• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.117-127
• /
• 1998

전력계통은 번개, 폭우, 고장등이 여러요인으로 인해 변화하는 동특성을 갖는다. 전송선로의 리액터스가 사고로 인해 변하는 것도 그 대표적인 예이며 전력게통에 불확성을 야기시키는 원인이 된다. 이경우, 이와같은 불확실성에 대해 견실한 성능을 발휘하는 제어기가 필요하다. 한편, 최근의 연구들을 통해 비파라미터적인 불확실서을 갖는 계통에 대해 퍼지제어기가 우수한 성능을 발휘함이 입증되었다. 따라서, 본 논문에서는 선로의 고장 발생시, 전력계통의 발전기 단자전압을 일정값으로 유지하며 계통을 안정화시킬 수 있는 적응퍼지제어기를 궤환선형화 기법에 근거하여 설계하고자 한다. 아울러 본 논문에서는 불확실한 계통에 있어서, 리아프노프 안정도를 보장 받기우해 필요한 불확실한 항의 상계를 퍼지계통에 으해 추정하는 방법을 제안한다. 시뮬레인션 결고, 설계된 제어기가 선로고장에도 불구하고 계통의 전압유지와 과도 안정도를 잘 보장해 줌을 확인할 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.53-64
• /
• 2023

Early detection of endometrial carcinoma in uterus is essential for effective treatment. Endometrial carcinoma is the worst kind of endometrium cancer among the others since it is considerably more likely to affect the additional parts of the body if not detected and treated early. Non-invasive medical computer vision, also known as medical image processing, is becoming increasingly essential in the clinical diagnosis of various diseases. Such techniques provide a tool for automatic image processing, allowing for an accurate and timely assessment of the lesion. One of the most difficult aspects of developing an effective automatic categorization system is the absence of huge datasets. Using image processing and deep learning, this article presented an artificial endometrium cancer diagnosis system. The processes in this study include gathering a dermoscopy images from the database, preprocessing, segmentation using hybrid Fuzzy C-Means (FCM) and optimizing the weights using the Whale Optimization Algorithm (WOA). The characteristics of the damaged endometrium cells are retrieved using the feature extraction approach after the Magnetic Resonance pictures have been segmented. The collected characteristics are classified using a deep learning-based methodology called Long Short-Term Memory (LSTM) and Bi-directional LSTM classifiers. After using the publicly accessible data set, suggested classifiers obtain an accuracy of 97% and segmentation accuracy of 93%.

• 한국콘텐츠학회논문지
• /
• 제17권5호
• /
• pp.574-590
• /
• 2017

이 논문의 목적은 IPPs에서 발생할 수 있는 리스크 요소를 규정하고 퍼지 다기준 결정 방법론(Fuzzy MCDM)을 활용하여 사업 리스크의 우선순위와 가중치의 중요도를 분석함으로써 IPP 개발자에게 투자 의사결정 도구를 제공하는 것이다. Fuzzy MCDM은 응답자의 고유한 의견을 표현할 때 발생할 수 있는 불확실성을 보다 명시적으로 반영할 수 있는 추정방법이다. 이 논문은 광범위한 문헌 조사를 통해 신용 리스크, 준공 리스크, 시장 리스크, 연료조달 리스크, 운영 리스크, 재무 리스크, 환경 리스크, 그리고 불가항력 등 PF조달과 관련한 8 개의 주요 사업리스크를 도출한다. 실증분석 결과는 시장 리스크가 사업리스크와 관련된 의사결정에서 있어 가장 중요한 리스크임을 보여준다. 이는 IPP에서 장기 전력판매계약이 가장 중요한 리스크 요소임을 보여주고 있으며, 점차 발주국 정부의 장기 전력판매계약에 대한 보증이 없는 자유시장에서 전력을 판매하는 소위 머천트 발전사업에서 시장 리스크를 줄이는 것이 중요함을 암시한다.

