• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권1호
• /
• pp.85-89
• /
• 2007

Many authors considered the computational aspect of sup-min convolution when applied to weighted average operations. They used a computational algorithm based on a-cut representation of fuzzy sets, nonlinear programming implementation of the extension principle, and interval analysis. It is well known that $T_W$(the weakest t-norm)-based addition and multiplication preserve the shape of L-R type fuzzy numbers. In this paper, we consider the computational aspect of the extension principle by the use of $T_W$ when the principle is applied to fuzzy weighted average operations. We give the exact solution for the case where variables and coefficients are L-L fuzzy numbers without programming or the aid of computer resources.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.76-78
• /
• 1996

When data is classified and each class has weight, the mean of data is a weighted average. When the class values and weights are trapezoidal fuzzy numbers, we can prove the weghted average is a fuzzy number though not trapezoidal. Its 4 corner points are obtained.

• 전자공학회논문지B
• /
• 제33B권9호
• /
• pp.117-123
• /
• 1996

In this paper, we present a new learning method for the fuzzy ARTMAP which is effective for the noisy input patterns. Conventional fuzzy ARTMAP employs only fuzzy AND operation between input vector and weight vector in learning both top-down and bottom-up weight vectors. This fuzzy AND operation causes excessive update of the weight vector in the noisy input environment. As a result, the number of spurious categories are increased and the recognition ratio is reduced. To solve these problems, we propose a new method in updating the weight vectors: the top-down weight vectors of the fuzzy ART system are updated using weighted average of the input vector and the weight vector itself, and the bottom-up weight vectors are updated using fuzzy AND operation between the updated top-down weitht vector and bottom-up weight vector itself. The weighted average prevents the excessive update of the weight vectors and the fuzzy AND operation renders the learning fast and stble. Simulation results show that the proposed method reduces the generation of spurious categories and increases the recognition ratio in the noisy input environment.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.508-514
• /
• 2021

본 논문에서는 지도 학습 기반의 분류기 제안을 위해, 분류 데이터의 각 특징별 소속도를 결정하는 3가지 종류의 퍼지 소속도 함수를 제안하였다. 또한 각 특징별 소속도들의 평균값을 이용하여 분류 결과를 도출하는 과정에 사용되는 평균값 산출 기법을 단순 산술평균이 아닌 다양한 가중치를 활용한 가중치 평균을 이용함으로써 분류기 성능을 향상시킬 수 있는 가능성을 제시하였다. 제안한 기법들의 실험을 위해 Iris, Ecoli, Yeast의 3가지 표준 데이터 세트를 사용하였다. 실험 결과, 서로 다른 특성의 데이터 세트들에 대해서도 고르게 우수한 분류 성능이 얻어질 수 있음을 확인하였고, 기존에 발표된 다른 기법들에 의한 해당 데이터 세트들의 분류 성능과 비교했을 때, 퍼지 소속도 함수의 개선과 가중치 평균 기법의 개선을 통해 더욱 우수한 분류 성능이 가능함을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.383-386
• /
• 1993

In this paper, we propose a sensory data combination method by a fuzzy number approach for multisensor data fusion. Generally, the weighting of one sensory data with respect to another is derived from measures of the relative reliabilities of the two sensory modules. But the relative weight of two sensory data can be approximately determined through human experiences or insufficient experimental data without difficulty. We represent these relative weight using appropriate fuzzy numbers as well as sensory data itself. Using the relative weight, which is subjective valuation, and a fuzzy-numbered sensor data, the fuzzy weighted average method is used for a representative sensory data. The manipulation and calculation of fuzzy numbers can be carried out using the Zadeh's extension principle which can be approximately implemented by the $\alpha$-cut representation of fuzzy numbers and interval analysis.

