• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.563-568
• /
• 2007

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 클래스의 분류강도를 구하고 비선형 시계열 추이선을 예측하는 방안을 제안하고 있다. NEWFM에 의하여 추출된 가중퍼지 소속함수(BSWFM)를 이용하여 입력값에 대한 분류강도를 구하게 되고, 이들에 대한 가중평균 역퍼지화를 통하여 비선형 시계열 추이선을 작성한다. 실증분석결과 NEWFM은 목표 클래스로 설정된 GDP에 대하여 92.22%의 분류성능을 보여 주었다. 따라서 동 비선형 시계열 추이선은 대표적인 경기지표인 GDP 추이에 비교적 높은 유사도를 나타내는 가운데 분석대상기간인 제5순환기-제8순환기 중 정점(peak)에서 평균 12개월, 저점(trough)에서 평균 6개월의 선행성(look-ahead)을 보여 줌으로써 경기변동에 앞서 상당기간의 시차를 둔 예측지표로서 활용가능성이 입증되었다. NEWFM은 그 특징선택(feature selection)에 의하여 선행지표 10개 중 3개의 축소를 기할 수 있게 해 줌으로써 보다 적은 수의 경제지표를 가지고도 분류성능을 90.0%에서 92.22%로 향상을 기하는 가운데 효율적인 예측기능을 수행할 수 있음이 입증되었다.

• 조명전기설비학회논문지
• /
• 제14권1호
• /
• pp.30-37
• /
• 2000

본 논문에서는 적웅형 신경망-퍼지 추론(ANFlS) 방법을 이용해 가스터빈의 각 변수 변화에 대해 가장 최적으로 제어 될 수 있는 전달함수를 구하고 또 2자유도 Pill제어기를 튜닝하는 문제를 연구하였다. 적응형 신경망-퍼지 추론(ANFlS)법은 기존의 퍼지나 신경망에 비해 플랜트 특성에 따라 소속함수의 모양을 적절하게 가변하면서 학습 할 수 있어 변수가 급격히 변하는 플랜트 제어에서 매우 효과적인 방법이다. 한편 가스터빈의 기동시간은 매우 짧고 제어변수도 많아 최적 기동을 위해서는 기동순간마다 제어변수 값을 가변시켜야 하나 실질적으로 이에 적합한 제어기를 설계하는 것은 매우 어렵다. 따라서 본 연구에서는 실용적인 지능형 제어기를 연구하기 위해 적웅형 신경망 퍼지 추론법을 군산 가스터빈 의 실제 운전 데이터에 적용하여 특성을 확인한 후 2자유도 Pill 제어기를 적용하여 튜닝하였다. 그 결과 적웅형 신경망올 이용한 결과가 기폰의 Pill 제어기에 비해 우수함을 나타내었다 본 연구는 실제 운전되는 가스터빈의 데이터를 이용해 특성을 고찰한 것이므로 다른 유사한 프로세스에도 유용하게 활용 할 수 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제22권4호
• /
• pp.159-173
• /
• 2004

본 연구에서는 기존의 돌발상황 검지모형의 단점인 crisp한 임계값 설정과 타 대상도로에 이식이 어려운 문제점을 보완하는 방법으로 퍼지추론모형과 유전자 알고리즘을 활용하였다. 퍼지추론모형을 이용하여 유고검지 알고리즘의 주요 구성요소들을 설계하였으며, 돌발상황 검지모형 스스로의 적응력(자가적응)과 현장 이식성(移植性)을 극대화하기 위하여 퍼지추론모형의 퍼지소속함수 최적화에 유전자 알고리즘을 적용함으로써 hybrid fuzzy-genetic 형태의 유고검지모형을 개발하였다. 개발된 돌발상황검지모형의 성능은 유전자 알고리즘의 특성상 적응이력과 비례하여 향상될 것이므로 본 연구의 결과만을 가지고 확정적 결론을 내릴 수는 없으나, 잠정적으로 검지율, 오보율, 검지시간 등의 척도에서 기존 성능우수 모형과 대등한 성능을 나타내었다. 본 연구의 초점이 기존 모형의 성능지표 자체의 향상보다는 다양한 도로유형에 공히 적용 가능한 동시에 자가 적응력을 갖도록 하는 실험적 시도에 있었던 만큼 연구는 소기의 성과를 거두었다고 판단되며, 향후 이 분야 연구가 지향해야 할 중요한 방향성 하나를 제시하였다고 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1189-1198
• /
• 2015

