• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권2호
• /
• pp.178-186
• /
• 2003

Recently, many researchers have been interested in biometric systems such as fingerprint, handwriting, key-stroke patterns and human iris. From the viewpoint of reliability and robustness, iris recognition is the most attractive biometric system. Moreover, the iris recognition system is a comfortable biometric system, since the video image of an eye can be taken at a distance. In this paper, we discuss human iris recognition, which is based on accurate iris localization, robust feature extraction, and Neural Network classification. The iris region is accurately localized in the eye image using a multiresolution active snake model. For the feature representation, the localized iris image is decomposed using wavelet transform based on dyadic Haar wavelet. Experimental results show the usefulness of wavelet transform in comparison to conventional Gabor transform. In addition, we present a new method for setting initial weight vectors in competitive learning. The proposed initialization method yields better accuracy than the conventional method.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권3호
• /
• pp.170-177
• /
• 2010

Poker is a game of imperfect information where competing players must deal with multiple risk factors stemming from unknown information while making the best decision to win, and this makes it an interesting test-bed for artificial intelligence research. This paper introduces a new learning AI algorithm with embedded opponent modeling that can be used for these types of situations and we use this AI and apply it to a poker program. The new AI will be based on several graphs with each of its nodes representing inputs, and the algorithm will learn the optimal decision to make by updating the weight of the edges connecting these nodes and returning a probability for each action the graphs represent.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.442-442
• /
• 2000

The intelligent auto-tuning method fur a strongly stable adaptive control system of a DC motor with great load inertia variation is proposed. The stable characteristic polynomial that is designed by an optimal servo is specified for the adaptive pole placement control system. The appropriate adaptive control system can be derived, by adjusting automatically the weight of a performance criterion in optimal control by means of the fuzzy inference on the basis of the stability index.

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.273-278
• /
• 2009

The determination of the associated weights in the theory of ordered weighted averaging (OWA) operators is one of the important issue. Recently, Wang and Parkan [Information Sciences 175 (2005) 20-29] proposed a minimax disparity approach for obtaining OWA operator weights and the approach is based on the solution of a linear program (LP) model for a given degree of orness. Recently, Liu [International Journal of Approximate Reasoning, accepted] showed that the minimum variance OWA problem of Fuller and Majlender [Fuzzy Sets and Systems 136 (2003) 203-215] and the minimax disparity OWA problem of Wang and Parkan always produce the same weight vector using the dual theory of linear programming. In this paper, we give an improved proof of the minimax disparity problem of Wang and Parkan while Liu's method is rather complicated. Our method gives the exact optimum solution of OWA operator weights for all levels of orness, $0\leq\alpha\leq1$, whose values are piecewise linear and continuous functions of $\alpha$.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.761-763
• /
• 2008

최근 온라인교육의 필요성이 높아지고 요구 수준이 커짐에 따라 교육 서비스를 제공하는 시스템의 지능화된 처리능력이 필요하다. 퍼지신경회로망은 각각의 가중치(weight)를 갖는 채널로 연결한 망형태의 계산모델이다. 퍼지신경회로망을 학습시스템에 적용하여 학습자의 문항테스트 결과에서 학습과정을 재설정 할 수 있는 출력 값을 생성한다. 적응형 학습시스템은 퍼지신경회로망을 적용하여 개별화된 강의 코스로 학습을 진행하고 결과의 feedback을 통해 학습자의 최적 커리큘럼을 찾아내는 방법을 구현하였다.

• 한국건축시공학회지
• /
• 제13권6호
• /
• pp.530-540
• /
• 2013

경영성과에 영향을 주는 경영환경은 플랜트의 호황에 의한 해외 수주 증가와 국내 주택시장의 침체 등 전략사업부(SBU: strategic business unit)별 명암이 뚜렷하다. 이러한 환경변화는 경영성과 측정 시 전략사업부의 전략적 중요도를 변화시킨다. 그러나 대형건설기업의 경영성과는 전략사업부별 경영성과를 BSC(Balanced Score Card)를 적용하여 일괄 합산하기 때문에 이러한 전략적 중요도의 반영이 어렵다. 이러한 방식은 환경변화를 반영하지 못한 왜곡된 경영성과를 도출할 수 있기 때문에 개선이 필요하다. 그러나 환경변화를 반영한 전략사업부별 비중에 대한 연구가 전무한 실정이다. 따라서 본 연구는 대형건설기업의 전사적 경영성과 측정을 위한 전략사업본부 비중분석을 목적으로 한다. 또한 전략사업본부 비중분석 모델을 제시하여 끊임없는 환경변화에 대응하여 비중을 수정 적용하는 방법을 제시하였다. 비중 분석을 위해 23명의 경영전문가와 실무자에게 설문을 실시하였으며 FD-AHP기법을 적용하여 결과를 정량화하였다. 본 연구의 결과는 전사적 경영성과 측정 시 전략적 왜곡을 최소화하며 환경변화를 반영한 분야별 비중산출을 위한 모델이 될 수 있을 것으로 기대한다.

