• 전기학회논문지
• /
• 제61권8호
• /
• pp.1164-1171
• /
• 2012

Recently, machine olfactory systems as an artificial substitute of the human olfactory system are being studied actively because they can scent dangerous gases and identify the type of gases in contamination areas instead of the human. In this paper, we present an effective design method for the gas identification system. Even though dimensionality reduction is the very important part, in pattern analysis, We handled effectively the dimensionality reduction by grouping the sensors of which the measured patterns are similar each other, where genetic algorithms were used for combination optimization. To identify the gas type, we constructed the hierarchical rule base with two frames by using rough set theory. The first frame is to accept measurement characteristics of each sensor and the other one is to reflect the identification patterns of each group. Thus, the proposed methods was able to accomplish effectively dimensionality reduction as well as accurate gas identification. In simulation, we demonstrated the effectiveness of the proposed methods by identifying five types of gases.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권12호
• /
• pp.566-574
• /
• 2001

In designing fuzzy models and controllers, we encounter a major difficulty in the identification f an optimized fuzzy rule base, which is traditionally achieved by a tedious trial-and-error process. This paper presents an approach to the evolutionary design of an optimal fuzzy rule base for modeling and control. Evolutionary programming is used to simultaneously evolve the structure and the parameter of fuzzy rule base for a given task. To check the effectiveness of the suggested approach, four numerical examples are examined. The performance of the identified fuzzy rule bases is demonstrated.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.317-330
• /
• 2005

시맨틱 웹 관련연구가 증가함에 따라 지능형 에이전트 혹은 규칙기반 시스템 등의 지능적인 웹 환경에 대한 기대 역시 커지고 있다. 그러나 규칙기반 시스템의 활용에는 아직도 규칙습득이 많은 제약이 되고 있다. 이와 같은 제약을 극복하기 위해 웹 페이지로부터 규칙을 습득하기 위한 XRML 방법론이 제안되었다. XRML 방법론은 웹 페이지로부터 규칙을 식별하고 식별된 결과로부터 자동으로 규칙을 생성하는 두 단계로 구성되어 있다. 여기서 규칙의 식별은 규칙생성의 자동화 정도에 매우 중요한 영향을 미친다. 그러나 규칙을 식별하는 작업은 대부분 지식관리자의 수작업에 의존하고 있다. 이러한 지식관리자의 부담을 줄이기 위해 본 논문에서는 온톨로지 기반의 개선된 규칙식별 방법론을 제안하고자 한다. 이를 위해 먼저 OntoRule이라는 이름의 온톨로지를 설계하였다. OntoRule은 자동화된 규칙 식별을 지원하기 위해 사용되며, 규칙의 구성요소들과 구조에 대한 정보를 포함하고 있다. 그리고 OntoRule을 이용하여 규칙을 식별하는 절하를 제안하였다. OntoRule과 규칙식별 절차를 제안하는 과정에서 온톨로지 학습효과, 하향식 접근방식과 상향식 접근방식의 차이, 온톨로지 적용범위 관리, 규칙 구성요소의 식별순서, 생략된 별수의 식별과 같은 놈점들이 고려되었다. 마지막으로 실험을 통해 제안된 방법론의 효과를 보였다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.555-565
• /
• 1999

복잡하고 비선형적인 시스템의 규칙베이스 퍼지모델링을 위하여 퍼지시스템의 최적 동정알고리즘을 연구한다. 비선형 시스템은 퍼지모델의 입력변수와 퍼지 입력공간 분할에 의한 구조동정과 파라미터 동정을 통해 표현된다. 본 논문에서 규칙베이스 퍼지모델링은 비선형 시스템을 위해 퍼지추론방법과 두 종류의 최적화 이론의 결합에 의한 하이브리드 구졸를 이용하여 시스템 구조와 파라미터동정을 수행한다. 퍼지모델의 추론방법은 간략추론 및 선형추론에 의한다. 제안된 하이브리드 최적 동정 알고리즘은 유전자 알고리즘과 개선된 콤플렉스 방법을 이용한다. 여기서 유전자 알고리즘은 전반부 퍼지규칙의 멤버쉽함수의 초기 파라미터들을 결정하기 위해 사용되고 강력한 자동동조 알고리즘인 개선된 콤플렉스 방법은 정교한 파라미터들을 얻기 위해 수행된다. 따라서 최적 퍼지모델을 위해 전반부 파라미터 동정에는 하이브리드형의 최적 알고리즘을 이용하고 후반부 동정에는 최소자승법을 이용한다. 또한 학습과 테스트 데이터에 의해 생성된 퍼지모델의 성능결과 사이의 상호균형을 얻기 위해 하중계수를 가지는 합성 성능지수를 제안한다. 제안된 모델의 성능평가를 위해 두가지 수치적 예를이용한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2006년도 춘계학술대회
• /
• pp.245-254
• /
• 2006

지능형 에이전트와 규칙기반 시스템을 이용해 보다 지능적안 웹 환경을 구축하고자 하는 노력이 시맨틱 웹의 발전과 함께 증가하고 있다. 이러한 에이전트와 규칙기반 시스템에 필요한 규칙들을 이미 많은 지식들이 산재해 있는 웹으로부터 습득 할 수 있다면 보다 효율적으로 시스템을을 구축하는 것이 가능하며, 이러한 응용시스템의 확장은 시맨틱 웹의 발전을 더욱 가속화하는 계기가 될 수 있을 것이다. XRML 방법론은 웹으로부터 규칙을 습득하기 위한 단계적 방법을 제시하고 있으며, 온톨로지를 이용함으로써 규칙의 구성 요소들을 자동으로 추출할 수 있도록 지원한다. 그러나 추출된 규칙구성요소들을 조합하여 완전한 규칙을 만드는 과정이 규칙관리자의 수작업에 의존하고 있다. 본 연구는 온톨로지와 그래프 탐색 을 사용함으로써 이과정을 자동화하고자 하는 연구이다. 온톨로지에 있는 규칙의 일반적 패턴을 기반으로 하여 그래프 탐색을 이용해 규칙구성요소들을 조합함으로써 웹 페이지로부터 자동으로 규칙을 추출할 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 춘계학술대회 논문집
• /
• pp.284-293
• /
• 2002

