• Journal of the Korean Institute of Intelligent Systems
• /
• v.4 no.3
• /
• pp.49-57
• /
• 1994

베네치안 블라인드의 슬래트 각도 조정은 사람에 따라 주관적이다. 그러므로, 제어 규칙에 인가된 초기의 데이타로는 에너지 절감 효과에 효율적이지 못하다. 본 논문에서는 퍼지 베네치안 블라인드 제어기를 설계 및 구현하였다. 여기에서는 외부 환경에 잘 적응할 수 있는 퍼지 제어 규칙 및 소속함수를 tuning 할 수 있는 방법을 제안하였다. 그리고 입력 에너지, 실내 환경 및 조명을 충분히 고려하여 에너지 절감 정도를 분석 및 평가하였다. 하절기와 동절기로 나누어 각각 실험한 결과 퍼지 이론을 적용하여 자동으로 슬태트 각도가 제어되는 시스템의 에너지 절감 효과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2463-2466
• /
• 2002

본 연구에서는 학습자의 수준에 맞는 적합한 학습 내용과 평가 문제를 제공하고, 그 평가 결과를 분석하여 반복학습 및 심화학습을 효과적으로 제공하는 웹기반 퍼지 교수 시스템을 제안한다. 이를 위해 코스웨어를 설계시 학습목표의 중요도, 학습내용의 난이도, 학습목표와 학습내용과의 관련성과 각 항목의 가중치를 고려한 퍼지 함수에 의해 퍼지 소속성을 가진 퍼지 언어 변수로 각 프레임에 대한 수준을 표현한다. 이와 같이 퍼지 함수를 이용함으로써 학습자의 수준을 분석하고, 이에 적절한 학습 및 평가 내용을 제공하는데 여러가지 다양하고 불확실한 요소들을 고려하여 처리함으로써 보다 융통성 있고 효과적인 교수 학습 방법을 지원할 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• 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.

• 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.

• 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 Sensor Science and Technology
• /
• v.12 no.2
• /
• pp.79-87
• /
• 2003

In this paper, we propose a method to obtain a linear characteristic using soft computing for systems which have array sensors of nonlinear characteristics. Also a procedure utilizing the pattern information of array sensors without additional sensors is proposed to reduce disturbance effects. For a typical example, even a single CdS cell for CdS array has nonlinear characteristics. Overall linear characteristic for CdS array is obtained using fuzzy logic for each cell and overlapped portion. In addition, further improvement for linearization is obtained applying genetic algorithms for the parameters of membership functions. Also the effect of disturbing external light changes to the CdS array can be reduced without using any additional sensors for calibration. The proposed method based on fuzzy logic shows improvements for position measurements and disturbance reduction to external light changes due to the fuzziness of the shadow boundary as well as the inherent nonlinearity of the CdS array. This improvement is shown by applying the proposed method to the ball position measurements of a magnetic levitation system.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.1 s.33
• /
• pp.67-72
• /
• 2005

Most of image binarization algorithms analyzes the intensity distribution using the histogram for the determination of threshold value. When the intensity difference between the foreground object and the background is great, the histogram shows the tendency to be bimodal and the selection of the histogram valley as the threshold value shows the good result. On the other side. when the intensity difference is not great and the histogram doesn't show the bimodal property, the histogram analysis doesn't support the selection of the proper threshold value. This Paper Proposed the novel binarization method that applies the fuzzy membership function to each color value on the RGB color model and, by using the operation results, separates the features having the great readability from the background. The proposed method prevents the loss of information incurred by the gray scale conversion by using the RGB color model and extracts effectively the readable features by using the fuzzy inference Compared with the traditional binarization methods, the proposed method is able to remove the majority of noise areas and show the improved results on the image of transport containers , etc.

• Journal of KIISE:Software and Applications
• /
• v.32 no.1
• /
• pp.1-9
• /
• 2005

In this paper we propose a modified fuzzy min-max neural network model for pattern classification and discuss the usefulness of the model. We define a new hypercube membership function which has a weight factor to each of the feature within a hyperbox. The weight factor makes it possible to consider the degree of relevance of each feature to a class during the classification process. Based on the proposed model, a knowledge extraction method is presented. In this method, a list of relevant features for a given class is extracted from the trained network using the hyperbox membership functions and connection weights. Ft)r this purpose we define a Relevance Factor that represents a degree of relevance of a feature to the given class and a similarity measure between fuzzy membership functions of the hyperboxes. Experimental results for the proposed methods and discussions are presented for the evaluation of the effectiveness and feasibility of the proposed methods.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.8
• /
• pp.54-61
• /
• 1999

In this paper, we apply one of modified Genetic Algorithms, a Multi-population Genetic Algorithm(MGA) that improves the genetic diversity to determine the fuzzy rule base and the shape of membership functions. The generation of the fuzzy rule base for fuzzy control, generally, depends on expert's experience. We suggest a new evaluation function to optimize fuzzy rule base. Simulation shows that the proposed method has good result.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.3
• /
• pp.179-187
• /
• 2008

In this paper, we apply a set of algorithms to classily normal and cancer nucleus from uterine cervical pap-smear images. First, we use lightening compensation algorithm to restore color images that have defamation through the process of obtaining $1{\times}400$ microscope magnification. Then, we remove the background from images with the histogram distributions of RGB regions. We extract nucleus areas from candidates by applying histogram brightness, Kapur method, and our own 8-direction contour tracing algorithm. Various binarization, cumulative entropy, masking algorithms are used in that process. Then, we are able to recognize normal and cancer nucleus from those areas by using three morphological features - directional information, the size of nucleus, and area ratio - with fuzzy membership functions and deciding rules we devised. The experimental result shows our method has low false recognition rate.