• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.63-65
• /
• 1998

사회 전 분야에서 데이터가 폭발적으로 증가함에 따라 데이터를 이해하고 분석하는 새로운 자동적이고 지능적인 데이터 분석 도구와 기술이 필요하게 되었다. KDD(Knowledge Discovery in Databases)는 이러한 필요로부터 데이터에서 유용하고 이해 가능한 지식을 추출하는 연구이다. 데이터 마이닝(Data Mining)은 KDD에서 가장 중요한 단계로 데이터로부터 지식을 추출하는 단계이다. 데이터 마이닝에서 생성된 지식은 좋은 분류율을 가져야하고 이해하기 쉬워야한다. 본 논문에서는 퍼지 결정트리(FDT : Fuzzy Decision Tree)에 기반한 효율적인 데이터 마이닝 알고리즘을 제안한다. FDT의 각 링크는 속성(attribute) 값을 갖는 퍼지 집합이며, EDT의 각 경로는 퍼지 규칙을 생성한다. 제안된 알고리즘은 ID3의 이해성과 퍼지이론의 추론과 표현력을 결합한 방법으로 히스토그램에 이루어진다. 마지막으로 제안된 방법의 타당성을 검증하기 위해 표준적인 패턴 분류 벤치마크 데이터에 대한 실험 결과를 보인다.

• 감성과학
• /
• 제7권3호
• /
• pp.15-25
• /
• 2004

본 연구의 목적은 적응신경망퍼지추론시스템(ANFIS)과 회귀분석을 활용하여 7가지 역학적 특성치를 갖는 면직물의 시각적 질감을 해석하고 두 가지 방법을 비교하는 것이다. AMFIS는 퍼지 소속 함수와 신경망 구조를 갖는 것으로 인간의 비선형적 감성예측에 유용한 도구이다. 상관관계 및 회귀 분석의 통계분석은 7가지 역학적 특성치가 주관적 질감과 선형의 관계가 있음을 나타내었지만 설명력이 높지 않았고, 선형 이외의 관련성과 변수들 간의 상호작용을 표현하기 어려운 문제가 있었다. 통계분석과 비교하여, ANFIS는 변수들 간의 비선형적인 관련성과 상호작용을 가시적으로 보여주는데 설명력 있는 유용한 도구였으나, 입력 변수 중 출력 변수에 영향력이 있는 변수를 변별하지 못하여, 생성된 규칙의 수가 복잡한 문제가 있었다. 따라서 ANFIS의 해석이 단순하고 의미있는 모델을 구성하기 위해서는 영향력 있는 출력 변수를 추출하고 나머지 변수를 유사하게 통제하는 실험 모델의 구성이 필요하다.

• 한국시뮬레이션학회논문지
• /
• 제25권4호
• /
• pp.127-135
• /
• 2016

선박에 현대화된 다양한 항해장비들이 설치됨에도 불구하고 여전히 해양사고가 자주 일어나는데, 이런 사고의 주요 형태 중 하나가 충돌 사고이다. 우리나라 해양사고의 약 1/4이 충돌에 의한 사고이고, 이 중 대부분이 인적오류가 원인인 것으로 알려져 있다. 따라서, 항해사의 의사결정을 도울 수 있는 지능적인 지원 도구가 필요한데, 이와 관련하여 충돌위험을 추정하는 다양한 방식들이 꾸준히 소개되어 왔으며 충돌위험 상황에 대해 사람에게 친숙한 언어적 표현을 반영하여 추론하기 위해 퍼지를 활용한 연구 결과들이 많다. 이런 기존 연구들의 충돌위험도는 현재시점에서 선박들의 속도나 방향 상태가 유지되는 것을 기준으로 충돌위험도를 추정한다. 그러나, 실제 선박에서는 충분히 피항 가능 상황임에도 불구하고 충돌 위험으로 판단되어 잦은 경고를 울리는 시스템들에 대해 항해사들이 느끼는 불편함이 적지 않아 보조 장치들의 알람 기능을 꺼놓은 경우도 많은 것으로 알려져 있다. 이 연구는 선박들의 일반적인 피항 패턴을 반영한 가까운 미래 시점의 충돌위험도 예측에 관한 것으로서, 퍼지추론과 DEVS 형식론에 기반한 충돌 위험 예측 모델을 제안한다.

• 한국정보통신학회논문지
• /
• 제5권4호
• /
• pp.730-737
• /
• 2001

본 논문에서는 적응 뉴로-퍼지 제어기를 이용하여 비선형 복합시스템 모델의 안정화 제어 방법에 적용한다. 제안된 적응 뉴로-퍼지 제어기는 언어적 퍼지추론, 프로세스의 입출력 데이터를 이용하는 신경회로망, 최적이론 등이 포함된 인공지능을 시스템구조와 파라메터 검증에 필요한 도구로 이용한다. 그 결과 제안된 방법이 이전에 연구되었던 다른 방법보다 아주 높은 인공지능 모델을 제시하였다.

