• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.355-359
• /
• 2014

본 논문은 단순한 후반부 구조를 가진 퍼지 모델을 계층적 구조로 결합한 퍼지 패턴 분류기를 제안한다. 계층적 구조를 가진 퍼지 패턴 분류기의 기본 구조는 단순한 후반부 구조를 가진 퍼지 모델을 사용하여 전체 패턴 분류기의 구조적 복잡성을 높이지 않도록 설계 하였다. 입력공간을 계층적으로 분할하기 위하여 대표적인 퍼지 클러스터링 알고리즘인 Fuzzy C-Means clustering 기법을 이용하였다. 분할된 퍼지 입력 공간의 하위 구조를 분석하기 위하여 conditional Fuzzy C-Means 클러스터링 기법을 이용하였다. 계층적으로 분할된 퍼지 입력공간에 간단한 구조를 가진 퍼지 패턴 분류기를 적용하여 계층적 구조를 가진 패턴 분류기를 설계한다. 계층적으로 퍼지 모델들을 결합함으로써 입력 공간의 정보 분석을 거시적인 관점에서 시작하여 세부적으로 분석이 가능하게 되었다. 제안된 퍼지 패턴 분류기의 성능을 평가하기 위하여 다양한 기계 학습 데이터를 사용하였다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.193-201
• /
• 2002

교통의 혼잡량이라든가 공기의 쾌적도등을 측정할 때는 상징적인 정보량을 이용한 퍼지 센서 알고리즘을 사용한다. 그런데 퍼지센서를 구현할 경우 몇 개의 상징적인 정보량을 퍼지 규칙으로서 종합하여 출력을 산출하는데 상징적인 정보량을 퍼지 규칙이라는 막연한 방법을 사용하므로서 정확하지 못한 결과를 산출 할 수 밖에 없다. 따라서 본 논문에서는 퍼지 규칙으로 퍼지센서를 구현하는 방법이 아닌 계층분석 방법이라는 분석적인 방법을 이용하여 퍼지센서를 구현하였고 이를 검증하기 위하여 퍼지 규칙방법의 퍼지센서와 계층분석방법의 퍼지센서를 교통량 제어에 적용하여 많은 통과차량수의 검증을 통하여 비교하여 보았다

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.731-737
• /
• 2007

본 논문에서는 계층적인 퍼지추론 기법을 기반으로 한 영양상태 분석 시스템을 제안한다. 제안된 방법에서 계층적인 퍼지 추론 기법은 각 개인의 비만정도와 과거의 영양상태 그리고 식습관 패턴으로부터 영양상태의 변화과정을 분석하기 위해서 사용되었다. 또한 계층 퍼지추론 시스템에서 각 계층의 추론결과들의 신뢰성을 향상시키기 위해서 이전 계층으로부터 얻은 비퍼지화된 추론결과들의 통계적인 정보를 사용하여 다음 계층의 퍼지 소속구간들의 선택방법에 대해서도 논의하였다. 제안된 시스템의 효과성을 보이기 위해서, 65세 이상의 노인 113명의 신체계측 정보와 생화학적 검사로부터 획득한 정보 그리고 영양 밀도 지수(INQ)로부터 영양상태를 평가하였다.

• 대한토목학회논문집
• /
• 제33권3호
• /
• pp.917-926
• /
• 2013

본 연구는 로버스트 우선순위 결정을 위한 퍼지 다기준 의사결정기법의 타당성을 수자원 계획수립 문제에 적용하여 제시하였다. 즉 일반적인 다기준 의사결정 기법인 가중합계법, 계층화분석과정, 수정계층화분석과정, TOPSIS 방법과 퍼지가중합계법, 퍼지계층화분석과정, 퍼지수정계층화분석과정, 퍼지 TOPSIS 방법을 사용하여 결과를 비교하였다. 이때 사용된 각 평가기준별 자료는 동일하게 표준화되었으며 각 가중치도 동일한 방법으로 결정되었다. 분석결과 다기준 의사결정방법에 따라 조금씩 다른 순위가 도출되었으나, 퍼지 다기준 의사결정기법을 사용할 경우 사업들의 순위 변동성이 퍼지를 사용하지 않을 때보다 크지 않아 보다 일관된 순위를 유도하였다. 따라서 사업의 우선순위를 결정하는 문제에서 자료와 가중치의 불확실성을 고려할 수 있는 퍼지 다기준 의사결정기법을 활용해서 방법의 변화로 인한 순위의 변동성을 최소화해서 로버스트 순위를 결정하는 것이 보다 효과적이다.

• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.479-484
• /
• 2006

본 논문은 퍼지 계층분석법을 이용하여 교통신호의 교차로에서의 적합성에 대해서 논의한다. 교차로에서의 교통신호는 현시, 주기둥이 현재의 교차로 상황에 적합한가를 구별하여 판별할 수 있다. 교통신호의 적합성 여부는 현시, 주기를 따로 구별한 신호체계에서의 지체차량의 지체시간을 비교하여 구별한다. 교통신호체계는 고정신호체계, 최적선호체계, 퍼지응용 신호체계를 구별하여 응용단계가 높은 신호체계가 적합성이 높음을 퍼지계층분석법을 이용하여 밝히고 이를 이용 새로운 체계의 교통신호 체계도 제시한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 춘계학술발표논문집
• /
• pp.355-359
• /
• 2006

본 논문은 퍼지 계층분석법을 이용하여 교통신호의 교차로에서의 적합성에 대해서 논의한다. 교차로에서의 교통신호는 현시, 주기 등이 현재의 교차로 상황에 적합한가를 구별하여 판별할 수 있다. 교통신호의 적합성 여부는 현시, 주기를 따로 구별한 신호체계에서의 지체차량의 지체시간을 비교하여 구별한다. 교통 신호체계는 고정신호체계, 최적신호체계, 퍼지응용신호체계를 구별하여 응용단계가 높은 신호체계가 적합성이 높음을 퍼지계층분석법을 이용하여 밝히고 이를 이용 새로운 체계의 교통신호 체계도 제시한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2007년도 추계학술발표논문집
• /
• pp.252-255
• /
• 2007

본 논문은 퍼지 계층분석법을 이용하여 교통신호의 교차로에서의 적합성에 대해서 논의한다. 교차로에서의 교통신호는 현시, 주기등이 현재의 교차로 상황에 적합한가를 구별하여 판별할 수있다. 교통신호의 적합성 여부는 현시, 주기를 따로 구별한 신호체계에서의 지체차량의 지체시간을 비교하여 구별한다. 교통신호체계는 고정신호체계, 최적신호체계, 퍼지응용신호체계를 구별하여 응용단계가 높은 신호체계가 적합성이 높음을 퍼지계층분석법을 이용하여 밝히고 이를 이용 새로운 체계의 교통신호 체계도 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.205-214
• /
• 2011

Amazon.com의 Kindle의 성공과 더불어 국내에도 전자책 및 전자책 단말기에 대한 관심이 증가하고 있다. 본 논문에서는 퍼지 계층적 의사결정 기법과 컨조인트 분석을 활용하여 국내 전자책 이용 그룹의 요구수준을 분석하고자 한다. 우선 퍼지 계층적 의사결정기법을 활용하여 전자책 전문가를 대상으로 전자책 전용 단말기 구매에 영향을 미칠 수 있는 주요요인을 선별해 낸다. 다음으로 전자책 이용그룹을 대상으로 주요요인별 요구수준을 파악하기 위해 컨조인트 분석을 수행한다. 끝으로 연구의 의의와 한계, 향후 연구방향을 함께 제시한다.

• 한국항해항만학회지
• /
• 제27권5호
• /
• pp.547-555
• /
• 2003

항만공사는 항만을 관리하는데 가장 유용한 형태이다. 우리나라는 이와 같은 항만공사를 곧 부산에 설립하려고 한다. 그러나 가덕도에 위치하는 부산신항은 행정구역으로는 부산과 경상남도에 걸쳐 위치하고 있기 때문에 항만관리체계의 형태가 불투명하다. 연구의 방법론은 속성간 중복도를 고려하여 연산 할 수 있는 계층퍼지분석법(HFP)을 이용하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.387-392
• /
• 2008

본 논문에서는 에너지 절약을 위한 방법으로 여름철 냉방의 적정 온도 및 풍향을 제어하기 위한 가상의 시뮬레이션을 목적으로 열 영상과 퍼지 추론 규칙을 적용한 온도 및 풍향 제어 기법을 제안한다. 온도 제어를 위한 가상 시뮬레이션에서 열 영상을 분석하기 위해서 영상을 $300{\times}400$의 크기를 가지는 색상 분포 영상으로 변환한다. 색상 분포 영상은 Red, Magenta, Yellow, Green, Sky, Blue의 온도 값을 가지는 R, G, B 값이며 각 색상은 $ 24.0^{\circ}C$에서 $27.0^{\circ}C$의 분포의 온도 값을 가진다. 색상 분포 영상은 아래 계층부터 레벨1에서 레벨10의 높이 계층으로 분류한다. 분류한 각 계층은 고유의 색상 분포도를 가지며 색상이 가지는 온도 수치에 따라서 계층별로 온도를 구성한다. 풍향 제어를 위한 각 계층의 높이는 레벨1에서 레벨3까지는 하위층이며, 레벨 4부터 레벨 7은 중간층, 레벨 8부터 레벨 10은 상위층으로 분류한다. 각 계층의 온도와 높이 레벨 값은 온도 조절과 풍향의 우선 순위, 강도 조절, 지속 시간을 구하기 위한 파라미터이다. 실내 공간의 전체적인 온도의 균형과 풍향을 제어하는 과정으로 풍향의 방향, 지속시간을 적용하고 풍향의 강도를 구하기 위해서 색상 분포영상의 각 구간의 온도 및 높이의 특징을 적용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 풍향의 강도를 구한다.