• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.112-115
• /
• 1998

본 논문은 퍼지 추론 시스템 모델의 최적화를 제시한다. 비선형적이고 복잡한 실시스템의 특성을 해석하는 방법으로써 시스템의 정적 혹은 동적 특성을 묘사하기 위해 퍼지 모델이 사용된다. 그러나 퍼지 시스템의 동정은 경험적 방법에 의해 규칙을 추출하기 때문에, 보다 논리적이고 체계적인 방법에 의한 추출 방법의 고찰이 필요하다. 제안된 규칙베이스 퍼지모델은 GA 및 퍼지규칙의 이론을 이용한 시스템 구조와 파라미터 동정을 시향한다. 두형태의 퍼지모델 방법은 간략추론 및 선형추론에 의해 시행된다. 본 논문에서는 퍼지 추론 시스템의 전반부 파라미터 동정을 통해 퍼지 입력공간을 정의함으로써 비선형 시스템을 표현한다. 전반부 파라미터의 동정세는 유전자 알고리즘을 사용하고, 후번부는 표준가우스 소거법을 사용하여 동정한다. 최적화는 유전자 알고리즘에 기초한 자동-동조 방법이며, 학습 및 데이터의 성능결과의 상호 균형을 얻기 위한 하중값을 가진 성능지수가 제시된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.236-239
• /
• 2004

현대의 다양한 심리적 갈등을 해결하기 위해 많은 연구가 진행되어지고 있다. 기존지 심리 진단 방식은 전문 상담인을 직접 찾아가서 상담을 받고 진단해야 하는 등에 여러 과정을 거쳐야만 했다. 본 논문에서는 이러한 복잡한 과정을 거치지 않고 온라인상에서 사용자의 상태를 입력하면 퍼지 추론을 이용하여 현재 사용자의 심리상태를 파악하여 진단하는 진단시스템을 구성하였다. 또한 공격적 추론과 퇴행적 추론을 모두 고려한 복합추론으로 결과 값을 도출하는 방법을 제안하였고, 제안된 추론법을 심리진단 시스템에 적용하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.2
• /
• pp.13-27
• /
• 1995

국내외 문헌을 조사해 볼때, 최적의 퍼지 함축을 선택하는 것이 퍼지 추론 및 퍼지 추론의 모든 응용 분야에서 근본적인 문제임을 알 수 있다. 그러나 많은 연구가들의 계속적인 연구에도 불구하고 개인적인 평가 기준과 사용되는 응용 모델에 따라 각기 다른 성능 평가가 이루어졌으므로 퍼지 함축의 선택 문제는 아직까지도 논란의 대상이 되고 있다. 최근 학습이론의 도입으로 퍼지 추론을 상당한 효과를 보았으나 퍼지 함축의 선택 문제와 관련된 연구는 전무하다. 따라서 본 논문에서는 유전자 알고리즘을 퍼지 추론에 적용했을 때의 퍼지 함축의 선택 문제를 고찰, 분석한다. 즉 유전자 알고리즘을 이용하여 퍼지 소속 함수를 조정함으로써 퍼지 추론 기관의 성능 향상뿐 아니라 폭 넓은 퍼지 함축의 선택이 가능하다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.442-445
• /
• 2004

본 논문은 유전자 기반 퍼지다항식 뉴럴네트워크(Genetic based fuzzy polynomial neural networks： gFPNN)를 제안한다. gFPNN 구조는 퍼지집합을 기반으로 설계되며, 유전자 알고리즘에 의해 구조 및 파라미터를 최적화한 구조이다. 퍼지집합을 기반으로 설계되어진 퍼지뉴럴네트워크는 간략추론 구조와 선형추론 구조로 설계된다. 본 논문에서는 간략추론 및 선형추론 구조를 통합 및 확장한 퍼지다항식 뉴럴네트워크를 설계한다. 이 구조는 연결가중치를 이용하여 회귀다항식을 네트워크 구조로 표현하며, 간략추론(Type 0), 선형추론(Type 1), 회귀다항식추론(Type 2)을 모두 포함한다. 또한 퍼지규칙 후반부의 다항식 차수를 각 규칙에 대해 다르게 선택할 수 있으며, 일률적인 형식의 구조를 벗어나 주어진 시스템의 특성에 따라 유연한 구조를 설계할 수 있도록 한다. 여기에 더하여, 네트워크 구조와 파라미터 동조에 유전자 알고리즘을 적용하며, 구조와 파라미터 동정에 대한 효율적인 방법을 논의한다. 제안된 모델의 평가를 위해 수치예제를 이용한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.269-272
• /
• 2004