• 한국정보처리학회논문지
• /
• 제5권8호
• /
• pp.2050-2060
• /
• 1998

가중치전략(weighting strategy)은 인공지능의 한 분야인 자동화추론(automated resaonnimg) 분야에서, 허용 가능한 시간과 기억공간내에서 해를 구하기 위해서 필수적으로 사용되는 방법이다. 그러나 가중치전략의 적용은 문제에 대한 사용자의 지식이나 경험에 주로 의존할 뿐 아니라, 각각의 단계에서 프로그램화되지 못하여 수작업으로인한 시간의 소모가 많다. 수작업을 필요로 하던 기존의 시스템을 자동화하여, 관계계층구조(thesaurus)를 시스템이 자동으로 구축하는 도구를 개발하고, 이를 기존의 자동정리증명기에 통합하여, 그 성능을 개선하는 시스템을 제안한다.

• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.499-505
• /
• 2015

TIA(: Trend Impact Analysis)는 발생될 가능성이 있는 미래의 예기치 못한 사건들을 식별하고 분석하기 위한 고급 예측 도구에 속한다. 적응적인 뉴로-퍼지 추론 시스템은 인공신경망의 일종으로 신경망과 퍼지 로직 원리를 모두 통합하고 보편적 추정되는 것으로 간주한다. 본 논문에서는 적응적인 뉴로-퍼지 추론 시스템을 사용하여 예기치 못한 사건에 관한 심각성의 정도를 추론하고 이를 시간의 함수로서 도입하여 예기치 못한 사건들의 출현 확률에 관해 보다 타당한 추정치를 얻는데 있다. 이러한 접근방식에 대한 배후 개념은 예기치 못한 사건이 갑자기 출현되는 것이 아니라 관련 사건이 가지고 있는 속성 값에 대한 건드림 혹은 변화가 기존 속성 값의 한계를 벗어나 마치 새로운 사건인 것처럼 등장할 수 있음을 전제로 하고 있다. ANFIS 접근 방식은 이러한 사건을 식별해서 예기치 못한 사건의 심각성의 정도를 추론하는데 매우 적절한 방식이라 할 수 있다. 속성들의 변화 값들은 확률적인 동적 모델 및 Monte-Carlo 방법을 사용하여 얻을 수 있다. 제안된 모델에 관한 타당성은 강 유역의 예상치 못한 가뭄에 따른 충격 추세 곡선을 기존 연구 결과와의 비교를 통해 나타낸다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 1999년도 추계학술대회
• /
• pp.133-146
• /
• 1999

오늘날의 산업용 로봇, CNC 공작기계 및 여러 산업설비들은 시스템간에 관계가 복잡하게 연결되어 높은 신뢰성(reliability)을 달성하여 왔다. 그러나 가동시 발생하는 결과의 고장 가능성은 적은 반면에, 고장 발생의 파급 효과는 매우 높은 것으로 나타났다. 따라서 복잡한 구조의 산업설비들에 대한 안전진단 결과들을 적절하게 분석하고 관리할 필요성이 크게 대두되고 있다. 이러한 안전진단 작업은 여러 가지 정량적ㆍ정성적인 방법들을 포함하는 전형적인 분석방법이 필요하다. 최근에는 고장탐색, 진단처리 작업 및 신뢰성 분석 작업에 지식기반(knowledge-based)을 기초로한 퍼지 전문가 시스템을 적용하고자 하는 시도가 많이 이루어지고 있다. 안전진단 분석에 관한 일반화된 지식은 이들 후속 단계들에서 상당히 효율적일 수 있다. 그러나 이러한 연구를 수행하기에는 지금까지 상대적으로 열악한 계산 도구들을 이용하였기 때문에 안전진단 분석을 행하기에는 한계가 있었다. 그러나 오늘날 컴퓨터를 이용하여 위의 여러 단계들의 수행과정에 안전진단 분석을 행할 수 있는 적절한 방법으로써, 지식-기반(knowledge-base) 전문가 시스템들을 이용하는 방법을 연구하고 있다. 이에 본 연구는 시스템의 설계단계 뿐만 아니라, 시스템의 가동ㆍ유지ㆍ보수ㆍ수리시에도 비전문가가 고장안전진단을 수행할 수 있도록 하는데 목표를 두었다.

• 터널과지하공간
• /
• 제14권6호
• /
• pp.399-410
• /
• 2004

지하정보의 활용에 관한 방법론적인 관점에서 인공지능기술과 데이터베이스의 활용은 최근 지구과학의 여러 분야에서 그 구체적인 적용방법이 모색되고 있다. 본 연구에서는 공학적으로 주요한 용도로 활용되는 그라우팅 공법과 관련하여 과학적인 접근방법이 필요한 그라우트의 주입제어 문제에 집중했다. 이 문제에 대한 방안으로서 암반의 특성에 따라 그라우트의 주입과정에서 동적으로 변화하는 변수들을 데이터베이스로 구축하고 이와 더불어 그라우트 밸브의 최적의 조정치를 유도하는 Fuzzy-neural hybrid system을 활용하는 방법론에 대한 개념적인 모델을 고안했다. 고안한 모델을 네 가지 사례에 적용한 결과 그라우트 밸브의 조정치가 그라우트의 주입과정에서 수반되는 역학적인 현상에 대해 합리적으로 유도되었다. 그러므로 이 모델의 알고리즘이 그라우트의 주입을 제어하는 도구로서 발전할 수 있으리라 판단된다.