• 전자공학회논문지
• /
• 제49권9호
• /
• pp.76-84
• /
• 2012

시각화는 소셜 네트워크의 분석을 위해서 소셜 네트워크의 사용자 관계를 새로운 시각에서 이해할 수 있도록 하는 중요한 역할을 담당하고 있다. 기존의 대부분의 시각화 방법은 복잡한 다차원 그래프를 통하여 소셜 네트워크상의 사용자의 관계를 집중적으로 표현하고 있다. 그러나 이러한 방법은 개인 사용자 중심으로 사회관계의 중요도를 직관적으로 파악하기 힘들다. 또한 대부분의 시각화 방법은 네트워크상의 노드들 간의 상호작용 정보에 의해서만 사용자 관계를 나타내기 때문에 사용자의 메시지가 사용자 상호관계에 반영되는 것이 미흡한 실정이다. 제안방법은 퍼지 연관 곱을 이용하여 사용자의 내부관계를 계산하며, 노드들 간의 상호작용 정보를 이용하여서 사용자의 네트워크상의 외부 접근 정보를 계산한다. 계산된 내부관계정보와 외부 접근 정보를 이용하여서 사용자중심의 계층적 시각화방법을 제한다. 이러한 문제를 해결하기 위해서 본 논문은 퍼지 연관 곱에 의한 사용자들의 내부관계와 네트워크상의 외부 접근 정보를 이용하여서 사용자를 중심으로 계층적으로 시각화하는 새로운 방법을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권1호
• /
• pp.61-70
• /
• 2004

폭발적으로 성장하고 있는 웹은 수백만 개의 웹 문서를 포함하고 있기 때문에, 적절한 웹사이트를 찾기 어렵다. 사용자 프로파일을 사용하여 적절한 웹사이트를 추천함으로써 웹의 탐색을 개인화 할 수도 있지만 웹 컨텐츠에 대한 사용자의 평가는 사용자의 성격에 관한 다양한 측면을 표현하므로 사용자의 선호도를 예측하기 위해서는 보다 효과적인 방법이 필요하다. 사용자 프로파일은 비선형적인 특성을 가지고 있으므로 분류기를 사용하여 예측하여야 하며 다양한 특성을 예측하기 위해 분류기의 결합이 필요하다. 패턴분류와 시각화에 유용한 구조적응 자기구성지도(SASOM)는 개선된 SOM 모델로서 웹 마이닝에 적절하다. 퍼지 적분은 주관적으로 정의된 분류기의 중요도를 이용하여 결합하는 방법이다. 본 논문에서는 독립적으로 학습된 SASOM의 퍼지적분(fuzzy integral)기반 결합을 이용하여 사용자의 프로파일을 예측하고 UCI 벤치마크 데이타인 Syskill ＆ Webert 데이타를 사용하여 그 성능을 평가한다. 실험결과 제안한 방법이 기존의 naive Bayes 분류기뿐만 아니라 SASOM의 투표결합보다 우수한 성능을 보였다.

• 대한교통학회지
• /
• 제29권6호
• /
• pp.129-136
• /
• 2011

VMS는 대안경로의 현황정보를 제공하는 정보수단의 역할뿐만 아니라, 경로선택에 영향을 줌으로써 통행 분산효과를 내는 제어 측면의 역할도 수행한다. 그러나 대안경로간 최적의 통행배분을 유도할 수 있는 VMS 제어기 없이, 교통관리 업무를 담당하는 센터 운영자 개인의 경험에 의존하여 대처하고 있는 실정이다. 퍼지 제어는 수학적 모델로 표현되기 어려운 복잡하고 애매한 시스템에 대하여, 전문가의 경헙적 지식이나 실제 실험 데이터에 의해 제어시스템의 규칙 또는 제어알고리즘을 만들 수 있는 장점이 있다. 이에 이러한 퍼지 제어의 장점을 살려 대안경로간 통행시간 균형을 달성할 수 있는 VMS 피드백 제어기를 설계하고 MATLAB/Simulink를 이용하여 그 성능을 검증하였다. 본 연구에서 제시한 제어기는 통행시간 균형이라는 제어목표에 수렴하고 있으나, 유출입교통량 증가와 Driver Compliance Rate 감소 등 외란에 민감하게 반응하여 수렴시간 과도하게 증가하는 현상이 나타났다. 이러한 외란에 보다 강한(Robust) 제어기로의 성능개선을 향후과제 남겨두며, 본 연구 결과를 발전시켜 실제 현장의 VMS 운영에 적용한다면 교통운영기술 진일보에 기여할 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.587-594
• /
• 2005

