• 제어로봇시스템학회논문지
• /
• 제13권6호
• /
• pp.560-567
• /
• 2007

The objective of this research is to optimize the designing parameters of the parallel manipulator with large orientation workspace at the boundary position of the constant orientation workspace (COW). The method uses a simple genetic algorithm(SGA) while considering three different kinematic performance indices: COW and the global conditioning index(GCI) to evaluate the mechanism's dexterity for translational motion of an end-effector, and orientation workspace of two angle of Euler angles to obtain the large rotation angle of an end-effector at the boundary position of COW. Total fifteen cases divided according to the combination of the sphere radius of COW and rotation angle of orientation workspace are studied, and to decide the best model in the total optimized cases, the fuzzy inference system is used for each case's results. An optimized model is selected as a best model, which shows better kinematic performances compared to the basis of the pre-existing model.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권6호
• /
• pp.316-325
• /
• 2006

인간과 같은 2배체의 각 염색체는 부모로부터 물려받은 2벌의 복제로 이루어져 있다. 이들 각 복제에서 SNP(single nucleotide polymorphism) 서열 정보를 하플로타입이라 부른다. 인간의 하플로타입 지도를 완전히 찾는 것은 인간 지놈의 중요한 작업 중의 하나인데, 실험적인 방법으로 하플로타입을 직접 얻는 것은 시간이 많이 걸리고 비용이 많이 든다. 따라서 두 하플로타입 정보가 혼합된 지노타입의 샘플들로부터 하플로타입을 추론하는 것에 대하여 연구되어왔다. 이 논문에서는 지노타입들을 설명하는 최소 개수의 하플로타입들을 찾는 모델(최소 하플로타입 추론문제)에 근거하여, 유전자 알고리즘을 사용하여 하플로타입을 추론하는 새로운 접근 방법을 제시한다. 좋은 결과를 주는 것으로 알려진 HAPAR[1]와 이 논문에 제시한 알고리즘을 컴퓨터 실험에 의한 비교를 통하여, 입력이 클 때 이 논문의 알고리즘이 수행시간은 적게 걸리면서 정확성이 비슷함을 보인다. 또한 이 실험 결과를 최근에 제시된 방법인 PTG[2]와 비교한다.

• 한국정보전자통신기술학회논문지
• /
• 제5권4호
• /
• pp.224-231
• /
• 2012

본 논문에서는 비선형 공정을 퍼지 모델링하기 위해 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지 추론 시스템을 소개한다. 비선형 공정에 대한 퍼지 규칙의 생성은 일반적으로 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 퍼지 모델의 규칙을 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정의 특성 및 성능을 평가하기 위하여 비선형 공정으로는 널리 이용되는 데이터를 이용한다.

• 한국정보전자통신기술학회논문지
• /
• 제7권4호
• /
• pp.151-158
• /
• 2014

본 논문에서는 Hard 분산 분할 방법을 이용하는 추론 시스템을 소개하고 비선형 공정을 모델링한다. 이를 위해 입력 공간을 분산 형태로 분할하고 소속 정도가 0 또는 1을 갖는 Hard 분할 방법을 이용한다. 제안한 방법은 C-Means 클러스터링 알고리즘에 의해 구현되며, 초기 중심값에 민감한 단점을 보완하기 위해 LBG 알고리즘을 적용하여 이진 분할에 의한 초기 중심값을 이용한다. Hard 분산 분할된 입력 공간은 규칙 기반의 시스템 모델링에서 규칙을 형성한다. 규칙의 전반부 파라미터는 C-Means 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 공정을 모델링한 후 특성을 평가한다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.27-40
• /
• 2015

방화벽 정책 추론은 사전지식 없이 특정 네트워크로의 능동적 탐지기법을 이용한 응답 패킷 분석으로 방화벽 정책을 발견한다. 하지만, 외부에서 특정 네트워크로 추론 패킷을 어떻게 전송하는가에 따라 방화벽에 설정된 공격 탐지 임계값에 의해 네트워크 공격으로 탐지되기 때문에 무분별하게 패킷을 전송하는 방법은 유효하지 않다. 본 논문에서는 방화벽의 공격 탐지 임계값을 고려하여 네트워크 공격으로 탐지되지 않는 범위 내에서 추론 변수를 활용한 패킷 전송 알고리즘을 제안한다. 그리고 제안하는 알고리즘에의해 전송되는 패킷이 네트워크 공격으로 탐지되는가를 검증한다. 마지막으로 우리는 실제 방화벽 정책과 추론된 정책을 비교하여 제안된 알고리즘의 정확성을 검증한 결과를 제시한다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.79-94
• /
• 2018

