• Journal of Electrical Engineering and Technology
• /
• 제13권4호
• /
• pp.1724-1731
• /
• 2018

The conventional polynomial neural network (PNN) is a classical flexible neural structure and self-organizing network, however it is not free from the limitation of overfitting problem. In this study, we propose a space search-optimized polynomial neural network (ssPNN) structure to alleviate this problem. Ranking selection is realized by means of ranking selection-based performance index (RS_PI) which is combined with conventional performance index (PI) and coefficients based performance index (CPI) (viz. the sum of squared coefficient). Unlike the conventional PNN, L2-norm regularization method for estimating the polynomial coefficients is also used when designing the ssPNN. Furthermore, space search optimization (SSO) is exploited here to optimize the parameters of ssPNN (viz. the number of input variables, which variables will be selected as input variables, and the type of polynomial). Experimental results show that the proposed ranking selection-based polynomial neural network gives rise to better performance in comparison with the neuron fuzzy models reported in the literatures.

• Journal of Electrical Engineering and Technology
• /
• 제13권3호
• /
• pp.1383-1391
• /
• 2018

A new nonlinear filtering algorithm for effectively denoising images corrupted by the random-valued impulse noise, called dual sliding statistics switching median (DSSSM) filter is presented in this paper. The proposed DSSSM filter is made up of two subunits; i.e. Impulse noise detection and noise filtering. Initially, the impulse noise detection stage of DSSSM algorithm begins by processing the statistics of a localized detection window in sorted order and non-sorted order, simultaneously. Next, the median of absolute difference (MAD) obtained from both sorted statistics and non-sorted statistics will be further processed in order to classify any possible noise pixels. Subsequently, the filtering stage will replace the detected noise pixels with the estimated median value of the surrounding pixels. In addition, fuzzy based local information is used in the filtering stage to help the filter preserves the edges and details. Extensive simulations results conducted on gray scale images indicate that the DSSSM filter performs significantly better than a number of well-known impulse noise filters existing in literature in terms of noise suppression and detail preservation; with as much as 30% impulse noise corruption rate. Finally, this DSSSM filter is algorithmically simple and suitable to be implemented for electronic imaging products.

• 전기학회논문지
• /
• 제65권7호
• /
• pp.1270-1276
• /
• 2016

This paper proposes the controller design for regulation control of two-link robot arm using sum of squares (SOS) control method that takes into account the input constraint. The existing studies of two link robotic arm system used a linear model of all the non-linearity of the system is linearized. For a linear controller, since the model of the system is simplified, it is possible to design a controller in consideration of constraints on the disturbance. However, there is a limit to the performance using a linearized model for a system with a complex nonlinear properties. To compensate for this in the case of using a fuzzy LMI method, it is necessary to have a large number of linear models and thus there is a disadvantage that the system becomes complicated. To solve these problems, we represents a two-link robot arm system with a polynomial model using a Taylor series expansion and design the controller considering the case where the magnitude of the control input is limited using SOS method. We demonstrate by simulations the feasibility of the proposed algorithm.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.171-176
• /
• 2022

A dramatic rise in the number of people dying from heart disease has prompted efforts to find a way to identify it sooner using efficient approaches. A variety of variables contribute to the condition and even hereditary factors. The current estimate approaches use an automated diagnostic system that fails to attain a high level of accuracy because it includes irrelevant dataset information. This paper presents an effective neural network with convolutional layers for classifying clinical data that is highly class-imbalanced. Traditional approaches rely on massive amounts of data rather than precise predictions. Data must be picked carefully in order to achieve an earlier prediction process. It's a setback for analysis if the data obtained is just partially complete. However, feature extraction is a major challenge in classification and prediction since increased data increases the training time of traditional machine learning classifiers. The work integrates the CNN-MDRP classifier (convolutional neural network (CNN)-based efficient multimodal disease risk prediction with TANFIS (tuned adaptive neuro-fuzzy inference system) for earlier accurate prediction. Perform data cleaning by transforming partial data to informative data from the dataset in this project. The recommended TANFIS tuning parameters are then improved using a Laplace Gaussian mutation-based grasshopper and moth flame optimization approach (LGM²G). The proposed approach yields a prediction accuracy of 98.40 percent when compared to current algorithms.

