• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.285-292
• /
• 2000

자료 분석 과정을 살펴 보면 1) 자료가 갖는 경향 평가, 2) 클러스터 분석, 3) 클러스터의 타당성 조사라는 과정을 거쳐 이루어진다. 이 분석법은 2) 및 3) 단계의 반복 수행으로 인하여 많은 계산 시간이 소요되므로 비효율적인 방법이라 할 수 있다. 본 논문에서는, 이와 같은 단점을 보완하기 위하여 자료가 갖는 개략적 특성을 파악하여 자료 속에 존재하는 클러스터의 근사적 개수 및 중심을 정한 후, 이 정보를 기존의 일반적인 퍼지 클러스터링 알고리즘에 입력하여 클러스터링을 수행하는 밀도함수를 이용한 계층적 구조의 근사적 클러스터링 알고리즘을 제안하고, 예제를 통하여 제안된 알고리즘의 타당성을 보인다.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.853-862
• /
• 2003

본 논문에서는 퍼지 이론을 이용한 학습 평가 방법을 제안하였다. 제안된 학습 평가 방법은 정보처리 데이터베이스 과목에 대한 기출문제의 출제 빈도수를 3등급으로 분류하고 이것을 중요도라 정의하였다. 학습 중요도에 따른 학습 횟수에 대한 퍼지 소속도와 형성평가 점수에 대한 퍼지 소속도를 각각 9개의 퍼지 추론 규칙에 적용하여 학습 이해도를 평가하였다. 최종적인 학습 평가는 각 장별 학습 이해도에 대한 퍼지 등급과 총괄평가 점수에 대한 소속도를 이용하여 퍼지 추론규칙에 적용하고 비퍼지화하여 평가하였다. 제시된 퍼지 이론을 이용한 학습 평가 방법은 학습자가 스스로 학습한 내용을 진단 할 수 있도록 도와주며, 학습목표의 성취여부를 종합적이고 객관적으로 판단할 수 있는 방법을 제공한다.

• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.81-88
• /
• 2008

게임 밸런싱에서 캐릭터가 가지고 있는 다양한 액션 중 어떤 것을 선택해야하며 또 얼마만큼 조절해 해 주어야 하는지 정확하게 계산하는 것은 매우 어려운 일이다. 퍼지 기법은 수학적으로 정확하게 처리할 수 없는 특수한 환경이나 혹은 정확한 수치 처리에 따라 발생될 수 있는 시간적인 소모 문제를 완화할 때 매우 적절하게 이용될 수 있다. 게임에서 캐릭터가 가지는 수많은 액션과 상대방과의 연관관계, 이전까지의 대전 경험 등을 현재 상황에서 최적의 액션을 선택하기 위해서 일일이 반영하기가 쉽지 않기 때문에 이러한 경우 퍼지를 이용할 수 있을 것이다. 밸런싱이 필요한 시점이 되면 그때까지의 플레이한 자료가 퍼지함수로 처리되어 어떤 액션에 얼마만큼 조절을 해 줘야 하는지 계산되어져 캐릭터의 능력을 조절하도록 한다. 이 방법의 효율성을 검증하기 위해 액션 전체에 일정하게 능력을 조절한 경우, 랜덤하게 하나의 액션만 선택하여 조절한 경우, 가장 강력한 파워를 가진 액션을 선택한 경우, 가장 약한 액션을 선택한 경우 그리고 퍼지개념을 적용한 경우 등 5가지 경우를 실험을 통해 밝혀 퍼지를 이용한 방법기 우수성을 밝히고자 한다.

• 제어로봇시스템학회논문지
• /
• 제8권2호
• /
• pp.126-135
• /
• 2002

The study is concerned with an approach to the design of new architectures of fuzzy neural networks and the discussion of comprehensive design methodology supporting their development. We propose an Adaptive Fuzzy Polynomial Neural Networks(APFNN) based on Fuzzy Neural Networks(FNN) and Self-organizing Networks(SON) for model identification of complex and nonlinear systems. The proposed AFPNN is generated from the mutually combined structure of both FNN and SON. The one and the other are considered as the premise and the consequence part of AFPNN, respectively. As the premise structure of AFPNN, FNN uses both the simplified fuzzy inference and error back-propagation teaming rule. The parameters of FNN are refined(optimized) using genetic algorithms(GAs). As the consequence structure of AFPNN, SON is realized by a polynomial type of mapping(linear, quadratic and modified quadratic) between input and output variables. In this study, we introduce two kinds of AFPNN architectures, namely the basic and the modified one. The basic and the modified architectures depend on the number of input variables and the order of polynomial in each layer of consequence structure. Owing to the specific features of two combined architectures, it is possible to consider the nonlinear characteristics of process system and to obtain the better output performance with superb predictive ability. The availability and feasibility of the AFPNN are discussed and illustrated with the aid of two representative numerical examples. The results show that the proposed AFPNN can produce the model with higher accuracy and predictive ability than any other method presented previously.

