• 국제학술발표논문집
• /
• The 4th International Conference on Construction Engineering and Project Management Organized by the University of New South Wales
• /
• pp.382-388
• /
• 2011

Being aware of the risk in advance necessitates intricate processes but is feasible. Although previous studies have demonstrated high accuracy, their performance still leaves room for improvement. A self-organizing feature map (SOM) based neurofuzzy model is developed in this study to provide another alternative for forecasting corporate financial distress. The model is designed to yield high prediction accuracy, as well as reference rules for evaluating corporate financial status. As a database, the study collects all financial reports from listed construction companies during the latest decade, resulting in over 1000 effective samples. The proportion of "failed" and "non-failed" companies is approximately 1:2. Each financial report is comprised of 25 ratios which are set as the input variable s. The proposed model integrates the concepts of pattern classification, fuzzy modeling and SOM-based optimization to predict corporate financial distress. The results exhibit a high accuracy rate at 85.1%. This model outperforms previous tools. A total of 97 rules are extracted from the proposed model which can be also used as reference for construction practitioners. Users may easily identify their corporate financial status by using these rules.

• 한국국방경영분석학회지
• /
• 제23권2호
• /
• pp.45-71
• /
• 1997

There has been considerable research recently on uncertainty handling in the fields of artificial intelligence and knowledge-based system. Various numerical and non-numerical methods have been proposed for representing and propagating uncertainty in knowledge-based system. The Bayesian method, the Dempster-Shafer's Evidence Theory, the Certainty Factor model and the Fuzzy Set Theory are most frequently appeared in the knowledge-based system. Each of these four methods views uncertainty from a different perspective and propagates it differently. There is no single method which can handle uncertainty properly in all kinds of knowledge-based systems' domain. Therefore a knowledge-based system will work more effectively when the uncertainty handling method in the system fits to the system's environment. This paper proposed a framework for selecting proper uncertainty handling methods in knowledge-based system with respect to characteristics of problem domain and cognitive styles of experts. A schema with strategic/operational and unstructured/structured classification is employed to differenciate domain. And a schema with systematic/intuitive and preceptive/receptive classification is employed to differenciate experts' cognitive style. The characteristics of uncertainty handling methods are compared with characteristics of problem domains and cognitive styles respectively. Then a proper uncertainty handling method is proposed for each category.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권3호
• /
• pp.227-230
• /
• 2002

A new iris segmentation and recognition method is described. Combining a statistical classification and elastic boundary fitting, the iris is first segmented robustly and accurately. Once the iris is segmented, one-dimensional signals are computed in the iris and decomposed into multiple frequency bands. Each decomposed signal is approximated by a piecewise linear curve connecting a small set of node points. The node points represent features of each signal. The similarity measture between two iris images is the normalized cross-correlation coefficients between simplified signals.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1254-1257
• /
• 1993

Presented in this paper is a newly developed motion planning method of an autonomous mobile robot(MAR) which can be applied to flexible manufacturing systems(FMS). The mobile robot is designed for transporting tools and workpieces between a set-up station and machines according to production schedules of the whole FMS. The proposed method is implemented based on an earlier developed real-time obstacle avoidance method which employs Kohonen network for pattern classification of sonar readings and fuzzy logic for local path planning. Particulary, a novel obstacle avoidance method for moving objects using a collision index, collision possibility measure, is described. Our method has been tested on the SNU mobile robot. The experimental results show that the robot successfully navigates to its target while avoiding moving objects.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권3호
• /
• pp.322-326
• /
• 2004

This paper describes a new iris recognition method based on a shift-invariant wavelet sub-images. For the feature representation, we first preprocess an iris image for the compensation of the variation of the iris and for the easy implementation of the wavelet transform. Then, we decompose the preprocessed iris image into multiple subband images using a shift-invariant wavelet transform. For feature representation, we select a set of subband images, which have rich information for the classification of various iris patterns and robust to noises. In order to reduce the size of the feature vector, we quantize. each pixel of subband images using the Lloyd-Max quantization method Each feature element is represented by one of quantization levels, and a set of these feature element is the feature vector. When the quantization is very coarse, the quantized level does not have much information about the image pixel value. Therefore, we define a new similarity measure based on mutual information between two features. With this similarity measure, the size of the feature vector can be reduced without much degradation of performance. Experimentally, we show that the proposed method produced superb performance in iris recognition.

• 한국산업정보학회논문지
• /
• 제10권1호
• /
• pp.28-37
• /
• 2005

본 논문은 퍼지 추론을 이용하여 소수문서로부터 대표 용어들을 추출하고 가중치를 부여하는 기존 방법의 유용성을 평가하고자 GIS (Generalized Instance Set) 알고리즘에 이를 적용시켜 그 성능을 평가하여 보았다. GIS 는 학습 문서 집합에 대한 일반화 (generalization) 과정을 통해 문서 그룹들을 형성하고 이 그룹의 대표 문서 (generalized instance)를 생성한 후 k- 알고리즘을 적용하는 방법이다. 본 논문에서는 바로 이 일반화 과정의 한 방법으로 퍼지 추론을 이용한 방법을 사용하였다. 상대적 성능 평가를 위하여 이 일반화(generalization) 과정에 Rocchio와 Widrow-Hoff 방법도 적용시켜 문서 분류 성능을 비교하였다. 실험 결과, 긍정적 문서만을 고려할 경우는 좋은 성능을 보이지만 부정적 문서를 같이 고려할 경우는 성능이 상대적으로 좋지 않음을 확인 할 수 있었다.

