• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.145-149
• /
• 1998

소프트웨어의 유지보수면에서, 재사용이 매우 중요시되고 있는 가운데, 사용자가 최소 노력으로 필요한 컴포넌트들을 선택 및 유사 컴포넌트들을 평가할 수 있는 방법이 필요하다. 따라서, 본 논문에서는 현업에서의 많은 연구와 실험을 통해서 그 타당성이 검증된 척도들을 측정 인자로 설정, 여기에 러프 집합으로써 각 측정 인자들의 중요도를 측정하고, 이러한 측정값들을 Sugeno의 퍼지 적분으로써 종합하여 컴포넌트의 재사용 가능도를 평가하여 재사용이 용이한 컴포넌트 순으로 사용자에게 제공할 수 있는 재사용 가능도 평가 방법을 제안한다.

• The Transactions of the Korea Information Processing Society
• /
• v.13 no.2
• /
• pp.13-17
• /
• 2024

In this paper, union-based rule antecedent neuro-fuzzy controller, which can guarantee a parsimonious knowledge base with reduced number of rules, is proposed. The proposed neuro-fuzzy controller allows union operation of input fuzzy sets in the antecedents to cover bigger input domain compared with the complete structure rule which consists of AND combination of all input variables in its premise. To construct the proposed neuro-fuzzy controller, we consider the multiple-term unified logic processor (MULP) which consists of OR and AND fuzzy neurons. The fuzzy neurons exhibit learning abilities as they come with a collection of adjustable connection weights. In the development stage, the genetic algorithm (GA) constructs a Boolean skeleton of the proposed neuro-fuzzy controller, while the stochastic reinforcement learning refines the binary connections of the GA-optimized controller for further improvement of the performance index. An inverted pendulum system is considered to verify the effectiveness of the proposed method by simulation and experiment.

• Journal of Advanced Marine Engineering and Technology
• /
• v.33 no.8
• /
• pp.1246-1253
• /
• 2009

This paper presents derived a calculating form of fuzzy inference, based on decomposition of $\alpha$-level sets. Based on the calculating form it is propose that fuzzy logic circuits of PI+PD controller are a body from fuzzy inference to defuzzificaion in cases where the command variable u directly is generated PWM. The effect of quantization on $\alpha$-levels is investigated. with input/out characteristics of fuzzy controller by simulation. It is concluded that 4 quantization levels are sufficient result for fuzzy control performance of DC servo system. Simulation and experimental results demonstrated that the hardware implementation of the proposed controller can successfully provide good performance on the position control of DC servo system.

• Journal of Internet Computing and Services
• /
• v.8 no.3
• /
• pp.99-107
• /
• 2007

In general, the reliabilities of the fuzzy system are represented and analyzed by real numbers between zero and one, fuzzy numbers, intervals of confidence, interval-valued fuzzy sets, vague sets, etc. This paper addresses the method to analyze the reliability of the fuzzy system for the weighted components with the weights reflected on the importance of weighted components in an system. The reliabilities and the weights of the weighted components in a fuzzy numbers and considers the weights of the weighted components in a fuzzy system, therefore, its execution is faster and more flexible than the conventional methods.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.317-320
• /
• 2008

본 논문에서는 Type-1 퍼지 논리 시스템과 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 각각의 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현할 수 있으며 효율적으로 취급한다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 ${\cdot}$ 후반부가 불확실성을 표현 할 수 없는 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계한다. 두 번째는 규칙 후반부만 Type-2 퍼지 집합으로 구성한 두가지의 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할에는 Min-Max 방법의 균등분할을 사용하고, 규칙 후반부 멤버쉽 함수의 중심 결정에는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 동정한다. 또한 입력 데이터에 인위적으로 가하는 노이즈의 정도에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 실험을 통하여 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• Journal of the Korean School Mathematics Society
• /
• v.6 no.1
• /
• pp.27-43
• /
• 2003

This paper introduces some theories that can be effectively applied for the development of teaching and learning mathematics using fuzzy theory developed by Zadeh who defined fuzzy set and knowledge space by Doignon and Falmagne. Especially, we expect that two theories mentioned above are expected to solve the situation that could not be taken care of the present evaluation method.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1369-1370
• /
• 2015

본 논문에서는 얼굴 인식을 위하여 인공 신경망의 일종인 Extreme Learning Machine의 학습 알고리즘을 기반으로 하여 지능형 알고리즘인 퍼지 집합 이론을 이용하여 주변 노이즈에 매우 강한 특성을 보이며 학습 속도가 매우 빠른 새로운 패턴 분류기를 제안한다. 제안된 퍼지 패턴 분류기는 기존 신경회로망의 학습 속도에 비해 매우 빠른 학습 속도를 보이며, 패턴 분류기의 일반화 성능이 우수하다고 알려진 Extreme Learning Machine의 특성을 퍼지 집합 이론과 결합하여 퍼지 패턴 분류기의 일반화 성능을 개선하였다. 제안된 퍼지 패턴 분류기는 얼굴 인식 데이터를 이용하여 성능을 평가 하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.7C
• /
• pp.664-669
• /
• 2002

In this paper, we propose the fuzzy control algorithm for effective buffer control to connected traffic in ATM networks. The proposed Fuzzy control algorithm has two priorities and uses Fuzzy sets to search for dynamic thresholds. In this words, the difuzzification value controls the threshold in the buffer to according to traffic priority (low or high) using fuzzy set theory for traffic connected after reasoning. Performance analysis result: it was confirmed that with the proposed scheme, performance improves at cell loss rate, when compared with the existing PBS scheme.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1098-1101
• /
• 2010

오늘날, World Wide Web의 탄생과 정보통신기술의 비약적인 발전에 의해 매일 방대한 양의 다양한 데이터들이 기하급수적으로 발생되고 있다. 이와 같은 데이터들에는 명확한 경계를 갖는 정보와 더불어서 퍼지정보가 포함되어 있다. 퍼지정보를 포함한 데이터로부터 유용한 정보를 추출하기 위해, 퍼지 데이터 분석 및 러프 데이터 분석에 관한 다양한 연구들이 수행되고 있다. 본 논문에서는, 주어진 퍼지 데이터에 내포된 유용한 정보를 추출하기 위해, 퍼지 집합 이론과 러프 집합 이론을 형식개념분석기법에 접목하여 새로운 러프 클러스터링 기법을 제안한다. 또한, 본 연구에서 개발한 지원도구와 그 도구를 이용한 실험 결과를 보고한다.

• Tunnel and Underground Space
• /
• v.11 no.4
• /
• pp.289-300
• /
• 2001

In the design of tunnel, it contains inaccuracy of data, fuzziness of evaluation, observer error and so on. The face observation during tunnel excavation, therefore, plays an important role to raise stability and to reduce supporting cost. This study is carried out to minimize the subjectiveness of observer and to exactly evaluate the natural properties of ground during the face observation. For these purpose, fuzzy set theory and neuro-fuzzy techniques in artificial intelligent techniques are applied to the inference of the RMR value from the observation data. The correlation between original RMR vague and inferred RM $R_{_FU}$ and RM $R_{_NF}$ values from fuzzy set theory and neuro-fuzzy techniques is investigated using 46 data. The results show that good correlation between original RMR value and infected RM $R_{_FU}$ and RM $R_{_NF}$ value is observed when the correlation coefficients are ｜R｜=0.96 and ｜R｜=0.95 respectively. From these results, applicability of fuzzy set theory and neuro-fuzzy techniques to rock mats classification is proved to be sufficiently high enough. enough.