• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1954-1955
• /
• 2011

본 연구에서는 교육용으로 제작된 NXT 장비에 설치된 Light 센서, Ultrasonic센서, Sound센서를 이용하여 각 거리(10~60cm)에서 5cm 간격으로 각 센서 데이터를 취득하였다. 데이터 취득은 NI(National Instrument)에서 제공하는 LabVIEW Software를 사용하여 각 거리마다 100개의 셈플 데이터를 취득하였다. 취득한 데이터는 제안한 모델의 입력 데이터로 사용하여 실제거리와 모델 출력과의 정확도를 평가 하였다. 본 연구에서 제안한 모델은 지능형 모델 중 퍼지추론 기반의 최적 다항식 RBF 뉴럴네트워크(Radial Basis Function Neural Network; RBFNN)를 설계한다. 제안된 RBFNN은 기존 RBF 뉴럴네트워크를 기반으로 한 구조로, 퍼지추론 메커니즘의 기능적 모듈 동작 특성을 갖도록 정규화 부분을 추가하고, 은닉층과 출력층 사이의 연결가중치를 기존 상수항에서 선형식(first order)으로 확장한 형태이다. 또한 최적의 알고리즘인 PSO(Paticle Swarm Optimization)와 DE(Differential Evolution)을 이용하여 제안된 모델의 파라미터들을 동정하여 성능을 비교, 분석 하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.6
• /
• pp.458-463
• /
• 2016

In this paper, the fuzzy structure model for the consciousness structure of social workers related to the elder abuse factors was derived and analyzed. The characteristics of the model was obtained as follows. First, the elder abuse behavior at the top layer was related to the attitude of the elderly and the work overload of social workers. Second, the attitude of the elderly and the work overload of social workers at the middle layer were related to the personality of social worker, the physical and mental dependency of client, and the personality of client. Third, the personality of social worker, the knowledge of the elderly, the personality of client, and the physical and psychological dependence of the client affected directly the elder abuse behavior without going through the middle layer. Fourth, the work overload of social workers at the middle layer was affected the attitude of the elderly. Finally, the age of social workers, the working image, the job training, and provision of punishment to the social workers were the isolated layer, in which the relationship between the elder abuse behavior and related factors was not found.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.5
• /
• pp.51-60
• /
• 1998

There have been several recent studies concerning the stability of fuzzy control system and the synthesis of stabilizing fuzzy controllers. This paper reports on a related study nf the TS (Takagi-Sugeno) fuzzy systems, and it is shown that the controller synthesis problems for the nonlinear systems described by the TS fuzzy model can be reduced to convex problems involving LMIs (linear matrix ineclualities). After classifying the TS fuzzy systems into three families based on how diverse their input matrices are, different controller synthesis procedure is given for each of these families. A numerical example is presented to illustrate the synthesis procedures developed in this paper.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1962-1963
• /
• 2011

본 연구에서는 패턴분류를 위해 최적화된 방사형 기저 함수 신경회로망(Radial Basis Function Neural Networks) 분류기를 제안한다. RBFNN은 입력층, 은닉층, 출력층의 3층 구조로 되어 있으며 Multi Dimension, Predictive ability, Robustness한 특징이 있다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 Fuzzy C-means 클러스터링 알고리즘을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. RBFNN은 은닉층의 노드수와 FCM 클러스터링의 퍼지화 계수, 연결가중치의 다항식 타입이 모델의 성능의 향상에 영향을 미치기 때문에 최적화가 필요하며 본 논문에서는 Differential Evolution(DE) 알고리즘을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 제안된 모델을 평가하기 위해 패턴분류에 많이 사용되는 Iris 데이터와 Wine 데이터를 이용하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.129-132
• /
• 2002

본 논문은 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)와 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 함수로 구성이 되었고, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 여기 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.420-424
• /
• 2006

본 논문에서는 외란을 갖는 불확실한 비선형 시스템을 제어하기 위하여 $H^{\infty}$ 제어를 이용한 강인 간접 적응 퍼지 관측기를 설계하여 상태변수를 관측하고 외란관측기를 설계하여 시스템의 외란을 제거하는 강인한 제어기를 구성한다. 제안된 외란관측기는 시스템과 외란의 대역폭보다 큰 궤환 이득을 가짐으로써 기존의 역플랜트 모델 또는 퍼지 기반의 외란관측기 보다 간단한 구조를 가지고 외란과 시스템 모델링 오차의 합을 관측해 낼 수 있다. 본 논문에서는 도립진자 시스템의 모의실험을 통하여 관측기, 외란관측기와 제어기의 성능을 평가한다.

