• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2567-2569
• /
• 2003

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 Granules 기반 퍼지추론 시스템 모델의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 제안된 규칙베이스 퍼지모델은 HCM 클러스터링 방법, 컴플렉스 알고리즘 및 퍼지추론 방법을 이용하여 시스템 구조와 파라미터 동정을 수행한다. 두 가지 형태의 퍼지모델 추론 방법은 간략추론, 선형추론에 의해 시행된다. 본 논문에서는 퍼지모델의 입력변수와 퍼지 입력 공간 분할 및 입출력 데이타의 중심값을 구해서 후반부 다항식함수에 의한 정보 Granules 기반 구조 동정과 파라미터 동정을 통해 비선형 시스템을 표현한다. 전반부 파라미터의 동정에는 HCM 클러스터링 방법과 컴플렉스 알고리즘을 사용하고, 후반부는 표준 HCM 클러스터링과 표준 최소자승법을 사용하여 동정한다. 그리고 학습 및 테스트 데이타의 성능견과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 제시함으로써 근사화와 예측성능의 향상을 꾀한다. 제안된 비선형 모델의 성능평가를 통해 그 우수성을 보인다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.3
• /
• pp.76-82
• /
• 2010

In this paper, we develop Linguistic Model (LM) based on information granules as a systematic approach to generating fuzzy if-then rules from a given input-output data. The LM introduced by Pedrycz is performed by fuzzy information granulation obtained from Context-based Fuzzy Clustering(CFC). This clustering estimates clusters by preserving the homogeneity of the clustered patterns associated with the input and output data. Although the effectiveness of LM has been demonstrated in the previous works, it needs to improve in the sense of performance. Therefore, we focus on the automatic generation of linguistic contexts, addition of bias term, and the transformed form of consequent parameter to improve both approximation and generalization capability of the conventional LM. The experimental results revealed that the improved LM yielded a better performance in comparison with LM and the conventional works for automobile MPG(miles per gallon) predication and Boston housing data.

• Journal of Information Processing Systems
• /
• v.7 no.3
• /
• pp.397-412
• /
• 2011

Granular Computing has emerged as a unified and coherent framework of designing, processing, and interpretation of information granules. Information granules are formalized within various frameworks such as sets (interval mathematics), fuzzy sets, rough sets, shadowed sets, probabilities (probability density functions), to name several the most visible approaches. In spite of the apparent diversity of the existing formalisms, there are some underlying commonalities articulated in terms of the fundamentals, algorithmic developments and ensuing application domains. In this study, we introduce two pivotal concepts: a principle of justifiable granularity and a method of an optimal information allocation where information granularity is regarded as an important design asset. We show that these two concepts are relevant to various formal setups of information granularity and offer constructs supporting the design of information granules and their processing. A suite of applied studies is focused on knowledge management in which case we identify several key categories of schemes present there.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2091-2092
• /
• 2006

본 논문은 소프트웨어 공정에 대하여 유전자 알고리즘의 기호코딩을 이용한 정보입자 기반 퍼지 다항식 뉴럴 네트워크 (Information Granules based genetic Fuzzy Polynomial Neural Networks ;IG based gFPNN)의 모델 설계를 제안한다. 기존 퍼지 다항식 뉴럴네트워크의 구조 최적화를 위해 이진코딩을 사용하였다. 그러나 이진코딩에서 스트링의 길이가 길면 길수록 인접한 두 수 사이에 발생하는 급격한 비트 차이라는 해밍 절벽이 발생하였다. 이에 제안된 모델에서는 해밍절벽의 문제를 해결하기 위해 기호코딩을 사용하였다. 제안된 모델의 전반부 구조와 후반부 구조는 기존 모델에 구성을 그대로 사용한다. 실험적 예제를 통하여 제안된 모델의 근사화 능력과 일반화 능력이 우수함을 보인다.

