• 한국지능시스템학회논문지
• /
• 제7권2호
• /
• pp.3-15
• /
• 1997

퍼지논리를 적용하기 위해서는 두가지 과제가 이루어져야 하는데 그것은 퍼지룰의 유도와 맴버쉽함수의 결정이다. 이 과제는 어렵고 또한 시간을 요하게 된다. 본 논문에서는 문제에 적용 가능한 멤버쉽함수와 퍼지룰을 자동으로 유도하기 위한 알고리즘적 방법을 제시하고 있다. 이 알고리즘적 방법은 샘플을 구분하는 엔트로피 최소화의 원리에 입각하고 있다. 멤버쉽함수는 샘플을 연속적으로 구분하여 이루어지며 퍼지룰 또한 엔트로피 최소화 원리에 의하여 이루어진다. 퍼지룰의 유도에서는 룰 비중 또한 같이 계산된다. 결정 문제에 적용을 위한 추론법 및 방법도 논의되었다.

• 한국멀티미디어학회논문지
• /
• 제3권2호
• /
• pp.201-208
• /
• 2000

이 논문에서는 시계열 예측을 위하여 퍼지 엔트로피에 의한 입력공간의 분할과 퍼지 제어규칙을 자동으로 생성하는 방법을 제안하고, Mackey-Glass 데이터 Set을 이용한 시계열 예측 문제에 적용하여 그 성능을 검증한다. 이 방법은 샤논 함수와 퍼지 엔트로피 함수를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 이력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안되는 알고리즘을 매개변수의 수를 줄이기 위하여 제어 규칙의 결론부의 출력값은 신경망의 가중치로 구성하여 퍼지 신경망의 복잡도를 줄임으로서 추론형과 기술형 접근법을 혼합한 형태의 학습 알고리즘이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.139-142
• /
• 1998

Missing values in data for fuzzy c-menas clustering is discussed. Two basic methods of fuzzy c-means, i.e., the standard fuzzy c-means and the entropy method are considered and three options of handling missing values are proposed, among which one is to define a new distance between data with missing values, second is to alter a weight in the new distance, and the third is to fill the missing values by an appropriate numbers. Experimental Results are shown.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.99-101
• /
• 2001

In this note, we show that a linear regression model, using entropy and degree of nearness of fuzzy numbers, suggested by Wang and Li[FSS 36, 125-136] seems to be unreasonable by an example.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1684-1690
• /
• 2003

본 논문에서는 H.263 부호기에서 적정 화질과 일정한 전송율을 유지하는 양자화 변수 추정을 위한 퍼지 제어기를 제안하였다. 퍼지화 방법으로는 Mamdani 방법을 이용하며, 역퍼지화는 무게중심법을 이용하였다. 움직임 벡터에 따른 시간적 특성을 추정할 때 공간영역에서 분산과 엔트로피는 시각적 특성과 상관관계가 있다. 따라서 퍼지 입력변수로 영상의 분산값, 엔트로피 및 움직임 벡터를 이용하였다. 퍼지 소속함수를 유도하고, 시각적 특성에 적합한 퍼지감도를 결정하였으며, FAM 뱅크를 설계하였다. 실제 동영상 압축에 퍼지 규칙을 적용하였으며, 퍼지 양자화를 이용하여 효율적인 율제어와 최적의 비트할당 및 주관적 화질 특성이 유지되는 결과를 얻었다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.73-82
• /
• 2005

본 논문은 weighted FCM(Fuzzy C-Means) 알고리즘을 적용한 컬러 영상 multi-level thresholding을 제안한다. FCM 알고리즘은 기존의 thresholding 방법들과 달리 최적의 임계치를 결정할 수 있으며 multi-level thresholding으로의 확장이 가능하다. 그러나 공간정보를 포함하고 있지 않기 때문에 잡음 등에 민감하다는 단점을 가진다. 본 논문은 이러한 단점을 해결하기 위해서 이웃 화소들로부터 얻은 entropy 기반의 가중치(weight)를 FCM 알고리즘에 적용함으로써 잡음의 제거가 가능하다. 그리고 각 색상별 성분의 군집 화소들을 기반으로 생성한 코드 영상에 대해서 군집 내부의 거리값을 이용하여 최적의 군집수를 결정한다. 실험에서 제안한 방법이 기존의 방법들보다 잡음에 대해서 강건하며 우수한 분할 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제11권4호
• /
• pp.462-470
• /
• 2008

본 논문은 저대비에 의한 영상 정보의 불확실성이 화소가 가지고 있는 명암도의 모호성과 애매성에 근거한다는 점에서 퍼지 변환 함수를 적용하여 영상 향상을 기하고자 한다. 명암도 분포가 한쪽으로 치우친 저대비 영상의 문제를 해결하고자 k-means 알고리즘을 사용하여 물체와 배경을 구분할 수 있는 자동 임계점을 찾고 이를 기준으로 영상의 밝은 부분과 어두운 부분의 대비 향상을 가져올 수 있도록 퍼지 변환 함수를 적용한다. 퍼지 변환 함수는 영상 향상을 위해 3단계-입력 영상을 퍼지 영역으로 변환시키는 퍼지화 단계와 대비를 향상시키는 대비 강화 단계 그리고 퍼지 영역을 다시 영상 영역으로 변환시키는 비퍼지화 단계로 제시된다. 향상된 영상의 성능을 평가하고자 퍼지성 지수와 엔트로피 지수를 제시하여 이를 히스토그램 균등화 기법과 비교하고 실험결과로 성능의 우수함을 보여준다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권2호
• /
• pp.537-541
• /
• 2006

In this note, we give an elementary simple proof of the main result of $Full{\acute{e}}rand$ Majlender [Fuzzy Sets and systems 124(2001) 53-57] concerning obtaining maximal entropy OWA operator weights.

• Journal of applied mathematics & informatics
• /
• 제23권1_2호
• /
• pp.547-552
• /
• 2007

In this note, we extends some of the results of Liu [Fuzzy Sets and systems 157 (2006) 869-878]. This extension consists of a simple proof involving weighted functions and their preference index. We also give an elementary simple proof of the maximum entropy weighting function problem with a given preference index value without using any advanced theory like variational principles or without using Lagrangian multiplier methods.

• Earthquakes and Structures
• /
• 제14권2호
• /
• pp.143-153
• /
• 2018

Correlation among different factors must be considered for selection of influencing factors in safety monitoring of high dam including positive correlation of variables. Therefore, a new factor selection method was constructed based on Copula entropy and mutual information theory, which was deduced and optimized. Considering the small sample size in high dam monitoring and distribution of daily monitoring samples, a computing method that avoids causality of structure as much as possible is needed. The two-dimensional normal information diffusion and fuzzy reasoning of pattern recognition field are based on the weight theory, which avoids complicated causes of the studying structure. Hence, it is used to dam safety monitoring field and simplified, which increases sample information appropriately. Next, a complete system integrating high dam monitoring and uncertainty prediction method was established by combining Copula entropy theory and information diffusion theory. Finally, the proposed method was applied in seepage monitoring of Nuozhadu clay core-wall rockfill dam. Its selection of influencing factors and processing of sample data were compared with different models. Results demonstrated that the proposed method increases the prediction accuracy to some extent.