• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권7호
• /
• pp.339-349
• /
• 2001

This paper suggests an optimal identification method for complex and nonlinear system modeling that is based on Fuzzy-Neural Networks(FNN). The proposed Hybrid Identification Algorithm is based on Yamakawa's FNN and uses the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. In this paper, the FNN modeling implements parameter identification using HCM algorithm and hybrid structure combined with two types of optimization theories for nonlinear systems. We use a HCM(Hard C-Means) clustering algorithm to find initial apexes of membership function. The parameters such as apexes of membership functions, learning rates, and momentum coefficients are adjusted using hybrid algorithm. The proposed hybrid identification algorithm is carried out using both a genetic algorithm and the improved complex method. Also, an aggregated objective function(performance index) with weighting factor is introduced to achieve a sound balance between approximation and generalization abilities of the model. According to the selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity(distribution of I/O data), we show that it is available and effective to design an optimal FNN model structure with mutual balance and dependency between approximation and generalization abilities. To evaluate the performance of the proposed model, we use the time series data for gas furnace, the data of sewage treatment process and traffic route choice process.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.402-410
• /
• 2004

본 논문에서는 복잡하고 비선형적인 시스템을 위하여 최적 면역 알고리즘의 개선된 클론선택에 기반을 둔 최적FNN 설계방법을 제안한다. FNN은 퍼지추론의 간략 추론과 학습방법으로는 오류역전파 알고리즘을 하였고 멤버쉽함수의 파라미터, 학습률 및 모멘텀 계수들을 선정하기 위하여 개선된 클론 선택을 사용하는 방법을 도입하였다. 제안한 알고리즘은 생체의 면역반응에 기초를 둔 면역알고리즘의 클론선택을 기본으로 분화율을 조절하여 성능을 개선하였다. 그 과정을 통하여 다양한 항체들을 생성하고 목적함수나 제한조건과 같은 항원들에 대하여 가장 높은 친화도를 가지는 항체를 최적 항체로 선택하였다. 제안된 알고리즘의 성능을 평가하기 위하여 가스로공정과 교통경로선택 공정을 사용한다.

• 한국수자원학회논문집
• /
• 제37권6호
• /
• pp.449-460
• /
• 2004

본 논문에서는 월 댐유입량을 예측하는데 있어서 기상예보정보를 활용한 뉴로-퍼지 시스템의 적용성을 검토하였다. 뉴로-퍼지 알고리즘으로 퍼지이론과 신경망이론의 결합형태인 ANFIS(Adaptive Neuro-Fuzzy Inference System)을 이용하여 모형을 구성하였다. ANFIS의 공간분할에 의한 제어규칙의 선정에 있어 퍼지변수가 증가함에 따라 제어규칙이 기하급수적으로 증가하는 단점을 해결하기 위해 퍼지 클러스터링(Fuzzy Clustering)방법 중 하나인 차감 클러스터링(Subtractive Clustering)을 사용하였다. 또한 본 연구에서는 정성적인 기상예보정보를 정량화 시키는 방법을 제안하였다. AMFIS를 이용하여 월 댐유입량 예측 시, 관측자료만으로 구성된 모형에 의한 예측결과와 관측자료에 기상예보정보를 더하여 구성된 모형에 의한 예측결과를 비교하였다. 그 결과 ANFIS는 기상예보정보를 활용하여 댐유입량을 예측했을 때가 관측자료만으로 예측했을 때보다 예측능력이 더욱 정확함을 보였다.

• 정보보호학회논문지
• /
• 제13권3호
• /
• pp.135-144
• /
• 2003

침입탐지시스템은 사용된 알고리즘이나 기법의 특성에 따라 여러 탐지영역에 대해서 상이한 탐지결과를 나타내게된다. 따라서 서로 다른 탐지영역을 갖는 여러 탐지시스템들의 결과를 통합함으로써 탐지영역을 넓힐 수 있는 통합탐지 방법이 필요하다. 또한 통합 시에 발생할 수 있는 수많은 잘못된 보고의 수를 최소화함으로써 보안 관리자의 업무부담을 줄이고 탐지결과의 정확성을 높일 필요가 있다. 이 논문에서는 시스템 사용행위에 대해서 각 탐지시스템들이 모호한 판정의 결과값을 내어놓는 경우 분석된 탐지시스템의 특성을 퍼지추론을 이용하여 통합탐지 한다. 분석된 탐지 특성은 퍼지제어의 과정에서 적용된 각 탐지시스템에 대한 소속함수와 제어규칙으로 표현한다. 그리고, 모호한 판정 값을 통합하고 잘못된 보고의 숫자를 최소화하였으며, 여러 번의 실험을 통해 결정된 임계값의 적용으로 추론의 적용대상이 최소화되도록 하였다.

• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.69-78
• /
• 2015

다중 에이전트 시스템에 대한 연구는 최근 다양한 분야에서 활성화 되고 있으며, 복잡한 시스템의 제어 및 최적화에 관한 연구가 진행되어 왔다. 본 논문에서는 게임 환경에서의 NPC(Non-Player Character) 시뮬레이션을 위한 다중 에이전트 시스템을 개발한다. 시스템 개발의 목적은 동적 이산사건 영역의 상황을 추론하여 신속하고 정확한 판단을 제공하고 에이전트 시스템의 최적화 과정을 보다 손쉽게 도와주는데 있다. 이를 위한 에이전트 시스템의 기본 모델은 페트리넷을 활용하여 구조를 단순화 하고 퍼지 추론엔진을 사용하여 다양한 상황을 결정할 수 있도록 하였다. 본 연구 시스템의 실험은 NPC간의 가상 전장 상황을 묘사하며, 퍼지 규칙이 적용된 에이전트와 유한 상태 기계로 구현된 NPC를 시뮬레이션 하여 에이전트의 승률과 생존율을 산출하였다. 실험 결과 퍼지 규칙 기반 에이전트의 승률과 생존율이 유한 상태 기계로 구현된 NPC보다 더 높은 것으로 나타났다.

• The Journal of the Acoustical Society of Korea
• /
• 제15권1E호
• /
• pp.5-19
• /
• 1996

This paper proposes a loose part monitoring system (LPMS) design with a signal processing method based on fuzzy logic. Considering fuzzy characteristics of metallic impact waveform due to not only interferences from various types of noises in an operating nuclear power plant but also complex wave propagation paths within a monitored mechanical structure, the proposed LPMS design incorporates the comprehensive relation among impact signal features in the fuzzy rule bases for the purposes of alarm discrimination and impact diagnosis improvement. The impact signal features for the fuzzy rule bases include the rising time, the falling time, and the peak voltage values of the impact signal envelopes. Fuzzy inference results based on the fuzzy membership values of these impact signal features determine the confidence level data for each signal feature. The total integrated confidence level data is used for alarm discrimination and impact diagnosis purposes. Through the perpormance test of the proposed LPMS with mock-up structures and instrumentation facility, test results show that the system is effective in diagnosis of the loose part impact event(i.e., the evaluation of possible impacted area and degree of impact magnitude) as well as in suppressing false alarm generation.

• 한국가스학회지
• /
• 제4권4호
• /
• pp.65-70
• /
• 2000

본 연구에서는 국내 안전문화의 향상과 가스 관련 사고의 재발을 방지할 수 있으며, 사고 원인 분석의 원활한 수행을 도모할 수 있도록 기술적 지원을 할 수 있는 $\lceil$가스 사고 근본 원인 해석 시스템$\rfloor$을 개발하였다. 본 연구에서 개발한 프로그램은 가스산고 조사시사고원인을 체계적으로 분석할 수 있도록 사고사례를 분석하여 사고원인 데이터베이스를 구축하였으며, If${\~}$Then Rule을 적용하여 사고의 1차 원인을 찾을 수 있게 하였다. 이때 사고 발생장소, 사고 형태, 사고시 운전 상황, 사고 가스, 사고 발생 기계장치 및 구성요소들을 유기적으로 연결하여 도출되는 1차 원인의 수를 줄이도록 하였다. 또한, 인적 오류, 장치 결함, 외부 요인을 시작점으로 하여 5단계의 질의를 통하여 근본 원인을 찾아갈 수 있도록 하는 Root Cause Analysis Map을 구축하였다.

