
• 2004

본 논문에서는 정책기반의 IP 네트워크 관리구조에서 임의의 노드에 유입되어지는 트래픽에 대하여 퍼지 추론 방식을 사용한 어드미션 제어 구조를 설계하였다. 제안된 제어구조는 기존 정의된 정책 요구수준과 네트워크 상태에 따라 자원 할당을 결정하는 방식을 사용하였다. 이는 기존의 바이너리 방식의 정책 적용방식을 개선하여 사전에 정의된 임의의 005 정책에 대하여 예측할 수 없는 네트워크의 상태에 따라 적응적인 어드미션 제어를 제공함으로서 네트워크의 자원을 효율적으로 사용할 수 있도록 하였다. 볼 논문에서 설계한 퍼지 제어기를 통하여 제한된 환경에서의 시뮬레이션을 수행한 결과 비퍼지 환경에 비하여 트래픽의 패턴에 따라 평균 26%의 패킷 거부율을 향상하였고, 이는 퍼지 컨트롤러에 의해서 네트워크의 상태에 따라 비퍼지 환경에서의 수락/거절 동작이 아닌 소프트한 적응성을 보여주었기 때문이다.

• 생물환경조절학회지
• /
• 제20권3호
• /
• pp.169-175
• /
• 2011

본 연구에서는 유비쿼터스 식물공장의 재배환경에 필요한 요소들의 센서 네트워크를 구성하고 자동으로 감지하여 적응형 뉴로-퍼지 추론시스템을 통하여 환경변화를 추론하여 식물공장의 재배환경을 적절하게 제어할 수 있는 새로운 자동제어시스템의 프레임워크를 제안하고, 이를 설계하였다. 유비쿼터스 식물공장 환경을 제어하기 위하여 식물공장의 재배환경에 영향을 미치는 환경요소인 실내온도, 근권온도, 습도, 광도, $CO_2$ 농도를 측정할 수 있는 센서 네트워크를 구성하고 측정된 환경요소의 변화에 따라 램프, 환기, 습도, $CO_2$ 농도, 온도를 제어할 수 있는 장치를 자동으로 제어할 수 있는 식물공장 자동제어시스템을 설계하였다. 이를 위하여 본 연구에서는 센서를 통하여 받아들이는 입력값을 퍼지소속함수로 변화하고 적응형 뉴로-퍼지시스템에 따라 추론하고 평가하여 보다 정밀하게 식물공장을 자동으로 제어할 수 알고리즘을 개발하였고 이를 구현하였다. 개발된 자동제어시스템을 상추 식물공장에 적용한 결과 만족스러운 시험결과를 얻을 수 있었다. 향후 연구로는 식물공장에서 재배하고 있는 작물별 생장모델의 적합도 검정 및 개선을 위하여, 작물별 재배규칙을 보다 상세히 도출하는 것이 필요하고, 작물의 재배에 필요한 지식을 보다 정량적으로 표현하고 지식상에 내포하고 있는 불확실성을 해결하는 것이 필요하다. 더 나아가 식물공장에서 환경인자간의 상호관련성을 보다 정밀하게 수식화하고 이를 추론할 수 있는 정밀하고 과학적인 자동제어시스템의 개발이 필요하다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 추계학술대회 및 정기총회
• /
• pp.25-29
• /
• 2005

무선 센서 네트워크에서 센서 노드는 배터리와 같은 제한적인 전원을 가지고 있기 때문에, 센서 노드의 수명을 연장하기 위하여 에너지 효율성을 고려한 다양한 라우팅 프로토콜이 연구되고 있다. 하지만 기존에 제안된 라우팅 프로토콜들은 특정 상황 및 응용에 특화되어 있기 때문에, 하드웨어에 내장시킨 단일 라우팅 프로토콜만으로는 동적으로 변화하는 네트워크 상에서 에너지 효율성을 보장할 수 없다는 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하기 위하여 퍼지 추론 시스템을 기반으로, 다양한 후보 라우팅 프로토콜 중 현재 네트워크 상황에 적합한 라우팅 프로토콜을 선택하여, 이를 동적으로 센서 노드에 적재 혹은 교체하도록 하는 퍼지 기반의 적응형 라우팅 알고리즘을 제안한다. 또한 시뮬레이션을 수행하여 동적인 네트워크 상황 하에서 제안된 라우팅 알고리즘을 사용한 경우가 기존의 단일 라우팅 프로토콜만을 사용한 경우보다 에너지 효율적임을 검증한다.

