• 지능정보연구
• /
• 제2권2호
• /
• pp.1-15
• /
• 1996

전문가의 지식을 지식베이스화하여 의사결정지원시스템으로 사용하려는 노력이 증대하고 있다. 특히 투자의사결정과 같은 원인결과의 관계를 명확히 규정할 수 없는 복작한 영역에서 전문가의 지식베이스는 비전문가의 의사결정에 중요한 조언을 제공할 수 있다. 불확실한 지식을 지식베이스화하는 한 방법으로 퍼지프러덕션시스템이 널리 사용되고 있다. 주식시장과 같은 동태적인 시스템에서 어떤 정보의 중요성은 상황에 따라 변화하는데 이를 정태적인 프로덕션시스템의 규칙으로 지식베이스화하는 것은 불가능하다. 그러나 추론을 수행하는 과정에서 수행당시 각 정보의 중요도에 부응하는 가중치를 부여하여 평가함으로써 정태적인 지식베이스에 동태적인 실제시스템의 특성을 반영할 수 있다. 이는 가중치가 높은 정보에 해당하는 조건명제의 충족정도가 해당규칙의 전체평가결과에 더욱 중요하게 반영되게 하여 좀더 현실성 있는 추론 결과를 얻게 한다. AHP(Analytic Hierachy Process) 방법에 의하여 얻어진 정보의 상대적 중요도에 따른 가중치 (w)를 해당 정보와 조건명제의 합치정도(Degree of Match : DM)에 (DM)w 의 형식으로 적용함으로써 퍼지프러덕션시스템에서 정보의 중요도를 반영하여 프러덕션규칙을 평가하는 방법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.115-117
• /
• 2004

인간과 인간 사이에 컨텍스트의 역할이 중요한 것처럼 기계가 컨텍스트를 인식할 수 있는 능력을 갖추는 것은 중요하다. 특히 지능적인 서비스를 제공하기 위해서는 고수준 컨텍스트를 추출하는 것이 필요하고, 최근 베이지안 네트워크를 이용해 컨텍스트를 추출하려는 연구가 많이 있었다. 그러나 대부분은 단순한 컨텍스트를 추출하는 연구들이고, 상황이나 사용자에 따라 다른 특성을 보이는 경우에 대한 처리는 하지 못하고 있다. 본 논문은 퍼지 소속 함수를 통해 각 센서에서 오는 정보를 전 처리하고, 이를 베이지안 네트워크를 이용해 고수준 컨텍스트로 추출하는 방법을 제안한다. 특히 여러 개의 퍼지 노드가 있을 경우 퍼지 소속값의 곱을 사용하여 베이지안 추론에 적용하였다. 각 센서의 정보를 처리하는 퍼지 소속 함수는 사용자가 쉽게 설계할 수 있고, 컨텍스트 추출모듈과 별개로 설계가 가능하기 때문에 베이지안 네트워크의 유연하고 적응적인 특성을 유지하면서 개인화가 가능하다. 제안한 방법의 유용성을 보이기 위해 실제 세계의 문제를 모델링한 베이지안 네트워크의 예를 보이고 이를 분석한다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2005년도 하계학술대회 논문집 Vol.6
• /
• pp.566-567
• /
• 2005

Until now variable pattern classification methods have been introduced. So, variable methods in PD source classification were applied. NN(neural network) the most used scheme as a PD(partial discharge) source classification. But in recent year another method were developed. These methods is present superior to NN in the field of image and signal process function of classification. In this paper, it is show classification result in PD source using three methods; that is, BP(back-propagation), ANFIS(adaptive neuro-fuzzy inference system), PCA-LDA(principle component analysis-linear discriminant analysis).

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.22.1-22
• /
• 2001

In this paper we present Multiple-Channel Active Noise Control[ANC] system by employing Independent Component Analysis[ICA] and Adaptive Network Fuzzy Inference System[ANFIS]. ICA is widely used in signal processing and communication and it use prewhiting and appropriate choice of non-linearities, ICA can separate mixed signal. ANFIS controller is trained with the hybrid learning algorithm to optimize its parameters for adaptively canceling noise. This new method which minimizes a statistical dependency of mutual information(MI) in mixed low frequency noise signal and there is no need to secondary path modeling. The proposed implementations achieve more powerful and stable noise reduction than Filtered-X LMS algorithms which is needed for LTI assumption and precise secondary error