글로벌 금융 위기 발생으로 헤지펀드의 영향력이 증가하면서 헤지펀드의 위험도와 생존여부를 가늠할 새로운 접근법이 필요하게 되었다. 본 연구에서는 헤지펀드의 데이터를 입력값으로 하는 퍼지신경망 모형을 통해 헤지펀드의 생존여부를 예측한다. 헤지펀드의 데이터는 그 변수가 불명확하고 내재적인 불확실성을 가지고 있어 생존 여부의 경계를 설정하는데 어려움이 있다. 따라서 생존 여부를 소속정도로 평가하여 불확실성을 모사할 수 있는 퍼지신경망 모형을 적용하여 예측하고 정확도를 평가한다. 또한 다른 인공지능 방법론들을 이용하여 평가한 결과와 제시한 모형의 성과를 비교하여 그 차이점을 확인한다. 본 연구의 실험결과를 통해 퍼지신경망 모형의 예측력을 확인했으며, 향후 투자자들이 헤지펀드 투자에 대한 의사를 결정하는데 도움을 줄 것으로 기대한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.799-807
• /
• 2004

본 논문에서는 사람의 얼굴표정과 음성 속에 담긴 6개의 기본감정(기쁨, 슬픔, 화남, 놀람, 혐오, 공포)에 대한 특징을 추출하고 인식하고자 한다. 이를 위해 얼굴표정을 이용한 감정인식에서는 이산 웨이블렛 기반 다해상도 분석을 이용하여 선형판별분석기법으로 특징을 추출하고 최소 거리 분류 방법을 이용하여 감정을 인식한다. 음성에서의 감정인식은 웨이블렛 필터뱅크를 이용하여 독립적인 감정을 확인한 후 다중의사 결정 기법에 외해 감정인식을 한다. 최종적으로 얼굴 표정에서의 감정인식과 음성에서의 감정인식을 융합하는 단계로 퍼지 소속함수를 이용하며, 각 감정에 대하여 소속도로 표현된 매칭 감은 얼굴에서의 감정과 음성에서의 감정별로 더하고 그중 가장 큰 값을 인식 대상의 감정으로 선정한다.

• 인터넷정보학회논문지
• /
• 제10권2호
• /
• pp.179-186
• /
• 2009

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 Creighton University Ventricular Tachyarrhythmia DataBase(CUDB)의 심전도(ECG) 신호로부터 정상리듬(Normal Sinus Rhythm, NSR)과 심실빈맥/심실세동(Ventricular Tachycardia/Ventricular Fibrillation, VT/VF)을 분류하는 방안을 제시하고 있다. NEWFM에서 사용할 특징입력을 추출하기 위해서 첫 번째 단계에서는 웨이블릿 변환(wavelet transform, WT)을 이용하였다. 두 번째 단계에서는 첫 번째 단계에서 생성된 웨이블릿 계수들을 위상공간 재구성(Phase Space Reconstruction, PSR)과 첨단(Peak) 추출 기법의 입력 값으로 이용하여 2개의 특징입력을 추출하였다. NEWFM은 이들 2개의 특징입력을 이용하여 정상리듬과 심실빈맥/심실세동을 분류하였고 그 결과로 90.13%의 분류성능을 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.11-14
• /
• 2007

인간과 컴퓨터간의 상호교류 하는데 있어서 감정 인식은 필수라 하겠다. 그래서 본 논문에서는 음성 신호 및 얼굴 영상을 BL(Bayesian Learning)과 PCA(Principal Component Analysis)에 적용하여 5가지 감정 (Normal, Happy, Sad, Anger, Surprise) 으로 패턴 분류하였다. 그리고 각각 신호의 단점을 보완하고 인식률을 높이기 위해 결정 융합 방법과 특징 융합 방법을 이용하여 감정융합을 실행하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 융합하였으며, 특정 융합 방법은 SFS(Sequential Forward Selection)특정 선택 방법을 통해 우수한 특정들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 융합을 실행하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.3004-3006
• /
• 2005

