• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.304-305
• /
• 2007

본 논문에서는 진단부분에서 서버를 중심으로 받은 정보를 능동적으로 해석하고 이상 유무에 따른 차단 역할 수행하도록 하는 지능형 차단 시스템에 대한 알고리즘 개발을 목표로 하고 있다. 제안하고자 하는 분류 알고리즘이란, 저압 배선에서 받은 신호에 대한 해석과 더불어 이를 각 이상 정도에 따라 분류하는 것을 말한다. 일반적으로, TFDR을 통해 알아 낼 수 있는 이상 유무의 종류는 damage, open 그리고 short 등이다. 도선 이상의 종류 및 특성에 따른 분류를 위하여, 알고리즘 개발을 위한 사전 이론 조사 및 개요 구성을 목표로 하고 있다. 또한, 기존의 통신 선 상에서 이루어진 결과를 토대로 한 퍼지 분류 규칙 생성 및 분류 알고리즘 개발 역시 앞으로 수행 될 예정이며, 이를 통한 지능형 차단 시스템 구축이 최종 목표이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.377-380
• /
• 2012

본 연구에서는 학습데이터의 빈도요소를 반영하도록 수정된 구조의 FMM 신경망을 소개하고, 이로부터 패턴 분류를 위한 지식 표현을 생성하는 방법론을 제안한다. 하이퍼박스 멤버쉽함수는 5종류의 퍼지 분할을 기반으로 설정한 구간에 대하여 소속정도를 반영하여 결정하며, 각 차원별로 특징범위의 폭과 빈도 요소로부터 가중치 값이 학습된다. 본 연구에서는 제안된 이론을 수화인식 문제를 대상으로 고찰하였다. 인식 시스템의 구성은 특징추출을 위하여 3차원으로 확장된 구조의 CNN 모델을 사용하였으며, 수화패턴 데이터의 표현은 모션 히스토리 볼륨(Motion History Volume) 구조를 기반으로 하였다. 6종류의 수화패턴 동영상으로부터 27개 특징요소를 추출하고 이를 사용한 FMM 신경망의 학습과정과 지식의 추출 과정을 실험으로 보이고 그 유용성을 고찰한다.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.76-82
• /
• 2010

본 논문은 수치적인 입출력데이터로부터 언어적인 규칙을 생성시키기 위한 체계적인 접근방법으로써 정보입자(information granules)에 근거한 언어적인 모델(LM: Linguistic Model)을 발전시킨다. Pedrycz에 의해 소개된 언어적인 모델은 컨텍스트 기반 퍼지 클러스터링(CFC: Context-based Fuzzy Clustering)으로부터 얻어지는 퍼지 정보입자에 의해 수행되어지며, 이는 입력과 출력공간과 연관된 클러스터 된 데이터들의 동질성을 보존하도록 클러스터를 추정한다. 언어적인 모델의 효능성은 이전 연구에서 이미 증명되었음에도 불구하고 성능 측면에서 개선시킬 필요성이 있다. 따라서, 본 논문에서는 기존 언어적인 모델의 근사화와 일반화 성능을 모두 향상시키기 위해 언어적인 컨텍스트의 자동적인 생성, 바이어스항의 추가, 결론부 파라미터의 변형된 구조를 통해 이루어진다. 실험결과는 자동차 연료소비량 예측문제와 보스턴 housing 데이터를 통해 제안된 방법이 언어적인 모델뿐만 아니라 기존 방법들보다 우수함을 증명한다.

• 인터넷정보학회논문지
• /
• 제13권5호
• /
• pp.1-8
• /
• 2012

본 논문에서는 수치적 데이터를 이용하여 규칙을 생성하는 시스템에 대해 순차적인 클러스터링 방법을 제안한다. 단일 클러스터링 기법은 방대하고 복잡한 공간 내에서는 원하는 결과를 얻지 못할 수 있다. 이런 문제점을 해결하기 위해 제안된 방법은 서로 다른 클러스터링 기법을 순차적으로 수행하여 장점들은 활용하고 단점들은 보안하는 형태를 제안하였다. Mountain 클러스터링과 Chen 클러스터링을 이용하여 non-parametric 공간에서 자율적으로 클러스터를 구성하였고, global 공간과 local 공간으로 역할을 분담하여 클러스터를 추정한다. 추정된 클러스터들은 신경회로망이나 퍼지 시스템과 같은 지능 시스템의 구조와 초기 파라미터 결정에 활용될 수 있으며, 확장하여 헬스케어와 의료 분야에서의 결정 제공 시스템의 학습에 도움을 줄 수 있다. 제안된 방법을 유용성을 시뮬레이션을 통해 보이고자 한다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.970-976
• /
• 2007

본 연구에서는 퍼지 추론 메커니즘에 기반 한 다항식 네트워크 패턴 분류기(Polynomial Network Pattern Classifier; PNC)를 설계하고 Particle Swarm Optimization 알고리즘을 이용하여 PNC 파라미터, 즉, 학습률, 모멘텀 계수, FCM 클러스터링의 퍼지화 계수(fuzzification Coefficient)를 최적화한다. 제안된 PNC 구조는 FCM 클러스터링에 기반한 분할 함수를 활성 함수로 사용하며, 다항식 함수로 구성된 연결가중치를 사용함으로서 기존 신경회로망 분류기의 선형적인 특성을 개선한다. PNC 구조는 언어적 해석관점에서 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 즉 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다. 제안된 PNC는 다항식 기반 구조의 퍼지 추론 특성으로 인해 출력 공간상에 비선형 판별 함수(nonlinear discernment function)가 생성되어 분류기로서의 성능을 높인다.

