• 한국조명전기설비학회지:조명전기설비
• /
• 제11권2호
• /
• pp.102-109
• /
• 1997

전력부하 설비시스템에 장치하는 퍼지제어기의 성능은 제어대상의 변화에 민감하여 제어대상이 바뀔때마다 퍼지 소속함수폭이나 제어규칙을 조정해야 한다. 본 논문은 퍼지제어기의 성능에 영향을 미치는 요소들을 종합적으로 고찰하여, 제어대상의 변화에 적응하여 최적의 퍼지 소속함수폭에 자동동조하는 다층 신경회로망을 사용한 성능이 개선된 뉴로퍼지제어기를 제안하여 구성하였다. 이것을 다양한 일차지연요소를 갖는 설비시스템의 시뮬fp에션을 하여 우수한 제어 특성을 확인하였다.

• 정보처리학회논문지B
• /
• 제17B권2호
• /
• pp.163-168
• /
• 2010

표준화된 매개변수 소속함수에 기반을 둔 언어적 케이스 기반 퍼지 추론 방법을 제안한다. 제안된 방법은 선형 시간 복잡도를 갖는 퍼지 추론을 위한 효율적인 방법을 제공한다. 결과적으로 제안된 방법은 퍼지 추론의 속도를 개선하는데 사용될 수 있다. 언어적 케이스 기반 퍼지 추론 과정에서 표준화된 매개변수 소속함수에 기반을 둔 언어적 케이스 색인과 검색 방법을 제시한다. 이는 기존의 언어 근사 방법과 비교할 때 상대적으로 빠르게 계산될 수 있다. 공학적인 관점에서 이는 가치 있는 장점이 될 수 있다.

• 한국지능시스템학회논문지
• /
• 제6권4호
• /
• pp.81-91
• /
• 1996

본 논문은 퍼지 논리 제어기의 제어 성능을 향상시키는 최적의 COA(Center Of Area) 비퍼지화 방법을 제안한다. 제안한 비퍼지화 방법은 플랜트의 제어를 위해 필요한 확정치(Crisp Value)를 얻기 위해 소속 함수값과 소속함수의 폭을 동시에 이용한다. 주어진 문제에 가장 최적인 소속 함수의 폭은 유전자 알고리즘에 의해 자동적으로 결정된다. 제안한 비퍼지화 방법을 트럭 후진(Truck backer-upper) 제어 문제에 적용하여 얻어진 시뮬레이션 결과로부터 소속 함수만을 고려한 기존의 COA 비퍼지화 방법보다 평균 주행거리 면에서 20% 이상 짧아짐을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.59-62
• /
• 2021

본 논문에서는 사다리꼴 형태의 소속 함수를 적용하여 스트레칭 하는 과정에서 상한과 하한을 FCM 기반 양자화 기법을 적용하여 동적으로 조정하는 퍼지 스트레칭 기법을 제안한다. 제안된 퍼지 스트레칭 기법은 FCM 기반 양자화 기법을 적용하여 각 클러스터를 생성하고 생성된 각 클러스터의 중심에 해당되는 명암도를 이용하여 사다리꼴 형태의 소속 함수의 구간을 설정한다. 그리고 설정한 구간 정보를 이용하여 스트레칭을 위한 상한과 하한을 구하여 영상을 스트레칭 한다. 제안된 FCM 양자화 기반 퍼지 스트레칭 기법의 성능을 분석하기 위해서 명암도 분포가 좁고 명암 대비가 낮은 결절종 초음파 영상과 컨테이너 영상을 대상으로 실험하였다. 실험 결과에서도 알 수 있듯이 기존의 히스토그램 스트레칭 기법과 삼각형 형태의 소속 함수를 적용한 퍼지 스트레칭 기법보다 명암 대비가 향상되었다. 결절종 초음파 영상에서는 결절종 영역과 그 외의 영역 간의 명암 대비가 뚜렷하게 나타나서 결절종 추출에 효과적인 것을 확인하였고 컨테이너 영상에서는 컨테이너 데미지를 추출하는데 필요한 컨테이너 굴곡선 등과 같은 특징이 다른 기법들에 비해 선명하게 나타났다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.41-47
• /
• 2008

