• 한국멀티미디어학회논문지
• /
• 제25권5호
• /
• pp.670-675
• /
• 2022

This study proposes an improved binarization method to improve image recognition rate. The research goal is to minimize the information loss that occurs during the binarization process, and to transform the object of the original image that cannot be determined through the transformation process into an image that can be judged. The proposed method uses a stepwise segmentation method of an image and divides blocks using prime numbers. Also, within one block, a trapezoidal type of fuzzy is applied. The fuzzy trapezoid is binarized by dividing the brightness histogram area into three parts according to the degree of membership. As a result of the experiment, information loss was minimized in general images. In addition, it was found that the converted binarized image expressed the object better than the original image in the special image in which the brightness region was tilted to one side.

• Structural Engineering and Mechanics
• /
• 제83권5호
• /
• pp.577-591
• /
• 2022

This paper develops a comparatively time-efficient methodology for performing seismic fragility analysis of the reinforced concrete (RC) buildings in the presence of uncertainty sources. It aims to appraise the effectiveness of any variation in the material's mechanical properties as epistemic uncertainty, and the record-to-record variation as aleatory uncertainty in structural response. In this respect, the fuzzy set theory, a well-known 𝛼-cut approach, and the Genetic Algorithm (GA) assess the median of collapse fragility curves as a fuzzy response. GA is requisite for searching the maxima and minima of the objective function (median fragility herein) in each membership degree, 𝛼. As this is a complicated and time-consuming process, the authors propose utilizing the Gene Expression Programming-based (GEP-based) equation for reducing the computational analysis time of the case study building significantly. The results indicate that the proposed structural analysis algorithm on the derived GEP model is able to compute the fuzzy median fragility about 33.3% faster, with errors less than 1%.

• 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.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.105-111
• /
• 2009

RGB 모델을 통한 정적인 추론 규칙을 적용한 기존의 색채 정보 인식 방법은 RGB모델이 가지는 인간 시각과의 괴리감과 특정한 환경에서만 적용할 수 있는 문제점이 있다. 본 논문에서는 HSI 모델을 적용하여 색채에 대한 인간 인식 과정과 유사한 형태의 추론 방식과, 사용자에 의해서 추론규칙을 추가, 수정, 삭제 할 수 있는 방법을 제안한다. 본 논문에서는 H, S, I 각각의 소속구간에 대하여 H는 Sine, Cosine 함수를 사용하여 소속구간을 설계하였으며, S, I는 삼각 타입의 소속 함수로 설계하였다. 설계된 각각의 소속구간에 대하여 소속구간 병합을 적용하여 소속도를 계산하고, 계산된 결과들은 미리 제시된 추론규칙에 적용하여 색채를 추론한다. 제안된 두 가지 방법을 적용하여 실험한 결과, 기존의 방법보다 제안된 방법이 비교적 직관적이며 효율적인 형태로 결론을 도출할 수 있음을 확인하였다.

• 한국항공우주학회지
• /
• 제35권11호
• /
• pp.983-989
• /
• 2007

위그선(WIG: Wing In Ground effect)은 해수면상의 저고도에서 운영되기 때문에 조류충돌에 쉽게 노출될 수 있으며 특히 리딩에지(Leading Edge)는 충돌가능성이 높기 때문에 조류충돌에 대한 구조적 안정성 검증과정이 반드시 필요하다. 이러한 항공기에 대한 조류충돌은 매우 복잡한 현상중의 하나로 다양하고 불확실한 파라메터들이 존재한다. 조류충돌에 대한 해석과정에 있어서 불확실성이 존재하는 파라메터들이 충돌 해석결과에 미치는 영향력을 분석하기 위해 퍼지이론을 적용한 유한요소 해석을 수행하였다. 불확실한 파라메터들이 갖는 조류충돌에 대한 영향력은 비선형 충돌해석 프로그램인 LS-DYNA 3D를 사용하여 해석하였으며 조류충돌 현상에 존재하는 다양하고 불확실한 파라메터들은 퍼지숫자(Fuzzy number)와 멤버십 함수(Membership function)로 표현하여 퍼지연산 및 변환기법(Transformation method)을 통해 해석과정에 적용하였다. 결론적으로 불확실성이 존재하는 파라메터들이 조류충돌 현상에 미치는 영향력을 퍼지 연산을 통해 수치적으로 평가하였다.

• 한국정보처리학회논문지
• /
• 제6권8호
• /
• pp.2188-2195
• /
• 1999

본 논문에서는 퍼지 패턴 추정기를 구성하여 신경망 학습시에 훈련되지 않은 새로운 종류의 호가 발생할 때, 재학습을 하지 않고 그 호의 수락/거절을 효과적으로 행할 수 있는 IFVQ-NNCA(Inverse Fuzzy Vectorquantizer-Neural Networks Call Admission Control)를 제안한다. 이 방식은 연결을 요구하는 호의 입력 트래픽 패턴이 발생하면, 그 입력패턴은 수락/거절 표준패턴(코드북), 퍼지 소속 함수값, 그리고 FCM(Fuzzy-C-Means) 연산을 이용하여 학습화한 패턴을 발생한 후, 그 패턴을 신경망의 입력으로 하여 호 수락/거절을 결정한다. 이 방식은 셀 스트림의 평균과 분산값을 트래픽 파라메터로 사용함으로써 트래픽 모델과는 무관한 호 수락제어가 가능하며, 입력패턴(프레임별 관측패턴)과 표준패턴의 멤버쉽 함수값을 CAC에 신고하는 트래픽 파라케터로 사용하는 새로운 방법이다. 신경망은 오류 역전파 알고리즘을 사용하여 표준패턴으로 학습한다. 시뮬레이션을 통하여 기존의 신경망 방식과 제안된 방식의 Fuzziness 값의 설정에 따른 호 수락/거절 오류를 비교하여 제안된 방식이 우수함을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권6호
• /
• pp.519-529
• /
• 2007