• 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.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권1호
• /
• pp.1-9
• /
• 2005

본 논문에서는 패턴 분류를 위한 수정된 퍼지 최대최소 신경망 모델을 제안하고 그의 유용성을 고찰한다. 이를 위하여 하이퍼박스 내에서 각 특징들에 대하여 가중치 요소론 갖는 새로운 하이퍼큐브 소속함수를 정의한다. 이 가중치 요소는 분류과정에서 임의의 클래스에 대한 각 특징의 상대적인 기여도를 반영한다. 본 연구에서는 이를 위하여 새롭게 정의된 하이퍼박스 생성, 확장 및 축소의 3단계로 이루어지는 학습 방법론을 소개한다. 또한 제안된 모델을 기반으로 하여 학습된 분류기로부터 하이퍼박스 소속함수와 연결가중치를 사용하여 주어진 클래스에 대한 특징의 연관도를 산출하는 형태의 이른바 특징 분석 기법을 제안한다. 이를 위하여 세부적으로 각 특징에 대하여 연관도 척도와 퍼지 소속함수간의 유사도 척도를 정의한다. 또한 실제 패턴 분류문제에 적용한 실험결과를 통하여 제안된 이론의 타당성을 평가한다.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.833-841
• /
• 1998

본 논문에서는 다차원 특징 공간에서 퍼지규칙을 자동으로 생성하기 위해 다차원 공간을 효과적으로 패턴 분할하는 방법을 제안한다. 제안된 방법은 패턴 공간의 순차적 재분할(sequential subdivision)에 기초하며, 생성된 패턴 부공간의 크기는 불규칙하다. 제안된 방법에서 최초의 n차원 패턴 공간은 패턴의 분포 특성을 고려하여 서로 다른 크기를 갖는 2개의 부공간으로 분할된다. 이 부공간중 재분할할 패턴 공간이 선택되고, 이 재분할은 중지 조건이 만족될 때까지 재귀적으로 반복된다. 본 제안의 결과는 인공위성 Landsat TM을 사용한 2,4,7번 밴드의 다중분광 이미지에 적용시켰으며, 만족할 만한 결과를 얻을 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제20권1호
• /
• pp.69-77
• /
• 2011

최근 군은 과거 냉전시대와 다른 상황에 능동적으로 대처하고 비용 대비 훈련의 효과를 극대화하기 위한 방안으로 모델링 시뮬레이션 기법에 많은 관심을 보이고 있다. 이 모델링 시뮬레이션을 이용한 훈련이 효과적이기 위해서는 좀 더 사실적인 전장 환경과 전투상황을 모의해야 하는데, 최근에 이를 위해서 컴퓨터상에서 인간 행위와 부대의 집단논리를 표현하는 CGF(Computer Generated Forces)에 대한 기술 개발이 주목받고 있다. 인간 행위를 모델링하는 CGF는 자동화된 병력을 모의함으로써 적군을 모의하거나 미래 전투실험, 새로운 전투개념 개발 등 중요하면서도 다양한 역할을 수행 할 수 있다. 이번 연구에서는 CGF 가상군인의 자율지능화의 방안을 고찰해보고자 한다. 군사시뮬레이션상의 가상군인의 자율지능화의 첫걸음인 과업행위 목록의 적용을 과업행위의 기본요소인 METT+T를 기반으로 그 적용과정을 설명한다. 또한 군사모의 논리는 참 진의 이진값 표현이 외에도 '보유 무기가 충분하면 급속 공격을 빠르게 하라'와 같은 모의 규칙상에서는 군사 전문가에 의해서 결정될 수밖에 없는 '충분하다', '빠르다'와 같은 퍼지 팩트가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 소부대 전투 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다.

• 한국정보통신학회논문지
• /
• 제10권12호
• /
• pp.2329-2334
• /
• 2006

본 논문에서는 기존의 conting 구성 프로그램의 단점인 단편들 간의 결합 실패를 보완하는 알고리즘을 제안하였다. 제안된 방법은 매우 긴 DNA의 염기 서열을 자동 서열 분석기로 한번에 분석 가능한 약 700개의 단편들을 한 주형으로 만들어 PCR 방법으로 클론 3을 생성 후, $600\sim700$개의 길이로 단편화하여 기준 주형과 비교하여 일치율을 계산한다. 이때 Compute Agreement 알고리즘을 이용하여 일치율을 계산하는 시간을 단축시킨다. 계산된 단편 쌍들의 중첩 정도를 기준으로 주형마다 2개의 결합 후보 단편을 추출하여 추출된 각 단편들의 일치율과 각 DNA 염기의 A,G,C,T 소속도 및 각 A,G,C,T 이 전 빈도수를 퍼지 추론 규칙을 이용하여 결합 여부를 판단한다. 본 논문에서는 결정된 최 적의 비교 단편을 결합하고, 더 이상 단편이 없을 때까지 반복하여 서열 결합을 완성한다. 실험을 위해 완성된 단백질 지놈인 'Synechocystis PCC6803'을 각각 1만개, 10만개씩 추출하여 $600{\sim}700$개의 길이를 가진 단편을 생성하였으며, 이 단편을 임 의의 mutation을 유발하여 실험한 결과, FAP 프로그램보다 속도가 줄어들었으며, conting 구성 프로그램의 단점 인 결합 실패가 발생하지 않았다.