• Korean Management Science Review
• /
• v.24 no.2
• /
• pp.157-176
• /
• 2007

Fuzzy cognitive map(FCM) has long been used as an effective way of constructing the human's decision making process explicitly. By taking advantage of this feature, FCM has been extensively used in providing what-if solutions to a wide variety of business decision making problems. In contrast, the goal-seeking analysis mechanism by using the FCM is rarely observed in literature, which remains a research void in the fields of FCM. In this sense, this study proposes a new type of the FCM-based goal-seeking analysis which is based on utilizing the genetic algorithm. Its main recipe lies in the fact that the what-if analysis as well as goal-seeking analysis are enabled very effectively by incorporating the genetic algorithm into the FCM-driven inference process. To prove the empirical validity of the proposed approach, valid questionnaires were gathered from a number of experts on software sales, and analyzed statistically. Results showed that the proposed approach is robust and significant.

• Proceedings of the KIEE Conference
• /
• 1996.07b
• /
• pp.1371-1373
• /
• 1996

A clustering algorithms with dynamic adjustment of learning rate for GBFCM(Gradient Based FCM) is proposed in this paper. This algorithm combines two idea of dynamic K-means algorithms and GBFCM : learning rate variation with entropy concept and continuous membership grade. To evaluate dynamic GBFCM, we made comparisons with Kohonen's Self-Organizing Map over several tutorial examples and image compression. The results show that DGBFCM(Dynamic GBFCM) gives superior performance over Kohonen's algorithm in terms of signal-to-noise.

• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.803-805
• /
• 2000

In this paper, we propose fuzzy-neural Networks(FNN) which is useful for identification algorithms. The proposed FNN model consists of two steps: the first step, which determines premise and consequent parameters approximately using FCM_RI method, the second step, which adjusts the premise and consequent parameters more precisely by gradient descent algorithm. The FCM_RI algorithm consists FCM clustering algorithm and Recursive least squared(RLS) method, this divides the input space more efficiently than convention methods by taking into consideration correlations between components of sample data. To evaluate the performance of the proposed FNN model, we use the time series data for gas furnace.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.1
• /
• pp.88-93
• /
• 2001

기존의 데이터베이스 검색시스템은 사용자의 검색 조건에 정확히 일치하는 데이터가 데이터베이스 내에 존재할 경우에만 사용자에게 해당 데이터를 제공할 수 있고, 사용자의 검색조건을 정확히 만족하는 데이터가 없을 경우에는 적절한 데이터를 제공할 수 없는 문제점이 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 FCM의 클러스터증가 및 재초기화 알고리즘을 제안하였고, FCM을 이용하여 데이터베이스 내의 데이터로부터 구축된 지식기반 데이터베이스(KDB)와 구축된 이미지 데이터베이스와 연동을 통하여 사용자의 요구에 가장 근접한 데이터를 제시해 주는 검색시스템을 제안하였다. 본 연구에서 제안된 수법을 우체국의 우편주문안내책자를 이용한 선물고르기 DB 검색 시스템에 적용하여 그 유효성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.580-582
• /
• 2022

본 논문에서는 데이터를 정량화하여 특징을 분류하기 위한 방법으로 퍼지 클러스터링 기반 지도 학습 방법을 제안한다. 제안된 방법은 FCM 클러스터링을 기법을 적용하여 군집화를 수행한다. 그리고 군집화 된 데이터들 중에서는 정확히 분류되지 않은 데이터가 존재하므로 분류되지 않은 데이터에 대해 지도 학습 방법을 적용한다. 본 논문에서는 당뇨병의 유무를 타겟 데이터로 설정하고 나머지 8개의 속성의 데이터를 FCM 기반 지도 학습 방법을 적용하여 당뇨병의 유무를 예측한다. 당뇨병 예측에 대한 성능을 30회의 K-겹 교차검증 (K-Fold Corss Validation)을 이용하여 평가하였으며, 다층 퍼셉트론의 경우에는 훈련 데이터가 77.88%, 테스트 데이터가 62.78%로 나타났고 제안된 방법의 경우에는 훈련 데이터가 79.96%, 테스트 데이터 74.16%로 나타났다.