• Journal of Advanced Marine Engineering and Technology
• /
• 제25권3호
• /
• pp.623-630
• /
• 2001

The conventional control techniques based a mathematical model are not well suited for dealing with ill-defined and uncertain system like a linear quadratic control. Recently, fuzzy control has been successfully applied to a wide variety of practical problems such as robot, water purification, automatic train operation system etc. In this paper, a design technique of robust Fuzzy-LQ controller for each subsystem is designed. Secondly , all the subsystem controllers are combined by fuzzy weighted averaging method. Finally the effectiveness of the proposed controller is verified through a series of computer simulations for an inverted pole system.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.71-74
• /
• 1995

In this paper, a new PID fuzzy controller(FC) based on parallel operation of PI and PD fuzzy control is presented. First, two fuzzy rule bases are constructed by separating the linguistic control rule for PID FC into two parts : one is e-.DELTA.e part, and the other is .DELTAL.$^{2}$e-.DELTA.e part. And then two FCs employing these rule bases indivisually are synthesized and run in parallel. The incremental control input is determined by taking weighted mean of the outputs of two FCs. The proposed PID FC improves the transient response of the system and gives better performance than the conventional PI FC.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.1058-1062
• /
• 1993

A fuzzy reasoning method is proposed for the implementation of control systems based on non-fuzzy microprocessors. The essence of the proposed method is to search the local active miles instead of the global rule base. Thus the reasoning is conveniently performed on a master cell as a fuzzy accelerating kernel, which is transformed from an active fuzzy cell. The interpolative reasoning is simplified via adopting the algebraic product of fulfillment for the conditional connective AND and the weighted average for the rule sentence connective ALSO.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.315-316
• /
• 2011

일반적으로 영상에서 얼굴 영상을 검출하고 인식하는 알고리즘은 패턴 인식 연구에 있어서 인간과 컴퓨터의 상호작용의 연구라는 면에서 아주 중요한 문제로 연구되어 왔다. 본 논문에서는 고유얼굴을 이용하여 유클리디언 거리법과 퍼지기법의 인식률을 비교해보고자 한다. PCA(Principal Component Analysis) 방식은 우수한 인식 결과를 보장하는 얼굴인식 기법중의 하나이며, 얼굴 영상을 이용하여 공분산 행렬을 계산하고, 공분산 행렬을 통해 생성된 저차원의 벡터, 즉 고유얼굴(Eigenface)을 이용하여 가중치를 계산하고, 이 가중치를 기준으로 인식을 수행하는 기법이다. 이를 기반으로 하여, 본 논문에서는 전처리 과정, 고유얼굴 과정, 유클리디언 거리법 및 퍼지 소속도 함수 설계 과정, 신경망 학습과정, 인식과정으로 구성된 5단계의 얼굴 인식 알고리즘을 제안한다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.563-568
• /
• 2007

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 클래스의 분류강도를 구하고 비선형 시계열 추이선을 예측하는 방안을 제안하고 있다. NEWFM에 의하여 추출된 가중퍼지 소속함수(BSWFM)를 이용하여 입력값에 대한 분류강도를 구하게 되고, 이들에 대한 가중평균 역퍼지화를 통하여 비선형 시계열 추이선을 작성한다. 실증분석결과 NEWFM은 목표 클래스로 설정된 GDP에 대하여 92.22%의 분류성능을 보여 주었다. 따라서 동 비선형 시계열 추이선은 대표적인 경기지표인 GDP 추이에 비교적 높은 유사도를 나타내는 가운데 분석대상기간인 제5순환기-제8순환기 중 정점(peak)에서 평균 12개월, 저점(trough)에서 평균 6개월의 선행성(look-ahead)을 보여 줌으로써 경기변동에 앞서 상당기간의 시차를 둔 예측지표로서 활용가능성이 입증되었다. NEWFM은 그 특징선택(feature selection)에 의하여 선행지표 10개 중 3개의 축소를 기할 수 있게 해 줌으로써 보다 적은 수의 경제지표를 가지고도 분류성능을 90.0%에서 92.22%로 향상을 기하는 가운데 효율적인 예측기능을 수행할 수 있음이 입증되었다.