• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.387-392
• /
• 2007

본 논문에서는 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 스스로 자신의 건강 상태를 쉽게 파악하고, 조금씩 진화하는 질병 바이러스에 따른 증상의 변화를 진단할 수 있는 퍼지 ART 알고리즘을 이용한 한방 자가 진단 및 학습 시스템을 제안한다. 제안된 한방 자가 진단 및 학습 시스템은 72가지 한방 질병과 각 질병에 대한 증상을 분석하여 데이터베이스로 구축하고 구축된 데이터베이스 정보를 기반으로 퍼지 ART 알고리즘을 적용하여 사용자의 질병을 도출한다. 본 논문에서는 사용자가 자신의 대표 증상을 제시하면 해당 증상을 포함하는 질병들을 도출한다. 도출된 질병들의 세부 증상들을 사용자가 입력 벡터로 제시하면 퍼지 ART 알고리즘을 적용하여 세부 증상에 대한 질병들을 클러스터링한 후, 세부 증상에 대한 질병의 소속 정도를 제공한다. 본 논문에서 제시한 시스템을 한의학 전문의가 분석한 결과, 본 논문에서 제사한 시스템이 한방 질병의 보조 진단으로서의 가능성을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.187-190
• /
• 2002

주어진 시스템의 정확한 제어를 위해 뉴로-퍼지 제어시스템의 성공적인 제어는 그 네트웍의 구성에 크게 의존한다. 현재 유전알고리즘을 사용한 제어기 구조의 최적화 방법에 대한 많은 연구가 이루어지고 있으나, 기존의 유전 알고리즘은 고정된 길이의 스트링 구조로 인하여 적합한 연계(linkage)를 얻기 어렵다는 단점이 있다 본 논문에서는 뉴로-퍼지 제어기의 구조적 최적화 설계의 새로운 방법을 제안한다. 여기서, 우리는 구조적으로 최적화 된 뉴로-퍼지 제어기를 설계하기 위해 가변길이 스트링을 사용하는 메시 유전 알고리즘(messy Genetic Algorithm mGA)을 사용한다. 그리고 제안된 방법의 우수성을 증명하기 위해 대표적인 비선형 시스템인 cart-pole 시스템에 제안된 방법을 적용한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.730-735
• /
• 2006

This paper proposes a time series prediction method for the short term electrical load will) the fuzzy system and the genetic algorithm. At first, we obtain the optimal fuzzy membership function using the genetic algorithm. With the optimal fuzzy rules and its input differences, a better time prediction system may be obtained. We obtain good results for the time prediction of the short term electric load by the proposed algorithm. In addition we implement the graphic user interface for the proposed algorithms. Finally, we implement the regional prediction system for the electric load.

• Journal of Korea Multimedia Society
• /
• v.3 no.5
• /
• pp.433-444
• /
• 2000

The recognition of car plate was investigated by means of the enhanced fuzzy ART algorithm. The morphological information of horizontal and vertical edges was used to extract a plate area from a car image. In addition, the contour tracking algorithm by utilizing the SOFM was applied to extract the specific area which includes characters from an extracted plate area. The extracted characteristic area was recognized by using the enhanced fuzzy ART algorithm. In this study we propose the novel fuzzy ART algorithm different from the conventional fuzzy ART algorithm by the dynamical establishment of the vigilance threshold which shows a tolerance limit of unbalance between voluntary and saved patterns for clustering. The extraction rate obtained by using the morphological information of horizontal and vertical edges showed better results than that from the color information of RGB and HSI. Furthermore, the recognition rate of the enhanced fuzzy ART algorithm was improved much more than that of the conventional fuzzy ART and SOFM algorithms.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.5
• /
• pp.517-524
• /
• 2004

The fuzzy set theory has been wide used in clustering of machine learning with data mining since fuzzy theory has been introduced in 1960s. In particular, fuzzy C-means algorithm is a popular fuzzy clustering algorithm up to date. An element is assigned to any cluster with each membership value using fuzzy C-means algorithm. This algorithm is affected from the location of initial cluster center and the proper cluster size like a general clustering algorithm as K-means algorithm. This setting up for initial clustering is subjective. So, we get improper results according to circumstances. In this paper, we propose a cluster merging using enhanced density based fuzzy C-means clustering algorithm for solving this problem. Our algorithm determines initial cluster size and center using the properties of training data. Proposed algorithm uses grid for deciding initial cluster center and size. For experiments, objective machine learning data are used for performance comparison between our algorithm and others.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.9
• /
• pp.2447-2456
• /
• 1998