• The KIPS Transactions:PartC
• /
• v.8C no.3
• /
• pp.311-318
• /
• 2001

본 논문에서는 연결수락 제어시 사용자가 전송하는 트래픽 파라메타(샐 개수의 분산값과 평균값)를 압축하여 망에 신고하는 방법을 제안하고, 압축방법에 의한 연결수락제어의 성능을 분석 비교한다. 트래픽 파라메타 압축방법은 K-means, CL(Competitive Learning), Fuzzy ISODATA,FNC(Fuzzy Neural Clustering)를 사용한다. 제안한 트래픽 파라메타의 압축에 의한 연결수락제어는 퍼지 매핑함수(Fuzzy Mapping Funciton)fp 의해 신고한 트래픽 패턴을 추정하고, 전방향 구조의 신경망을 사용하여 연결의 수락/거절을 결정한다. ON-OFF 트래픽 모델 환경에서 컴퓨터 실험을 통하여 여러 가지 압축방법들을 사용한 연결수락제어의 성능을 Fuzziness 값에 따라 비교하였고, 그 결과 FNC 방법이 우수함을 알 수 있었다. EH한 연결수락제어의 성능을 높히기 위해서 관측 프레임의 셀 분산값이 크면 Fuzziness 값을 작게 선정하고, 작으면 상대적으로 크게 선정해야 함을 알 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1562-1563
• /
• 2007

본 논문에서는 퍼지 선형추론 기반 지능형 Dimming Converter의 새로운 구조 및 설계 방법론을 제안하고 일련의 수치적인 실험을 통하여 모델 및 시스템을 평가한다. 기존의 형광 램프용 디밍 전자식 안정기는 전용의 디밍 IC를 사용하여 전자식 안정기 대비 최대 83%의 램프 및 안정기의 수명 연장을 가능하게 했다. 하지만 이러한 장점은 사용자가 수동제어를 해야만 하는 불편함 뿐만 아니라, 수동 제어가 불가능 할 경우 램프의 에너지 절약 및 수명 연장이라는 실효를 얻을 수 없다. 따라서 본 논문에서는 퍼지 선형추론 기반의 지능형 이론 및 조도센서를 사용하여 최적의 능동적 디밍제어가 가능한 시스템을 제안하고 제안된 시스템을 안정기에 적용하고 기존 전자식 안정기대비 성능평가를 통하여 지능형 Dimming Converter의 우수성을 보인다.

• The Transactions of the Korean Institute of Electrical Engineers A
• /
• v.49 no.3
• /
• pp.107-117
• /
• 2000

This paper proposes a systematic method to develop short-term electrical load forecasting systems using neuro-fuzzy models. The primary goal of the proposed method is to improve the performance of the prediction model in terms of accuracy and reliability. For this, the proposed method explores the advantages of the structure learning of the neuro-fuzzy model. The proposed load forecasting system first builds an initial structure off-line for each hour of four day types and then stores the resultant initial structures in the initial structure bank. Whenever a prediction needs to be made, the proposed system initializes the neuro-fuzzy model with the appropriate initial structure stored and trains the initialized model. In order to demonstrate the viability of the proposed method, we develop an one hour ahead load forecasting system by using the real load data collected during 1993 and 1994 at KEPCO. Simulation results reveal that the prediction system developed in this paper can achieve a remarkable improvement on both accuracy and reliability compared with the prediction systems based on multilayer perceptrons, radial basis function networks, and neuro-fuzzy models without the structure learning.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.13 no.1
• /
• pp.60-68
• /
• 1999

This paper deals with the tracking control problem of industrial robotic manipulators with unknown or changing dynamics. The proposed method makes use of multiple moodels and switching mechanism by fuzzy inference of the manipulator in an indirect adaptive controller architecture. The models used for the indmtification of the manipliator are identical, except for the initial estimates of the unknown inertial pararmeters of the manipulator and its load. The torque input that is applied to the joint actuators is determined at every instant by the identification model that best approximates the robot dynamics. Simulation results are also included to dermnstrate the improvement in the tracking perfermance when the proposed method is used.s used.