Support vector machine(SVM)은 입력 데이터를 두개의 다른 클래스로 구별하는 결정면을 학습과정을 통하여 구한다. 기존의 SVM은 단지 이차 클래스에 대하여 적용되어지나, 많은 응용분야에서 입력 데이터들은 몇 개의 다중 클래스로 분류해야 한다. 다중 클래스 분류 문제는 기존의 SVM을 사용할 수 있는 일반적으로 몇 개의 2차 문제로 분해하여 풀 수 있다. 실례로 one-against-all 방법을 적용하면, n 클래스 문제는 n 개의 두 클래스 문제로 변환 하여 풀 수 있다. 본 논문에서는 입력 패턴들을 다중 클래스로 분류 할 때 퍼지 소속도를 응용한 소프트 마진 알고리즘의 상한 경계값을 각 클래스에 따라 다르게 적용함으로써 기존의 SVM 보다 더 우수한 학습 능력을 가짐을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.377-380
• /
• 2012

본 연구에서는 학습데이터의 빈도요소를 반영하도록 수정된 구조의 FMM 신경망을 소개하고, 이로부터 패턴 분류를 위한 지식 표현을 생성하는 방법론을 제안한다. 하이퍼박스 멤버쉽함수는 5종류의 퍼지 분할을 기반으로 설정한 구간에 대하여 소속정도를 반영하여 결정하며, 각 차원별로 특징범위의 폭과 빈도 요소로부터 가중치 값이 학습된다. 본 연구에서는 제안된 이론을 수화인식 문제를 대상으로 고찰하였다. 인식 시스템의 구성은 특징추출을 위하여 3차원으로 확장된 구조의 CNN 모델을 사용하였으며, 수화패턴 데이터의 표현은 모션 히스토리 볼륨(Motion History Volume) 구조를 기반으로 하였다. 6종류의 수화패턴 동영상으로부터 27개 특징요소를 추출하고 이를 사용한 FMM 신경망의 학습과정과 지식의 추출 과정을 실험으로 보이고 그 유용성을 고찰한다.

• 한국조경학회지
• /
• 제37권3호
• /
• pp.1-10
• /
• 2009

학교숲은 도시숲의 유형중 하나이다. 도시학교는 적당한 거리에 적당한 면적을 유지하고 있어 학교숲의 조성은 도시에 많은 숲이 조성되는 효과를 준다. 또한, 학교는 학생들이 오랜 시간 머무르는 장소로 학생들의 환경교육의 장으로써의 역할을 수행할 수 있다. 그러나 현재 조성된 학교숲은 학생들의 요구나 참여가 배제된 채 결과 중심의 사업이 되고 있어 학생들의 환경교육에 큰 영향을 미치고 있지 못한 실정이다. 또한 설문조사를 바탕으로 분석하는 기존연구의 경우, 리커트척도를 활용하여 주관적 판단인 정성적 자료를 정량화 하였다는데 의의가 있으나, 인간의 주관적 판단은 모호한 경우가 많아 일반적으로 정량화하는데 문제가 있다. 이에 본 연구에서는 경상북도에 위치한 초등학교 학생들을 대상으로 학교숲에 대한 객관적인 만족도 평가를 위해 퍼지이론을 활용하여, 학교숲 만족도에 미치는 항목들을 알아보고자 하였다. 연구 결과, '학교 특색'과 '정서 함양' 항목의 산술평균값의 순위와 퍼지이론을 도입한 무게중심값의 순위가 변화됨을 알 수 있었다. 이는 퍼지이론이 인간의 사고와 같은 정성적 자료를 합리적으로 객관화 할 수 있다는 증거가 된다. 또한 학교숲 전체 만족도에 영향을 주는 요인은 '학교 특색' 항목의 회귀계수값이 0.159로 가장 높았으며, 다음으로 '수량 많음(0.142)', '자연 소중(0.136)', '정서 함양(0.120)'순으로 나타났다. 이 연구는 설문의 객관적 분석방법과 학교숲 조성을 위한 기초자료로 활용이 가능하리라 판단된다.