• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.130-132
• /
• 2005

This paper presents two ART-based neural networks for the identification of gas mixtures subject to the drift. A fuzzy ARTMAP neural network is used for classifying $H_2S$, $NH_3$ and their mixture gases including a reference gas. The other fuzzy ART neural network is utilized to detect the drift of a tin oxide gas sensor by tracking a cluster center of the reference gas. After detecting the drift, the previous cluster center of each gas is updated as much as the drift of the reference gas. By the simulations, the proposed method is shown to compensate the drift on-line without making many categories of target gases compared with the previous studies.

• 한국멀티미디어학회논문지
• /
• 제4권4호
• /
• pp.333-338
• /
• 2001

본 논문에서는 이전에 개발된 신경회로망 채널 등화기에서 볼 수 있었던 구조의 복잡성 및 많은 학습시간의 소요 등과 같은 단점을 극복하고자 퍼지-ARTMAP 신경망을 이용하여 채널 등화기를 구성하였다. 제안된 퍼지-ARTMAP 채널 등화기는 다른 형태의 신경망을 이용한 등화기에서는 찾아 볼 수 없는 빠르고 쉬운 학습 능력을 갖고 있다. 즉, 등화기 구성에 필요한 파라미터의 수가 적으며 지역적 최소값에 빠질 우려 없이 각 계층간의 초기 연결강도를 지정할 수 있을 뿐만 아니라 기존의 학습된 데이터를 재학습시킬 필요 없이 새로운 데이터를 단순히 추가 학습시킬 수 있는 장점 등을 가지고 있다. 본 연구의 시뮬레이션 과정에서는 선형채널에서 발생된 가우시안 잡음을 동반한 이진 신호를 대상으로 퍼지-ARTMAP 채널 등화기의 성능을 LMS 기반의 선형 등화기 및 MLP와 RBF 신경망 등화기와 비교하였으며 퍼지-ARTMAP 등화기가 상대적으로 간단한 구조와 빠른 처리속도를 가짐은 물론 선형등화기로 해결하지 못했던 비선형 문제들도 해결할 수 있음을 보였다.

• 전자공학회논문지SC
• /
• 제43권4호
• /
• pp.21-29
• /
• 2006

본 논문에서는 혼합가스의 종류를 구분하고 농도를 추정하기 위하여 퍼지 ARTMAP 신경회로망과 퍼지 ART 신경회로망을 각각 사용하였다. 온도변환 구동방식의 반도체식 가스센서를 이용하여 $NH_3,\;H_2S$, 그리고 그들의 혼합가스에 대해서 데이터를 획득하였고, 데이터들을 제안한 패턴인식방법의 입력으로 사용하기 위해서 전 처리 과정을 통해 데이터들의 차원을 줄여주었다. 실험을 통해서 본 논문에서 사용한 방법이 이전의 다른 방법들과 비교하여 학습시간을 줄이면서 좀더 안정된 농도 추정 성능을 보여줌을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.138-140
• /
• 2005

A fuzzy ARTMAP neural network and a fuzzy ART neural network are proposed to identify $H_2S$, $NH_3$ and their mixtures and to estimate their concentrations, respectively. Features are extracted from a micro gas sensor array operated in a thermal modulation plan. After dimensions of the features are reduced by a preprocessing scheme, the features are fed into the proposed fuzzy neural networks. By computer simulations, the proposed methods are shown to be fast in learning and accurate in concentration estimating. The results are compared with other methods and discussed.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.211-214
• /
• 1996

This paper propose a method for pattern recogniton using spectrum analyzer and fuzzy ARTMAP. Contour sequences obtained from 2-D planar images represent the Euclidean distance between the centroid and all boundary pixels of the shape, and are related to the overall shape of the images. The Fourier transform of contour sequence and spectrum analyzer are used as a means of feature selection and data reduction. The three dimensional spectral feature vectors are extracted by spectrum analyzer from the FFT spectrum. These Spectral feature vectors are invariant to shape translation, rotation, and scale transformations. The fuzzy ARTMAP neural network which is combined with two fuzzy ART modules is trained and tested with these feature vectors. The experiments include 4 aircrafts and 4 industrial parts recognition process are presented to illustrate the high performance of this proposed method in the ion problems of noisv shapes.

• 대한교통학회지
• /
• 제21권2호
• /
• pp.63-70
• /
• 2003

실시간 교차로의 대기행렬길이 검지는 지능형교통체계의 중요부분인 교통관제를 위해서 매우 중요하다. 특히 교통정보수집을 위한 영상기반 기술은 전통적인 루프검지기 또는 기타 타 검지기에 비하여 내재된 여러 이점 때문에 많은 연구가 진행되어 왔다. 그러나 현장 적용시 흔히 발생하는 영상에서의 잡음 및 주변 물체로부터 투영되는 음영 등에 의해 나타나는 차량의 오검지율을 줄이고 수집되는 교통정보의 신뢰도를 높이기 위해서는 보다 효과적인 알고리즘개발이 요구된다. 본 연구에서는 영상처리를 이용한 대기행렬길이 검지를 위한 알고리즘을 제시하였다. 실시간 데이터 수집 및 분석 그리고 패턴분석에 우수한 것으로 알려진 신경망 모형을 이용하였으며, 특히 시스템 신뢰성을 높이기 위하여 퍼지이론이 접목된 퍼지 뉴런모델인 Fuzzy ARTMAP을 모형에 도입하였다. 실험결과 본 연구에서 제시한 대기행렬 측정 방법은 매우 우수한 검지 능력을 보였으며, 대기행렬 검지뿐만 아니라 신뢰성 높은 차량검지 및 차종분류를 위해서도 활용할 수 있을 것으로 기대된다.

• Nuclear Engineering and Technology
• /
• 제28권1호
• /
• pp.36-43
• /
• 1996

본 논문은 원자력발전소 열성능 감시 시스템의 PC기반 구현에 관한 연구 내용이다. 이 시스템은 열성능 감시와 진단을 플랜트 운전중에 실시간으로 수행할 수 있다. 고리 원전2호기를 목적호기로 원형 시스템을 구성하여 시험해 보았다. 원자력발전소의 열 주기 시스템은 대단히 복잡하고 구성 요소간에 상호 영향이 커서, 그 분석과 고장 진단에 어려움이 많다. 본 연구에서는 열 주기를 효율적으로 표현하고, 계산시간을 단축하기 위해 성능 진단 변수를 설정하였다. 비정상 상태에서의 진단 변수의 특성 패턴 변화를 인식하기 위해 자기학습 신경망의 일종인 퍼지아트맵을 이용하였다. 시험을 통해 이 알고리듬이 비정상 상태를 감지하고 고장 원인을 성공적으로 규명하는 것을 보였으며, 운전원의 편의를 위해 그래픽 사용자 인터페이스를 구축하였다.