• 전자공학회논문지C
• /
• 제34C권7호
• /
• pp.51-60
• /
• 1997

Prototype based methods are commonly used in cluster analysis and the results may be highly dependent on the prototype used. In this paper, we propose a fuzzy clustering method that involves adaptively expanding convex polytopes. Thus, the dependency on the use of prototypes can be eliminated. The proposed method makes it possible to effectively represent an arbitrarily distributed data set without a priori knowledge of the number of clusters in the data set. Specifically, nonlinear membership functions are utilized to determine whether a new cluster is created or which vertex of the cluster should be expanded. For this, the membership function of a new vertex is assigned according to not only a distance measure between an incoming pattern vector and a current vertex, but also the amount how much the current vertex has been modified. Therefore, cluster expansion can be only allowed for one cluster per incoming pattern. Several experimental results are given to show the validity of our mehtod.

• 한국경영과학회지
• /
• 제25권2호
• /
• pp.77-86
• /
• 2000

Consumers facing a large number of brands to choose from are known to use simplified heuristic to screen a set of relevant brands called the consideration set from the whole alternatives, Purchase decisions are then made from the brands in the consideration set, Two approaches have been suggested to model the two-stage choice process., One is to treat the con-sideration set as a crisp set (e.g Roberts and Lattin 1991) The other is to treat the set as a fuzzy set (e.g. Fortheringham 1988) The paper empirically compares the two types of models using data for soft drinks sneakers and departments. The results show that a model employing the crisp set approach fits the data better than that with the fuzzy set approach and better than a single-stage choice logit model.

• 제어로봇시스템학회논문지
• /
• 제18권11호
• /
• pp.997-1004
• /
• 2012

In enterprise software projects, performance issues have become more critical during recent decades. While developing software products, many performance tests are executed in the earlier development phase against the newly added code pieces to detect possible performance regressions. In our previous research, we introduced the framework to enable automated performance anomaly detection and reduce the analysis overhead for identifying the root causes, and showed Statistical Process Control (SPC) can be successfully applied to anomaly detection. In this paper, we explain the special performance trend in which the existing anomaly detection system can hardly detect the noticeable performance change especially when a performance regression is introduced and recovered again a while later. Within the fixed number of sampling period, the fluctuation gets aggravated and the lower and upper control limit get relaxed so that sometimes the existing system hardly detect the noticeable performance change. To resolve the issue, we apply dynamically tuned sampling window size based on the performance trend, and Fuzzy theory to find an appropriate size of the moving window.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2762-2764
• /
• 2001

In this study, we introduce and investigate a class of dynamic perceptron architectures, discuss a comprehensive design methodology and carry out a series of numeric experiments. The proposed dynamic perceptron architectures are called as Polynomial Neural Networks(PNN). PNN is a flexible neural architecture whose topology is developed through learning. In particular, the number of layers of the PNN is not fixed in advance but is generated on the fly. In this sense, PNN is a self-organizing network. PNN has two kinds of networks, Polynomial Neuron(FPN)-based and Fuzzy Polynomial Neuron(FPN)-based networks, according to a polynomial structure. The essence of the design procedure of PN-based Self-organizing Polynomial Neural Networks(SOPNN) dwells on the Group Method of Data Handling (GMDH) [1]. Each node of the SOPNN exhibits a high level of flexibility and realizes a polynomial type of mapping (linear, quadratic, and cubic) between input and output variables. FPN-based SOPNN dwells on the ideas of fuzzy rule-based computing and neural networks. Simulations involve a series of synthetic as well as experimental data used across various neurofuzzy systems. A detailed comparative analysis is included as well.

• Geomechanics and Engineering
• /
• 제30권3호
• /
• pp.313-324
• /
• 2022

With the development of the economy, people's utilization of underground space are also improved, and a large number of cities have begun to build subways to relieve traffic pressure. The choice of subway station construction method is crucial. If an inappropriate construction method is selected, it will not only waste costs but also cause excessive deformation that may also threaten construction safety. In this paper, a subway station construction scheme selects model based on the AHP-fuzzy comprehensive evaluation. The rationality of the model is verified using numerical simulation and monitoring measurement data. Firstly, considering the economy and safety, a comprehensive evaluation system is established by selecting several indicators. Then, the analytic hierarchy process is used to determine the weight of the evaluation index, and the dimensionless membership in the fuzzy comprehensive evaluation method is used to evaluate the advantages and disadvantages of the construction method. Finally, the method is applied to Liaoyang east road station of Qingdao metro Line 2, and the results are verified by numerical simulation and monitoring measurement data. The results show that the model is scientific, practical and applicable.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2003년도 학술대회지
• /
• pp.473-476
• /
• 2003

본 논문에서는 일반적인 건설공사에 있어서 불확실성 모델링을 사용한 체계적인 퍼지위험도 분석기법 및 절차를 제시하였다. 본 논문에서 제시한 기법 및 절차는 전문가의 경험과 주관적인 판단을 이용해서 공사관련 위험사건들의 확률을 결정함으로써 건설공사의 위험도분석을 보다 실제적으로 할 수 있으며 퍼지집합이론 및 퍼지수 개념을 사용한 불확실모델링은 불명확하고 변동이 많은 건설공사에 내재된 사건들을 제어하는 데 효과적이다. 이는 위험도 분석을 위한 객관적인 자료가 부족하고 또 이로 인해 불가피하게 전문가의 경험에 주관적인 자료에 의존하는 한국과 같은 나라에서는 본 연구에서 제시한 불확실 모델링 절차는 정량적인 위험도 분석을 가능하게 함으로써 위험도 관리를 위해서도 매우 유용하게 쓰일 수 있다.