• 전기학회논문지
• /
• 제64권1호
• /
• pp.128-135
• /
• 2015

In this study, we develop the very short-term precipitation forecasting model as well as classifier based on polynomial radial basis function neural networks by using AWS(Automatic Weather Station) and KLAPS(Korea Local Analysis and Prediction System) meteorological data. The polynomial-based radial basis function neural networks is designed to realize precipitation forecasting model as well as classifier. The structure of the proposed RBFNNs consists of three modules such as condition, conclusion, and inference phase. The input space of the condition phase is divided by using Fuzzy C-means(FCM) and the local area of the conclusion phase is represented as four types of polynomial functions. The coefficients of connection weights are estimated by weighted least square estimation(WLSE) for modeling as well as least square estimation(LSE) method for classifier. The final output of the inference phase is obtained through fuzzy inference method. The essential parameters of the proposed model and classifier such ad input variable, polynomial order type, the number of rules, and fuzzification coefficient are optimized by means of Particle Swarm Optimization(PSO) and Differential Evolution(DE). The performance of the proposed precipitation forecasting system is evaluated by using KLAPS meteorological data.

• 정보학연구
• /
• 제4권2호
• /
• pp.117-127
• /
• 2001

본 논문에서는 퍼지모델의 최적 입-출력 소속함수들(membership functions) 및 규칙기반(rulebase) 얻기 위한 자율가변구조의 신경망 알고리즘을 제안하였으며 구륜 이동 로봇(WMR : Wheeled Mobile Robot)의 위치, 속도 방향제어를 위한 퍼지-신경망 제어기 설계를 설계하였다. 제안된 알고리즘에서 입-출력 소속함수의 파라미터들을 찾기 위하여 유전알고리즘을 응용한다. 유전알고리즘에 의해 출력술어의 원소가 증가되며, 규칙기반이 원소의 증가에 의하여 조절된다. 새롭게 조절된 제어기는 출력술어의 증가를 수행하지 않은 제어기와 경쟁하며. 만약 새롭게 조절되어진 퍼지-신경망 제어기가 경쟁에서 진다면, 그 제어법칙은 소멸한다. 그 반대로 조절된 제어기가 생존한다면, 출력술어의 증가된 각 원소들 및 변화된 시스템의 규칙기반이 제어기에 적용된다. 출력술어 및 규칙의 조절이 완료된 후 입력소속함수들에 대한 탐색이 제약조건을 가지고 수행되며 입력소속함수들의 탐색이 완료된 후 출력소속함수의 미세 조정이 수행된다.

• 전자공학회논문지CI
• /
• 제37권5호
• /
• pp.19-28
• /
• 2000

구륜 이동 로봇(Wheeled Mobile Robot)은 제어기 설계에 있어 Nonholonomic Constraints등에 의해 많은 어려움을 지닌다. 본 논문에서는 구륜 이동 로봇의 제어를 위해 PD와 퍼지 시스템이 결합된 제어기가 설계되며, 유전알고리즘에 기초되어 최적 퍼지시스템이 형성된다. 시스템의 최적화 과정은 독립적으로 수행되는 여러 단계들로 이루어지며, 각 단계마다 다른 형식의 알고리즘이 적용되며 효율적 탐색을 위해 Niche알고리즘 및 면역 알고리즘이 결합되어 적용된다. 각 출력용어집합은 최적의 원소들을 얻기 위해 수행되는 탐색에 의해 그 구성이 변화되며, 변화된 출력용어집합의 구성 원소와 관계된 규칙기반이 동시에 조절된다. 출력용어집합의 추가된 원소들 및 조절된 규칙에 대한 적합성이 평가되고 제어 성능의 향상에 기여하지 못한 부분들은 제거된다. 출력변수의 용어집합 및 규칙에 대한 반복적 조절 과정이 완료된 후, 입력 소속함수들에 대한 조정이 제약조건을 가지고 수행되며, 진화연산에 의한 출력소속함수들에 대한 조정이 수행된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.523-527
• /
• 2004

