• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.3
• /
• pp.111-116
• /
• 1995

본 논문의 목적은 Cao의 퍼지 추론에 기초한 퍼지 시스템이 Universal Approximator임을 증명함으로써 Cao의 퍼지 시스템을 비선형 모델링 문제에 적용하기 위한 이론적 토대를 제공하는 것이다. 즉 우리는 Cao의 퍼지 논리 시스템을 특별한 형태로 수식화하고 수식화된 Cao의 퍼지는 논리 시스템이 임의의 비선형 함수를 충분히 정확하게 근사할 수 있다는 것을 보인다. 이와 같이 증명된 이론은 Cao의 퍼지 시스템이 실제의 공학적 문제에 어떻게 성공적으로 적용되었는지를 설명할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.352-355
• /
• 2006

본 논문에서는 스팸 대응 시스템의 특징 추출 방법들을 비교한다. 실험 결과는 퍼지추론 방법이 정보획득량, 카이제곱 통계량, 상호정보 방법에 비하여 정확률과 재현율의 결합 척도인 F-척도면에서 월등한 성능을 보여주지는 않는다. 하지만 제안된 퍼지추론 방법은 사용된 특징들의 수에 비례하여 성능이 증가하므로 좋은 특징 추출 방법으로 간주된다. 따라서 본 연구는 무수한 스팸 메일로 고통 받는 전자우편 사용자들을 위한 스팸 메일 필터링 시스템 개발에 도움을 줄 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.196-198
• /
• 2000

본 논문에서는 음란사이트를 효과적으로 탐지하기 위하여 퍼지 추론을 이용한 방법을 제안한다. 사용자로부터 몇 개의 음란 사이트 URL을 질의로 입력받아, 해당 URL로부터 수집된 웹 문서들에서 웹 태그와 불용어를 제외한 모든 용어들을 추출한 후, 용어의 DF, TF, HI(Heuristic Information) 정보들을 퍼지 추론에 적용하여 사용자가 제시한 음란 사이트에서 용어의 중요도를 산정한다. 또한, 웹 로봇은 인터넷에서 웹 문서를 수집하고, 퍼지 추론에 의해 산정된 용어의 중요도를 이용하여 수집된 웹 문서가 음란 문서일 가능성을 판별한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.768-771
• /
• 2008

컴퓨터를 활용한 제어 기술이 발달함에 따라 무인화 시스템이 증가하고 있는 현실이다. 이 논문에서는 현재 많은 연구가 활발히 이루어지고 있는 무인화 시스템들 중의 하나인 무인 자동 주차 시스템을 위한 기법을 제안하고 시뮬레이션 실험을 통하여 그 가능성을 보였다. 제안한 자동 주차 시스템에서는 센서 정보를 입력으로 하고 퍼지 함수에 의한 추론 결과를 활용하여 조향 장치를 제어하는 방식을 제안하였다. 성능 평가를 위하여 그래픽 시뮬레이션 환경을 구축하고 제안한 기법을 이용한 가상자동차의 주차 과정을 보였으며 그 결과를 분석하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.2
• /
• pp.101-108
• /
• 2001

본 논문에서는 배전선로에서 발생하는 여러 고장유형을 판별하기 위해서 적응형 퍼지추론 시스템을 적용하는 새로운 기법을 제시하였다. 배전선로의 고장과 고장유사현상 데이터를 추출하기 위해서 EMTP를 이용하여 RL부하, 아크로부하, 컨버터부하가 있는 배전계통을 구성하고 여러 형태의 고장과 고장유사현상에 대해 시뮬레이션을 하였다. 이를 통해 얻은 전류 파형으로부터 기본파성분, 영상분전류, 짝수 고조파성분의 합, 홍수 고조파성분의 합, 그리고 비정규 고조파성분의 합의 5개의 입력변수를 추출하고 학습을 통해서 각 입력변수의 소속함수의 소속도를 자동으로 결정하였다. 이 적응형 퍼지추론 시스템을 이용한 기법을 평가하기 위해서 학습시와 다른 고장상황을 모의하여 얻은 데이터와 실증시험 데이터를 이용하였다. 결과적으로 제안한 기법은 배전선로에서 발생하는 고장유형을 빠르고 정확하게 판별할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.2
• /
• pp.81-89
• /
• 1996