• Journal of Navigation and Port Research
• /
• v.27 no.2
• /
• pp.185-191
• /
• 2003

The aim of this research is to overall analyze/classify characteristics of Asian major ports. To achieve this aim, we firstly pointed out critical problems on research methodology and research scope which most of previous research have, from related literature review. In order to overcome those problems, major ports in A냠 were selected by the objective indicators, and both algorithms of AHP(Analytic Hierarchical Process) and FCM(Fuzzy C-Means) that revise weakness in previous clustering method were used. Through these hybrid approach, it were found that only 10 ports of 16 major Asian ports had their own phases in Asian major ports. Those 10 ports were classified into 6 port groups, and also membership degree of each port within the 4 port groups and ranking of each ports seer analyzed. Finally, based on results of these analysis, present status and future direction of Busan port were discussed.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.71-73
• /
• 2017

본 논문에서는 4 방향 윤곽선 추적 기법과 히스토그램 분석 기법을 기반으로 한 개선된 FCM 알고리즘을 적용하여 색조 도플러 초음파 영상에서 상완 동맥의 혈류를 추출하고 분석하는 방법을 제안한다. 제안된 방법에서는 상완 동맥의 혈류를 정확히 추출하기 위해 전처리 과정으로 색조 도플러 초음파 영상 이외의 환자 정보가 있는 영역을 제거한 후, ROI 영역을 추출한다. 추출된 ROI 영역에서 영상의 최대 명암도를 임계치로 설정한 이진화 기법을 적용하여 ROI 영역을 이진화한다. 이진화된 ROI 영역에서 4 방향 윤곽선 추적 기법을 적용하여 상완 동맥이 존재하는 사다리꼴 형태의 영역을 추출한다. 색 정보를 분석한 히스토그램을 이용하여 특징점의 개수를 계산하고 계산된 특징점의 개수를 FCM 알고리즘의 초기 클러스터의 개수로 설정한 후, 추출된 사다리꼴 형태의 영역에 적용하여 양자화 한다. 양자화된 영역 중에서 빨간색으로 분류된 영역을 고혈압 영역으로 추출한다. 제안된 추출 방법을 20개의 색조 도플러 초음파 영상을 대상으로 실험한 결과, 20개의 색조 도플러 초음파 영상에서 18개의 색조 도플러 초음파 영상이 정확히 추출되었다.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.9
• /
• pp.3029-3036
• /
• 2000

Image segmentation is one of the important processes in the image information extraction for computer vision systems. The fuzzy clustering methods have been extensively used in the image segmentation because it extracts feature information of the region. Most of fuzzy clustering methods have used the Fuzzy C-means(FCM) algorithm. This algorithm can be misclassified about the different size of cluster because the degree of membership depends on highly the distance between data and the centroids of the clusters. This paper proposes a fuzzy clustering algorithm using the Average Intracluster Distance that classifies data uniformly without regard to the size of data sets. The Average Intracluster Distance takes an average of the vector set belong to each cluster and increases in exact proportion to its size and density. The experimental results demonstrate that the proposed approach has the g

• The Journal of the Korea Contents Association
• /
• v.7 no.3
• /
• pp.25-33
• /
• 2007

The unexpected failure may cause a break in power system and loss of profits. Therefore it Is important to prevent abrupt faults by monitoring the condition of power systems. In this paper, we develop intelligent diagnosis technique for predicting faults of power transformer which plays an important role in the transmission and distribution systems among the various power facilities by using FCM and SOM. More specifically, FCM is used to select the efficient training data and reducing learning process time and SOM is used to diagnosis the power transformer. The proposed technique makes it possible to measures the possibility of aging as well as the faults occurred in transformer To demonstrate the validity of proposed method, various experiments are performed and their results are presented.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.190-192
• /
• 2002

데이터 마이닝(Data Mining)이란 저장된 많은 양의 자료로부터 통계적 수학적 분석방법을 이용하여 다양한 가치 있는 정보를 찾아내는 일련의 과정이다. 데이터 클러스터링은 이러한 데이터 마이닝을 위한 하나의 중요한 기법이다. 본 논문에서는 Fuzzy C-Means 알고리즘을 이용하여 웹 사용자들의 행위가 기록되어 있는 웹 로그 데이터를 데이터 클러스터링 하는 방법에 관하여 연구하고자 한다. Fuzzv C-Means 클러스터링 알고리즘은 각 데이터와 각 클러스터 중심과의 거리를 고려한 유사도 측정에 기초한 목적 함수의 최적화 방식을 사용한다. 웹 로그 데이터의 여러 필드 중에서 사용자 IP, 시간, 웹 페이지 필드를 WLDF(Web Log Data for FCM)으로 가공한 후, 다차원 Fuzzy C-Means 클러스터링을 한다. 그리고 이를 이용하여 샘플 데이터와 임의의 데이터간의 유사 패턴 분석을 하고자 한다.