• Journal of the Korea Society of Computer and Information
• /
• v.11 no.3
• /
• pp.11-20
• /
• 2006

This paper describes the technique which utilizes a fuzzy neural network to sketch feature extraction in digital images. We configure an artificial neural network and make it learn fuzzy membership functions to decide a local threshold applying to sketch feature extraction. To do this. we put the learning data which is membership functions generated based on optimal feature map of a few standard images into the artificial neural network. The proposed technique extracts sketch features in an images very effectively and rapidly because the input fuzzy variable have some desirable characteristics for feature extraction such as dependency of local intensity and excellent performance and the proposed fuzzy neural network is learned from their membership functions, We show that the fuzzy neural network has a good performance in extracting sketch features without human intervention.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.490-490
• /
• 2022

국내 대하천 및 중·소규모 하천의 홍수터 공간을 활용하여 체육시설 및 공원 등과 같은 친수 시설물을 조성하여 친수공간으로 활용하고 있으며, 시민들의 친수활동 빈도는 증가추세에 있다. 특히 하천 내에서 수상 레크레이션 활동 등과 같은 다양한 친수활동이 증가하고 있으며, 하천친수에 관한 정보 수요가 급증하고 있으나 체계적인 공급은 미흡한 수준이다. 따라서 본 연구에서는 친수공간 조성 및 유지관리에 대한 측면과 친수공간에서의 쾌적한 친수활동을 위한 정보제공 목적으로 하천 친수공간에서의 복합모니터링을 이용한 친수활동 종합지수를 산정 방법을 개발하고자 하였다. 센서 기반의 시계열 데이터 구축을 위해 하천 수질, 수리인자의 복합모니터링을 진행하였다. 수리인자(수위, 유속, 수면폭 등)와 수질인자(탁도, Chl-a, pH 등), 기상학적 인자(자외선 지수, 미세먼지 등) 등급에 따른 허용기준을 설정하여 각 등급 별로 수리인자의 값을 0~1 사이 값인 소속도로 변환하여 소속도의 합성 및 친수활동 등급을 결정하였다. 최종적으로 수리, 수질, 기상 인자별 소속도 함수 산정을 통한 퍼지합성 이론 기반의 친수활동 종합지수를 산정하였다. 그리고 친수활동 종합지수를 예보하기 위한 모델 적용을 위한 방향성을 정립하였다.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.4
• /
• pp.363-369
• /
• 2002

In this paper, it could improved on the arbitrary nonlinear function learning approximation which have the wavelet neural network based on Adaptive Neuro-Fuzzy Inference System(ANFIS) and the multi-resolution Analysis(MRA) of the wavelet transform. ANFIS structure is composed of a bell type fuzzy membership function, and the wavelet neural network structure become composed of the forward algorithm and the backpropagation neural network algorithm. This wavelet composition has a single size, and it is used the backpropagation algorithm for learning of the wavelet neural network based on ANFIS. It is confirmed to be improved the wavelet base number decrease and the convergence speed performances of the wavelet neural network based on ANFIS Model which is using the wavelet translation parameter learning and bell type membership function of ANFIS than the conventional algorithm from 1 dimension and 2 dimension functions.

• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.289-292
• /
• 2005

본 논문에서는 클러스터링과 뉴로-퍼지 모델링을 동시에 실시하는 학습 기법을 제안하였다. 클러스터링을 이용하여 뉴로-퍼지 모델링을 실시하는 일반적인 경우, 클러스터링 학습을 실시한 후 학습된 파라미터를 뉴로-퍼지 모델의 초기 파라미터로 설정하고 모델을 다시 학습하는 방법을 취한다. 즉 클러스터링에서 클러스터의 수를 구하고 파라미터를 최적화함으로써 초기 구조동정과 파라미터 동정을 실시하며 이를 다시 뉴로-퍼지 모델에서 세부적인 파라미터 동정을 실시하는 것이다. 또한 모델에서의 학습은 출력데이터의 오차를 이용한 오차미분기반 학습으로 전제부 소속함수 파라미터를 수정하는 방법을 이용한다. 이 경우 클러스터링의 영향과 모델의 영향이 각각 별개로 고려될 수 있다. 따라서 본 논문에서는 클러스터링을 전제부 소속함수로 부여하고 클러스터링의 학습에 뉴로-퍼지 모델을 이용하면서 또한 모델의 학습에 클러스터링을 직접 적용하는 클러스터링 기반 뉴로-퍼지 모델링을 제안하였으며 이 경우 클러스터링의 학습과 모델의 학습이 동시에 이루어지며 뉴로-퍼지 모델에서 클러스터링의 효과를 직접적으로 확인할 수 있다. 제안된 방법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.802-804
• /
• 2005

지능 시스템에 사용되는 퍼지 데이터를 고속으로 처리하기 위한 퍼지 제어시스템의 중요한 문제점들 중의 하나는 퍼지 추론 및 비퍼지화 단계에서의 수행속도의 개선이다. 특히 후건부의 계산 및 비퍼지화 단계에서의 고속 연산이 더욱 중요하다. 따라서 본 논문에서는 퍼지 제어기의 속도향상을 위해 후건부 단계에서 [0,1]의 실수 연산을 하지 않고, 퍼지 소속함수의 값을 정수형 격자 (400×30)에 매핑시켜 고속의 정수 덧셈 연산만으로 수행할 수 있는 알고리듬을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.359-365
• /
• 2008