A design method of fuzzy modeling is presented for the model identification of route choice of traffic problems.The proposed fuzzy modeling implements system structure and parameter identification in the eficient form of""IF..., THEN-.."", using the theories of optimization theory, linguistic fuzzy implication rules. Three kinds ofmethod for fuzzy modeling presented in this paper include simplified inference (type I), linear inference (type 21,and proposed modified-linear inference (type 3). The fuzzy inference method are utilized to develop the routechoice model in terms of accurate estimation and precise description of human travel behavior. In order to identifypremise structure and parameter of fuzzy implication rules, improved complex method is used and the least squaremethod is utilized for the identification of optimum consequence parameters. Data for route choice of trafficproblems are used to evaluate the performance of the proposed fuzzy modeling. The results show that the proposedmethod can produce the fuzzy model with higher accuracy than previous other studies -BL(binary logic) model,B(production system) model, FL(fuzzy logic) model, NN(neura1 network) model, and FNNs (fuzzy-neuralnetworks) model -.fuzzy-neural networks) model -.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• pp.195-202
• /
• 2004

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 잡음으로 인하여 식별자의 형태가 변형될 수 있기 때문에 일정한 규칙으로 찾기는 힘들다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화 한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자의 인식은 개선된 퍼지 RBF 네트워크를 제안하여 적용한다. 제안된 퍼지 RBF 네트워크는 퍼지 C-Means 알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습에는 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었고 기존의 퍼지 RBF 네트워크 보다 제안된 퍼지 RBF 네트워크가 컨테이너 식별자의 학습 및 인식에 우수함을 확인하였다.

• Journal of KIISE:Databases
• /
• v.27 no.2
• /
• pp.141-150
• /
• 2000

There are three significant drawbacks in extant fuzzy rule-based expert system languages. First, they lack the functionality of composite object inference. Second, they do not support fuzzy reasoning semantically easy to understand and conceptually simple to use. Third, knowledge representation and reasoning style of their model have a great semantic gap with those of current database models. Therefore, it is very difficult for the two models to be seamlessly integrated with each other. This paper provides the formal specification of a fuzzy object inference model to solve the three drawbacks. GIS(Geographic Information System) application domain is used to demonstrate that our model naturally models complex GIS information in terms of composite objects and successfully performs fuzzy inference between them.

• Journal of Sensor Science and Technology
• /
• v.9 no.6
• /
• pp.440-447
• /
• 2000

This paper describes a practical system to classify material temperature responses by composition of curve fitting and neuro-fuzzy inference. There are problems with a classification system which utilizes temperature responses. It requires too much time to approach the steady state of temperature response and it has to be filtered to remove the noise which occurs in experiments. Thus, this paper proposes a practical method using curve fitting only for transient state to remove the above problems of time and noise. Using the neuro-fuzzy system, the thermal conductivity of the material can be inferred on various ambient temperatures. So the material can be classified via its inferred thermal conductivity. To realize the system, we designed a contact sensor which has a similar structure with human finger, implemented a hardware system, and developed a classification software of curve fitting and neuro-fuzzy algorithm.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.207-210
• /
• 2002

본 논문에서는 인간과 MR(Mobile Robot)이 일정한 거리를 유지하면서 인간을 추종할 수 있도록 퍼지 제어기를 이용한 지능적 추론 방법을 제안하였다. 로봇은 다중 초음파 센서와 PC 카메라를 사용하여 인간과 로봇의 거리와 위치를 인지하고 로봇의 진행 방향과 속도를 퍼지 추론하는 방법을 사용하였다. 먼저 초음파 센서와 카메라를 사용하여 주변 환경에 대한 정보를 획득하고 주변환경을 표현하는 것이 중요하다. 센서와 카메라에 의해 입수된 정보로부터 로봇을 제어할 수 있도록 속도와 방향을 이용하여 추론하고 로봇을 제어하였다. 논문에서 제안된 퍼지 로직 알고리듬의 유용성을 검증하기 위해 실제 Mobile Robot을 이용한 주행실험을 반복 시행하여 요구된 결과를 얻음으로써 퍼지로직 제어기의 우수성을 확인할 수 있었다.