• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.591-596
• /
• 2000

본 논문에서는, 퍼지 신경망 시스템에 대한 최적의 규칙 베이스의 생성과 초기화를 이루기 위하여 웨이브릿 이론을 기반으로 한 퍼지 신경망 구조를 제안한다. 제안한 웨이브릿 기반의 퍼지 신경망 구조(WFNN)에서는 퍼지-신경망에 대하여 웨이브렛 함수의 성질과 다운스트레칭 메카니즘에 의하여 초기의 최적 퍼지 규칙 베이스를 구성하고 은닉층의 노드 개수를 최적화시키며, 에러 역전파 알고리즘에 의하여 각 파라미터의 조절과 학습이 진행된다. 역진자 시스템에 대한 모의 실험을 통하여 제안한 웨이브릿 기반의 퍼지 신경망 제어 시스템의 우수성을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1846-1847
• /
• 2007

본 논문에서는 비선형 공정의 모델링 성능을 향상시키기 위하여 퍼지 엔트로피 분석을 통해 새로운 클러스터를 생성하고, 이 클러스터를 퍼지 모델의 새로운 규칙으로 추가하는 자기구성 퍼지 모델을 제안한다. 퍼지 엔트로피가 상대적으로 큰 데이터 집합으로 새로운 클러스터를 구성하면 퍼지 모델의 애매모호한 정도가 작아져서 모델링 오차가 줄어들 가능성이 크게 된다. 제안한 방법의 유용성을 입증하기 위해 이를 Box-Jenkins의 가스로 공정에 적용하여 퍼지 규칙수의 증가에 따른 모델링 성능의 변화를 보이고, 기존의 방법에 의한 모델링 결과와 비교한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1996.10a
• /
• pp.306-309
• /
• 1996

본 논문에서는 유전자 알고리즘을 이용하여 퍼지 제어기를 위한 최적 소속함수와 제어 규칙들을 자동으로 생성하는 방법을 제안한다. 제안한 방법은 효과적인 염색체 암호화 방법을 이용하여 소속함수의 표현 해상도가 증가하여도 소속함수의 언어항의 개수를 일정하게 유지하여 제어 규칙을 표현하는 염색체의 길이가 크게 늘어나지 않도록 한다. 또, 소속함수의 언어항의 개수가 서로 다른 염색체에 대해서도 개선된 교배 및 돌연변이 연산자를 이용하여 효과적으로 유전자 연산을 적용할 수 있게 한다. 본 논문에서는 제안된 방법을 퍼지 제어기의 자동 생성 방법의 평가 문제로 널리 이용되는 트럭 후진 주차 문제에 적용하여 성능을 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• 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.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.3
• /
• pp.252-259
• /
• 2000

In this paper, we propose a Fuzzy Classifier System(FCS) to find a set of fuzzy rules which can carry out the edge detection of a image. The FCS is based on the fuzzy logic system combined with machine learning. Therefore the antecedent and consequent of a classifier in FCS are the same as those of a fuzzy rule. There are two different approaches, Michigan and Pittsburgh approaches, to acquire appropriate fuzzy rules by evolutionary computation. In this paper, we use the Michigan style in which a single fuzzy if-then rule is coded as an individual. Also the FCS employs the Genetic Algorithms to generate new rules and modify rules when performance of the system needs to be improved. The proposed method is evaluated by applying it to the edge detection of a gray-level image that is a pre-processing step of the computer vision. the differences of average gray-level of the each vertical/horizontal arrays of neighborhood pixels are represented into fuzzy sets, and then the center pixel is decided whether it is edge pixel or not using fuzzy if-then rules. We compare the resulting image with a conventional edge image obtained by the other edge detection method such as Sobel edge detection.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.5
• /
• pp.1289-1296
• /
• 1997

To build up a knowledge-based system in an Artifical Inerligence System, selecting an appropriate set of rules is one of the key provlems. In this paper, we discuss a new method for exteacting fuzzy rules diredtly from fuzzy membdrchip function dat for pattern classifcation. The fuzzy rules with variable fuzzy recions are defined by sharing fuzzy space in fuzzy grid.Tehse rules are extracted form memberchop function. Them, optimal input vari-ables for the rules are determined using the number of extracted rules as a criterion. The method is compared with neural networks using Ishibuchi. Finally, in order to demonstrate the cffectiveness of the present method, simulation results are shown.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.3
• /
• pp.34-42
• /
• 1997

This paper presents new fuzzy learning algorithms and their applications to time series prediction. During generating fuzzy rules from numerical data, there is a tendency to produce conflicting rules which have same premise but different consequence. To resolve the problem, we propose MCM(Modified Center Method) which is proven to reduce the error in the prediction. We have applied MCM to the analysis of Mackey-Glass time series and Gas Furnace da.ta to verify its efficiency.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.451-454
• /
• 2002

본 논문에서는 개인의 적성을 판단하는 문제를 처리하기 위한 가중치 퍼지추론 알고리즘을 제시하고, 지식표현을 위해 퍼지 집합 이론과 퍼지 생성 규칙들을 이용하였다. 거리척도에 서는 퍼지값이 높은 구간의 척도를 낮은 구간의 척도에 비례하여 유사성을 구하였다. 또한, 가중치를 정량화한 값과 척도값을 연산하여 유사성을 나타냈고, 추출된 항목과 규칙과의 가능성을 구하였다. 여기서, 결과는 수검자들이 응답한 값들에 따라 임의의 직업군이 적당한 지를 나타내기 위해 확신도로 해석하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.219-222
• /
• 2002

본 논문에서는 미지의 환경에서 이동로봇의 자율 주행이 가능하도록 비전 시스템과 퍼지규칙을 이용한 경로 설정과 장애물 회피를 위한 알고리즘을 소개 하고자 한다. 한편 원격지에서도 로봇의 움직임을 파악할 수 있도록 인터넷을 통한 원격운용 기능을 추가함으로써 로봇의 효율적인 운용이 가능하도록 하였다. 소벨 연산자를 이용한 장애물의 윤곽선 추출과 퍼지규칙을 이용하여 경로 계획과 장애물 회피를 위한 알고리즘을 생성하였으며, 컴퓨터 시뮬레이션으로 그 효율성을 검증하였다. 또한 실제 이동 로봇을 제작하여 실험한 결과에서도 제안된 알고리즘이 우수한 성능을 발휘함을 확인할 수 있었다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.5 no.4
• /
• pp.224-231
• /
• 2012

In this paper, we introduce a fuzzy inference systems based on fuzzy c-means clustering algorithm for fuzzy modeling of nonlinear process. Typically, the generation of fuzzy rules for nonlinear processes have the problem that the number of fuzzy rules exponentially increases. To solve this problem, the fuzzy rules of fuzzy model are generated by partitioning the input space in the scatter form using FCM clustering algorithm. The premise parameters of the fuzzy rules are determined by membership matrix by means of FCM clustering algorithm. The consequence part of the rules is expressed in the form of polynomial functions and the coefficient parameters of each rule are determined by the standard least-squares method. And lastly, we evaluate the performance and the nonlinear characteristics using the data widely used in nonlinear process.