• Journal of Korea Trade
• /
• 제23권2호
• /
• pp.59-75
• /
• 2019

Purpose - The International Maritime Organization (IMO) has promulgated strict regulations on emissions in the maritime shipping industry. LNG (Liquefied Natural Gas) is, therefore, recognized as the optimal fuel alternative solution. The aim of this study is to select the most suitable location for an LNG bunkering port. This is formulated as a multiple-criteria ranking problem regarding four candidate ports in South Korea: the ports of Busan, Gwangyang, Incheon, and Ulsan. Design/Methodology/approach - An analysis employing the Consistent Fuzzy Preference Relation (CFPR) methodology is carried out, and the multiple-criteria evaluation of various factors influencing the location selection, such as the average loading speed of LNG, the number of total ships, the distance of the bunkering shuttle, and the degree of safety is performed. Then, based on the combination of both the collected real data and experts' preferences, the final ranking of the four ports is formulated. Findings - The port of Busan ranks first, followed by the ports of Gwangyang and Ulsan, with the port of Incheon last on the list. Originality/value - The Korean government could proceed with a clear vision of the candidate ports' ranking in terms of the LNG bunkering terminal selection problem.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.195-201
• /
• 2014

본 연구에서는 $(2D)^2PCA$ 알고리즘을 이용한 pRBFNNs 패턴분류기 기반 얼굴인식 시스템을 설계하였다. 기존의 1차원 PCA는 행과 열의 곱으로 표현한 이미지의 차원을 축소한다. 하지만 $(2D)^2PCA$(2-Directional 2-Dimensional Principal Components Analysis)는 이미지의 행과 열에서 각각 차원축소를 수행한다. 그 다음 제안된 지능형 패턴분류기로 축소된 이미지를 사용하여 성능을 평가한다. (pRBFNNs)로 성능 평가를 한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세가지의 기능적 모듈로 구성되어 있고 조건는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 RBFNNs의 연결가중치로 일차 선형식으로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다. 실험 평가를 위해 IC&CI 연구실 데이터를 추가하여 실험하였다.

• 정보처리학회논문지A
• /
• 제11A권4호
• /
• pp.277-284
• /
• 2004

본 논문은 사용자로 하여금 계층적 가시화 기법에 의한 표정들의 공간으로부터 일련의 표정을 선택하게 함으로써 3차원 아바타의 표정 제어기법을 기술한다. 본 시스템에서는 2,40P0여개의 표정 프레임을 이용하여 2차원 표정공간을 구성하였으며, 3차원 아바타의 표정 제어는 사용자가 표정공간을 항해하면서 수행한다. 그러나 표정의 수가 너무 많아 사용자가 항해를 하는데 어려움이 많기 때문에 계층적 가시화 기법이 필요하다. 표정공간을 계층적으로 분할하기 위해, 퍼지 클러스터링을 이용한다. 초기 단계에서는 2,400여개의 표정들을 이용하여 약 11개의 클러스터센터를 가지도록 클러스터링한다. 클러스터 센터들은 2차원 평면에 표시되며 후보 키 프레임으로 사용된다 사용자는 후보 키 프레임들 중에서 특정 키 프레임들을 선택하여 초기 항해경로를 생성한다. 사용자가 줌 인(이산적인 단계를 가지고 있음)을 하면 상세한 단계를 보기를 원한다는 의미이므로 줌 인된 단계에 적합한 표정 클러스터들을 생성한다. 단계가 증가될 때 마다 클러스터의 수를 두 배로 하고, 클러스터의 수만큼 표정들을 클러스터링한다. 사용자는 현재 단계에서 그전 단계의 항해경로를 따라 새로운 키 프레임(클러스터 센터)들을 선택하여 항해경로를 갱신한다. 줌 인을 최대로 한 마지막 단계에서 항해경로를 갱신하면 표정 제어 설정이 끝난다. 사용자는 언제든지 줌 아웃을 통해 그 전단계로 돌아가서 항해경로를 수정할 수 있다. 본 논문은 본 시스템이 어떤 효과가 있는지를 알기 위해 사용자들로 하여금 본 시스템을 사용하여 3차원 아바타의 표정 제어를 수행하게 하였으며, 그 결과를 평가한다.

