• 한국통신학회논문지
• /
• 제18권9호
• /
• pp.1257-1268
• /
• 1993

본 논문에서는 퍼지보상(compensative) 연산자를 이용하는 정보융합(information fusion) 방법을 제안하였다. 제안된 정보융합 방법에서는 보상적인 성질을 갖는 퍼지 총체화(aggregation) 연산자를 역오류전파(back-propagation)신경회로망의 활성화함수(activation function)로 간주하고, 이들 연산자에 수반된 파라메터들을 학습에 의해 결정한다. 결정된 연산자의 파라메터들은 학습자료에 나타난 의사 결정에 수반된 보상도를 표현할 수 있으며, 평가에 불필요한 정보원을 제거하는 성질도 가지고 있다. 제안된 정보융합 구조는 평가지수(sub-criterion)들의 만족도를 입력으로 학습에 의해 결정된 보상연산자에 의해 총체화된 만족도를 제공한다. 제안된 방법은 패턴 인식 문제와 칼라영상의 분할과 인식등 컴퓨터비죤 문제에 적용하여 그 정당성을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.538-544
• /
• 1999

본 논문에서는 송전선로의 보호를 위하여 적응형 퍼지 시스템을 도입하여 고장 유형 판별부와 고장점 추정부의 두 부분으로 구성된 새로운 고장검출기법을 개발하였다. 제안된 시스템의 퍼지 입력변수로는 전류의 정상분과 영상분 그리고 실효치를 선정하였으며 신경회로망의 학습방법에 의하여 전건부와 후건부가 적절하게 조정되었다. 제시된 기법의 효용성을 입증하기 위하여 전자과도 해석 프로그램인 EMTP로부터 수집된 데이터를 활용하였다. 시뮬레이션 결과 제안된 기법은 고장유형이 정확하게 판별되었으며 고장점 추정이 개선되었다.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.586-591
• /
• 2014

본 연구에서는 인공 벌 군집(ABC: Artificial Bee Colony) 알고리즘을 이용하여 주어진 레이더 데이터로부터 강수 사례와 비강수 사례를 분류하는 방사형 기저함수 신경회로망(RBFNNs: Radial Basis Function Neural Networks)분류기를 소개한다. 기상청에서 사용하고 있는 기상 레이더 데이터의 특성 분석을 통해 입력 데이터를 구성한다. 방사형 기저함수 신경회로망의 조건부에서는 Fuzzy C-Means 클러스터링 방법을 이용하여 적합도를 계산하고, 결론부에서는 최소자승법(LSE: Least Square Method)을 이용하여 다항식 계수를 추정한다. 추론부에서 최종출력 값은 퍼지 추론 방법을 이용하여 얻어진다. 제안된 분류기의 성능은 기상청에서 사용하는 QC와 CZ 데이터를 고려하여 비교 및 분석되어진다.

• 생물환경조절학회지
• /
• 제4권2호
• /
• pp.246-252
• /
• 1995

작물, 가축, 농산물을 학문의 대상으로 하는 농학은 기상, 토양 등과 같은 자연 현상으로부터 필요한 데이터를 획득하여 이용한다. 그러나, 이들 데이터는 많은 환경 요인의 영향을 받아 그 거동이 매우 복잡한 비선형적 현상을 나타내는 것이 대부분이다. 따라서, 실험을 통해 획득된 데이터의 처리 및 모형화 등을 위해 기존의 수학적, 통계적 방법을 이용하는 경우에 많은 어려움을 겪게 된다. 이에 최근에는 신경회로망 및 퍼지 이론 등과 같은 인공 지능 기법을 이용하여 이러한 문제점을 해결하기 위한 연구가 활발히 진행되고 있다. 본 강좌에서는 복잡한 비선형 특성 특히 임의적 거동을 보이는 자연 현상을 기술하기 위해 최근에 대두되고 있는 혼돈 이론에 대한 소개를 하고자 한다.(중략)