• 한국컴퓨터산업학회논문지
• /
• 제2권9호
• /
• pp.1175-1182
• /
• 2001

원투원 마케팅(데이터베이스 마케팅 또는 관계 마케팅)은 컴퓨터의 발전과 더불어 기업 및 고객에게 이익을 가져올 것이며, 또한 고객의 세일 및 광고에 변화를 가져올 여러 분야 중의 하나이다. 인터넷 쇼핑몰에서 지능적인 고객 서비스의 일환으로, 본 논문에서는 데이터 마이닝 기법으로 잘 알려진 장바구니 분석을 이용한 개인화 된 광고를 제공하는 기법을 제시하고자 한다. 추천 기법의 핵심적인 이론으로 통계학, 데이터 마이닝, 인공 지능, 규칙 기반 매칭 등이 있다. 개인화 된 추천을 위한 규칙 기반 관점에서, 개인화를 위한 마케팅 규칙은 일반적으로 마케팅 전문가로부터 추출되어 고객의 데이터를 갖고 추정한다. 그러나 마케팅 전문가로부터 규칙을 추출하기란 매우 어려울 뿐만 아니라, 작성된 지식 기반 규칙을 검증하고 유지하기도 어렵다. 본 논문에서는 장바구니 분석 기법을 이용하여, 크로스 세일 마케팅 규칙을 추출한 뒤, 고객이 인터넷 쇼핑몰에 방문했을 때 개인화 된 광고를 제공하는데 초점을 두기로 한다.

• 한국비블리아학회지
• /
• 제28권4호
• /
• pp.301-319
• /
• 2017

저자명 식별이란 다른 이름으로 표기된 한 명의 개인을 식별하는 것과 같은 이름을 가진 서로 다른 저자들을 각기 구별된 개인으로 분류하는 것으로, 저자의 연구 목록 및 연구 업적 평가, 특정 분야의 전문가를 검색하거나, 인용색인과 같은 학술 정보 서비스의 원활한 운영을 위해 반드시 해결해야 할 문제이다. 본 연구는 단순 머신러닝만을 사용한 실험 결과와 휴리스틱 방식으로 데이터 셋의 오류 수정 및 정규화 작업을 이후 머신러닝의 처리 과정에 룰 베이스 기반의 규칙을 부여한 저자명 식별 실험의 결과의 비교를 통하여, 인간의 개입이 머신러닝의 단점을 보완하고 저자명 식별 성능을 향상시킬 수 있는지 알아보았다. 그 결과 F-measure 0.1 이상 향상시킨 정규화 된 email기반의 룰 베이스 저자식별 결과로 정규화 과정과 휴리스틱 설정에 필요한 인간의 패턴인식과 추론능력이 머신러닝의 단점을 보완해줄 수 있음에 대한 가능성을 나타내었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권11호
• /
• pp.235-244
• /
• 2017

본 논문은 모래 상자 놀이에서의 심리 진단을 위한 시스템을 규칙 기반 전문가 시스템을 적용하여 설계하고자 한다. 모래 상자 놀이는 놀이 치료 중 하나이며 모래와 여러 종류의 피규어들을 이용한 심리 진단과 치료를 병행할 수 있는 기법이다. 이 기법에서 심리 진단 요소에 초점을 맞추어 입력 값이 주어지면 자동으로 심리 유형을 진단해 주는 시스템을 구현하고자 한다. 이에 진단 기법에서 기준 요소로 이용되는 모래 상자에 배치한 피규어들의 종류, 피규어들의 배열 상태, 제작 시간을 6가지의 언어 객체를 설정하고 그에 따른 규칙을 생성한다. 본 시스템에서는 내담자가 완성한 모래 상자를 센서 장치로 인식 한다 가정한다. 그리고 인식한 상태가 입력 값으로 들어오면 언어 객체를 기반으로 한 규칙들이 차례로 점화된다. 이를 통해 내담자에게 26가지의 심리 유형중 하나를 진단해 준다. 결과적으로 진단과정을 간편화 하고 자동화하려 한다. 그리고 보다 세분화된 심리 진단을 내려주어 그에 맞춘 치료가 가능하게 하는 것이 목적이다.