• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.351-356
• /
• 2001

표준 매개변수 소속 함수(SPMF)에 기반을 둔 구간 선형 변환 방법(PLTM)을 제안한다. 이는 구간 선형 변환 방법을 사용해서 비 매개변수 소속 함수(NPMF)로 표현된 퍼지 집합이 매개변수 소속 함수(PMF)로 표현된 퍼지 집합으로 변환될 수 있다는 생각에서 유래되었다. 이 경우, 이들 매개변수들은 퍼지 집합의 구조를 결정하기 위한 특징점들 이라고 할 수 있다. 결과적으로 구간 선형 변환 방법은 비 매개변수 소속 함수를 매개변수 소속 함수로 변환해 줌으로써 비 매개변수 소속 함수에 기반을 둔 퍼지 시스템과 비교해 볼 때 퍼지 시스템이 상대적으로 빠르게 처리될 수 있게 한다. 한편, 표준 매개변수 소속 함수들의 전형적인 형태가 소개되고 분석된다. 끝으로, PLTM의 전형적인 응용을 제시하고 수치적인 예를 보여준다.

• 한국멀티미디어학회논문지
• /
• 제11권4호
• /
• pp.462-470
• /
• 2008

본 논문은 저대비에 의한 영상 정보의 불확실성이 화소가 가지고 있는 명암도의 모호성과 애매성에 근거한다는 점에서 퍼지 변환 함수를 적용하여 영상 향상을 기하고자 한다. 명암도 분포가 한쪽으로 치우친 저대비 영상의 문제를 해결하고자 k-means 알고리즘을 사용하여 물체와 배경을 구분할 수 있는 자동 임계점을 찾고 이를 기준으로 영상의 밝은 부분과 어두운 부분의 대비 향상을 가져올 수 있도록 퍼지 변환 함수를 적용한다. 퍼지 변환 함수는 영상 향상을 위해 3단계-입력 영상을 퍼지 영역으로 변환시키는 퍼지화 단계와 대비를 향상시키는 대비 강화 단계 그리고 퍼지 영역을 다시 영상 영역으로 변환시키는 비퍼지화 단계로 제시된다. 향상된 영상의 성능을 평가하고자 퍼지성 지수와 엔트로피 지수를 제시하여 이를 히스토그램 균등화 기법과 비교하고 실험결과로 성능의 우수함을 보여준다.

• 한국지능시스템학회논문지
• /
• 제10권6호
• /
• pp.569-574
• /
• 2000

본 논문에서는 유전 알고리듬을 이용한 웨이브렛 기반 퍼지 시스템 모델링에 대한 새로운 방법을 제안한다. 유전 알고리듬을 이용하여 웨이브렛 변환의 계수를 동정한 후 웨이브렛 변환과 등가관계에 있는 퍼지 시스템 모델을 형성한다. 웨이브렛 변환의 장점인 에너지 압축에 의해 적은 수의 계수를 이용하여도 정확한 모델을 획득할 수 있고 이는 적은 수의 규칙으로 정확한 퍼지 시스템 모델을 구성할 수 있다는 것을 의미한다. 또한 급격한 변화를 갖는 함수를 잘 나타낼 수 있다는 웨이브렛 변환의 장점에 의하여 기존의 퍼지 모델링으로는 좋은 모델을 획득할 수 없었던 문제를 해결하였다. 제안된 퍼지 모델의 우수성을 비선형성이 큰 함수를 모델링하고 이전의 연구와 비교함으로써 입증한다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.199-201
• /
• 2003

본 연구에서는 크리스프자료(crisp data)인 독립변수와 퍼지자료(fuzzy data)인 종속변수 사이의 관계가 특정한 함수로 표현되지 않는 비모수 퍼지회귀모형을 분석하기위하여 퍼지수 순위와 퍼지순위변환방법을 소개하고, 모의실험을 통하여 퍼지순위변환방법의 효율성을 조사한다.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.397-404
• /
• 2002

