• 한국컴퓨터정보학회논문지
• /
• 제16권10호
• /
• pp.63-71
• /
• 2011

본 논문은 퍼지추론을 이용하여 신경회로망의 필기체 숫자 인식 개선 방법을 제안하였고 실험을 통하여 확인하였다. 신경회로망은 학습 시간이 오래 걸리고, 학습한 패턴에서는 100% 인식률을 보였다. 그러나 신경회로망은 시험 패턴에서는 좋은 결과를 보여주지 못했다. 실험결과 신경회로망의 인식률과 오인식률이 각각 초기 89.6%, 10.4%에서 90.2%, 9.8%로 각각 향상되었다. 특히, 숫자 3과 5에서 오인식률을 크게 감소시켰다. 실험에서 퍼지 소속 함수의 추출을 숫자의 밀도로 사용하였으나 필기체 숫자는 입력 패턴이 다양하기 때문에 다양한 특성을 추출하고 복합적으로 퍼지 추론을 사용해 더 나은 인식률을 높여야 한다. 또한 퍼지추론을 엄격하게 적용하기보다는 입력 패턴을 매칭 할 때 퍼지 추론을 적용하는 것을 제안한다.

• 대한전기학회논문지:전력기술부문A
• /
• 제53권12호
• /
• pp.637-644
• /
• 2004

This paper proposes an expert system with the knowledge learning capability which can enhance the safety and effectiveness of substation operation in the automated substation as well as existing substation by inferring multiple events such as main transformer fault, busbar fault and main transformer work schedule under multiple inference mode and multiple objective mode and by considering totally the switch status and the main transformer operating constraints. Especially inference mode includes the local minimum tree search method and pattern recognition method to enhance the performance of real-time bus reconfiguration strategy. The inference engine of the expert system consists of intuitive inferencing part and logical inferencing part. The intuitive inferencing part offers the control strategy corresponding to the event which is most similar to the real event by searching based on a minimum distance classification method of pattern recognition methods. On the other hand, logical inferencing part makes real-time control strategy using real-time mode(best-first search method) when the intuitive inferencing is failed. Also, it builds up a knowledge base or appends a new knowledge to the knowledge base using pattern learning function. The expert system has main transformer fault, main transformer maintenance work and bus fault processing function. It is implemented as computer language, Visual C++ which has a dynamic programming function for implementing of inference engine and a MFC function for implementing of MMI. Finally, it's accuracy and effectiveness is proved by several event simulation works for a typical substation.

• 한국지능시스템학회논문지
• /
• 제12권2호
• /
• pp.144-150
• /
• 2002

본 논문에서는 지연시간을 갖는 비선형 시스템의 효율적 제어를 위해 퍼지-신경망에 기반한 지연시간 보상기를 제안하였다. 제안된 제어시스템은 ANFIS(Adaptive Neuro-Fuzzy Inference System)라고 불리는 두개의 퍼지-신경망으로 구성되며 이중 하나는 직-병렬 방식으로 동작하고 다른 하나는 병렬 방식으로 동작한다. 직-병렬 방식으로 동작하는 퍼지-신경망은 지연시간을 갖는 비선형 시스템의 응답을 추종하는 특성을 갖으며 병렬 방식으로 동작하는 퍼지-신경망은 지연시간을 보상하기 위한 시스템 출력을 예측하는 기능을 수행한다. 따라서 본 연구에서 제안된 시스템은 전형적인 Smith 예측기의 비선형 시스템에의 적용을 위한 확장이라고 생각할 수 있다. 본 논문에서는 제안된 지연시간 보상기의 상세한 설계과정을 보였으며 또한 제안된 제어기 설계 기법의 유용성 화인을 위해 비선형 수치데이터에 대한 컴퓨터 모의실험을 수행하였다.

• 한국항행학회논문지
• /
• 제17권6호
• /
• pp.804-809
• /
• 2013

현재 구축되어 있는 반도체 공정에서의 상태감시 시스템은 센서 데이터를 수동으로 수집하는 방식으로써 복합 장애 검출이나 실시간 감시에서 한계가 존재한다. 본 논문에서는 영역 온톨로지를 구성하여 시간에 따른 관계망을 형성하는 상황인지 알고리즘을 설계하고 이를 통해 반도체 공정에서 위험요소가 발견되는 부분에 대해서 이벤트를 생성하여 사용자에게 서비스하는 시스템을 제안하며, 이를 구현하기 위해 상황 추론을 위한 다중센서 노드를 설계하고 이를 실험하였다. 실험 결과, 다수의 수집된 데이터에서 시간에 대한 관계가 형성된 내용에 대해서는 시간적 규칙추론이 적용된 이벤트가 발생하였으며 오작동 및 외부의 시간적 요인에서 발생되는 이벤트는 Log로만 데이터를 제공하는 것을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.142-145
• /
• 2002

This paper describes a omni-directionally speaker tracking system for mobile robot interface in real environment. Its purpose is to detect a robust 360-degree sound source and to recognize voice command at a long distance(60-300cm). We consider spatial features, the relation of position and interaural time differences, and realize speaker tracking system using fuzzy inference process based on inference rules generated by its spatial features.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 A
• /
• pp.175-178
• /
• 2003

