• 정보처리학회지
• /
• 제11권6호
• /
• pp.56-75
• /
• 2004

In this article we address some system characteristics and challenging issues in developing Context-aware Middleware for Ubiquitous Computing. The functionalities of a Context-aware Middleware includes gathering context data from hardware/software sensors, reasoning and inferring high-level context data, and disseminating/delivering appropriate context data to interested applications/services. The Middleware should facilitate the query, aggregation, and discovery for the contexts, as well as facilities to specify their privacy policy. Following a formal context model using ontology would enable syntactic and semantic interoperability, and knowledge sharing between different domains. Moddleware should also provide different kinds of context classification mechanical as pluggable modules, including rules written in different types of logic (first order logic, description logic, temporal/spatial logic, fuzzy logic, etc.) as well as machine-learning mechanical (supervised and unsupervised classifiers). Different mechanisms have different power, expressiveness and decidability properties, and system developers can choose the appropriate mechanism that best meets the reasoning requirements of each context. And finally, to promote the context-trigger actions in application level, it is important to provide a uniform and platform-independent interface for applications to express their need for different context data without knowing how that data is acquired. The action could involve adapting to the new environment, notifying the user, communicating with another device to exchange information, or performing any other task.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.922-934
• /
• 2015

In this paper, The classification between precipitation echo(PRE) and non-precipitation echo(N-PRE) (including ground echo and clear echo) is carried out from weather radar data using neuro-fuzzy algorithm. In order to classify between PRE and N-PRE, Input variables are built up through characteristic analysis of radar data. First, the event classifier as the first classification step is designed to classify precipitation event and non-precipitation event using input variables of RBFNNs such as DZ, DZ of Frequency(DZ_FR), SDZ, SDZ of Frequency(SDZ_FR), VGZ, VGZ of Frequency(VGZ_FR). After the event classification, in the precipitation event including non-precipitation echo, the non-precipitation echo is completely removed by the echo classifier of the second classifier step that is built as Type-2 FCM based RBFNNs. Also, parameters of classification system are acquired for effective performance using PSO(Particle Swarm Optimization). The performance results of the proposed echo classifier are compared with CZ. In the sequel, the proposed model architectures which use event classifier as well as the echo classifier of Interval Type-2 FCM based RBFNN show the superiority of output performance when compared with the conventional echo classifier based on RBFNN.

• 한국항해항만학회지
• /
• 제29권1호
• /
• pp.29-34
• /
• 2005

많은 선박사고유형 중 하나인 선박의 충돌은 운항자의 조선실수가 그 원인의 큰 비중을 차지한다. 이는 점차 대형 고속화, 교통의 폭주화가 이루어지고 있는데도 오히려 항해사의 자질 저하에서 오는 것이라 할 수 있으며 이를 보완하기 위해 나날이 발전하는 첨단기술을 바탕으로 충돌회피에 관한 자동회피제어 시스템의 개발의 필요성이 점차 대두되고 있다. 그러한 취지에서 본 연구도 충돌회피를 위한 자동제어에 관하여 연구되었다. 본 연구는 MMG 수학모델에 기반 하여, Surge-Sway-Yaw-Roll 운동방정식을 사용하였고, 충돌위험도 설정을 위하여 퍼지이론을 사용하였으며 다수선박과 연속적으로 조우하는 상황에서도 충분한 회피가 가능하게 하였다.

• 전력전자학회논문지
• /
• 제5권4호
• /
• pp.352-357
• /
• 2000

벡터제어기법은 유도전동기의 고성능 운전을 위해 널리 사용되고 있다. 벡터제어기법을 사용해 전동기의 속도제어를 행할 정우 전동기의 속도나 전류를 제어하기 위해 주로 PI제어기가 사용되고 있다. 이 경우 유도전동기의 동 특성은 PI제어기의 이득과 밀접한 관계를 갖고 있으며 유도전동기의 고성능제어를 위해서는 PI제어기의 이득을 최적화 시킬 필요가 있다. 그러나 PI제어기의 이득을 최적화 시키기 위해서는 전동기제이 시스템의 등가모델을 정확히 알아야 하기 때문에 변동 부하조건하에서 일관성 있는 최적 이득값을 얻기란 대단히 힘들다. 본 논문에서는 이러한 PI제어기의 단점을 보완하기 위해 과도상태만을 제어하기 위한 간략화된 퍼지제어기와 정상상태 제어를 위한 기존의 PI제어기를 병렬로 구성한 하이브리드 제어기를 제안하고 이를 실제 유도전동기의 벡터제어에 적용하여 알고리즘의 타당성을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제9권3호
• /
• pp.1-8
• /
• 2009

본 논문에서는 퍼지 논리 기반의 유전자 알고리즘(GA)과 의미 벡터 확장 기술을 이용한 문서 클러스터링 시스템을 제안한다. GA에 관련된 여러 논문에서 이미 알려졌듯이 GA알고리즘의 성공 여부는 군체의 다양성과 수렴하는 능력에 따라 결정된다. 이러한 두 인자 사이의 영향력을 조절하기 위하여 우리는 퍼지 논리 기반의 연산자를 사용한다. 전통적인 문서 클러스터링 알고리즘에서 문서를 나타내기 위한 가장 일반적이고 직선적인 방법은 벡터 공간 모델이다. 그러나 이 방법은 다차원 특징 공간의 원인이 될 뿐만 아니라, 클러스터링의 정확성에 영향을 미칠 수 있는, 단어 간의 의미상 관계성을 무시한다. 본 논문에서는 LSA를 사용하여 문서를 관련되는 의미상의 벡터 개념으로 확장시킨다. 또한 이것은 벡터의 크기를 크게 줄일 수 있다. 본 논문에서 제안한 클러스터링 알고리즘을 테스트하기 위하여 20개의 뉴스 그룹과 로이터 데이터를 사용했다. 제안된 방법은 문서를 표현하는 다양한 환경에서 일반적인 GA보다 더 나은 결과를 보여준다.

