• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.943-950
• /
• 2019

머신 러닝은 인력을 대체함으로써 업무 효율성을 크게 높일 수 있다. 특히 4차 산업혁명 시대의 요청에 따라 인공지능을 포함한 머신 러닝의 중요성은 점점 커지고 있다. 본 논문은 MLP, RNN, LSTM, ANFIS 신경망 알고리즘 이용하여, 월별 전력 거래량을 예측한다. 본 논문에서는 통계청에서 제공하는 월별 전력 거래량과 월별 전력 거래금액, 최종에너지 소비량, 자동차용 경유 가격에 대한 2001~2017년까지의 공공 데이터를 사용하였다. 본 논문은 제시하는 각각의 알고리즘들을 학습시키고, 알고리즘이 예측하는 시계열 그래프를 이용하여 예측 결과를 보여주고 RMSE를 이용하여 이들 중에서 가장 우수한 알고리즘 제시한다.

• 한국정밀공학회지
• /
• 제10권4호
• /
• pp.142-151
• /
• 1993

An intelligent mulitiple monitoring system to monitor tool/machining states synthetically was proposed and developed. It consists of 2 fundamental subsystems : the multiple sensor detection unit and the intellignet integrated diagnosis unit. Three signals, that is, spindle motor current, Z-axis motor current, and machining sound were adopted to detect tool/machining states more reliably. Based on the multiple sensor information, the diagnosis unit judges either tool breakage or degree of tool wear state using fuzzy reasoning. Tool breakage is diagnosed by the level of spindle/z-axis motor current. Tool wear is diagnosed by both the result of fuzzy pattern recognition for motor currents and the result of pattern matching for machining sound. Fuzzy c-means algorithm was used for fuzzy pattern recognition. Experiments carried out for drill operation in the machining center have shown that the developed system monitors abnormal drill/states drilling very reliably.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.257-263
• /
• 2005

현재 국내에서는 TMA(Tissue Mineral Analysis) 결과를 독자적이며 전문적으로 해석할 수 있는 의료 정보 데이터베이스가 없을 뿐 아니라, TMA 관련 데이터베이스가 있다 하더라도 의료기관에서 사용하기 어려운 매우 낮은 수준이므로 양질의 의료서비스를 제공하기 어려운 실정이다. 또한 국내에서 주로 사용되는 TMA 방법은 미국에 의뢰한 후 보내온 분석결과에 의존하게 되는데, 이때의 결과는 서구식 생활패턴에서 비롯된 데이터베이스에 의해 분석된 것이므로 동양인의 경우 특히 검사결과의 신뢰성 문제가 발생하게 된다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 국내 임상자료를 바탕으로 TMA 관련 국내 최초 지능적 의료정보시스템(ITS: Intelligent TMA Information System)을 개발하였다. ITS는 TMA 자료를 다단계 통계분석 방법에 의한 결성트리 분류기를 이용하여 분류하고 다중 퍼지 규칙베이스를 구축하여 복잡한 자료론 추론하도록 구축하였다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.343-350
• /
• 2000

본 논문에서는, 최적 시스템을 위해서 FNN과 PNN에 기반을 둔 Multi-FPNN(다중 퍼지 다항식 뉴럴네트워크) 모델을 제안한다. 여기서 FNN 구조는 각각의 분리된 입력변수에 의해 분할된 퍼지 입력공간을 사용해서 설게되고, 간략 퍼지추론 방법과 오류 역전파 알고리즘을 이용한다. FNN은 더 좋은 출력성능을 얻기 위해 PNN과 결합한다. GMDH 방법에 기초한 PNN 구조의 각 노드는 1차 및 2차 고계 다항식의 두 형태를 사용하고, 그 노드의 입력의 입력은 2, 3, 4의 세 종류의 다변수 입력을 사용한다. 그리고 다중 FPNN 모델의 구조와 파라미터를 동정하기 위햐 HCM 크러스터링방법과 유전자 알고리즘을 사용한다. 여기서, 시스템을 위해 데이터 전처리 기능을 수행하는 HCM 클러스터링 방법은 입출력 공간분할에 의해 다중 FPNN 구조를 결정하기 위해 사용된다. 모델의 근사화와 일반화 능력 사이에 충분한 군형을 ？기 위해 하중계수를 가진 합성 성능지수(목적함수)를 사용한다. 데이터 개수, 비선형의 정도(입.출력 데이터 분포)에 위존하는 이 합성 목적함수의 하중계수의 선택 및 조절을 통하여 최적의 다중 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다. 본 연구는 두 개의 대표적 수치예의 도움으로 설명되고, 그 모델의 근사화 및 일만화 능력에 관련된 합성 성능 지수가 평가되고, 도한 토의된다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.379-384
• /
• 2002

본 논문은 PDA(개인용 휴대용 단말기)를 이용하여 원격제어하는 이동로봇 시스템을 구현하였다. 현재 급속도로 발전하는 인터넷 개발 기술 때문에 이를 기반으로 하는 많은 원격 제어 방법들이 제안되어 왔다. 주변환경을 인지 못하는 상황하에서 안내와 인터넷을 통한 이동 로봇 제어를 위하여 PDA를 활용한 제어를 제안한다 이에 제안하는 시스템은 사용자 인터페이스인 PDA와 이동로봇의 컨트롤러인 노트북과 통신을 한다. 이를 위해 TCP/IP 프로토콜을 이용한다. 회전각도 조절방향과 속도에 대한 정보가 PDA에서 이동로봇에 피드백 되며 퍼지 추론엔진으로부터 출력된 새로운 제어값을 PDA가 보내게 된다

