• Phonetics and Speech Sciences
• /
• v.1 no.2
• /
• pp.3-8
• /
• 2009

In an effort to improve speech recognition, we investigated the effect of the number of clusters. In usual LBG clustering, the number of codebook clusters is doubled on each bifurcation and hence cannot be chosen arbitrarily in a natural way. To have the number of clusters at our control, we combined adaptive resonance theory (ART2) with LBG and perform the clustering in two stages. The codebook thus formed was used in subsequent processing of fuzzy vector quantization (FVQ) and HMM for speech recognition tests. Compared to conventional LBG, our method was shown to reduce the best recognition error rate by 0${\sim$}0.9% depending on the vocabulary size. The result also showed that between 400 and 800 would be the optimal number of clusters in the limit of small and large vocabulary speech recognitions of isolated words, respectively.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.2 no.1
• /
• pp.20-25
• /
• 2002

This paper presents a genetic programming based evolutionary strategy for on-line adaptive learnable evolvable hardware. Genetic programming can be useful control method for evolvable hardware for its unique tree structured chromosome. However it is difficult to represent tree structured chromosome on hardware, and it is difficult to use crossover operator on hardware. Therefore, genetic programming is not so popular as genetic algorithms in evolvable hardware community in spite of its possible strength. We propose a chromosome representation methods and a hardware implementation method that can be helpful to this situation. Our method uses context switchable identical block structure to implement genetic tree on evolvable hardware. We composed an evolutionary strategy for evolvable hardware by combining proposed method with other's striking research results. Proposed method is applied to the autonomous mobile robots cooperation problem to verify its usefulness.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1995.10b
• /
• pp.174-179
• /
• 1995

본 논문데서는 부하외란이나 시스템 내부 파라미터의 변동시에 적응력이 저하되는 종래의 PI제어기와, 정상상태 잔류편차가 존재하는 퍼지 제어기의 단점을 극복하기 위한 적 응 퍼지 제어 기법을 제안하였고, 이를 도립 진자 시스템에 적용하였다. 운송차의 위치 및 진자 각도의 오차, 오차의 변화량에 따라 퍼지 추론을 행하여 PI 제어기의 가중치를 결정하 는 구조로, P제어기는 운송차 및 진자의 오차가 과도 상태에서의 영역에서 사용되어 속응성 과 고정도의 특성을 얻는다. 1제어기는 정상상태에서의 정도 향상에 이용되었다. 특히, 제안 하는 적응 퍼지 제어기는 운송차의 위치 오차에 대한 PI 동작과, 진자의 각도 오차에 대한 PI 동작을 각각 퍼지 추론에 의해 부드럽게 전환함으로서 고유 불안정의 시스템인 도립 진 자 시스템의 안정화 제어에 적용하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.153-157
• /
• 2002

일반적으로 가변구조제어는 외란과 변수 변화에 대해 강인한 특성을 가지지만 제어기 설계자는 이러한 값들에 대한 상한 값과 하한 값을 알아야한다. 그러나 때로는 이러한 상한 값과 하한 값을 얻는다는 것은 쉽지가 않다. 이에 반해 퍼지제어기는 외란과 변수 변화에 대한 제어기 설계에 있어서 효과적인 방법을 제공한다. 따라서 퍼지제어기와 가변구조제어기가 가지는 장점들을 결합하는 연구가 진행되어져 왔다. 본 논문에서는 리칭페이저가 존재하는 기존의 슬라이딩모드제어기를 이용하는 방법 대신 리칭페이저를 제거하여 전 구간 강인한 적응 퍼지 가변구조제어기를 설계하였다. 제안된 제어 알고리듬은 BLDC 전동기의 위치제어기로 사용하였으며, 그 타당성을 입증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.399-405
• /
• 2002

Now days, it is based on GIS and GPS, it can search for the shortest path and estimation of arrival time by using the internet and cell phone to driver. But, even though good car navigation system does not create which is the shortest path when there average vehicle speed is 10 -20 Km. Therefore In order to reduce vehicle waiting time and average vehicle speed, we suggest optimal green time algorithm using fuzzy adaptive control , where there are different traffic intersection length and lane. In this paper, it will be able to forecast the optimal traffic Information, estimation of destination arrival time, under construction road, and dangerous road using internet.