• Journal of Sericultural and Entomological Science
• /
• v.13 no.2
• /
• pp.99-107
• /
• 1971

In the suboesophageal ganglion of Bombyx mori, the diapause regulator producing cells which may give an information to the diapause factor cells were found by means of electron microscopy. The diapause regulator producing cells had larger granules (2000 to 5000 A$^{\circ}$ in diameter) than did the diapause factor cells which were partially surrounded by the formers. Highly electron-dense material of lysosome in the diapause regulator producing cells was observed in the diapause-egg producer but such lysosomes were not in the non-diapause egg-producer. It was found that many cytoplasmic granules fuse with lysosome, and smaller granules come out of lysosomes. Some implications of the diapause factor cell and the diapause regulator producing cell were discussed.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.1
• /
• pp.81-86
• /
• 2005

In this study, we introduce a new category of fuzzy inference systems based on information granulation to carry out the model identification of complex and nonlinear systems. Informally speaking, information granules are viewed as linked collections of objects (data, in particular) drawn together by the criteria of proximity, similarity, or functionality Granulation of information with the aid of Hard C-Means (HCM) clustering help determine the initial parameters of fuzzy model such as the initial apexes of the membership functions and the initial values of polynomial functions being used in the premise and consequence part of the fuzzy rules. And the initial parameters are tuned effectively with the aid of the genetic algorithms(GAs) and the least square method (LSM). An aggregate objective function with a weighting factor is also used in order to achieve a balance between performance of the fuzzy model. The proposed model is evaluated with using a numerical example and is contrasted with the performance of conventional fuzzy models in the literature.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.59 no.2
• /
• pp.436-444
• /
• 2010

In this study, we introduce and discuss a concept of a granular-oriented radial basis function neural networks (GRBF NNs). In contrast to the typical architectures encountered in radial basis function neural networks(RBF NNs), our main objective is to develop a design strategy of GRBF NNs as follows : (a) The architecture of the network is fully reflective of the structure encountered in the training data which are granulated with the aid of clustering techniques. More specifically, the output space is granulated with use of K-Means clustering while the information granules in the multidimensional input space are formed by using a so-called context-based Fuzzy C-Means which takes into account the structure being already formed in the output space, (b) The innovative development facet of the network involves a dynamic reduction of dimensionality of the input space in which the information granules are formed in the subspace of the overall input space which is formed by selecting a suitable subset of input variables so that the this subspace retains the structure of the entire space. As this search is of combinatorial character, we use the technique of genetic optimization to determine the optimal input subspaces. A series of numeric studies exploiting some nonlinear process data and a dataset coming from the machine learning repository provide a detailed insight into the nature of the algorithm and its parameters as well as offer some comparative analysis.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.3
• /
• pp.121-133
• /
• 2012

In this paper, we propose a novel data analysis approach that extracts granules suitable for various perspectives by introducing scaling level into formal concept analysis in order to control the level of granularity. Based on our approach, we can extract various granules from the given data set and constructs granular concept hierarchies based on the relations between the granules. Therefore, we can classify the given data with respect to the purpose or the intention of user's viewpoints. And, we developed G-Tool that supports our approach. In order to verify the usefulness of our proposed approach and G-Tool, we have done some experiments for real data set and reported about results of our experiments. From the experiments' results, we can verify our approach with G-Tool can be useful and suitable for classifying the given data with various scaling levels. The traditional formal concept analysis cannot control the level of granularity and can only classify for a particular perspective. However, our proposed approach can classify the given data with respect to user's purpose or intention by combining of diverse scale information and scaling levels.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.269-272
• /
• 2004

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 granules 기반 퍼지 추론 시스템의 새로운 설계 및 이의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 둥에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의해 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되며 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 제안된 비선형 모델의 성능평가는 수치적인 예를 통해 비교 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.367-370
• /
• 2005

본 논문에서는 정보 입자화와 유전자 알고리즘을 기반으로 최적 퍼지 다항식 뉴럴네트워크를 제안하고, 유전자 알고리즘을 사용하여 종합적인 설계방법을 개발한다. 제안된 모델은 기존의 진화론적 퍼지 다항식 뉴럴네트워크의 구조를 정보입자화를 통해 좀 더 빠르게 최적의 해공간에 접근시키는데 그 목적이 있다. 퍼지 관계기반 다항식 뉴럴네트워크는 퍼지 다항식 뉴론이 기초가 되어 가능한 구조적이고 요소적으로 모델의 성능을 향상 시켜준다. 퍼지 다항식 뉴런의 최적 구조를 위해 유전자 알고리즘을 이용하여 입력변수의 수와 후반부 다항식의 차수 입력변수 수에 따른 입력변수 그리고 멤버쉽 함수의 수를 동조한다. 여기서, 클러스터링의 하나의 방법인 HCM에 의해 퍼지 규칙 각각의 전반부와 후반부에 데이터 중심값을 이용하여 다항식함수의 파라미터값을 결정한다. 제안된 유전론적 퍼지 관계 다항식 뉴럴네트워크의 성능평가는 기존 퍼지 모델링에서 이용된 표준 데이터를 활용하여 평가한다.