• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.303-306
• /
• 2004

기존의 퍼지 규칙에 기반을 둔 퍼지 다항식 뉴론(FPN)들로 구성된 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 그러나, SOFPNN의 기본 뉴론인 퍼지 규칙 기반 다항식 뉴론의 경우 입력변수가 많아질수록 규칙수가 기하급수적으로 증가한다는 단점을 가지고 있으나 본 노문에서 제안한 퍼지 집합 기반 다항식 뉴론(FSPN)의 규칙수는 입력 변수들이 서로 독립적이므로 규칙의 증가가 퍼지 규칙 기반 다항식 뉴런보다는 적다는 장점을 가지고 있다. 이러한 특성을 기반으로 기존의 SOFPNN의 노드에 퍼지 규칙 기반 다항식 뉴런 대신에 퍼지 집합 기반 다항식 뉴런을 적용한 SOFPNN을 제안하여 기존의 SOFPNN과 성능을 비교하였다. 최적의 자기 구성 퍼지 집합기반 다항식 뉴럴 네트워크를 구축하기 위하여 SOFPNN에서처럼 유전자 알고리즘을 이용하여 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.395-407
• /
• 2006

본 논문에서는 설계변수와 제어기 이득의 자기 동조를 사용하는 PI+D 제어기 설계에 대하여 기술한다. 사용된 퍼지 PI+D 제어기는 일반적인 연속 시간 선형 PI+D 제어기를 근사화하여 사용하였고, 퍼지화는 퍼지싱글톤으로, 비퍼지화는 간략화된 무게중심법을 사용하였다. 제안된 제어기는 제어대상이 비선형일 때 자기 동조 성능이 개선된다. 퍼지 PI+D 제어기가 적용되면, 퍼지추정 결과는 분리된 퍼지 변수로서 다른 작용 성분으로 계산되고, 그 결과는 설계변수에 해당하는 함수의 형태로 결정되어 제어이득을 결정한다. 따라서 제안된 방법은 빠른 속도 추정의 성능을 가지며, 퍼지 입력변수의 증가에도 쉽게 적용될 수 있고, 재생 오차를 줄이는 이점을 가진다. 이 제어기는 설계변수와 제어기 이득의 사용으로 보다 높은 효율성과 개선점을 가지고 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.365-369
• /
• 2002

퍼지 ART 알고리즘에서 경계 변수는 패턴들을 클러스터링하는데 있어서 반지름 값이 되며 임의의 패턴과 저장된 패턴과의 불일치(mismatch) 허용도를 결정한다. 이 경계 변수가 크면 입력 벡터와 기대 벡터 사이에 약간의 차이가 있어도 새로운 카테고리(category)로 분류하게 핀다. 반대로 경계 변수가 작으면 입력 벡터와 기대 벡터 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 벡터들을 대략적으로 분류한다. 따라서 영상 인식에 적용하기 위해서는 경험적으로 경계 변수를 설정해야 단점이 있다. 그리고 연결 가중치를 조정하는 과정에서 저장된 패턴들의 정보들이 손실되는 경우가 발생하여 인식율을 저하시킨다. 된 논문에서는 퍼지 ART 알고리즘의 문제점을 개선하기 위하여 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하고 저장 패턴들과 학습 패턴간의 실제적인 왜곡 정도를 충분히 고려하여 승자 노드로 선택된 빈도수를 가중치 조정에 적용한 개선된 퍼지 ART 알고리즘을 제안하였다. 제안된 방법의 성능을 확인하기 위해서 실제 운송 컨테이너 영상들을 대상으로 실험한 결과, 기존의 ART2 알고리즘이나 퍼지 ART 알고리즘보다 클러스터의 수가 적게 생성되었고 인식 성능도 기존의 방법들보다 우수한 성능이 있음을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.5 no.1
• /
• pp.49-57
• /
• 1994

기존의 퍼지회귀모형은 모수의 퍼지성질에 의해 관측된 종속변수의 변동을 설명하는 방법이다. 그러나 일반적으로 종속변수에 영향을 미치는 모든 독립변수를 모형화하는 일은 불가능하므로 종속변수가 삼각퍼지숫자로 관측된 경우 모형화되지 않은 변수들의 영향을 랜덤 오차항으로 두는 퍼지확률회귀모형을 소개하고 이에 따른 모수추정법을 다룬다. 이 방법은 통계적 회귀모형의 일반화로 간주할 수 있다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.73-77
• /
• 2004

종속변수와 독립변수 사이의 통계적인 관계를 설명하기 위해 사용되는 회귀모형을 분석하는 방법을 회귀분석이라 한다. 독립변수와 종속변수가 퍼지수인 퍼지회귀모형을 추정하기 위해 최소전대편차추정량을 제시하고. 예제를 이용하여 퍼지최소절대편차회귀모형과 퍼지최소자 승회귀모형의 효율성을 평가한다.

• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.351-356
• /
• 2001

표준 매개변수 소속 함수(SPMF)에 기반을 둔 구간 선형 변환 방법(PLTM)을 제안한다. 이는 구간 선형 변환 방법을 사용해서 비 매개변수 소속 함수(NPMF)로 표현된 퍼지 집합이 매개변수 소속 함수(PMF)로 표현된 퍼지 집합으로 변환될 수 있다는 생각에서 유래되었다. 이 경우, 이들 매개변수들은 퍼지 집합의 구조를 결정하기 위한 특징점들 이라고 할 수 있다. 결과적으로 구간 선형 변환 방법은 비 매개변수 소속 함수를 매개변수 소속 함수로 변환해 줌으로써 비 매개변수 소속 함수에 기반을 둔 퍼지 시스템과 비교해 볼 때 퍼지 시스템이 상대적으로 빠르게 처리될 수 있게 한다. 한편, 표준 매개변수 소속 함수들의 전형적인 형태가 소개되고 분석된다. 끝으로, PLTM의 전형적인 응용을 제시하고 수치적인 예를 보여준다.

• Journal of Bio-Environment Control
• /
• v.10 no.1
• /
• pp.42-49
• /
• 2001

This study was carried out to develop a fuzzy control technique of ventilation window for controlling a temperature in a greenhouse. To reduce the fuzzy variables, the inside air temperature shop was taken as one of fuzzy variables, because the inside air temperature variation of a greenhouse by ventilation at the same window aperture is affected by difference between inside and outside air temperature, outside wind speed and the wind direction. Therefore, the antecedent variables for fuzzy algorithm were used the control error and its slop, which was same value as the inside air temperature slop during the control period, and the conclusion variable was used the window aperture opening rate. Through the basic and applicative control experiment with the control period of 3 minutes the optimum ranges of fuzzy variables were decided. The control error and its slop were taken as 3 and 1.5 times compared with target error in steady state, and the window opening rate were taken as 30% of full size of the window aperture. To evaluate the developed fuzzy algorithm in which the optimized 19 rules of fuzzy production were used, the performances of fuzzy control and PID control were compared. The temperature control errors by the fuzzy control and PID control were lower than 1.3$^{\circ}C$ and 2.2$^{\circ}C$ respectively. The accumulated operating size of the window, the number of operating and the number of inverse operating for the fuzzy control were 0.4 times, 0.5 times and 0.3 times of those compared with the PID control. Therefore, the fuzzy control can operating the window more smooth and reduce the operating energy by 1/2 times of PID control.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.90-93
• /
• 1998

입？출력 데이터 쌍만을 이용하여 규칙 및 소속 함수를 자동적으로 결정하는 자기 학습 퍼지 알고리즘 중에서, 가장 이해하기 용이하고 퍼지 규칙 및 소속 함수 생성이 빠른 방법으로 기울기 강하를 이용한 방법들이 있다. 기울기 강하를 이용한 방법중에서 가장 대표적인 Araki가 제안한 방법은 퍼지 조건부가 퍼지 집합 형태이고 결론부는 단일값으로 구성된 알고리즘으로써 입력 퍼지 공간을 세분화하면서 시스템을 규명해나가는 간단하면서도 효율적인 알고리즘이다. 그러나 이 방법은 퍼지 입력 변수가 증가하면 퍼지 공간이 세분화 되면서 소속 함수 및 규칙 생성 개수가 급격히 제곱배로 증가하는 문제점을 가지고 있다. 따라서, 본 논문에서는 퍼지 입력 변수가 증가함에 따라 급격히 퍼지 규칙 및 소속 함수의 수가 증가하는 Araki 알고리즘의 문제점을 분석하여 소속 함수 및 규칙 수의 급격한 증가를 억제하고 Araki 방법에 비해 학습속도가 현저히 향상된 새로운 방안을 제안한다. 연구 결과, Arki 방법이 입력 변수의 개수가 증가 할수록 규칙 수가 기하 급수적으로 많이 필요하였던 것에 비해 제안한 방법은 훨씬 적은 규칙 수로 우수한 성능을 얻을 \ulcorner 있었다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.199-201
• /
• 2003

본 연구에서는 크리스프자료(crisp data)인 독립변수와 퍼지자료(fuzzy data)인 종속변수 사이의 관계가 특정한 함수로 표현되지 않는 비모수 퍼지회귀모형을 분석하기위하여 퍼지수 순위와 퍼지순위변환방법을 소개하고, 모의실험을 통하여 퍼지순위변환방법의 효율성을 조사한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.3
• /
• pp.43-54
• /
• 1997

Knowledge acquisition is one of the most difficult problems in designing fuzzy systems. As application domains of fuzzy systems become larger and more complex, it is more difficult to find the relations among the system's input- outpiit variables. Moreover, it takes a lot of efforts to formulate expert's knowledge about complex systems' control actions by linguistic variables. Another difficulty is to define and adjust membership functions properly. Soin conventional fuzzy systems, the membership functions should be adjusted to improve the system performance. This is time-consuming process. In this paper, we suggest a new approach to design a fuzzy system. We design a fuzzy system using two neural networks, Kohonen neural network and backpropagation neural network, which generate fuzzy rules automatically and construct inference network. Since fuzzy inference is performed based on fuzzy relation in this approach, we don't need the membership functions of each variable. Therefore it is unnecessary to define and adjust membership functions and we can get fuzzy rules automatically. The design process of fuzzy system becomes simple. The proposed approach is applied to a simulated automatic car speed control system. We can be sure that this approach not only makes the design process of fuzzy systems simple but also produces appropriate inference results.