클러스터 기반 퍼지 모델트리에서 훈련 데이터의 과잉 적응은 검중 데이터의 성능을 저하시키는 문제점을 가지고 있다. 이러한 문제점을 해결하기 위한 방법으로 본 논문에서는 상호 노드간의 정보를 고려하는 방법을 제안하고자 한다. 제안된 방법은 우선 입력과 출력변수의 속성을 고려한 퍼지 클러스터링에 의해 중심벡터를 계산한 후, 중심벡터들과 입력 속성간의 소속도를 이용하여 구간 분할된 영역별로 각각의 선형모델을 구축한다. 예측 단계에서는 입력된 데이터가 잎노드에 도달하기까지 경유하게 되는 노드들의 중심벡터들과 입력 데이터간의 거리값에 따른 소속도를 계산한 후 최종적으로 각 노드의 선형모델들과 계산된 소속도를 이용하여 출력값을 예측하게 된다. 제안된 방법의 우수성을 보이기 위해 다양한 벤치마크 데이터를 대상을 실험한 결과, 기존의 클러스터 기반 퍼지 모델트리보다 향상된 성능을 보임을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.299-302
• /
• 2003

대용량의 퍼지데이터를 처리하기 위한 퍼지제어 시스템의 가장 큰 과제는 퍼지추론 및 비퍼지화 단계에서의 수행속도의 개선이다. 본 논문에서는 퍼지제어기의 속도 향상을 위해 [0, 1]사이의 실수값을 갖는 퍼지 소속 함수값을 정수형 격자(pixel)에 매핑시켜 정수형 퍼지 소속함수값만을 가지고 퍼지연산을 하는 정수형 퍼지제어기법을 적용한 고속이 정수 연산을 수행하는 퍼지 프로세서와 주변제어 시스템을 FPGA로 설계하여 기존 퍼지제어 시스템에 비해 매우 빠른 실시간 고속퍼지 제어시스템을 구현한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.115-117
• /
• 2004

인간과 인간 사이에 컨텍스트의 역할이 중요한 것처럼 기계가 컨텍스트를 인식할 수 있는 능력을 갖추는 것은 중요하다. 특히 지능적인 서비스를 제공하기 위해서는 고수준 컨텍스트를 추출하는 것이 필요하고, 최근 베이지안 네트워크를 이용해 컨텍스트를 추출하려는 연구가 많이 있었다. 그러나 대부분은 단순한 컨텍스트를 추출하는 연구들이고, 상황이나 사용자에 따라 다른 특성을 보이는 경우에 대한 처리는 하지 못하고 있다. 본 논문은 퍼지 소속 함수를 통해 각 센서에서 오는 정보를 전 처리하고, 이를 베이지안 네트워크를 이용해 고수준 컨텍스트로 추출하는 방법을 제안한다. 특히 여러 개의 퍼지 노드가 있을 경우 퍼지 소속값의 곱을 사용하여 베이지안 추론에 적용하였다. 각 센서의 정보를 처리하는 퍼지 소속 함수는 사용자가 쉽게 설계할 수 있고, 컨텍스트 추출모듈과 별개로 설계가 가능하기 때문에 베이지안 네트워크의 유연하고 적응적인 특성을 유지하면서 개인화가 가능하다. 제안한 방법의 유용성을 보이기 위해 실제 세계의 문제를 모델링한 베이지안 네트워크의 예를 보이고 이를 분석한다.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.74-82
• /
• 2011