• 한국지리정보학회지
• /
• 제9권1호
• /
• pp.116-126
• /
• 2006

본 연구는 도시성장에 관한 연구로써 부산시와 김해시 그리고 진해시의 도시성장과정을 분석하고 분석을 통하여 도시성장 패턴을 정립한다. 도시성장모델링을 통하여 각 지역의 조건에 따라 도시성장 형태와 패턴이 다르다는 것을 도출하고 이를 통하여 의사결정자들에게 공간계획시 활용할 수 있도록 한다. 연구방법으로는 퍼지-AHP와 셀룰라 오토마타를 도입하여 각 지역의 도시성장을 분석하였으며, 다양한 네이버후드와 전이규칙의 시뮬레이션을 통해 각 지역에 적합한 도시성장패턴을 도출하였다. 본 연구를 수행한 결과 부산지역 도시성장 패턴과 부산시 주변도시인 김해시와 진해시의 도시성장 패턴은 서로 다른 것으로 분석되어 각 지역적 조건에 따라 도시성장 패턴이 다른 것으로 도출되었다.

• 한국지리정보학회지
• /
• 제11권1호
• /
• pp.1-9
• /
• 2008

최근 토지이용 변화에 관한 다양한 연구가 진행되고 있으며, 그 중에서 셀룰라 오토마타(Cellular Automata, CA)를 이용한 연구방법이 도시성장에 많이 활용되고 있다. CA는 셀 상태가 전이규칙에 따라 새로운 시점의 상태로 변하는 연산을 반복한다. 또한 퍼지-AHP를 이용하여 정보 손실을 최소화하고, 유연한 도시성장 모델링을 유도할 수 있다. 그러나 AHP의 경우 가중치 도출까지 의사수렴 작업이 반복되어야 하는 어려움이 있다. 그리고 셀룰라 오토마타를 이용한 시뮬레이션은 많은 연산 모델링이 필요하고, 도출된 데이터 관리 및 일정 기준 시점마다 일치성을 검증하여야 한다. 이에 본 연구는 변수에 상대적 가중치를 부여하는 AHP 단계부터 셀룰라 오토마타를 이용한 도시성장 및 검증과정을 자동화하여 부산시 도시성장을 분석하고 예측하였다. 이를 통하여 도시성장 모델링의 복잡성과 반복성 문제를 개선할 수 있다. 또한 검증과정 부분을 통해 유용성 높은 모델링을 할 수 있으며, 작성된 모듈을 사용하여 이와 유사한 사례 연구에 적용할 수 있다.

• 전기학회논문지
• /
• 제60권12호
• /
• pp.2352-2360
• /
• 2011

In this paper, we introduce a comprehensive design methodology of Radial Basis Function Neural Networks (RBFNN) that is based on mechanism of clustering and optimization algorithm. We can divide some clusters based on similarity of input dataset by using clustering algorithm. As a result, the number of clusters is equal to the number of nodes in the hidden layer. Moreover, the centers of each cluster are used into the centers of each receptive field in the hidden layer. In this study, we have applied Fuzzy-C Means(FCM) and K-Means(KM) clustering algorithm, respectively and compared between them. The weight connections of model are expanded into the type of polynomial functions such as linear and quadratic. In this reason, the output of model consists of relation between input and output. In order to get the optimal structure and better performance, Particle Swarm Optimization(PSO) is used. We can obtain optimized parameters such as both the number of clusters and the polynomial order of weights connection through structural optimization as well as the widths of receptive fields through parametric optimization. To evaluate the performance of proposed model, NXT equipment offered by National Instrument(NI) is exploited. The situation awareness system-related intelligent model was built up by the experimental dataset of distance information measured between object and diverse sensor such as sound sensor, light sensor, and ultrasonic sensor of NXT equipment.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2007년도 추계학술대회 논문집
• /
• pp.313-318
• /
• 2007

Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications, due to their excellent power to weight ratio. This paper proposes maximum torque control of IPMSM drive using adaptive fuzzy neural network controller and artificial neural network(ANN). This control method is applicable over the entire speed range which considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using Adaptive-FNN controller and ANN controller. The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. Also, this paper reposes speed control of IPMSM using Adaptive-FNN and estimation of speed using ANN controller. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The proposed control algorithm is a lied to IPMSM drive system controlled Adaptive-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper proposes the analysis results to verify the effectiveness of the Adaptive-FNN and ANN controller.