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.718-723
• /
• 1993

In this paper, we propose a neural network with fuzzy preprocessor not only for improving the classification accuracy but also for being able to classify objects whose attribute values do not have clear boundaries. The fuzzy input signal representation scheme is included as a preprocessing module. It transforms imprecise input in linguistic form and precisely stated numerical input into multidimensional numerical values. The transformed input is processed in the postprocessing module. The experimental results indicate the superiority of the backpropagation network with fuzzy preprocessor in comparison to the conventional backpropagation network.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2203-2205
• /
• 1998

This paper describes fuzzy radial basis function networks(FRBFN) extracting fuzzy rules through the learning from training data set. The proposed FRBFN is derived from the functional equivalence between RBF networks and fuzzy inference systems. The FRBFN learn by assigning new fuzzy rules and updating the parameters of existing fuzzy rules. The parameters of the FRBFN are adjusted using the standard LMS algorithm. The performance of the FRBFN is illustrated with function approximation and system identification.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2959-2961
• /
• 1999

A position control algorithm for a inverted pendulum is studied. The proposed algorithm is based on a fuzzy theory and Generalized Radial Basis Function(GRBF). The conventional fuzzy methods need expert's knowledges or human experiences. The GRBF, which is an optimization algorithm, tunes automatically the input-output membership parameters and fuzzy rules. The simulation is presented to illustrate the approaches.

• 정보저장시스템학회논문집
• /
• 제6권1호
• /
• pp.18-24
• /
• 2010

The performance of the speech recognition mainly depends on uncertain factors such as speaker's conditions and environmental effects. The present study deals with the speech recognition of a number of multi-syllable isolated Korean words using soft computing techniques such as back-propagation neural network, fuzzy inference system, and fuzzy neural network. Feature patterns for the speech recognition are analyzed with 12th order thirty frames that are normalized by the linear predictive coding and Cepstrums. Using four models of speech recognizer, actual experiments for both single-speakers and multiple-speakers are conducted. Through this study, the recognizers of combined fuzzy logic and back-propagation neural network and fuzzy neural network show the better performance in identifying the speech recognition.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1952-1953
• /
• 2011

본 논문에서는 다항식 기반 Radial Basis Function(RBF)신경회로망(Polynomial based Radial Basis function Neural Network)을 설계하고 이를 n-클래스 패턴 분류 문제에 적용한다. 제안된 다항식기반 RBF 신경회로망은 입력층, 은닉층, 출력층으로 이루어진다. 입력층은 입력 벡터의 값들을 은닉층으로 전달하는 기능을 수행하고 은닉층과 출력층사이의 연결가중치는 상수, 선형식 또는 이차식으로 이루어지며 경사 하강법에 의해 학습된다. Networks의 최종 출력은 연결가중치와 은닉층 출력의 곱에 의해 퍼지추론의 결과로서 얻어진다. 패턴분류기의 최적화는 PSO(Particle Swarm Optimization)알고리즘을 통해 이루어진다. 그리고 제안된 패턴분류기는 실제 얼굴인식 시스템으로 응용하여 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출, 특징 추출 등과 같은 처리 과정을 포함하여 서로 다른 등록인물의 n-클래스 분류 문제에 적용 및 평가되어 분류기로써의 성능을 분석해본다.

• 대한전자공학회논문지TE
• /
• 제39권3호
• /
• pp.97-104
• /
• 2002

이 논문에서는 퍼지뉴럴 시스템을 위하여 measure of fuzziness에 의한 입력공간의 분할을 최적화하는 방법을 제안한다. 이에 따라 최적화된 퍼지 부공간에 대하여 퍼지 제어규칙을 자동으로 생성하는 방법을 제안한다. 또한 시계열 예측 문제에서 입력패턴의 간격을 조정하여 그 성능을 검증한다. 이 방법은 샤논 함수와 index of fuzziness를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 입력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안된 알고리즘을 토대로 여덟 가지의 입력패턴에 대하여 추론한 결과 입력공간의 최적분할에 의하여 수렴과정에서 초기에 오차(RMSE)가 빠르게 수렴함을 알 수 있었다.