비선형 공정을 퍼지 모델링 하는 것은 전체 입력의 공간 분할 및 퍼지 추론 방법에 따른 퍼지 추론 시스템의 입출력 특성을 분석하는 것이 필요하다. 이를 위해, 퍼지 모델은 입력 변수와 퍼지 입력 공간 분할 및 후반부 다항식 함수에 의한 구조 및 파라미터를 동정함으로서 표현된다. 퍼지 규칙의 전반부에서 입력 데이터의 최소 값과 최대 값을 이용하는 최소-최대 방법 및 입력 데이터를 군집으로 형성하는 C-Means 클러스터링 알고리즘이 퍼지 모델의 동정을 위해 사용되고, 소속 함수는 삼각형, 범종형, 사다리꼴형 소속함수를 사용한다. 퍼지 규칙의 후반부 동정에서 퍼지 추론은 간략 및 선형 추론과 같은 두 가지 형태를 수행한다. 각 규칙의 후반부 파라미터들, 즉 다항식의 계수들의 동정은 표준 최소자승법에 의해 수행된다. 마지막으로, 비선형 공정으로는 널리 이용되는 가스로 데이터를 이용하여 시스템 특성 및 성능을 평가한다.

• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1093-1102
• /
• 2010

주성분 분석(PCA)은 데이터의 차원을 줄이면서 최대의 데이터 변이를 보존하는 기법으로 차원 축소나 피처 추출을 위해 널리 사용되고 있다. 하지만 PCA는 잡음에 민감한 단점이 있으며, 이러한 잡음 민감성을 해결하기 위해 여러 가지 PCA 변형이 제안되었다. 그 중 robust fuzzy PCA(RF-PCA)는 퍼지 소속도를 사용하여 잡음의 영향을 효과적으로 줄일 수 있음이 입증되었다. 하지만 RF-PCA 역시 몇 가지 문제점이 있고, 수렴성이 그 중 하나이다. RF-PCA는 소속도와 주성분을 갱신할 때 서로 다른 목적 함수를 사용하므로 수렴 속도가 느리고 구해지는 해가 국부 최적 해임을 보장하지 않는다. 이 논문에서는 RF-PCA의 문제점을 해결하기 위해 하나의 목적 함수를 이용해 소속도와 주성분을 갱신할 수 있는 방법을 제안한다. 제안한 방법, RF-PCA2는 반복 최적화를 이용함으로써 국부 최적해에 수렴함을 보장하며, RF-PCA에 비해 빠른 수렴 속도를 가지고, 잡음 민감성이 줄어든다. 이러한 사실들은 실험 결과를 통해 확인할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권4호
• /
• pp.545-557
• /
• 2001

본 논문에서는 저장 데이타베이스의 정보 시스템을 정제하여 이해 가능한 정보로 전환하고 새로운 객체를 근사 추론할 수 있도록 하기 위해 러프 소속 함수 값의 개념을 도입한 계층적 근사 분류 알 고리즘을 제안한다. 제안하는 알고리즘은 근사 추론의 한 방법인 퍼지 추론 방법의 언어적 불확실성을 속 성의 퍼지 소속 함수 값으로 나타내고 조건 속성의 소속 함수 값의 합성에 의해 근사 추론하는 방법을 이용하였으며 퍼지 소속 함수 값 대신에 러프 소속 함수 값을 이용하도록 제안하였다. 이는 퍼지 소속 함 수 값을 이용하여 괴지 규칙을 생성하는 과정을 생략할 수 있는 장점이 있다. 또한 정보 시스템 내의 속 성 중에서 수치 속성에 대한 이산화 방법을 연구하고 이것 또한 러프 소속 함수 값과 정보이론의 무질서 도의 개념을 이용한 수치 속성의 이산화를 제안하였다. 제안된 알고리즘을 이용하여 패턴 분류 문제에 교 준적으로 사용되는 IRIS 데이타에 대한 실험결과96%~98% 분류율을 나타냈으며 다른 실험 데이타에서 도 기존 알고리즘과 비교하여 수치 이산화나 근사 추론 모두 우수함을 보였다.