• 정보처리학회논문지C
• /
• 제17C권3호
• /
• pp.271-280
• /
• 2010

차세대 이동통신 시스템에서는 3세대 진화망인 LTE(long-Term Evolution), WiMAX/WiBro, 차세대 WLAN등 다양한 무선 접속 기술이 All-IP 기반의 핵심망을 중심으로 통합되는 형태로 발전하고 있다. 이러한 발전에 따라 중첩된 다양한 무선 이종망 환경에서 최적의 조건을 제공하는 망으로의 접속을 제공하는 수직적 핸드오버가 필요하다. 그러나 현재까지는 각각의 네트워크가 독자적 서비스 제공을 위해 독립적인 무선자원관리 기능을 제공하여 왔으므로, 이종망 환경에서의 다양한 네트워크를 끊김없이 서비스를 제공하기 위해서는 개별 네트워크의 무선자원들을 통합적으로 관리하여 최적의 서비스를 제공할 수 있어야 할 것이다. 최근 이러한 무선 이종망 환경에서의 문제점을 해결하기 위해 적응적이동성을 위한 범용링크계층(GLL)과 통합무선자원관리(CRRM) 방식의 개념이 도입되고 있다. 본 논문에서는 LTE와 WLAN 사이에서의 효율적인 수직적 핸드오버를 위한 범용링크계층을 기반으로 정책기반과 다기준 의사결정법(MCDM)을 혼합한 수직적 핸드오버 알고리즘을 제안하고, 퍼지 로직 제어기(FLC)를 이용하여 핸드오버 시점을 적응적으로 결정하는 방안을 제안한다. 시뮬레이션 연구 결과 본 논문에서 제안하는 수직적 핸드오버 기법은 수신신호의 세기를 기반으로하는 방법과 MCDM 만을 사용하는 방법에 비해 데이터 처리량, 핸드오버 성공확률, 서비스 사용비용 그리고 핸드오버 시도 횟수 측면에서 우수한 성능을 보였다.

• 대한기계학회논문집A
• /
• 제34권10호
• /
• pp.1359-1366
• /
• 2010

최근 많은 전자제어기술이 개발되고 있으며 또한 차량에 적용되고 있다. 이러한 기술들 중 throttle-by-wire, brake-by-wire, steer-by-wire 와 같은 X-by-wire 가 대표적이며 이는 기계적으로 연결된 부분이 전기적인 신호나 액추에이터로 대체된 것이다. 본 논문에서는 스쿨존에서의 차량의 속도 제어를 위하여 throttle-by-wire, brake-by-wire 가 고려되었으며 특히 스쿨 존에서는 다른 지역에 비해 사고가능성이 높다. 그 이유는 보행자가 횡단 시에 다수의 운전자들이 규정속도를 지키지 않기 때문이다. 따라서 본 논문에서는 스쿨 존에서 규정속도 내로 주행하도록 throttle-by-wire, brake-by-wire 를 이용하여 차량을 감속 제어하였으며 이를 위하여 양산차량의 엔진과 변속기의 제원을 사용하였다. 둘째, 차량의 감속에 있어서 운전자와 승객이 불쾌감을 느낄 수 있는 급격한 감속을 줄이기 위하여 제안된 3 차 궤적 추종법을 적용시켰으며 궤적 추종을 위하여 퍼지-PID 제어를 사용하였다. 마지막으로 시뮬레이션을 통하여 제안된 차량의 감속 제어 시스템의 성능을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.487-496
• /
• 2000

본 논문에서는, HCM 클러스러팅 방법과 유전자 알고리즘을 이용하여 다중 FNN 모델을 동정하고 최적화 한다. 제안된 다중 FNN은 Yamakawa의 FNN을 기본으로 하며, 퍼지 추론 방법으로 간략 추론을, 학습으로는 오류 역전파 알고리즘을 사용한다. 다중 FNN 모델의 구조와 파라미터를 동정하기 위해 HCM 클러스터링과 유전자 알고리즘을 사용한다. 여기서, 시스템 모델링을 위해 데이터 전처리 기능을 수행하는 HCM클러스터링 방법은 I/O 프로세서 공정 데이터를 이용하여 입출력 공간분할에 의한 다중 FNN 구조를 결정하기 위해 사용된다. 또한 유전자 알고리즘을 사용하여 멤버쉽함수의 정점, 학습율, 모멘텀 계수와 같은 다중 FNN 모델의 파라미터들을 동조한다. 모델의 근사화와 일반화 능력 사이에 합히적 균형을 얻기 위해 하중계수를 가진 합성 성능지수를 사용한다. 이 합성 성능지수는 근사화 및 예측 능력사이의 상호 균형과 의존성을 고려한 하중계수를 가진 합성 목적함수를 의미한다. 데이터 개수, 비선형성의 정도에 의존하는 이 합성 목적함수의 하중계수의 선택, 조절을 통하여 최적의 다중 FNN 모델을 설계하는 것이 유용하고 효과적임을 보인다. 제안된 모델의 성능 평가를 위하여 가스로 공정의 시계열 데이터와 비선형 함수의 수치 데이터를 사용한다.