• 한국정보처리학회논문지
• /
• 제3권3호
• /
• pp.449-459
• /
• 1996

본 논문의 퍼지 수리 형태학의 새로운 정의와 신경망을 이용한 이의 구현을 소개 함에 주 목적을 두고 있다. 이 새로운 정의에는 generalized-mean연산자가 중요한 역할을 하고 있다. 본 정의는 신경망을 이용한 구현에 매우 적합할. 연결자 공유 (shared-weight) 신경망의 전반부는 수리 형태적 연산을 수행하기에 적합한 구조를 가 지고 있다. 이 연결자 공유 신경망은 퍼지 수리형태학적 연산을 이용하여 추출 된 특성 정보를 근거로 하여 형태 분류를 수행한다. 따라서, 본 퍼지 정의의 파라 미터들은 신경망의 학습기법을 이용하여 최적화를 기할수 있다. 구조소들(structuring gelements), membership의 값, 그리고 가중 요소(weighting factor)들을 결정하기 위한 학습방법 (learning rule)들이 자세히 열거되어 있다. 적용 예로서 필기체 숫자 인식 문제에 응용한 결과, 퍼지수리 형태학을 이용한 신경망은 이 문제에 있어 현존하는 최고의 결과들과 충분히 견줄만한 결과를 보여주고 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.822-826
• /
• 2010

홍수피해저감 대책의 우선순위 결정은 시스템 차원에서 접근해야 한다. 홍수피해저감 사업을 분야별로 분리하여 분석하면 숲을 보지 못하고 산을 판단하는 오류를 범할 수 있다. 홍수피해 최소화를 위한 여러 전문 분야별 대안 분석도 중요하지만, 시스템 차원에서 홍수피해 저감 방안을 파악하고 대책을 수립해야 한다. 따라서 본 시스템의 개발 목적은 최적의 홍수피해저감 대책을 결정하는 데 있어 각각의 개별 정보를 공유하고, 의사결정 지원에 필요한 시스템을 구축하는 데 있다. 본 연구에서 제시한 홍수방어 대책 통합평가시스템은 수문학적 홍수분석 모형을 비롯하여 수리학적 홍수분석 모형, 의사결정지원 시스템이 통합되어 단일 시스템으로 구축되며 이를 위해서는 구체적인 사용자 요구파악과 관련 업무 프로세스 분석을 통한 전체적인 시스템 구조 설계가 중요하다. 홍수방어 대책 통합평가시스템의 핵심 요소는 1) GIS입력 모듈, 2) Fuzzy 알고리즘 모듈, 3) MCDA 알고리즘 모듈, 4) 결과표출 모듈 등 네 가지이다. 여기서 첫 번째 모듈은 GIS 입력 모듈로써 최적 방안 도출을 위한 빈도별 홍수터, 홍수심, 토지이용도 등과 같은 일련의 GIS 기초자료를 제공한다. 두 번째 단계는 퍼지화된 MCDA 모듈을 수행하기 위한 퍼지 알고리즘 및 퍼지 연산을 위한 내부 코딩이 이루어지는 단계로써 사용자 요구 사항에 따른 연산이 가능하다. 세 번째 단계는 최적 방안을 모색하는 MCDA 알고리즘과 연산 수행을 위한 세부 모듈로 구성됐다. 마지막 네 번째 단계는 모형과 DB간의 연계절차로써 사용자가 직접 운영하는 GUI 부분으로써 사용자의 요구 사항을 비롯하여 모형의 특징을 Matlab 프로그램으로 각각의 화면을 디자인한다. 이 단계에서는 모형을 수행하기 위한 DB가 구축되며 사용자의 요구에 의한 맞춤형 분석이 가능하도록 구성됐다. 통합시스템을 통한 의사결정과정의 합리성은 선택된 최적의 홍수저감대책의 사회 경제적 수용성은 물론 의사결정과정의 투명성을 높일 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제19권12호
• /
• pp.2924-2932
• /
• 2015

영상 이진화 기술은 객체와 배경을 분할하는 과정으로 영상 분석 및 인식 분야에 널리 적용되고 있다. 기존의 이진화 방법은 임계치를 설정하는 과정에서 객체와 배경의 명암 차이가 크지 않을 경우에 불확실성이 존재한다. 이러한 문제점을 개선한 퍼지 이진화는 객체의 특징을 효과적으로 이진화 하지만 ${\alpha}$-cut값을 정적으로 설정하기 때문에 객체의 특징들이 손실된 상태로 이진화 되는 문제점이 있다. 따라서 본 논문에서는 평균, 반복, Otsu 이진화 방법들의 임계치를 이용한 퍼지 소속 함수를 구하여 ${\alpha}$-cut값을 동적으로 설정하는 방법을 제안한다. 다양한 영상을 대상으로 실험한 결과, 제안된 방법은 기존의 이진화 방법 및 퍼지 이진화 방법보다 배경과 객체들의 손실이 적은 상태로 이진화된 것을 확인하였다.