This paper describes a active audition system for robot-human interface in real environment. We propose a strategy for a robust sound localization and for -talking speech recognition(60-300cm) based on 2-dimensional microphone array. We consider spatial features, the relation of position and interaural time differences, and realize speaker tracking system using fuzzy inference profess based on inference rules generated by its spatial features.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.47-52
• /
• 2023

In this paper a new fuzzy prediction is designed and developed to predict the type of delivery based on 7 factors. The developed system is highly needed to give a recommendation to the family excepting baby and at the same time provide an advisory system to the physician. The system has been developed using MATLAB and has been tested and verified using real data. The system shows high accuracy 95%. The results has been also checked one by one by a physician. The system shows perfect matching with the decision of the physician.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권6호
• /
• pp.488-501
• /
• 2009

유비쿼터스 환경에서 모바일 단말기의 제한적인 자원 문제를 해결하기 위해 주변 자원을 실시간으로 공유하는 연구들이 진행되고 있다. 그리고 자원의 공유뿐만 아니라 상황 정보에 기반한 추론을 통해 개인 맞춤형 자원을 추천하는 연구도 활발히 진행되고 있다. 개인 맞춤형 자원 추천을 위하여 사용자의 기본 정보, 자원에 대한 선호도, 공유 대상이 되는 자원의 정보, 단말기의 위치, 시간과 같은 다양한 상황 정보는 효과적으로 공유 및 관리되어야 한다. 또한 신뢰성 있는 자원 추론을 위해 필요한 추론규칙을 검증하는 단계는 매우 중요하다. 이를 위해서 다양한 상황 정보를 구성하여 실제 단말기 상에서 자원 추론규칙이 올바르게 동작하는지 검증해야 하지만 이는 현실적으로 많은 비용과 시간이 필요하다. 따라서 본 논문애서는 이러한 문제점을 해결하기 위하석 추론 검증 도구를 제안한다. 제안하는 추론 검증도구는 편리한 그래픽 사용자 인터페이스를 제공하여 원하는 상황 정보를 쉽게 생성할 수 있고, 실제 단말기를 대신하여 동적인 상황 정보의 변경에 따른 추론을 정확하게 검증한다.

• 한국정밀공학회지
• /
• 제16권10호
• /
• pp.141-151
• /
• 1999

The resistance Spot Welding is widely used in the field of assembling the plates. However we don't still have any satisfactory solution, which is non-destructive quality evaluation in real-time or on-line, against it. Moreover, even though the rate of welding under the condition of expulsion has been high until now, quality control of welding against expulsion hasn't still been established. In this paper, it was proposed on the quality assurance technique of resistance spot welding pieces using Neuro-Fuzzy algorithm. Four parameters from electrode separation signal in the case of non-expulsion, and dynamic resistance patterns in the case of expulsion are selected as fuzzy input parameters. The parameters consist of Fuzzy Inference System are determined through Neuro-Learning algorithm. And then, fuzzy Inference System is constructed. It was confirmed that the fuzzy inference values of strength have within ${\pm}$4% error specimen in comparison with real strength for the total strength range, and the specimen percent having within ${\pm}$1% error was 88.8%. According to KS(Korean Industrial Standard), tensile-shear strength limit for electric coated of zinc is 400kgf/mm2. Judging to the quality of welding is good or bad, according to this criterion and the results of inference, the probability of misjudgement that good quality is valuated into poor one was 0.43%, on contrary it was 2.59%. Finally, the proposed Neuro-Fuzzy Inference System can infer the tensile-shear strength of resistance spot welding pieces with high performance for all cases-non-expulsion and expulsion. And On-Line Welding Quality Inspection System will be realized sooner or later.

• 전기학회논문지
• /
• 제58권2호
• /
• pp.399-406
• /
• 2009

In this study, Polynomial Radial Basis Function Neural Network(pRBFNN) based on Fuzzy Inference System is designed and its parameters such as learning rate, momentum coefficient, and distributed weight (width of RBF) are optimized by means of Particle Swarm Optimization. The proposed model can be expressed as three functional module that consists of condition part, conclusion part, and inference part in the viewpoint of fuzzy rule formed in 'If-then'. In the condition part of pRBFNN as a fuzzy rule, input space is partitioned by defining kernel functions (RBFs). Here, the structure of kernel functions, namely, RBF is generated from HCM clustering algorithm. We use Gaussian type and Inverse multiquadratic type as a RBF. Besides these types of RBF, Conic RBF is also proposed and used as a kernel function. Also, in order to reflect the characteristic of dataset when partitioning input space, we consider the width of RBF defined by standard deviation of dataset. In the conclusion part, the connection weights of pRBFNN are represented as a polynomial which is the extended structure of the general RBF neural network with constant as a connection weights. Finally, the output of model is decided by the fuzzy inference of the inference part of pRBFNN. In order to evaluate the proposed model, nonlinear function with 2 inputs, waster water dataset and gas furnace time series dataset are used and the results of pRBFNN are compared with some previous models. Approximation as well as generalization abilities are discussed with these results.