• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.102.2-102
• /
• 2002

In this paper, the improved Multi-FNN (Fuzzy-Neural Networks) model is identified and optimized using HCM (Hard C-Means) clustering method and optimization algorithms. The proposed Multi-FNN is based on FNN and use simplified and linear inference as fuzzy inference method and error back propagation algorithm as learning rules. We use a HCM clustering and genetic algorithms (GAs) to identify both the structure and the parameters of a Multi-FNN model. Here, HCM clustering method, which is carried out for the process data preprocessing of system modeling, is utilized to determine the structure of Multi-FNN according to the divisions of input-output space using I/O process data. Also, the parame...

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.797-799
• /
• 1999

In this paper, we design the Multi-FNN(Fuzzy-Neural Networks) using HCM Method. The proposed Multi-FNN uses simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rules. Also, We use HCM(Hard C-Means) method of clustering technique for improvement of output performance from pre-processing of input data. The parameters such as apexes of membership function, learning rates and momentum coefficients are adjusted using genetic algorithms. We use the training and testing data set to obtain a balance between the approximation and the generalization of our model. Several numerical examples are used to evaluate the performance of the our model. From the results, we can obtain higher accuracy and feasibility than any other works presented previously.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.420-423
• /
• 2001

In this paper, the Multi-FNNs(Fuzzy-Neural Networks) architecture is identified and optimized using HCM(Hard C-Means) clustering method and genetic algorithms. The proposed Multi-FNNs architecture uses simplified inference and linear inference as fuzzy inference method and error back propagation algorithm as learning rules. Here, HCM clustering method, which is carried out for the process data preprocessing of system modeling, is utilized to determine the structure of Multi-FNNs according to the divisions of input-output space using I/O process data. Also, the parameters of Multi-FNNs model such as apexes of membership function, learning rates and momentum coefficients are adjusted using genetic algorithms. An aggregate performance index with a weighting factor is used to achieve a sound balance between approximation and generalization abilities of the model. To evaluate the performance of the proposed model we use the time series data for gas furnace and the NOx emission process data of gas turbine power plant.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2929-2931
• /
• 1999

In this paper, an adaptive fuzzy inference and HCM(Hard C-Means) clustering method are used for on-line fuzzy modeling of nonlinear and complex system. Here HCM clustering method is utilized for determining the initial parameter of membership function of fuzzy premise rules and also avoiding overflow phenomenon during the identification of consequence parameters. To obtain the on-line model structure of fuzzy systems. we use the recursive least square method for the consequent parameter identification. And the proposed on-line identification algorithm is carried out and is evaluated for sewage treatment process system.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5379-5388
• /
• 2012

비선형 공정에 대한 퍼지 모델링에서, 퍼지 규칙은 일반적으로 입력 변수 선택, 공간 분할 수 및 소속 함수에 의해 형성된다. 비선형 공정에 대한 퍼지 규칙의 생성은 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 입력 공간의 퍼지 분할에 의한 퍼지 규칙을 생성함으로써 복잡한 비선형 공정을 모델링 할 수 있다. 따라서 본 논문에서는 HCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 비퍼지 추론 시스템의 규칙을 생성한다. 규칙의 전반부 파라미터는 HCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 특성 및 성능을 평가한다. 본 실험을 통해 고차원의 비선형 시스템은 매우 적은 수의 규칙을 가지고 모델링할 수 있었다.

• 한국음향학회지
• /
• 제21권7호
• /
• pp.632-640
• /
• 2002

본 논문에서는 기존의 RLJ-신뢰도 (RLJ-confidence measure)와 정규화 신뢰도 (normalized CM)의 단점을 보완하기 위해 ACM (Anti-filler CM)을 제안하였고, HCM (hybrid CM)을 이용하여 기존의 NCM과 제안한 ACM을 통합하였다. 제안된 ACM은 기존 신뢰도의 단점 중 하나인 오인증 (FA: false acceptance)의 원인이 반음소 모델의 구성방법에 있다고 보고 음소 인식기를 이용하여 실제 음소 수열을 추정한 다음, 이를 반음소 모델로 정의하고 신뢰도를 계산하였다. 두 가지 신뢰도의 특성을 살펴보면, 기존 NCM(FR: false rejection)에 좋은 성능을 보이고, 제안한 ACM은 FA에서 좋은 성능을 보여 두 신뢰도가 상보적인 특성을 가진다 이를 이용하여 두 가지 신뢰도를 가중치 벡터 α를 이용하여 통합하고 이를 합성 신뢰도 (HCM: Hybrid CM)라고 정의하였다. 실험결과 미검출율 (MDR: missed detection rate) 10%부근에서, HCM 적용시에 0.219 FA/KW/HR (false alarm/keyword/how)로서 NCM 단독사용에 비해 성능이 22% 향상되었다.

