• 전자공학회논문지C
• /
• 제35C권2호
• /
• pp.71-79
• /
• 1998

In this paper, we propose a new mART(modified ART) neural network by combining the winner neuron definition method of SOM(self-organizing map) and the real-time adaptive clustering function of ART(adaptive resonance theory) and construct it in a modular structure, for the purpose of organizing the feature maps of three dimensional targets. Being constructed in a modular structure, the proposed modular mART can effectively prevent the clusters from representing multiple classes and can be trained to organze two dimensional distortion invariant feature maps so as to recognize targets with three dimensional distortion. We also present the recognition result and self-organization perfdormance of the proposed modular mART neural network after carried out some experiments with 14 tank and fighter target models.

• 전자공학회논문지B
• /
• 제33B권5호
• /
• pp.102-108
• /
• 1996

Adaptive resonance theory (ART2) characterized by its built-in mechanism of handling the stability-plasticity switching and by the adaptive learning without forgetting informations learned in the past, is based on an unsupervised template matching. We propose an improved tow-stage learning algorithm for aRT2: the original unsupervised learning followed by a new supervised learning. Each of the output nodes, after the unsupervised learning, is labeled according to the category informations to reinforce the template pattern associated with the target output node belonging to the same category some dominant classes from exhausting a finite number of template patterns in ART2 inefficiently. Experimental results on a set of 2545 FLIR images show that the ART2 trained by the two-stage learning algorithm yields better accuracy than the original ART2, regardless of th esize of the network and the methods of evaluating the accuracy. This improvement shows the effectiveness of the two-stage learning process.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.93-95
• /
• 2006

In many control system applications, the system designed must not only satisfy the damping and accuracy specifications, but the control must also yield performance that is robust to external disturbance and parameter variations. We have shown that feedback in conventional control systems has the inherent ability of reducing the effects of external disturbance and parameter variations. Unfortunately, robustness with the conventional feedback configuration is achieved only with a high loop gain, which is normally detrimental to stability. The design of intelligent, autonomous machines to perform tasks that are dull, repetitive, hazardous, or that require skill, strength, or dexterity beyond the capability of humans is the ultimate goal of robotics research. This paper prove the robust control using Analog Adaptive Resonance Theorv(ART2) Algorithm about case study.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1072-1079
• /
• 2003

본 논문은 점층적으로 대규모 문서 분류를 할 수 있는 새로운 클러스터링 알고리즘에 대한 것으로, 고차원의 대규모 문서 집합에 대한 클러스터링을 수행하는 spherical k-means (SKM) 알고리즘과 점층적인 방식으로 클러스터링을 수행하는 퍼지(fuzzy) ART(adaptive resonance theory) 신경망의 특징을 이용하였다. 즉, SKM의 벡터 공간 모델과 개념벡터를 토대로 퍼지 ART의 경계변수의 개념을 결합한 것이다. 제시하는 알고리즘은 점층적 클러스터링의 지원과 함께 최적의 클러스터 수를 자동으로 결정할 뿐 아니라 이상치(outlier)와 노이즈(noise)에 의한 overfitting의 문제도 해결하였다. 또한 생성된 클러스터들의 질을 평가할 수 있는 응집도를 측정하는 목적 함수의 값에 있어서도 CLASSIC3 데이타 집합으로 실험한 결과 기존의 SKM에 비해 평균 8.04%의 향상된 응집도를 나타냈다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.207-210
• /
• 2000

학습법칙은 신경회로망의 성능을 좌우하는 중요한 요소의 하나이다. Kohonen의 합습법칙등이 개발되어 사용되어 왔으나 Underutilization 문제가 있어 실제 사용사에 문제가 있어 왔다. 본 논문에서 제시하는 학습법칙은 이를 부분적으로 해결하였다. 또한 이 학습법칙을 ART(Adaptive Resonance Theory)-1과 Kohonen의 자기 구조 특징 지도의 장점을 조합한 개선된 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였고, 성능을 평가하기 위해 가우시안 분포의 데이터와 IRIS 데이터를 각각 사용하여 실험하였다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.673-681
• /
• 2005

원자력 발전소는 안정성 및 신뢰성 확보가 가장 중요하므로 고장의 감지 및 진단 시스템의 개발은 원전 자체가 구축하고 있: 다중의 하드웨어 중첩도(hardware redundancy)에도 불구하고 가장 중요한 문제로 취급되고 있다. 본 논문에서는 원저 PWR 증기발생기에서 발생한 고장을 진단하기 위한 알고리듬의 개발을 위해 시스템에서 발생한 고장을 감지하고 분류할 수 있는 ART2 시경회로망 기반 고장진단방법을 제안한다. 고장진단시스템은 발생한 고장을 감지하기 위한 고장감지부, 변화된 시스템파라미터를 추정하기 위한 파라미터 추정부 및 발생한 고장의 종류를 알아내기 위한 고장분류부로 구성된다. 고장분류부는 여러 경계인수를 갖는 ART2(adaptive resonance theory 2) 신경회로망을 이용한 고장분류기로 구성된다. 제안한 고장진단 알고리듬을 증기발생기의 고장진단문제에 적용하여 성능을 확인하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.228-231
• /
• 1997

In this paper, we designed an ART(Adaptive Resonance Theory) network based on LPC(Linear Prediction Coefficient) for classification of PVB (Premature Ventricular Beat: PVC, LBBB, RBBB). The procedure of proposed system consists of the error calculation, feature generation and processing of the ART network. The error is calculated after processing by linear prediction algorithm and the features of ART network or classification are obtained from the binary ata determined by threshold method. In conclusion, ART network has good performance in classification of PVB.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.109-113
• /
• 2002

In this paper, we propose a new intrusion detection algorithm based on clustering: Kernel-ART, which is composed of the on-line clustering algorithm, ART (adaptive resonance theory), combining with mercer-kernel and concept vector. Kernel-ART is not only satisfying all desirable characteristics in the context of clustering-based 105 but also alleviating drawbacks associated with the supervised learning IDS. It is able to detect various types of intrusions in real-time by means of generating clusters incrementally.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1727-1731
• /
• 2004

We propose an ART2 neural network-based fault diagnosis method to diagnose of sensor in the gas monitoring system. In the proposed method, using thermal modulation of operating temperature of sensor, the signal patterns are extracted from the voltage of load resistance. Also, fault classifier by ART2 NN (adaptive resonance theory 2 neural network) with uneven vigilance parameters is used for fault isolation. The performances of the proposed fault diagnosis method are shown by simulation results using real data obtained from the gas monitoring system.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 A
• /
• pp.183-186
• /
• 2003

In this paper, we proposed fuzzy adaptive resonance theory(ART) combined with principle component analysis(PCA) to recognize and classify indoor environmental gases. In experiment Taguchi gas sensors(TGS) are used to detect VOCs. Using thermal modulation of operating temperature of two sensors, we extract patterns of gases from the voltage across the load resistance. We use the PCA algorithm to reduce dimension so it needs less memory and shortens calculation time. Simulation is accomplished to two directions for fuzzy ART with and without PCA.