• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권1호
• /
• pp.73-82
• /
• 2013

In pattern classification, feature selection is an important factor in the performance of classifiers. In particular, when classifying a large number of features or variables, the accuracy and computational time of the classifier can be improved by using the relevant feature subset to remove the irrelevant, redundant, or noisy data. The proposed method consists of two parts: a wrapper part with an improved genetic algorithm(GA) using a new reproduction method and a filter part using mutual information. We also considered feature selection methods based on mutual information(MI) to improve computational complexity. Experimental results show that this method can achieve better performance in pattern recognition problems than other conventional solutions.

• 한국경영과학회지
• /
• 제34권3호
• /
• pp.29-41
• /
• 2009

The purpose of this paper is to develop a new classification method for predicting consumer choice based on genetic algorithm, and to validate Its prediction power over existing methods. To serve this purpose, we propose a hybrid model, and discuss Its methodological characteristics in comparison with other existing classification methods. Also, we conduct a series of experiments employing survey data of consumer choices of MP3 players to assess the prediction power of the model. The results show that the suggested model in this paper is statistically superior to the existing methods such as logistic regression model, artificial neural network model and decision tree model in terms of prediction accuracy. The model is also shown to have an advantage of providing several strategic information of practical use for consumer choice.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2008년도 추계학술대회 및 정기총회
• /
• pp.1-7
• /
• 2008

The purpose of this paper is to develop a new classification method for predicting consumer choice based on genetic algorithm, and to validate its prediction power over existing methods. To serve this purpose, we propose a hybrid model, and discuss its methodological characteristics in comparison with other existing classification methods. Also, to assess the prediction power of the model, we conduct a series of experiments employing survey data of consumer choices of MP3 players. The results show that the suggested model in this paper is statistically superior to the existing methods such as logistic regression model, artificial neural network model and decision tree model in terms of prediction accuracy. The model is also shown to have an advantage of providing several strategic information of practical use for consumer choice.

• 한국정밀공학회지
• /
• 제16권5호통권98호
• /
• pp.104-111
• /
• 1999

A semi-active suspension system for a vehicle using an Electrorheological Fluid damper has been studied. Apparent viscosity of ERF(Electrorheological Fluid) can be changed rapidly by applying electric field. The damping force of ER damper can be selectively controlled by employing electric field to the ER fluid domain. This paper deals with a two-degree-of-freedom suspension using the ER damper for a quarter car model. An intelligent control method using fuzzy control with genetic algorithm has been employed to control the damping force of the ER damper. The GA designs the optimal structure and performance of Fuzzy Net Controller having hybrid structure. The designed fuzzy net controller has been compared with the skyhook type controller for a quarter car model. The computer simulation results show that the semi-active suspension with ER damper has a good performance in the sense of ride quality with less vibration for ground vehicle.

• Journal of information and communication convergence engineering
• /
• 제5권1호
• /
• pp.35-41
• /
• 2007

In this paper, a modified Fuzzy C-Means (MFCM) algorithm is presented for nonlinear blind channel equalization. The proposed MFCM searches the optimal channel output states of a nonlinear channel, based on the Bayesian likelihood fitness function instead of a conventional Euclidean distance measure. In its searching procedure, all of the possible desired channel states are constructed with the elements of estimated channel output states. The desired state with the maximum Bayesian fitness is selected and placed at the center of a Radial Basis Function (RBF) equalizer to reconstruct transmitted symbols. In the simulations, binary signals are generated at random with Gaussian noise. The performance of the proposed method is compared with that of a hybrid genetic algorithm (GA merged with simulated annealing (SA): GASA), and the relatively high accuracy and fast searching speed are achieved.

• Journal of the Optical Society of Korea
• /
• 제4권1호
• /
• pp.30-36
• /
• 2000

In this paper, a method based on the Genetic Algorithm(GA) for phase optimization is proposed. The programmable hybrid optical interconnection system implemented by the spatial light modula-tor is tested for a near-real-time optical processing. Designed diffractive grating has a 74.7[%] high diffraction efficiency and a $1.73 {\times}10^{-1}$ uniformity quantitatively. The dependence of characteris-tics on several parameters in the grating design are analyzed. Also, as a result of the geometrical transformation to obtain quantitative data for $3 {\times} 3$ spot beams, an objective optical experiment using CCD array detector produces the mean of beam intensity as a gray level of 202, the maximum value is 225, the minimum value is 186, and uniformity is quantitatively $1.93 {\times} 10^{-1}$, similar to the simulation result.