Edge detection in the presence of noise is a well-known problem. this pper atempts to implement edge detection algorithms using fuzzy reasoning of fuzzy membership models. It examines an application-motived approach for solving the problem. Our approach is divided into three stages; fitering, segmentation and tracing. Filtering removes the noise from the original image and segmentation determines the edges and deects them. Finally, tracing assembles the edges into the related structure. Proposed method can be used effectively on these procedures by using fuzzy reasoning based on fuzzy models. In is compared with the previous edge detectio algorithms with fvorable results. Simulation results of the research are presented and discussed.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.262-267
• /
• 2007

퍼지 ART 알고리즘에서 경계 변수는 패턴들을 클러스터링하는데 있어서 반지름 값이 되며 임의의 패턴과 저장된 패턴과의 불일치(mismatch) 허용도를 결정한다. 이 경계 변수가 크면 입력 벡터와 기대 벡터 사이에 약간의 차이가 있어도 새로운 카테고리(category)로 분류하게 된다. 반대로 경계 변수가 작으면 입력 벡터와 기대 벡터 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 벡터들을 대략적으로 분류한다. 따라서 영상 인식에 적용하기 위해서는 경험적으로 경계 변수를 설정해야 단점이 있다. 그리고 연결 가중치를 조정하는 과정에서 학습률의 설정에 따라 저장된 패턴들의 정보들이 손실되는 경우가 발생하여 인식율을 저하시킨다. 본 논문에서는 퍼지 ART 알고리즘의 문제점을 개선하기 위하여 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하고 저장 패턴들과 학습 패턴간의 실제적인 왜곡 정도를 충분히 고려하여 승자 노드로 선택된 빈도수를 학습률로 설정하여 가중치 조정에 적용한 개선된 퍼지 ART 알고리즘을 제안하였다. 제안된 방법의 성능을 확인하기 위해서 실제 영문 명함에서 추출한 영문자들을 대상으로 실험한 결과, 기존의 ART1과 ART2 알고리즘이나 퍼지 ART 알고리즘보다 클러스터의 수가 적게 생성되었고 인식 성능도 기존의 방법들보다 우수한 성능이 있음을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.1
• /
• pp.71-80
• /
• 2011

This paper provides a novel approach for developers to use face detection techniques for their applications easily without special knowledge by selecting optimal face detection algorithms based on fuzzy inference. The purpose of this paper is to come up with a high-level system for face detection based on fuzzy inference with which users can develop systems easily and even without specific knowledge on face detection theories and algorithms. Important conditions are firstly considered to categorize the large problem space of face detection. The conditions identified here are then represented as expressions so that developers can use them to express various problems. The expressed conditions and available face detection algorithms constitute the fuzzy inference rules and the Fuzzy Interpreter is constructed based on the rules. Once the conditions are expressed by developers, the Fuzzy Interpreter proposed take the role to inference the conditions and find and organize the optimal algorithms to solve the represented problem with corresponding conditions. A proof-of-concept is implemented and tested compared to conventional algorithms to show the performance of the proposed approach.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.5 no.5
• /
• pp.977-984
• /
• 2001

In this paper, Genetic-Fuzzy Algorithm for Inverted Pendulum is presented. This Algorithms is combine Fuzzy logic with the Genetic Algorithm. The Fuzzy Logic Controller is only designed to two inputs and one output. After Fuzzy control rules are determined, Genetic Algorithm is applied to tune the membership functions of these rules. To measure of performance of the designed Genetic-Fuzzy controller, Computer simulation is applied to Inverted Pendulum system. In the simulation, In the case of f[0.3, 0.3] Fuzzy controller is measured that maximum undershoot is $-5.0 \times 10^{-2}[rad]$, maximum undershoot is $3.92\times10^{-2}[rad]$ individually however, Designed algorithm is zero. The Steady state time is approximated that Fuzzy controller is 2.12[sec] and designed algorithm is 1.32[sec]. The result of simulation, Resigned algorithm is showed it's efficient and effectiveness for Inverted Pendulum system.