마케팅 분야에서는 제품품질, 고객만족, 고객추천을 바탕으로 구매행동과의 영향 유무 및 상관관계를 통계적 Regression 방법으로 가설 검증하는 것을 주요한 연구 대상으로 하고 있다. 또한 최근에는 ASCI와 같은 고객만족지수 혹은 라이켈트의 NPS와 같은 고객추천지수를 바탕으로 실제 기업성과와 연관되는 시장 지분에 어떠한 영향을 미치는 지에 대한 통계적 분석 연구도 활발히 이루어지고 있다. 본 연구에서는 실제 고객이 매장을 방문하여, 과거 고객카드에 명품을 구매하던 구매하지 않던 간에 만족/불만족을 표시한 체인 및 고객 추천의향을 검토하여 Hidden Markov Model을 이용한 고객의 최상의 구매패턴을 분석하는 확률적 기법에 대하여 연구하는 것을 목적으로 하고 있다. 이를 바탕으로 고객만족 -> 고객추천의향 -> 고객추천행동->구매 및 재구매 체인에 대응하는 실제 소비자의 구매패턴을 고객만족과 NPS(순추천지수) 및 여러 수리통계적 이론-Hidden Markov Model, Bayesian Inference, Maximum Likelihood Estimation을 이용하여 확률적 추적 메카니즘을 구현하는 것을 목표로 한다. 제시된 목표는 인공지능을 구현하는 이론과 알고리듬을 사용하여 달성되었기에 이론적 추적 메카니즘을 여러 인공지능망 -DNN, CNN, GAN등을 사용하여 기업에서 사용할 수 있는 고객의 구매패턴 앱으로 발전시키는 것을 후속연구에서 기대한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권4호
• /
• pp.202-208
• /
• 2015

In this study, we propose a new inference algorithm for a multiclass Gaussian process classification model using a variational EM framework and the Laplace approximation (LA) technique. This is performed in two steps, called expectation and maximization. First, in the expectation step (E-step), using Bayes' theorem and the LA technique, we derive the approximate posterior distribution of the latent function, indicating the possibility that each observation belongs to a certain class in the Gaussian process classification model. In the maximization step, we compute the maximum likelihood estimators for hyper-parameters of a covariance matrix necessary to define the prior distribution of the latent function by using the posterior distribution derived in the E-step. These steps iteratively repeat until a convergence condition is satisfied. Moreover, we conducted the experiments by using synthetic data and Iris data in order to verify the performance of the proposed algorithm. Experimental results reveal that the proposed algorithm shows good performance on these datasets.

• 한국전자파학회논문지
• /
• 제24권2호
• /
• pp.198-206
• /
• 2013

본 논문에서는 다기능 레이더의 추적 성능 개선을 위해 임무 우선 순위 선정을 위한 퍼지 추론 시스템 기반의 기법을 제안하였다. 제안한 기법은 추적 임무 수행 시 우선 순위 결정 트리를 구성하고, 퍼지 집합으로 추적 안정도, 위협도, 접근성을 선정하고, 퍼지 규칙을 통한 추적 임무의 우선 순위를 얻는 방식이다. 우선 순위를 높게 책정할 경우, 추적 주기를 변화시켜 추적의 정확도를 높일 수 있도록 설계하였다. 추적 성능 개선 효과를 입증하기 위해 기동 특성이 뚜렷한 표적 궤적을 생성하고, 제안된 기법을 적용한 경우와 적용하지 않은 경우를 시뮬레이션으로 비교 분석하였다.

• Journal of information and communication convergence engineering
• /
• 제19권4호
• /
• pp.234-240
• /
• 2021

As the number of pet dog-related businesses is rising rapidly, there is an increasing need for reliable pet dog health information systems for casual pet owners, especially those caring for older dogs. Our goal is to implement a mobile pre-diagnosis system that can provide a first-hand pre-diagnosis and an appropriate coping strategy when the pet owner observes abnormal symptoms. Our previous attempt, which is based on the fuzzy C-means family in inference, performs well when only relevant symptoms are provided for the query, but this assumption is not realistic. Thus, in this paper, we propose a hybrid inference structure that combines fuzzy association memory and a double-layered fuzzy C-means algorithm to infer the probable disease with robustness, even when noisy symptoms are present in the query provided by the user. In the experiment, it is verified that our proposed system is more robust when noisy (irrelevant) input symptoms are provided and the inferred results (probable diseases) are more cohesive than those generated by the single-phase fuzzy C-means inference engine.

• 전기학회논문지
• /
• 제66권4호
• /
• pp.692-700
• /
• 2017

In this paper, we propose the structural design of Interval Type-2 FCM based RBFNN. Proposed model consists of three modules such as condition, conclusion and inference parts. In the condition part, Interval Type-2 FCM clustering which is extended from FCM clustering is used. In the conclusion part, the parameter coefficients of the consequence part are estimated through LSE(Least Square Estimation) and WLSE(Weighted Least Square Estimation). In the inference part, final model outputs are acquired by fuzzy inference method from linear combination of both polynomial and activation level obtained through Interval Type-2 FCM and acquired activation level through Interval Type-2 FCM. Additionally, The several parameters for the proposed model are identified by using differential evolution. Final model outputs obtained through benchmark data are shown and also compared with other already studied models' performance. The proposed algorithm is performed by using Iris and Vehicle data for pattern classification. For the validation of regression problem modeling performance, modeling experiments are carried out by using MPG and Boston Housing data.