본 논문에서는 퍼지와 웨이브렛 변환의 다해상도 분해(MRA)를 가진 퍼지 개념을 이용한 웨이브렛 신경망을 제안하고, 또한 이 시스템을 이용하여 임의의 비선형 함수 학습 근사화를 개선하고자 한다. 여기에서 퍼지 개념은 벨(bell)형 퍼지 소속함수를 사용하였다. 그리고 웨이브렛의 구성은 단일 크기를 가지고 있으며, 퍼지 개념을 이용한 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 웨이브렛 변환의 다해상도 분해, 벨형 퍼지 소속 함수 그리고 학습을 위한 역전파 알고리즘을 이용한 이 구조는 기존의 알고리즘보다 근사화 성능이 개선됨을 모의 실험을 통하여 1차원, 2차원 함수에서 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.110-113
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.492-494
• /
• 2015

본 논문에서는 철도선상에서 발생할 수 있는 자살 사고를 예방하기 위한 전단계로서 열차의 철도를 추출하는 방법을 제안한다. 본 논문에서 제안된 방법은 철도 영상에서 각각의 RGB 채널 값을 추출한다. 추출된 각각의 RGB 채널 값을 삼각형 타입 의 소속 함수에 적용하여 상한 값과 하한 값을 퍼지 스트레칭 기법으로 철도 영상의 명암 대비를 강조시킨다. 퍼지 스트레칭 기법이 적용된 영상에서 각각의RGB 채널 값을 이용하여 배경을 제거한 후에 그레이 영상으로 변환한다. 변환된 그레이 영상에서 캐니 마스크를 적용하여 철도선의 에지를 검출하고 에지가 검출된 영상에서 허프 변환 기법과 유클리디안 거리를 적용하여 철도를 검출한다. 제안된 방법의 성능을 확인하기 위해서 다양한 각도의 철도 영상을 대상으로 실험한 결과, 제안된 방법이 철도 검출에 가능성 있는 방법인 것을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.642-645
• /
• 2016

본 논문은 풍력 발전기와 ESS(Energy Storage System)를 효율적으로 연결하는 퍼지 스위치를 제안한다. 최근들어 친환경 전력 시스템의 중요성이 날로 커지고 있다. 친환경 에너지의 대표적인 태양광과 풍력의 경우 지속적인 발전이 불가능하므로 ESS의 사용이 필수적이다. 즉, 발전 가능할 때에 ESS에 충전하고 발전이 어려울 때는 ESS를 방전하는 방식이다. 이러한 스위치는 애매 모호한 구간이 존재하는데 이를 효율적으로 제어하기 위하여 퍼지를 적용하였다. 충전레벨이 낮을 경우 충전하고 충전레벨이 높을 경우 방전하는 것은 기본적인 로직이지만 충전레벨이 중간인 경우 충전이 유리한지 방전이 유리한지 모호해진다. 3단계 충전레벨과 2단계 전력레벨을 입력으로 받아 효율적인 퍼지 스위치를 구성하였다. 또한 효과적인 구현을 위하여 서피스플롯울 참조테이블로 변환하여 사용하였다. 특히, 3단계 충전레벨은 가우시한 함수를 사용하고 2단계 전력레벨은 삼각함수를 사용하여 출력 멤버쉽함수가 보다 잘 반영될 수 있도록 감안하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.129-132
• /
• 2002

본 논문은 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)와 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 함수로 구성이 되었고, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 여기 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• 한국항행학회논문지
• /
• 제12권4호
• /
• pp.378-383
• /
• 2008

본 논문에서는 DCT 변환과 퍼지추론을 이용하여 영상을 분석하는 방법을 제안 한 바, 병해충 과실 등의 특성을 분석 할 수 있는 퍼지추론 알고리즘과 변환계수에 시각특성파라미터를 접목하는 방법에 중점을 두었다. 전처리 과정에서 이산코사인 변환계수로부터 엔트로피와 텍스처 등의 시각특징 파라미터들을 구하였고, 이 변수들을 이용하여 퍼지 추론의 입력 변수를 생성 하였다. 맘다니 연산자와 ${\alpha}$-cut 함수를 적용하여 영상 분석을 실험한 결과, 제안한 방법의 응용가능성을 입증하였다.