• Journal of Multimedia Information System
• /
• 제5권4호
• /
• pp.283-290
• /
• 2018

Smarthome is one of the remarkable fields of the industrial revolution 4.0, which are popular in many countries such USA, EURO, Japan and Korea. However, how Vietnamese people are considering and having intension to use smarthome devices is still a question for marketers and researchers. This study develops a comprehensive research model that can explain potential customers' behavioral intentions to adopt and use Smarthome services in Viet Nam and figure which key factors affect the intention. This study proposes and validates a new theoretical model that extends the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). The model consists of eight factors that affect one element (Behavioral Intention), specifically: Habits, Perceived usefulness, Perceived ease of use, Trust, Innovativeness Personal, Perceived value, Hedonic motivations and Social influences. Data were collected from 304 Vietnamese citizens by sending the email to survey questionnaire, direct contact with the experienced smarthome users. Through regression analysis, data from samples were analysed with SPSS 20 software and verification of hypotheses, the results show the key determinants affecting the intention to use smarthome appliances in Vietnam: Perceived Value, Social Influence, Perceived Usefulness, Perceived Ease of Use and Trust. From this result, several recommendations have been suggested to to smarthome devices vendors and marketer to improve products as well as marketing approaches to meet customer needs.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권5호
• /
• pp.273-283
• /
• 2022

Banking and finance is a broad term that incorporates a variety of smaller, more specialized subjects such as corporate finance, tax finance, and insurance finance. A virtual assistant that assists users in searching for information about banking and finance terms might be an extremely beneficial tool for users. In this study, we explored the process of searching for information, seeking opportunities, and developing a virtual assistant in the first stages of starting learning and understanding Vietnamese to increase effectiveness and save time, which is also an innovative business practice in Use-case Vietnam. We built the FIBA2020 dataset and proposed a pipeline that used Natural Language Processing (NLP) inclusive of Natural Language Understanding (NLU) algorithms to build chatbot applications. The open-source framework RASA is used to implement the system in our study. We aim to improve our model performance by replacing parts of RASA's default tokenizers with Vietnamese tokenizers and experimenting with various language models. The best accuracy we achieved is 86.48% and 70.04% in the ideal condition and worst condition, respectively. Finally, we put our findings into practice by creating an Android virtual assistant application using the model trained using Whitespace tokenizer and the pre-trained language m-BERT.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.487-496
• /
• 2000

본 논문에서는, HCM 클러스러팅 방법과 유전자 알고리즘을 이용하여 다중 FNN 모델을 동정하고 최적화 한다. 제안된 다중 FNN은 Yamakawa의 FNN을 기본으로 하며, 퍼지 추론 방법으로 간략 추론을, 학습으로는 오류 역전파 알고리즘을 사용한다. 다중 FNN 모델의 구조와 파라미터를 동정하기 위해 HCM 클러스터링과 유전자 알고리즘을 사용한다. 여기서, 시스템 모델링을 위해 데이터 전처리 기능을 수행하는 HCM클러스터링 방법은 I/O 프로세서 공정 데이터를 이용하여 입출력 공간분할에 의한 다중 FNN 구조를 결정하기 위해 사용된다. 또한 유전자 알고리즘을 사용하여 멤버쉽함수의 정점, 학습율, 모멘텀 계수와 같은 다중 FNN 모델의 파라미터들을 동조한다. 모델의 근사화와 일반화 능력 사이에 합히적 균형을 얻기 위해 하중계수를 가진 합성 성능지수를 사용한다. 이 합성 성능지수는 근사화 및 예측 능력사이의 상호 균형과 의존성을 고려한 하중계수를 가진 합성 목적함수를 의미한다. 데이터 개수, 비선형성의 정도에 의존하는 이 합성 목적함수의 하중계수의 선택, 조절을 통하여 최적의 다중 FNN 모델을 설계하는 것이 유용하고 효과적임을 보인다. 제안된 모델의 성능 평가를 위하여 가스로 공정의 시계열 데이터와 비선형 함수의 수치 데이터를 사용한다.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.41-48
• /
• 2009

신호교차로 용량분석 방법은 국내외에서 주로 사용하고 있는 HCM 방법과 본 연구에서 제시하고자하는 ICU 방법이 있다. HCM 방법은 교통량, 신호운영, 기하구조 자료에 의해 교차로의 지체를 산정하는 운영 분석에 초점이 맞춰져 있고, 계획 및 설계 분석은 반복적인 운영분석을 통해 이루어져 복잡하다. 반면 ICU 방법은 기하구조 및 교통량 자료만으로 교차로 계획 및 설계 분석이 가능하고 용이하며 최소녹색시간을 고려하는 장점이 있다. 본 연구에서는 ICU 방법에 대해 살펴보고, 교통량 시나리오를 구성하여 HCM 방법과 ICU 방법을 비교 분석하였다. 또한 중요교차로 설정을 위한 도시간선도로 축 상의 교차로 용량분석, 횡단보도 유형, 차로수, 차로이용, 좌회전 운영방식 변경의 효과분석에 ICU를 적용 분석함으로써 계획 및 설계 분석 시 ICU 적용의 효율성을 살펴보았다. 분석결과 ICU 방법이 최소녹색시간의 영향을 반영하여 광로로 이루어진 도시 교차로의 정확한 용량상태를 파악할 수 있고, 신호시간 등의 상세한 자료 없이 간편하게 적용할 수 있어 계획 및 설계 분석에 효율적인 것으로 나타났다. 본 연구결과를 토대로 기하구조나 운영방식 변경 등의 계획 분석에 ICU 방법을 유용하게 적용하여 계획 교차로의 정확한 용량상태를 파악함으로써 적절한 계획 및 개선이 이루어질 수 있을 것으로 기대된다.