XML(eXtensible Markup Language, XML)은 인터넷에서의 자료 교환을 위해 고안된 언어이다. 본 논문에서는 XML의 개념을 발전시킨 확장형 규칙 표식 언어(extensible Rule Markup Language, XRML)를 제안하고 있다. XRML은 웹 페이지에 내재된 암묵적 규칙의 식별, 구조적인 규칙으로의 변환, 사람과 소프트웨어 에이전트간의 지식 공유를 가능하게 하며, 이를 통해 지식기반시스템(Knowledge Based System)과 지식관리시스템(Knowledge Management System)의 통합을 실현할 수 있는 새로운 언어가 될 것이다. 본 고에서는 XRML이 이상과 같은 능력을 갖기 위해 반드시 갖춰야 할 6가지 설계 기준과, 이들 기준을 반영한 XRML 구성 요소로서 RIML(Rule Identification Markup Language), RSML(Rule Structure Markup Language)과 RTML(Rule Triggering Markup Language)을 설계하였으며, 개별 요소들의 기능 및 특성과 함께 태그와 DTD(Document Type Definition)도 식별하였다. 나아가 전술한 구조를 기반으로 하여 XRML을 워크플로우 시스템상의 폼처리에 적용한 Form/XRML이라는 프로토타입 시스템을 설계하고 구현하였다. 본 프로토타입의 개발을 통해, 지식기반시스템의 지식을 활용하는 RTML이 폼을 비롯한 다양한 응용시스템에 내재될 수 있으며, 웹 페이지의 암묵적 규칙과 지식기반시스템의 규칙이 일관성 있게 유지될 수 있음을 보여 주었다. 요컨대 본 연구는 XRML이 지능형 웹으로 발전하기 위한 새로운 도구이며, KBS와 US의 통합을 위한 중요한 도구임을 입증하였다는 점에서 큰 의의를 갖는다고 하겠다.

• 정보보호학회논문지
• /
• 제18권3호
• /
• pp.121-129
• /
• 2008

본 논문은 소프트웨어의 취약점을 표현하기 위한 방법으로 단위 취약점을 기반으로 한 의미기반 취약점 식별자 부여 방법을 제안하고 있다. 의미기반 취약점 식별자 부여를 위해 기존의 취약점 단위를 DEVS 모델링 방법론의 SES 이론에서 사용되는 분할 및 분류(Decomposition/Specialization) 절차를 적용하였다. 의미기반 취약점 식별자는 취약점 점검 규칙 및 공격 탐지 규칙과 연관 관계를 좀 더 낮은 레벨에서 맺을 수 있도록 해주고, 보안 관리자의 취약점에 대한 대응을 좀더 편리하고 신속하게 하는 데 활용될 수 있다. 특히, 본 논문에서는 Nessus와 Snort의 규칙들이 의미기반 취약점 식별자와 어떻게 맵핑되는 지를 제시하고, 보안 관리자 입장에서 어떻게 활용 될 수 있는 지를 3가지 관점에서 정리하였다. 본 논문의 기여점은 의미기반 취약점 식별자 개념 정의 및 이를 기반으로 한 취약점 표현과 활용 방법의 제안에 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1990년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 26-27 Oct. 1990
• /
• pp.127-130
• /
• 1990

The fuzzy logic controller which can be applied to various industrial processes is quite often dependent on the heuristics of the experienced operator. The operator's knowledge is often uncertain. Therefore an incorrect control rule on the basis of the operator's information is a cause of bad performance of the system. This paper proposes a new self-learning fuzzy control method by the fuzzy system identification using the data pairs of input and output and arbitrary initial relation matrix. The position control of a DC servo motor model is simulated to verify the effectiveness of the proposed algorithm.

• 한국음향학회지
• /
• 제27권5호
• /
• pp.252-255
• /
• 2008

본 논문에서는 성별 인식 시스템의 성능향상을 위해 변별적 가중치 학습 (discriminative weight training) 기반의 최적화된 SVM (support vector machine)을 제안한다. MCE (minimum classification error)방법을 도입하여, 각각의 MFCC (mel-frequency cepstral coefficients) 특징벡터 차수별로 다른 가중치를 가지는 SVM을 제안한다. 제안된 알고리즘은 기존의 동일 가중치를 가지는 SVM 기반의 성별인식 시스템과 비교하였으며, 우수한 성능을 보인다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.236-242
• /
• 1992

Multi-layered neural networks are applied to the identification and control of nonlinear dynamical system. Traditional adaptive control techniques can only deal with linear systems or some special nonlinear systems. A scheme for combining multi-layered neural networks with model reference network techniques has the capability to learn the nonlinearity and shows the great potential for adaptive control. In many interesting cases the system can be described by a nonlinear model in which the control input appears linearly. In this paper the identification of linear and nonlinear part are performed simultaneously. The projection algorithm and the new estimation method which uses the delta rule of neural network are compared throughout the simulation. The simulation results show that the identification and adaptive control schemes suggested are practically feasible and effective.