본 논문은 전이 영역에서 퍼지 클러스터링 알고리즘을 이용한 multi-level thresholding 방법을 제안한다. 대부분의 임계치 기반 영상 분할은 영상의 히스토 그램 분포를 기반으로 임계치를 결정한다. 그러므로 많은 처리시간과 기억공간을 요구할 뿐만 아니라 복잡하고 무분별한 히스토 그램 분포를 가지는 실영상에서의 임계치 결정에는 어려움이 있다. 본 논문에서는 영상의 대표적인 성분들로 구성된 전이 영역을 추출한 후 퍼지 클러스터링 알고리즘에 의해 최적의 임계치를 결정한다. 전이 영역을 추출하기 위해 이용되는 지역적 엔트로피는 잡음에 강건하며 영상에 내재된 정보를 잘 표현한다는 특성을 가진다. 그리고 퍼지 클러스터링 알고리즘은 복잡하고 무분별한 분포의 실영상에 대해서도 정확히 임계치를 설정할 수 있으며 multi-level thresholding으로 쉽게 확장이 가능하다. 다양한 실영상을 대상으로 실험한 결과, 제안한 방법이 기존의 방법보다 향상된 성능을 가짐을 보였다.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.318-323
• /
• 2005

본 논문에서는 불확실성을 포함한 연속시간 비선형 동적 시스템에 대한 퍼지 모델 기반 제어기의 지능형 디지털 재설계를 위한 조직적인 방법을 제안한다. 불확실 비선형 시스템을 표현하기 위해 연속시간 불확실 TS 퍼지 모델이 구성된다. 그리고, 안정화와 추적을 위한 퍼지 모델 기반 제어기 설계를 위해 PDC 기법이 이용된다. 마지막으로, 설계된 연속시간 제어기는 지능형 디지털 재설계 기법을 이용함으로써 이산시간 제어기로 전환됨을 증명하는 방법을 제안한다. 이 새로운 설계 기법은 퍼지 모델 기반 제어 이론과 불확실성을 가진 비선형 동적 시스템에 대한 진보된 디지털 재설계 기법의 통합을 위한 조직적이고, 효과적인 틀을 제공한다 마지막으로, 단일 링크 유연 로봇 시스템의 모의 실험을 이용해 개발된 설계 방법의 효용성과 실행 가능성을 입증한다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.865-871
• /
• 2009

본 논문은 이산 시간 비선형 시스템을 이산 시간 T-S 퍼지 모델에 의해 표현되는 새로운 궤환 선형화에 대해서 논한다. T-S fuzzy 모델의 국부적인 선형 모델들은 각각 가제어 표준형으로 변환되어지고, 그것들의 T-S 퍼지 결합은 궤환 선형화 가능한 T-S fuzzy 모델이 된다. 이 모델을 토대로 비선형 상태 궤환 선형 입력이 결정된다. 비선형 상태 변환은 가제어 표준형에 대한 선형 상태 변환으로부터 추론된다. 본 논문에서 제안하는 방법은 충분한 수학적 배경이 요구되는 고전적인 궤환 선형화 기법과 비교하여 수학적으로 보다 직관적이고 이해하기 쉽다. 본 논문의 궤환 선형화 조건은 고전적인 궤환 선형화와 비교하여 더 완화되었다. 이것은 고전적인 선형화방식 보다 더 큰 범주의 비선형 시스템이 선형화가 가능해진다는 것을 의미 한다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.526-537
• /
• 1999