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.309-314
• /
• 2006

건축설계자들의 디자인 결정을 보조하고 설계자료들을 지원하기 위한 총합건축설계 지원시스템을 개발하기 위한 연구과정으로 선행연구에서 제안된 Fuzzy System을 토대로한 디자인 결정모델의 문제점들을 본 논문에서 보완하고자 한다. 특히, 공조설계자의 공조방식 결정과정에서 중요한 부분이라 할 수 있는 관련 설계요소들에 대한 특성과 영향정도를 논리적으로 결정과정에 반영 할 수 있는 방법을 제안하였다. 이를 위해서 의사결정방법의 하나인 AHP(Analystic Hierarchy Process)를 적정 디자인 값을 추론하는 과정에 적용하여 공조설계자의 공조방식 결정과정에 반영한 모델을 설정하였다

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.487-496
• /
• 2000

본 논문에서는, HCM 클러스러팅 방법과 유전자 알고리즘을 이용하여 다중 FNN 모델을 동정하고 최적화 한다. 제안된 다중 FNN은 Yamakawa의 FNN을 기본으로 하며, 퍼지 추론 방법으로 간략 추론을, 학습으로는 오류 역전파 알고리즘을 사용한다. 다중 FNN 모델의 구조와 파라미터를 동정하기 위해 HCM 클러스터링과 유전자 알고리즘을 사용한다. 여기서, 시스템 모델링을 위해 데이터 전처리 기능을 수행하는 HCM클러스터링 방법은 I/O 프로세서 공정 데이터를 이용하여 입출력 공간분할에 의한 다중 FNN 구조를 결정하기 위해 사용된다. 또한 유전자 알고리즘을 사용하여 멤버쉽함수의 정점, 학습율, 모멘텀 계수와 같은 다중 FNN 모델의 파라미터들을 동조한다. 모델의 근사화와 일반화 능력 사이에 합히적 균형을 얻기 위해 하중계수를 가진 합성 성능지수를 사용한다. 이 합성 성능지수는 근사화 및 예측 능력사이의 상호 균형과 의존성을 고려한 하중계수를 가진 합성 목적함수를 의미한다. 데이터 개수, 비선형성의 정도에 의존하는 이 합성 목적함수의 하중계수의 선택, 조절을 통하여 최적의 다중 FNN 모델을 설계하는 것이 유용하고 효과적임을 보인다. 제안된 모델의 성능 평가를 위하여 가스로 공정의 시계열 데이터와 비선형 함수의 수치 데이터를 사용한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.787-789
• /
• 2005

기존의 운영체제에서는 시스템이 프로세스의 종류를 알지 못하므로, 사용자가 명시하지 않은 서로 다른 종류의 프로세스에 모두 동일한 스케줄링 정책을 적용해 왔다. 따라서 한번 결정된 스케줄링 정책은 변화하는 환경에 적응하지 못한다는 단점이 있다. 본 논문에서는 리눅스 환경에서 프로세스들의 자원사용량을 근거로 각 프로세스를 일괄처리 프로세스, 대화식 프로세스, 실시간 프로세스로 분류하고, 각 분류에 대한 사용자 우선순위를 모델링하여 사용자의 성향에 맞게 프로세스에 우선순위를 부여하는 사용자 적응적 프로세스 스케줄링 기법을 제안한다. 이 방법은 사용자의 성향에 따라서 스케줄링 정책을 결정할 수 있으며, 여러 사용자에게 서로 다른 스케줄링 정책을 적용할 수 있다. 실험 결과 제안하는 방법의 유용성을 확인할 수 있었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 추계학술대회 논문집
• /
• pp.144-148
• /
• 2001

자동차의 발전과 함께 유지 보수를 위한 사용자의 요구는 급증하고 있으나 정비사의 부족으로 인해 경제성 및 신속성 등 이 문제가 되고 있고 이를 해결하기 위해 현재 개발되고 있는 장치들은 대부분 전자 제어 유닛에서 발생시키는 신호를 분석하거나 운전자와의 대화를 통하여 진단하는 방식으로 고장으로 인한 소음이나 진동등 운전자들의 주관적인 평가대상에 대해서는 적절한 해결책으로 제시해 주지 못하고 있다. 그러므로 계측에 의한 소음과 진동 데이터를 이용하여 전문가의 판단을 가지고 고장의 원인을 규명하며 운전자를 위한 오디오적인 표현을 해 줄 수 있는 진단 전문가 시스템이 필요하게 되었다. 본 논문에서는 자동차의 여러 단품중 쇼크 옵서버와 에어컨에 대하여 소음 진동 현상의 정상 및 이상 증상과 신호 계측 방법을 연구하였고 계측된 신호에 대해 패턴 화하여 인공 신경 회로망과 퍼지 추론을 통한 진단을 할 수 있는 알고리즘을 개발하였으며 차후 계속되는 연구에 사용될 정상 및 이상신호에 대한 기본적인 데이터 베이스를 구축하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제27권1호
• /
• pp.42-48
• /
• 2003

In general many engineers can diagnose the fault condition using the abnormal ones among data monitored from a diesel engine, but they don't need the system modelling or identification for the work. They check the abnormal data and the relationship and then catch the fault condition of the engine. This paper proposes the construction of a fault diagnosis engine through malfunction data gained from the data fault detection system of neural networks for diesel generator engine, and the rule inference method to induce the rule for fuzzy inference from the malfunction data of diesel engine like a site engineer with a fuzzy system. The proposed fault diagnosis system is constructed in the sense of the Malfunction Diagnosis Engine(MDE) and Hierarchy of Malfunction Hypotheses(HMH). The system is concerned with the rule reduction method of knowledge base for related data among the various interactive data.