• 대한의용생체공학회:의공학회지
• /
• 제25권1호
• /
• pp.5-10
• /
• 2004

체동은 수면 분석에 있어서 중요한 변수중의 하나이다. 본 연구에서는 수면 중에 발생하는 체동을 비접촉 방식으로 검출하기 위하여 4채널의 써모파일 검출기를 구현하였으며, 써모파일 센서를 이용한 방식의 체통 검출 가능성을 확인하기 위해 열적외선 카메라를 통해 획득한 영상을 써모파일의 수학적 모델에 적용하였다 합성된 체동 신호는 Haar 웨이브렛을 이용하여 변환함으로써 체통이 발생한 시점과 움직임의 크기를 상체 및 하체로 나누어 순간 체동을 검출하였다. 또한 뉴로-퍼지 알고리즘인 ANFIS를 이용하여 발생한 체동이 상체만 움직인 것인지 또는 하체만 움직인 것인지 또는 몸 전체가 움직인 것인지에 대한 부위별 체동을 검출하였고, 총 3명의 피험자에 대해 60분간의 데이터를 획득하여 실험한 결과 순간 체동과 부위별 체통에 대해 각각 평균 96.3％와 39.2％ 의 검출률을 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.154-154
• /
• 2012

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 관련 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다. 토양수분을 측정하는 방법에는 세타 탐침(Theta Probe), 장력계, TDR(Time Domain Reflectrometry) 등이 이용되고 있으며, 광역 토양수분자료의 보다 정확한 공간 변동성의 관측을 위하여 항공원격탐사와 인공위성 원격탐사기술이 개발되어 적용되고 있다. 인공위성 영상은 자료의 분석이 간편하며, 공간자료이므로 공간 변화를 분석하는 데 있어 매우 편리하다. 그 중 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상은 저해상도 영상으로 극궤도 위성인 Terra와 Aqua 위성에 장착되어 있으며, NASA에서 필요한 정보를 받아 사용할 수 있다. 본 연구에서는 유역의 물리적 지형자료와 같은 방대한 양의 자료 수집 없이도, 모형이 구축되면 인공위성자료와 강우자료만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 산정할 수 있는 자료 지향형 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하였다. 사용된 퍼지변수로는 시험유역의 토양수분 관측자료와 강수량 및 인공위성 자료인 MODIS NDVI(Normalize Difference Vegetation Index), MODIS LST(Land-Surface Temperature) 영상을 이용하였다. MODIS NDVI는 시간 해상도 8일, 공간해상도 250 인 Level 3 영상이며, MODIS LST는 시간 해상도 1일, 공간해상도 1 km인 Level 3 영상을 사용하였다. 위성자료를 사용하기 위해 Korea TM 좌표체계로 변환한 뒤, 토양수분 관측지점이 속한 각 셀의 속성값을 추출하였다. 위성자료와 수집된 자료 및 토양수분자료와의 관계를 분석하기 위하여 입력자료를 다양한 방법으로 구성하여 입력 변수를 생성하였다. 생성된 입력 변수와 ANFIS 모형을 연계하여 각각의 토양수분 산정모형을 구축하고 대상지점에 대한 토양수분을 산정 및 비교 분석하였다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.539-542
• /
• 2003

A motor is the workhorse of our industry. The issues of preventive and condition-based maintenance, online monitoring, system fault detection, diagnosis, and prognosis are of increasing importance. Different internal motor faults (e.g., inter-turn short circuits, broken bearings, broken rotor bars) along with external motor faults (e.g., phase failure, mechanical overload, blocked rotor) are expected to happen sooner or later. This paper introduces the fault detection technique of induction motors based upon the stator current. The fault motors have rotor bar broken or rotor unbalance defect, respectively. The stator currents are measured by the current meters and stored by the time domain. The time domain is not suitable to represent the current signals, so the frequency domain is applied to display the signals. The Fourier Transformer is used for the conversion of the signal. After the conversion of the signals, the features of the signals have to be extracted by the signal processing methods like a wavelet analysis, a spectrum analysis, etc. The discovered features are entered to the pattern classification model such as a neural network model, a polynomial neural network, a fuzzy inference model, etc. This paper describes the fault detection results that use wavelet decomposition. The wavelet analysis is very useful method for the time and frequency domain each. Also it is powerful method to detect the features in the signals.

• 한국항해항만학회지
• /
• 제28권3호
• /
• pp.227-232
• /
• 2004

차량동역학제어시스템은 복잡하고 비선형이므로 잠금방지 제동시스템 및 자동주행시스템 개발에 어려움이 있다. 차량절대속도를 추정하기 위해 퍼지 로직 기법이 최근 적용되어 정상적인 조건에서 만족할 만한 결과를 얻고 있다. 그러나 급격한 제동시 추정오차가 크게 발생되었다. 본 논문에서는 휠 속도 센서를 이용하여 무인 컨테이너 운송차량의 절대속도를 추정하기 위해, 뉴럴 네트워크 모델의 방사대칭 기저함수와 주성분 분석법을 적용하여 10개의 추정 알고리즘중 오차를 4％ 이내로 추정할 수 있는 알고리즘을 제시하였다.