본 논문에서는 칼라패턴의 물리적 속성을 감성 속성으로 변환시켜 주는 적응 퍼지 시스템을 기반으로 한 감성평가모델을 제안하였다. 감성평가모델은 칼라패턴의 물리적 속성인 평균색상, 평균채도 평균명도 주파수 성분이 서로 상반되는 의미를 갖는 형용사 쌍으로 표현되는 감성속성에 영향을 준다는 Soen의 심리학적 실험을 기초로하였다. 제안된 모델은 두 개의 적응퍼지시스템과 이시스템으로부터얻어지는 감성평가치를 융합하기 위한 퍼지 집합 연산자인 $\Upsilon$모델로 구성되었다. 실험결과 본 논문에서 제안한 모델이 비서형 모델을 근사화하는 신경회로망 모델과는 근접한 결과를 제공하였고 훈련된 결과로부터 언어적 해석이 용이함을 보였다. 제안된 모델에 의한 감성평가결과는 감성을 기반으로 하는 칼라패턴의 검색에 이용될수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.736-741
• /
• 2006

분류 시스템은 데이터 전처리 모듈, 학습모듈, 의사결정모듈로 구성되어 있으며 지능형시스템의 중요한 구성요소로 활용되어왔다. 특히 학습모듈은 사전정보를 제공하므로 분류를 위한 핵심 역할을 수행하여 왔다. 기존의 학습을 위한 기법은 주로 승자독점방식으로 데이터를 처리하므로 경계가 불명확한 대부분의 실세계 응용에 적합하지 못하다. 또한 학습 알고리즘에 필요한 데이터를 한꺼번에 준비해야 하지만 이는 일반적으로 가능하지 않은 경우가 많다. 이를 위하여 본 논문에서는 점증적 학습 퍼지신경망, FNN-I,를 이용한 적응 분류모델을 설계한다. 이 모델에서는 유용하게 정보를 표현하기 위하여 퍼지이론을 도입하고 계속적으로 모여지는 데이터를 가지고 점증적으로 학습할 수 있는 알고리즘을 제시한다. 제안된 모델을 컴퓨터 바이러스 분류를 위한 실제 데이터에 적용하여 점증적으로 학습할 수 있고 효과적으로, 새로운 바이러스 데이터를 분류할 수 있음을 보인다.

• 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.

• 정보보호학회논문지
• /
• 제13권3호
• /
• pp.135-144
• /
• 2003

침입탐지시스템은 사용된 알고리즘이나 기법의 특성에 따라 여러 탐지영역에 대해서 상이한 탐지결과를 나타내게된다. 따라서 서로 다른 탐지영역을 갖는 여러 탐지시스템들의 결과를 통합함으로써 탐지영역을 넓힐 수 있는 통합탐지 방법이 필요하다. 또한 통합 시에 발생할 수 있는 수많은 잘못된 보고의 수를 최소화함으로써 보안 관리자의 업무부담을 줄이고 탐지결과의 정확성을 높일 필요가 있다. 이 논문에서는 시스템 사용행위에 대해서 각 탐지시스템들이 모호한 판정의 결과값을 내어놓는 경우 분석된 탐지시스템의 특성을 퍼지추론을 이용하여 통합탐지 한다. 분석된 탐지 특성은 퍼지제어의 과정에서 적용된 각 탐지시스템에 대한 소속함수와 제어규칙으로 표현한다. 그리고, 모호한 판정 값을 통합하고 잘못된 보고의 숫자를 최소화하였으며, 여러 번의 실험을 통해 결정된 임계값의 적용으로 추론의 적용대상이 최소화되도록 하였다.