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.29.2-29
• /
• 2001

For the design of human-centered systems in which a human and machine such as a robot form a human-in system, human-friendly interaction/interface is essential. Human-friendly interaction is possible when the system is capable of recognizing human biosigns such as5 EMG Signal, hand gesture and facial expressions so the some humanintention and/or emotion can be inferred and is used as a proper feedback signal. In the talk, we report our experiences of applying the Soft computing techniques including Fuzzy, ANN, GA and rho rough set theory for efficiently recognizing various biosigns and for effective inference. More specifically, we first observe characteristics of various forms of biosigns and propose a new way of extracting feature set for such signals. Then we show a standardized procedure of getting an inferred intention or emotion from the signals. Finally, we present examples of application for our model of rehabilitation robot named.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.235-238
• /
• 2006

기존의 학습평가 시스템은 학습자의 학습 수행능력을 판정하기 위한 진단평가와 학습능력의 향상 정도를 측정하기 위한 형성평가를 독립적으로 수행하여 평가하기 때문에 학습 수행능력을 보다 명확하게 처리하기 곤란하다는 단점을 가진다. 따라서 본 논문에서는 학습자의 수행 능력을 보다 객관적으로 평가하기 위해서 진단평가와 형성평가를 통합평가할 수 있는 다-단계 학습평가 방법을 제안한다. 제안된 방법에서는 진단평가와 형성평가의 수준 정도를 반영하기 위해 서로 다른 가중치를 적용하여 학습능력을 평가하였다. 또한 각 평가단계에서 퍼지추론을 통해 획득한 비퍼지화된 실수 구간을 최종평가에 적용함으로써 학습자의 수행능력과 능력 향상을 보다 종합적으로 평가할 수 있도록 하였다.

• Steel and Composite Structures
• /
• 제17권5호
• /
• pp.623-639
• /
• 2014

Due to recent advancements in the area of Artificial Intelligence (AI) and computational intelligence, the application of these technologies in the construction industry and structural analysis has been made feasible. With the use of the Adaptive-Network-based Fuzzy Inference System (ANFIS) as a modelling tool, this study aims at predicting the shear strength of channel shear connectors in steel concrete composite beam. A total of 1200 experimental data was collected, with the input data being achieved based on the results of the push-out test and the output data being the corresponding shear strength which were recorded at all loading stages. The results derived from the use of ANFIS and the classical linear regressions (LR) were then compared. The outcome shows that the use of ANFIS produces highly accurate, precise and satisfactory results as opposed to the LR.

• Computers and Concrete
• /
• 제24권3호
• /
• pp.271-282
• /
• 2019

Concrete undergoes a series of thermo-based physio-chemical changes once exposed to elevated temperatures. Such changes adversely alter the composition of concrete and oftentimes lead to fire-induced explosive spalling. Spalling is a multidimensional, complex and most of all sophisticated phenomenon with the potential to cause significant damage to fire-exposed concrete structures. Despite past and recent research efforts, we continue to be short of a systematic methodology that is able of accurately assessing the tendency of concrete to spall under fire conditions. In order to bridge this knowledge gap, this study explores integrating novel artificial intelligence (AI) techniques; namely, artificial neural network (ANN), adaptive neuro-fuzzy inference system (ANFIS) and genetic algorithm (GA), together with traditional statistical analysis (multilinear regression (MLR)), to arrive at state-of-the-art procedures to predict occurrence of fire-induced spalling. Through a comprehensive datadriven examination of actual fire tests, this study demonstrates that AI techniques provide attractive tools capable of predicting fire-induced spalling phenomenon with high precision.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.483-486
• /
• 2015

The objective of this study is to develop generalized regression neural networks (GRNN) model for estimating daily solar radiation using limited weather variables at Champaign and Springfield stations in Illinois. The best input combinations (one, two, and three inputs) can be identified using GRNN model. From the performance evaluation and scatter diagrams of GRNN model, GRNN 3 (three input) model produces the best results for both stations. Results obtained indicate that GRNN model can successfully be used for the estimation of daily global solar radiation at Champaign and Springfield stations in Illinois. These results testify the generation capability of GRNN model and its ability to produce accurate estimates in Illinois.

• Journal of information and communication convergence engineering
• /
• 제19권1호
• /
• pp.29-35
• /
• 2021

While the population of pet dogs and pet-related markets are increasing, there is no convenient and reliable tool for pet health monitoring for pet owners/caregivers. In this paper, we propose a mobile platform-based pre-diagnosis system that pet owners can use for pre-diagnosis and obtaining information on coping strategies based on their observations of the pet dog's abnormal behavior. The proposed system constructs symptom-disease association databases for 100 frequently observed diseases under veterinarian guidance. Then, we apply the possibilistic fuzzy C-means algorithm to form the "probable disease" set and the "doubtable disease" set from the database. In the experiment, we found that the proposed system found almost all diseases correctly, with an average of 4.5 input symptoms and outputs 1.5 probable and one doubtable disease on average. The utility of this system is to alert the owner's attention to the pet dog's abnormal behavior and obtain an appropriate coping strategy before consult a veterinarian.