CP(Counterpropagation)알고리즘은 서로 다른 두 개의 신경망이 하나로 결합 된 혼합형 모델로서, 다른 신경망 모델에 비해 비교적 단순하고 빠른 학습 속도를 보인다. 그러나 CP 알고리즘은 다양한 패턴이 입력되면 충분한 경쟁층의 수가 설정되지 않아 학습이 불안정하고, 출력층에서 연결강도를 조정할 때 일반적인 학습률 조정방법으로 불안정한 학습 결과를 보인다. 이러한 문제점을 해결하기 위해 다수의 경쟁층을 설정하여 경쟁층에서 패턴 분류의 정확성을 높이고, 입력 벡터와 승자 뉴런의 대표 벡터간의 차이와 승자 빈도수를 반영하여 학습률을 동적으로 조정하여 경쟁층에서의 학습이 안정적으로 진행되도록 하고, 출력층에서 연결강도를 조정할 때 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘이 제안되었다. 본 논문에서는 개선된 CP 알고리즘에서 경쟁층의 수를 효율적으로 설정하기 위해 퍼지 제어 기법을 이용하여 경쟁층의 수를 결정하는 방법을 제안한다. 제안된 방법은 CP 알고리즘에 입력되는 패턴의 정보를 이용하여 퍼지 소속 함수를 설계하고 입력에 대한 소속도를 계산한 후, 퍼지 제어 규칙을 적용하고, Mamdani의 Min_Max 추론 방법으로 추론한다. 퍼지 추론을 통해 최종적으로 얻어진 값을 무게 중심법으로 비퍼지화 하여 최종적으로 개선된 CP 알고리즘의 경쟁층의 수를 결정하는데 적용한다. 제안된 방법의 학습 및 인식 성능을 평가하기 위해, 숫자, 영어 등과 같이 다양한 패턴을 실험에 적용한 결과, 제안된 방법이 경쟁층의 수를 결정하는데 효과적임을 확인할 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.29 no.1
• /
• pp.125-134
• /
• 2011

In order to reconstruct vehicle-pedestrian collision accidents, this paper presents a fuzzy tool to estimate accurately the impact velocity of the vehicle using parameters which could be easily collectable at the accident scene. The fuzzy rules and membership functions were set up using number of over 200 domestic and foreign data from accidents and empirical tests and 700 data from multibody simulation experiments. The developed fuzzy tool deduces the category of pedestrian trajectory and impact speed of the vehicle using 4 membership functions and 2 logic rules. The membership function of throw distance was differently set according to the deduced category of trajectories. The implemented fuzzy program was validated through comparing with the domestic and foreign empirical data. The output results agree very well in impact velocities of vehicle resulting the accuracy and usefulness of the developed tool in the reconstruction analysis of vehicle-pedestrian collision accidents.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.08a
• /
• pp.128-132
• /
• 2008

본 논문에서는 현재 자가용 차량 번호판으로 사용되고 있는 4종류의 번호판인, 구형 녹색 번호판 두 종류와 유럽식 신형 흰색 번호판 두 종류에 대해 개별 코드를 효과적으로 추출하기 위한 개선된 퍼지 이진화 방법을 제안한다. 차량 영상에서 수직 에지와 반복 이진화 기법, 그리고 Grassfire 알고리즘을 적용하여 번호판의 후보 영역을 추출하고, 번호판의 형태학적 특징을 이용해 잡음을 제거한 후, 최종 번호판 영역을 추출한다 추출된 번호판 영역에서 개선된 퍼지 이진화 기법을 적용하여 개별 코드를 추출한다. 본 논문에서 제안하는 개선된 퍼지 이진화 방법은 추출한 번호판 영역을 그레이 레벨로 변환한 후에 번호판의 명도를 2구간으로 나누고 각각의 구간에 퍼지 소속 함수를 적용하여 번호판 영역을 이진화한 후, 퍼지 소속 함수에 의해 이진화 된 2개의 번호판 영역 중에서 가장 최적화된 번호판 영역을 선택하여 개별 코드를 추출한다. 본 논문에서 제안한 기법을 4종류의 번호판이 부착된 327장(구형녹색 50장, 신형녹색 157장, 짧은 흰색 60장, 긴 흰색 60장)을 대상으로 실험한 결과, 번호판 영역 추출은 327장의 영상중 97%가 추출되었고 개별 코드 추출은 번호판 영역이 추출된 324장의 영상에서 97%가 추출된 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.341-344
• /
• 2006

유고란 도로상에서 교통량의 주기적인 집중에 의한 혼잡과는 구별되는 개념으로 교통사고, 도로보수 그리고 자연재해와 같은 비 반복적인 정체의 상황을 일컫는다. 이러한 유고는 막대한 통행시간이 추가로 발생하고 연료소모, 환경피해 등의 문제가 발생하므로 이러한 교통손실을 최소화하기 위하여 자동유고감지 알고리즘의 개발이 필수적이다. 이를 위하여 현재 다양한 검지기에서 수집된 교통 데이터를 바탕으로 유고를 감지하는 연구가 많이 진행되고 있다. 본 논문에서는 각종 유고 상황을 인지하여 제2의 사고를 예방할 수 있는 효율적인 유고감지 알고리즘을 개발하기 위하여 퍼지논리와 패턴을 함께 사용하였다. 먼저 퍼지논리와 패턴에 사용되는 데이터는 루프 검지기에서 5분 마다 수집된 교통정보(교통량, 점유율, 속도)를 이용하였다. 교통정보를 이용하여 구축된 요일 및 시간대별 패턴과 함께 퍼지논리를 이용하여 도출된 유고 소속도를 가지고 유고를 감지하였다.