• 한국항해항만학회지
• /
• 제35권1호
• /
• pp.83-91
• /
• 2011

예측의 정확성은 비용의 감소나 고객서비스의 제고를 위해 필수적으로 선행되어야 하기에 현재까지도 많은 연구자들에 의해 연구되고 있는 분야이다. 본 연구에서는 국내 항만의 컨테이너 물동량 예측에 있어 대표적인 비선형예측모형인 인공신경망모형과 ARIMA모형에 대한 비교연구를 수행하는데 목적을 두었고, 컨테이너 물동량 예측력 제고를 위해 ARIMA모형과 인공신경망(ANN)모형을 결합한 하이브리드모형을 사용해 다른 모형들과 예측성과를 비교하고자 한다. 특히 인공신경망모형의 네트워크 구조 설계에 부분에 있어 방대하며 복잡한 탐색공간에서도 전역해 찾기에 효과적인 기법으로 알려져 있는 유전알고리즘을 사용함과 동시에 인공신경망의 대표적인 모형으로 알려진 다층 퍼셉트론(MLP)뿐만 아니라 시간지연네트워크(TDNN)를 사용해 예측성과를 비교하였다. 그 결과 ANN모형과 하이브리드모형이 ARIMA모형보다 더 뛰어난 예측성과를 보이는 것으로 나왔다.

• 한국멀티미디어학회논문지
• /
• 제10권10호
• /
• pp.1284-1294
• /
• 2007

본 논문에서는 개선된 퍼지 클러스터(Modified Fuzzy C-Means: MFCM) 알고리즘을 이용하여 블라인드 비선형 채널등화기를 구현하였다. 이를 위해 제안된 MFCM은 기존의 유클리디언 거리 값 대신 Bayesian Likelihood 목적함수(fitness function)를 이용하여 채널의 출력으로 수신된 데이터들로부터 비선형 채널의 최적의 채널 출력 상태 값(optimal channel output states)을 추정한다. 이렇게 구해진 채널 출력 상태 값들로 비선형 채널의 이상적 채널 상태(desired channel states) 벡터를 구성하고 이를 Radial Basis Function(RBF) 등화기의 중심(center)으로 활용하여 송신된 데이터 심볼을 찾아낸다. 실험에서는 무작위 이진 신호에 가우스 잡음을 추가한 데이터를 사용하여 하이브리드 유전자 알고리즘 (genetic algorithm(GA) merged with simulated annealing (SA): GASA)과 그 성능을 비교하였으며, 제안된 MFCM을 이용한 등화기가 GASA를 사용한 것 보다 상대적으로 정확도와 속도 면에서 우수함을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 한국지능정보시스템학회
• /
• pp.382-388
• /
• 2007

본 논문에서는 비선형 블라인드 채널등화기의 구현을 위하여 개선된 퍼지 클러스터(Modified Fuzzy C-Means: MFCM) 알고리즘을 제안한다. 제안된 MFCM은 기존의 유클리디언 거리 값 대신 Bayesian Likelihood 목적함수(fitness function)를 이용하여 비선형 채널의 출력으로 수신된 데이터들로부터 최적의 채널 출력 상태값(optimal channel output states)을 추정한다. 이렇게 추정된 채널 출력 상태 값들로 비선형 채널의 이상적인 채널 상태(desired channel states) 벡터들을 구성하고 이를 Radial Basis Function(RBF) 등화기의 중심(center)으로 활용함으로써 송신된 데이터 심볼을 찾아낸다. 실험에서는 무작위 이진 신호에 가우스 노이즈를 추가한 데이터를 사용하여 하이브리드 유전자 알고리즘 (GA merged with simulated annealing (SA): GASA)과 그 성능을 비교 하였으며, 제안된 MFCM을 이용한 등화기가 GASA를 활용한 것 보다 상대적으로 정확도와 속도 면에서 우수함을 보였다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.1-10
• /
• 2012

본 논문은 문서 분류의 전처리 단계인 특징 선택을 위해 의미를 고려한 최적의 특징 선택 방법을 제안한다. 특징 선택은 불필요한 특징을 제거하고 분류에 필요한 특징을 추출하는 작업으로 분류 작업에서 매우 중요한 역할을 한다. 특징 선택 기법으로 특징의 의미를 파악하여 특징을 선택하는 LSA(Latent Semantic Analysis) 기법을 사용하지만 기본 LSA는 분류 작업에 특성화 된 기법이 아니므로 지도적 학습을 통해 분류에 적합하도록 개선된 지도적 LSA를 사용한다. 지도적 LSA를 통해 선택된 특징들로부터 최적화 기법인 유전 알고리즘을 사용하여 더 최적의 특징들을 추출한다. 마지막으로, 추출한 특징들로 분류할 문서를 표현하고 SVM (Support Vector Machine)을 이용한 특정 분류기를 사용하여 분류를 수행하였다. 지도적 LSA를 통해 의미를 고려하고 유전 알고리즘을 통해 최적의 특징 집합을 찾음으로써 높은 분류 성능과 효율성을 보일 것이라 가정하였다. 인터넷 뉴스 기사를 대상으로 분류 실험을 수행한 결과 적은 수의 특징들로 높은 분류 성능을 확인할 수 있었다.