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 granules 기반 퍼지 추론 시스템의 새로운 설계 및 이의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 둥에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의해 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되며 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 제안된 비선형 모델의 성능평가는 수치적인 예를 통해 비교 평가한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.6
• /
• pp.731-737
• /
• 2007

In this paper, we propose a system for analyzing nutrition status based on hierarchical fuzzy inference approach, where the hierarchical fuzzy approach used to analyze the transition process on the nutritional status from an obesity degree, the previous nutritional status, and the eating pattern with an individual. Moreover we discussed about the selection method of fuzzy membership intervals of the next layer to improve the reliability of inference results in hierarchical fuzzy system, where their intervals are modified by using statistical information of the defuzzified results obtained from the previous layer. To show the effectiveness of this system, we evaluated the nutritional status from the information of anthropometric measurement, biochemical test, and INQ on 113 people over the age of 65, and also analyzed their nutritional status.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.157-160
• /
• 2001

본 논문에서는 강수량과 자동차 주행속도 등의 환경조건에 따라 와이퍼 속도를 일정하게 적용한 기존의 시스템을 개선하여 운전자의 개인 특성에 의해서도 속도 변경이 가능하게 함으로서 인간에게 조금 더 친밀감을 제공하는 시스템을 구현하였다. 초기 와이퍼 속도는 입력받은 강수량과 자동차 주행 속도로 추론하여 구하였다. 추론된 와이퍼 속도를 운전자의 개인 특성에 따라 변경하고자 할 경우, 해당 음성명령을 입력받아 재 추론하였다. 음성인식을 위해서는 고립단어 인식에 적절한 DTW방식을 사용하였고, 와이퍼 속도는 퍼지 추론을 적용하여 구하였다.

• Korean Journal of Cognitive Science
• /
• v.10 no.4
• /
• pp.51-62
• /
• 1999

This paper proposes a fuzzy Petri net representation to represent the fuzzy production rules of a rule-based expert system. Based on the fuzzy Petri net representation. we present a fuzzy reasoning algorithms which consist of forward and b backward reasoning algorithm. The proposed algorithms. which use the proper belief evaluation functions according to fuzzy concepts in antecedent and consequent of a fuzzy production rule. are more closer to human intuition and reasoning than other methods. The forward reasoning algorithm can be represented by a reachability tree as a kind of finite directed tree. The backward reasoning algorithm generates the backward reasoning path from the goal to the initial nodes and then evaluates the belief value of the goal node using belief evaluation functions.

• Journal of Korea Multimedia Society
• /
• v.7 no.4
• /
• pp.559-566
• /
• 2004

In general, the certainty factors of the fuzzy production rules and the certainty factors of fuzzy propositions appearing in the rules are represented by real values between zero and one. If it can allow the certainty factors of the fuzzy production rules and the certainty factors of fuzzy propositions to be represented by interval -valued fuzzy sets, then it can allow the reasoning of rule-based systems to perform fuzzy reasoning in more flexible manner. This paper presents fuzzy Petri nets and proposes an interval-valued fuzzy backward reasoning algorithm for rule-based systems based on fuzzy Petri nets Fuzzy Petri nets model the fuzzy production rules in the knowledge base of a rule-based system, where the certainty factors of the fuzzy propositions appearing in the fuzzy production rules and the certainty factors of the rules are represented by interval-valued fuzzy sets. The algorithm we proposed generates the backward reasoning path from the goal node to the initial nodes and then evaluates the certainty factor of the goal node. The proposed interval-valued fuzzy backward reasoning algorithm can allow the rule-based systems to perform fuzzy backward reasoning in a more flexible and human-like manner.