• 한국정보통신학회논문지
• /
• 제13권1호
• /
• pp.177-185
• /
• 2009

클러스터링은 주어진 데이터 포인트들을 주어진 개수의 그룹으로 나누는 비지도 학습의 한 방법이다. 클러스터링의 방법 중 하나로 널리 알려진 퍼지 클러스터링은 하나의 포인트가 모든 클러스터에 서로 다른 정도로 소속될 수 있도록 함으로써 하나의 클러스터에만 속할 수 있도록 하는 K-means와 같은 방법에 비해 자연스러운 클러스터 형태의 유추가 가능하고, 잡음에 강한 장점이 있다. 이 논문에서는 기존의 퍼지 클러스터링 방법 중 소속도(membership)와 전형성(typicality)을 동시에 계산해 낼 수 있는 Possibilistic Fuzzy C-Means(PFCM) 방법에 Gath-Geva(CG)의 방법을 적용하여 PFCM을 개선한다. 제안한 방법은 PFCM 장점을 그대로 가지면서도, GG의 거리 척도에 의해 클러스터들 사이의 경계를 강조함으로써 분류 목적에 적합한 소속도를 계산할 수 있으며 전형성은 가우스 형태의 분포에서 생성된 포인트들의 분포 함수를 정확하게 모사함으로써 확률 밀도 추정의 방법으로도 사용될 수 있다. 또한 GG 방법은 Gustafson-Kessel 방법과 달리 클러스터에 포함된 포인트의 개수가 확연히 차이나는 경우에도 정확한 결과를 얻을 수 있다. 이러한 사실들은 실험 결과를 통해 확인할 수 있다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.95-108
• /
• 2010

본 연구에서는 동영상으로부터 동적 수신호 패턴을 효과적으로 인식하기 위한 방법론으로서 복합형 신경망 모델을 제안한다. 제안된 모델은 특징추출 모듈과 패턴분류 모듈로 구성되는데, 이들 각각을 위하여 수정된 구조의 CNN 모델과, WFMM 모델을 도입한다. 또한 목표물의 움직임 정보에 기초한 시공간적 템플릿 구조의 데이터표현을 소개한다. 본 논문에서는 우선 수신호 패턴 데이터에서 특징점의 시간적 변이 및 공간적 변이에 의한 영향을 보완하기 위하여 3차원 수용영역 구조로 확장된 CNN 모델을 제시한다. 이어서 패턴분류 단계를 위하여 가중치를 갖는 구조의 FMM 신경망 모델을 소개하고, 신경망의 구조와 동작특성에 관해 기술한다. 또한 제안된 모델이 기존의 FMM 신경망에서 중첩 하이퍼박스의 축소과정에서 발생하는 학습효과의 왜곡현상을 개선할 수 있음을 보인다. 응용으로 가전제품 원격제어 문제를 전제하여 간략화된 수신호패턴 인식 문제에 적용한 실험결과로부터 제안된 이론의 타당성을 고찰한다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.165-172
• /
• 2010

임상 데이터마이닝에서 최적의 특징 집합을 선택하는 것은 주어진 데이터로부터 생성된 모델의 복잡성을 줄일 뿐만 아니라 유용성을 향상시키는 데에 매우 중요하고, 선택된 특징들의 임계값은 질병의 감별진단을 위해 임상 전문가의 결정기준으로 사용된다. 본 논문에서는 데이터의 공간적인 분포, 즉 중첩영역에서 중복 속성값을 포함하는 데이터의 분리성 정도를 평가함으로써 연속형 속성을 가진 데이터에 대한 퍼지 이산화기법을 제안한다. 제안된 방법에서 중복 속성값의 가중치 평균값은 각 특징의 임계값(즉 경계값)을 결정하기 위해서 사용되었고, 러프집합은 전체 특징들 중에서 중요특징들의 집합을 선택하기 위해서 이용하였다. 제안된 방법의 타당성을 검증하기 위해 호흡곤란을 주호소로 내원한 668명의 환자 데이터를 근거로 3가지 이산화방법과 제안된 이산화방법에 대한 실험을 수행하였다. 실험결과, 퍼지분할을 기반으로 한 이산화방법이 하드분할을 기반으로 한 이산화방법에 비해서 평균 분류정확도와 G-mean 성능에서 보다 좋은 결과를 제공함을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제2권2호
• /
• pp.103-115
• /
• 2001

본 논문은 퍼지지식베이스에서 러프 집합과 요인공간이론을 적용하여 최소 결정규칙 생성과 근사추론 연산을 수행하는 두 개의 알고리듬을 제안한다. 최소 결정규칙의 생성은 속성요인에 관련한 상관분석과 베이지안 정리를 응용한 데이터의 분류기법과 리덕트에 의해 수행된다. 이 결정규칙으로 이루어진 최소지식 베이스의 탐색공간에서 소속함수와 t-norm의 합성 연산을 정의한 근사추론 방식에 의해 특정 객체를 검색한다. 본 연구의 러프와 퍼지연산 모듈을 수행하는 제안 알고리듬 기법을 객체및 속성수를 증가시키는 시뮬레이션을 통해 다른 검색이론 및 합성연산 방식과 비교하였다. 그 결과 다른 제 방법보다 본 연구에서 제안하는 기법이 특정 객체를 추출하기 위한 검색연산 시간에 있어 보다 빠르게 검색됨을 입증하였다.