Journal of the Korean Institute of Intelligent Systems
/
v.8
no.6
/
pp.58-69
/
1998
This paper introduces a novel neuro-fuzzy system based on the polynomial fuzzy neural network(PFNN) architecture. The PFNN consists of a set of if-then rules with appropriate membership functions whose parameters are optimized via a hybrid genetic algorithm. A polynomial neural network is employed in the defuzzification scheme to improve output performance and to select appropriate rules. A performance criterion for model selection, based on the Group Method of DAta Handling is defined to overcome the overfitting problem in the modeling procedure. The hybrid genetic optimization method, which combines a genetic algorithm and the Simplex method, is developed to increase performance even if the length of a chromosome is reduced. A novel coding scheme is presented to describe fuzzy systems for a dynamic search rang in th GA. For a performance assessment of the PFNN inference system, three well-known problems are used for comparison with other methods. The results of these comparisons show that the PFNN inference system outperforms the other methods while it exhibits exceptional robustness characteristics.
In this paper, an effective method for selecting significant input variables in building ANFIS (Adaptive Neuro-Fuzzy Inference System) for nonlinear system modeling is proposed. Dominant inputs in a nonlinear system identification process are extracted by evaluating the performance index and they are applied to ANFIS. The availability of our proposed model is verified with the Box and Jenkins gas furnace data. The comparisons with other methods are also given in this paper to show our proposed method is superior to other models.
게임이나 가상환경에서 오락성과 실감성을 증진시키는 여러 가지 방법들 가운데 지능적인 Non-Player Character (NPC)들의 존재는 중요하다. 컴퓨터 그래픽과 관련 하드웨어 플랫폼 기술의 발전으로 인해 사용자들은 이제 시각적인 만족을 넘어서서, NPC들이 보다 지능적으로 행동하면서 오락적인 만족감과 동시에 보다 향상된 실감성을 제공하기를 원한다. 하지만, 유한상태기계 (Finite State Machine, FSM)를 기반으로 하는 NPC 구현의 한계와 어려움으로 인해 이러한 사용자들의 요구사항을 만족시키는 것은 어렵다. 본 논문에서는 FSM과 추론 엔진(Inference Engine)을 결합한 새로운 NPC 행동제어 구조를 제안한다. 또한 제안된 구조의 가능성을 시연하기 위해 실제로 동작하는 데모를 소개한다. 이러한 FSM과 추론 엔진의 하이브리드 구조는 FSM이 제공하는 NPC 반응의 실시간성을 보장하는 동시에 추론 엔진이 제공할 수 있는 보다 지능적이고 계획적인 NPC들의 행동을 만들어 낼 수 있다는 장점이 있다.
In this study, a Self-learning Neural-Fuzzy Networks is presented, Because of the fuzzy controller property, the designing problems of fuzzy if-then rules, membership functions and inference methods are very complex task. Thus in this paper we proposed the Neural-Fuzzy Networks composed by Sugeno and Takagi's fuzzy inference method and learned by using temporal back propagation algorithm. The proposed method can refine automatically the fuzzy if-then rules without human expert's knowledges. The induction motor servo system is used to demonstrate the effectiveness of the proposed control scheme and the feasibility of the acquired fuzzy controller. All results are supported by simulation.
Unlike printed character, the recognition of Hand written one has various kinds of difficulties due to the existence of the huge pattern associated with the person who writes. Therefore, in general, recognition of Hand written characters requires an algorithm which takes into consideration of the individual differences. Hangul characters are basically made of straight lines and circles. They can be represented in terms of feature parameters such as the end point of the straight line, the length and the angle. Then all Hangul characters can be represented by the number of basic segments(-, /, vertical bar, O) multiplied by the feature parameters respectively. In this study we propose a method for recognizing Hand written Hangul characters in terms of fuzzy inference.
In this paper, an adaptive neuro-fuzzy filter using the conditional fuzzy c-means(CFCM) methods is proposed. Usualy, the number of fuzzy rules exponentially increases by applying the grid partitioning of the input space, in conventional adaptive neuro-fuzzy inference system(ANFIS) approaches. In order to solve this problem, CFCM method is adopted to render the clusters which represent the given input and output data. Parameter identification is performed by hybrid learning using back-propagation algorithm and total least square(TLS) method. Finally, we applied the proposed method to the nonlinear channel equalization problem and obtained a better performance than previous works.
Almahmeed, M.A.;Hamdy, H.I.;Alzalzalah, Y.H.;Son, M.S.
Journal of the Korean Statistical Society
/
v.31
no.4
/
pp.415-431
/
2002
A unified framework for statistical inference for the mean of the normal distribution to derive point estimates, confidence intervals and statistical tests is proposed. This optimal design is justified after investigating the basic information and requirements that are possible and impossible to control when specifying practical and statistical requirements. Point estimation is only credible when viewed in the larger context of interval estimation, since the information required for optimal point estimation is unspecifiable. Triple sampling is proposed and justified as a reasonable sampling vehicle to achieve the specifiable requirements within the unified framework.
Fuzzy inference systems have found many applications in recent years. The fuzzy inference system design procedure is related to an expert or a skilled human operator in many fields. Various attempts have been made in optimizing its structure using genetic algorithm automated designs. This paper presents a new approach to structurally optimized designs of FNN models. The messy genetic algorithm is used to obtain structurally optimized fuzzy neural network models. Structural optimization is regarded important before neural network based learning is switched into. We have applied the method to the problem of a time series estimation.
We present a hybrid self-tuning method using hyper elliptic Gaussian membership function. The proposed method applies a GA to identify the structure and the parameters of a fuzzy inference system. The parameters obtained by a GA, however, are near optimal solutions. So we solve this problem through a backpropagation-type gradient method. It is called GA hybrid self-tuning method in this paper. We provide a numerical example to evaluate the advantage and effectiveness of the proposed approach and compare with the conventional method.
Proceedings of the Korean Institute of Intelligent Systems Conference
/
1996.10a
/
pp.285-289
/
1996
Fuzzy logic controllers have been shown better performance than conventional ones especially in highly nonlinear plants. These results are caused by the nonlinear fuzzy rules were not sufficient to cope with significant uncertainty of the plants and environment. Moreover, it is hard to make fuzzy rules consistent and complete. In this paper, we employed a predictive neural network to enhance the nonlinear inference capability. The predictive neural network generates predictive outputs of a controlled plant using the current and past outputs and current inputs. These predictive outputs are used in terms of fuzzy rules in fuzzy inferencing. From experiments, we found that the predictive term of fuzzy rules enhanced the inference capability of the controller. This predictive neural network can also help the controller cope with uncertainty of plants or environment by on-line learning.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.