This paper presents a new design methods of the short-term load forecasting system (STLFS) using the data mining. The proposed predictor takes form of the convex combination of the linear time series predictors for each inputs. The problem of estimating the consequent parameters is formulated by the convex optimization problem, which is to minimize the norm distance between the real load and the output of the linear time series estimator, The problem of estimating the premise parameters is to find the parameter value minimizing the error between the real load and the overall output. Finally, to show the feasibility of the proposed method, this paper provides the short-term load forecasting example.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권4호
• /
• pp.277-284
• /
• 2012

Named entity recognition (NER) technique can play a crucial role in extracting information from the web. While NER systems with relatively high performances have been developed based on careful manipulation of terms with a statistical model, term mismatches often degrade the performance of such systems because the strings of all the candidate entities are not known a priori. Despite the importance of lexical-level term mismatches for NER systems, however, most NER approaches developed to date utilize only the term string itself and simple term-level features, and do not exploit the semantic features of terms which can handle the variations of terms effectively. As a solution to this problem, here we propose to match the semantic concepts of term units in restaurant named entities (NEs), where these units are automatically generated from multiple resolutions of a semantic tree. As a test experiment, we applied our restaurant NER scheme to 49,153 nouns in Korean restaurant web pages. Our scheme achieved an average accuracy of 87.89% when applied to test data, which was considerably better than the 78.70% accuracy obtained using the baseline system.

• 한국지능시스템학회논문지
• /
• 제14권2호
• /
• pp.130-135
• /
• 2004

본 논문에서는 데이터 마이닝을 이용한 단기 전력 부하 예측 시스템의 새로운 설계 기법을 제안한다. 제안된 단기 부하 예측시스템은 Takagj-Sugeno (T-S) 퍼지 모델 기반 예측기와 분류기로 구성된다. 또한, 제안된 T-S 퍼지 모델 기반 분류기는 전반부 가우시안 집합과 후반부 선형화된 베이지안 분류기로 구성된다 분류기의 파라미터들은 주어진 훈련 집합의 통계적 수치로 쉽게 얻어진다. 제안된 T-S 퍼지 모델 기반 예측기는 한 가지 입력에 대한 선형 시계열 예측기의 볼록 조합 형태를 가진다. 후반부 파라미터 추정 문제는 실제 전력 부하와 예측 전력 부하의 놈(norm)을 최소화하는 볼록 최적화 문제로 간주한다. 그 문제는 선형 행렬 부등식으로 설정됨으로써 후반부 파라미터는 추정된다. 전반부 파라미터 추정문제는 선형 시계열 예측기들이 모여진 전체 T-S 퍼지 시스템의 출력과 실제 전력 부하 사이의 에러를 최소화하는 문제이다. 이 문제는 경사치 하향 기법이 적용하여 해결되었다 제안된 기법의 유용성을 검증하기 위해 본 논문은 하루 후 24시간 전력 부하 예측과 하루 후 최고 전력부하를 예측 실험을 제공한다.

• Membrane and Water Treatment
• /
• 제9권6호
• /
• pp.421-434
• /
• 2018

Decision-makers have different and sometimes conflicting goals with utilities in operating dam reservoirs. As repeated interactions exist between decision-makers in the long-term, and the utility of each decision-making organization is affected not only by its selected strategy, but also by other rivals' strategies; selecting and prioritizing optimum strategies from a decision maker's point of view are of great importance while interacting with others. In this paper, a model based on a fuzzy set theory, for determining the priority of decision-makers' strategies in optimal qualitative-quantitative operation management of dam reservoir is presented. The fuzzy priority matrix is developed via defining membership functions of a fuzzy set for each decision maker's strategies, so that all uncertainties are taken into account. This matrix includes priorities assigned to possible combination for other decision makers' strategies in bargaining with each player's viewpoint. Here, the 15-Khordad Dam located in the central part of Iran, suffering from low water quality, was studied in order to evaluate the effectiveness of the model. Then, the range of quality of water withdrawal agreed by all decision-makers was determined using the prioritization matrix based on fuzzy logic. The results showed that the model proposed in the study had high effectiveness model.