• 인터넷정보학회논문지
• /
• 제9권3호
• /
• pp.51-58
• /
• 2008

무선 센서네트워크는 효율적인 자료처리 및 유비쿼터스 시스템 구현을 위해 여러 응용에서 사용되고 있다. 그러나 무선센서네트워크에 기반 한 최근 주차관리시스템 연구에서는 적응형 센싱이나 효율적인 자료처리 기법은 거의 고려되지 않고 있다. 주차관리응용에서의 성능은 이러한 분산된 컴퓨팅장비들의 효율적인 구현에 영향을 받는다. 이 논문은 주차관리 유비쿼터스 네트워크 시스템을 위해 퍼지 무선센서를 이용한 적응형 센싱기법을 제시한다. 효율적인 주차탐색을 위해 퍼지추론시스템이 센서에 탑재된다. 또한 자동차 주차공간의 환경변화에 적응을 위해 새로운 갈을 각 센서에 무선으로 전송하는 규칙기반 적응형 모듈을 제시한다. 실험결과 제안한 퍼지기반 무선센서가 일반적인 무선센서에 의해 수집하는 방법에 비해 우수한 처리율과 적은 지연시간을 보였다.

• 대한토목학회논문집
• /
• 제31권5B호
• /
• pp.405-414
• /
• 2011

본 연구에서는 유역에서 관측되는 강우량과 유출량의 시계열 자료를 바탕으로 최근 시계열 예측 및 시스템 제어 분야에서 성공적으로 적용되고 있는 적응형 네트워크 기반 퍼지추론 시스템(ANFIS)을 갑천 유역에 적용하여 시유출량을 모델링하였다. 입력구조, 소속함수 종류와 개수 등을 다양하게 변화시켜 ANFIS 모형을 학습하고, 평균제곱근오차(RMSE), 평균첨두유량오차(PE) 및 평균첨두시간오차(TE)를 이용하여 ANFIS의 유출해석에 대한 적용성을 평가하였다. 현재시간의 시유출량 Q(t)에 대한 ANFIS의 적용성은 우수한 것으로 평가되었으며, ANFIS 모형은 관측유출량을 적절히 모의하였다. 입력구조가 다른 입력모형을 구성하여 최대 8시간까지 ANFIS의 유출예측 적용성을 평가하였다. 예측시간 증가에 따라서 ANFIS의 유출예측 정확도는 감소하여 예측시간 4시간 이상의 시유출량에 대한 ANFIS의 유출예측 적용성은 제한적이었다. ANFIS는 입력과 출력 자료들만 이용하므로 물리기반 모형에 비교하여 모형구축이 비교적 손쉽기 때문에 홍수 유출모델링에 ANFIS을 유용하게 적용할 수 있을 것으로 판단된다.

• 한국지능시스템학회논문지
• /
• 제7권2호
• /
• pp.43-50
• /
• 1997

쓰러기 소각로는 다음과 같은 불명확한 요소들을 포함한다. 즉 연료로 사용되는 쓰레기의 물리적 특성의변동 그리고 연소현상의 복잡성 등이다. 이것은 기존의 제어기법을 쓰레기의 연소제어에 적용하기가 매우 어렵게 만든다. 따라서 대부분의 쓰레기 소각로는 조작자의 운전에 의존한다. 본 논문에서는 쓰레기 소각로의 연소제어를 위한 다변수퍼지모델 예측제어를 제안한다. 쓰레기 소각로의 모델을 구하기 위해 적응 네트워크에 기초한 퍼자추론시스템이 사용되고 동정된 퍼지 모델을 이용하여 다변수 퍼지모델 예측제어기가 설계된다. 그리고 제안된 제어기의 성능을 평가하기 위해 컴퓨터 시뮬레이션이 수행되었다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집C
• /
• pp.182-188
• /
• 2001

It has been established that a crack has an important effect on the dynamic behavior of a structure. This effect depends mainly on the location and depth of the crack. To identify the location and depth of a crack in a structure, a method is presented in this paper which uses synthetic artificial intelligent technique, that is, Adaptive-Network-based Fuzzy Inference System(ANFIS) solved via hybrid learning algorithm(the back-propagation gradient descent and the least-squares method) are used to learn the input(the location and depth of a crack)-output(the structural eigenfrequencies) relation of the structural system. With this ANFIS and a continuous evolutionary algorithm(CEA), it is possible to formulate the inverse problem. CEAs based on genetic algorithms work efficiently for continuous search space optimization problems like a parameter identification problem. With this ANFIS, CEAs are used to identify the crack location and depth minimizing the difference from the measured frequencies. We have tried this new idea on a simple beam structure and the results are promising.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.943-950
• /
• 2019

머신 러닝은 인력을 대체함으로써 업무 효율성을 크게 높일 수 있다. 특히 4차 산업혁명 시대의 요청에 따라 인공지능을 포함한 머신 러닝의 중요성은 점점 커지고 있다. 본 논문은 MLP, RNN, LSTM, ANFIS 신경망 알고리즘 이용하여, 월별 전력 거래량을 예측한다. 본 논문에서는 통계청에서 제공하는 월별 전력 거래량과 월별 전력 거래금액, 최종에너지 소비량, 자동차용 경유 가격에 대한 2001~2017년까지의 공공 데이터를 사용하였다. 본 논문은 제시하는 각각의 알고리즘들을 학습시키고, 알고리즘이 예측하는 시계열 그래프를 이용하여 예측 결과를 보여주고 RMSE를 이용하여 이들 중에서 가장 우수한 알고리즘 제시한다.