본 논문에서는 효율적인 침입 탐지를 위해 퍼지 규칙을 이용하는 방법을 제안한다. 제안한 방법은 퍼지 의사결정 트리의 생성을 통해 침입 탐지를 위한 퍼지 규칙을 생성하고 진화 알고리즘을 사용하여 최적화한다. 진화 알고리즘의 효율적인 수행을 위해 지도 군집화를 사용하여 퍼지 규칙을 위한 초기 소속함수를 생성한다. 제안한 방법의 진화 알고리즘은 적합도 평가시 퍼지 규칙(퍼지 의사결정 트리)의 성능과 복잡성을 고려하여 평가한다. 또한 데이타 분할을 이용한 평가와 퍼지 의사결정 트리의 생성과 평가 시간을 줄이는 방법으로 소속정도 캐싱과 zero-pruning을 사용한다. 제안한 방법의 성능 평가를 위해 KDD'99 Cup의 침입 탐지 데이타로 실험하여 기존 방법보다 성능이 향상된 것을 확인하였다. 특히, KDD'99 Cup 우승자에 비해 정확도가 1.54% 향상되고 탐지 비용은 20.8% 절감되었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권9호
• /
• pp.649-661
• /
• 2001

기존의 경계검출 방법은 디지털 영상에서 특정한 위치의 경계 존재 유무를 평가하기 위하여, 경계 신호를 강화하고 잡음의 영향을 줄이기 위한 여러 종류의 파라미터를 사용한다. 그 중 대표적인 것은 평활화 기능으로 가우스 함수를 많이 사용한다. 그러나, 평활화 함수는 그 크기에 따라 경계의 위치에 변화를 가져오기 때문에 특징 계산 등의 후처리 연산에 많은 오류를 전파하게 된다. 본 논문에서는 이러한 경계 검출과정의 오류를 줄일 수 있는 최적의 파라미터 평가를 퍼지 경계 표현을 이용하여 제안한다. 퍼지 경계 표현은 특정한 위치에 경계의 가능성 정도를 멤버십으로 부여하는 표현 방법으로서, 경계의 위치가 불확실하거나 밝기 변화가 이상적인 경계와 다를 경우에는 그의 애매성을 퍼지 멤버십으로 표현한다. 이러한 경계의 퍼지 표현을 이용하여 기존의 경계 검출기를 사용하여 검출된 경계에 대한 존재의 모호성 및 위치의 모호성을 평가하고, 최적의 파라미터 값을 영상의 종류에 따라 자동적으로 선택할 수 있는 측정값을 제안한다.

• 한국정보전자통신기술학회논문지
• /
• 제7권4호
• /
• pp.151-158
• /
• 2014

본 논문에서는 Hard 분산 분할 방법을 이용하는 추론 시스템을 소개하고 비선형 공정을 모델링한다. 이를 위해 입력 공간을 분산 형태로 분할하고 소속 정도가 0 또는 1을 갖는 Hard 분할 방법을 이용한다. 제안한 방법은 C-Means 클러스터링 알고리즘에 의해 구현되며, 초기 중심값에 민감한 단점을 보완하기 위해 LBG 알고리즘을 적용하여 이진 분할에 의한 초기 중심값을 이용한다. Hard 분산 분할된 입력 공간은 규칙 기반의 시스템 모델링에서 규칙을 형성한다. 규칙의 전반부 파라미터는 C-Means 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 공정을 모델링한 후 특성을 평가한다.

• 한국정보처리학회논문지
• /
• 제3권3호
• /
• pp.449-459
• /
• 1996

본 논문의 퍼지 수리 형태학의 새로운 정의와 신경망을 이용한 이의 구현을 소개 함에 주 목적을 두고 있다. 이 새로운 정의에는 generalized-mean연산자가 중요한 역할을 하고 있다. 본 정의는 신경망을 이용한 구현에 매우 적합할. 연결자 공유 (shared-weight) 신경망의 전반부는 수리 형태적 연산을 수행하기에 적합한 구조를 가 지고 있다. 이 연결자 공유 신경망은 퍼지 수리형태학적 연산을 이용하여 추출 된 특성 정보를 근거로 하여 형태 분류를 수행한다. 따라서, 본 퍼지 정의의 파라 미터들은 신경망의 학습기법을 이용하여 최적화를 기할수 있다. 구조소들(structuring gelements), membership의 값, 그리고 가중 요소(weighting factor)들을 결정하기 위한 학습방법 (learning rule)들이 자세히 열거되어 있다. 적용 예로서 필기체 숫자 인식 문제에 응용한 결과, 퍼지수리 형태학을 이용한 신경망은 이 문제에 있어 현존하는 최고의 결과들과 충분히 견줄만한 결과를 보여주고 있다.