• Proceedings of the KIEE Conference
• /
• 1996.07b
• /
• pp.1034-1036
• /
• 1996

In this paper, an adaptive fuzzy logic controller is presented for auto-tunning of the scaling factors by using learning capability of neural networks. The proposed scheme consists of the FLC which includes the PI-type FLC and PD-type FLC in parallel form and the neural network which learns scale factors of FLC. Computer simulations were performed to illustrate the effectiveness of a proposed scheme. A proposed FLC controller was applied to the second order system and velocity control of the brushless DC motors. For the design of the FLC, tracking error, change of error, and acceleration error are selected as input variables of the FLC and three seal e factors were used in the parallel-type FLC. This scheme can be used to reduce the difficulty in the selection of the scale factors.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2618-2620
• /
• 2003

본 연구에서 구현하고자 하는 선박의 회두각 제어의 경우 파도, 바람, 조류 등의 외란의 영향을 많이 받고 있을 뿐만 아니라 그 운동 특성 역시 비선형이므로 적절한 파라미터의 선정과 제어기 구성에 어려움이 따른다. 이의 해결을 위해 K. M. Passino 등에 의해 비선형 특성을 지닌 기준 모델 적응 퍼지 알고리즘을 적용하여 제어기 구성을 시도한바 있고, 국내에서도 김종화 등에 의해 유사한 방법이 시도되어졌다. 본 연구에서는 이상의 시도에서 기준 모델에 의한 제어기 파라미터의 동정의 방법으로 사용한 M.I.T 룰 대신 일반적인 유전 알고리즘에 의해 퍼지 제어기의 파라미터를 동정하고자 한다. 유전 알고리즘에 기반한 기준 모델 적응 퍼지 제어기(MRGAFC) 알고리즘을 제안하며, 이의 검증을 위하여 화물선 회두각의 조향 문제에 이를 적용하여 종래의 방법들과 비교를 수행할 것이다.

• Proceedings of the KIPE Conference
• /
• 2008.10a
• /
• pp.224-226
• /
• 2008

본 논문에서는 매트릭스 컨버터로 구동되는 유도전동기의 속도제어 성능을 향상시키기 위한 적응제어 기법을 제안한다. 유도 전동기는 비선형적 마찰력 등으로 인한 비선형적 특성을 가진다. 이러한 비선형적 특성으로 인해 야기되는 왜곡을 보상하고 속도제어 성능을 개선하기 위해 슬라이딩 모드 제어 기법을 적용한다. 슬라이딩 모드에서 발생하는 채터링 현상과 모델링되지 않은 유도 전동기의 불확실성에 의한 제어 성능 저하를 개선하기 위해, 불확실성 추정을 위한 퍼지 기반 불확실성 추정기를 적용한다. 시뮬레이션을 통해 제안한 제어기법의 타당성을 검증한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.7 no.3
• /
• pp.176-181
• /
• 2007

This paper presents evolvable neural networks based on a developmental model for navigation control of autonomous mobile robots in dynamic operating environments. Bio-inspired mechanisms have been applied to autonomous design of artificial neural networks for solving practical problems. The proposed neural network architecture is grown from an initial developmental model by a set of production rules of the L-system that are represented by the DNA coding. The L-system is based on parallel rewriting mechanism motivated by the growth models of plants. DNA coding gives an effective method of expressing general production rules. Experiments show that the evolvable neural network designed by the production rules of the L-system develops into a controller for mobile robot navigation to avoid collisions with the obstacles.

• Advances in Energy Research
• /
• v.8 no.3
• /
• pp.175-184
• /
• 2022

The dual-fuel technology, which uses gaseous fuel as the main fuel and liquid as the pilot fuel, is an appealing technology for reducing the exhaust emissions. The current study proposes emission models based on ANFIS for a dual-fuel using producer gas (PG)-diesel engine. Emissions measurements were taken at different engine load levels and fuel injection timings. The proposed model predictions were examined using statistical methods. With R2 values in the range of 0.9903 to 0.9951, the established ANFIS model was found to be consistently robust in predicting emission characteristics. The mean absolute percentage deviate in range 1.9 to 4.6%, and mean squared error varies in range 0.0018 to 13.9%. The evaluation of the ANFIS model developed shows a reliable claim of intrinsic sensitivity, strength, and outstanding generalization. The presented meta-model can be used to simulate the engine's operation in order to create an efficient control tool.