• 한국지능시스템학회논문지
• /
• 제11권1호
• /
• pp.39-44
• /
• 2001

본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 영상 안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 더 정확하고 인식률이 높게 검출해 낼 수 있다.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.635-642
• /
• 2003

강화학습은 제어, 스케쥴링 등 많은 응용분야에서 성공적인 학습 결과를 얻었다. 기본적인 강화학습 알고리즘인 Q-Learning, TD(λ), SARSA 등의 학습 속도의 개선과 기억장소 등의 문제를 해결하기 위해서 여러 함수 근사방법(function approximation methods)이 연구되었다. 대부분의 함수 근사 방법들은 가정을 통하여 강화학습의 일부 특성을 제거하고 사전지식과 사전처리가 필요하다. 예로 Fuzzy Q-Learning은 퍼지 변수를 정의하기 위한 사전 처리가 필요하고, 국소 최소 자승법은 훈련 예제집합을 이용한다. 본 논문에서는 온-라인 퍼지 클러스터링을 이용한 함수 근사 방법인 Fuzzy Q-Map을 제안하다. Fuzzy Q-Map은 사전 지식이 최소한으로 주어진 환경에서, 온라인으로 주어지는 상태를 거리에 따른 소속도(membership degree)를 이용하여 분류하고 행동을 예측한다. Fuzzy Q-Map과 다른 함수 근사 방법인 CMAC와 LWR을 마운틴 카 문제에 적용하여 실험 한 결과 Fuzzy Q-Map은 훈련예제를 사용하지 않는 CMAC보다는 빠르게 최고 예측율에 도달하였고, 훈련 예제를 사용한 LWR보다는 낮은 예측율을 보였다.

• 한국정보통신학회논문지
• /
• 제23권5호
• /
• pp.540-546
• /
• 2019

본 연구는 야간조명 영상에 대한 정보손실을 최소화하는 이진화 방법을 제안한다. 야간조명 영상의 대상은 조명의 영향으로 초점이 맞지 않으며 식별이 불가능한 영상이다. 또한 영상은 명도 히스토그램에서 일부 영역에만 치우친 명도 영역을 가지고 있다. 그래서 기존의 단순한 이진화 방법은 좋은 결과를 얻기에는 힘들다. 제안한 이진화 방법은 영상을 분할하는 방법과 영상 합병 방법을 사용한다. 단계별로 분할된 블록 내에서는 삼각형 타입의 퍼지논리를 이용하여 두 영역으로 구분한다. 소속도의 값이 0은 현 단계에서 이진화하며 소속도의 값이 1은 다음 단계 이후에 이진화를 한다. 실험 결과는 검은색부분에 밀집된 명도 영역에서 정보손실이 최소화된 야간조명 영상을 취득할 수 있었다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2000년도 춘계학술대회논문집
• /
• pp.125-134
• /
• 2000

본 논문에서는 제산기가 제거된 싱글톤 퍼지제어기에 대한 새로운 귀속도 함수 발생기 및 계수 선택기회로를 제안함으로써 회로 구성소자를 줄일 수 있는 기법을 제안하였다. 입력 값의 범위에 따라 추론에 사용될 언어변수를 미리 결정하여 필요한 귀속도 함수만을 발생시킴으로서 보다 간략화 된 회로를 구성할 수 있으며 또한 추론의 결과에 영향을 줄 계수들을 미리 선택해 주는 계수 선택회로를 통해 전건부의 적합도가 0이 되는 모든 규칙들에 대한 연산 회로를 제거하였다. 그리고 귀속도 함수 발생기에서 발생하는 전류모드 CMOS 회로의 문제점인 팬-아웃(fan-out)수의 제한을 해결하기 위해 전압입력-전류출력의 귀속도 함수발생기를 OTA방식으로 구성하였다. 기존의 방법에 비해 블록 수와 소자수가 큰 폭으로 감소하였음을 확인하였고, 또한 전건부와 언어변수의 수가 증가할수록 더욱 효과적임을 확인하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2000년도 추계공동학술대회논문집
• /
• pp.357-365
• /
• 2000

본 논문에서는 제산기가 제거된 싱글톤 퍼지제어기에 대한 새로운 귀속도 함수 발생기 및 계수 선택기회로를 제안함으로써 회로 구성소자를 줄일 수 있는 기법을 제안하였다. 입력 값의 범위에 따라 추론에 사용될 언어변수를 미리 결정하여 필요한 귀속도 함수만을 발생시킴으로서 보다 간략화 된 회로를 구성할 수 있으며 또한 추론의 결과에 영향을 줄 계수들을 미리 선택해 주는 계수 선택회로를 통해 전건부의 적합도가 0이 되는 모든 규칙들에 대한 연산 회로를 제거하였다. 그리고 귀속도 함수 발생기에서 발생하는 전류모드 CMOS 회로의 문제점인 팬-아웃(fan-out)수의 제한을 해결하기 위해 전압입력-전류출력의 귀속도 함수발생기를 OTA방식으로 구성하였다. 기존의 방법에 비해 블록 수와 소자수가 큰 폭으로 감소하였음을 확인하였고, 또한 전건부와 언어변수의 수가 증가할수록 더욱 효과적임을 확인하였다.

• 지능정보연구
• /
• 제13권1호
• /
• pp.81-90
• /
• 2007

본 논문에서는 전문적인 지식이 부족한 일반인들을 대상으로 자신의 건강 상태를 파악 할 수 있는 지능형 자가 진단 시스템을 제안한다. 제안된 자가 진단 시스템은 보건 복지부에 제출된 '한국인이 부담을 가지는 질병' 관련보고서를 참조하여 선정한 30가지의 질병과 각 질병에 대한 대표 증상을 이용하여 질병을 도출한다. 본 논문에서는 개선된 FCM 알고리즘을 적용하여 질병 종류를 군집화하고 각 질병의 증상과 관련된 질의 결과를 입력 벡터로 적용하여 사용자의 건강 상태를 진단한다. 기존의 방법에서는 입력 벡터와 군집 중심과의 거리를 측정한 후 거리가 가까운 5가지를 선택하기 때문에 선택된 질의와 관련 없는 질병을 도출하는 단점이 있었다. 이러한 단점을 개선하기 위해, 선택된 질의와 도출된 질병에 대한 퍼지 소속도를 이용하여 정렬한다. 정렬된 질병에서 상위 5가지를 도출한 결과, 선택된 질의와 관련된 질병만을 도출하는 것을 확인 할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.485-492
• /
• 2016

이진화는 컴퓨터 비전 분야에서 전경과 배경을 분리하는 중요한 역할을 한다. 본 연구에서는 적응 퍼지 이진화 방법을 제안한다. 이동 창 내의 화소의 밝기 값 분포에 따라 ${\alpha}$-컷을 구하고, 이 값을 이용하여 이진화를 수행한다. ${\alpha}$-컷을 구하기 위해 수행속도가 빠른 기존의 이진화 방법들을 이용한다. 기존 방법들로 구해진 임계치들을 퍼지 소속 함수들의 중심값으로 설정하고, 화소의 밝기값 분포를 이용하여 퍼지 소속 함수들의 구간을 결정한다. 결정된 퍼지 소속 함수들을 이용하여 ${\alpha}$-컷의 조정율을 구하고, 각 화소의 소속도에 따라 이진화를 수행한다. 실험 결과는 제안한 방법이 기존의 방법들보다 전경과 배경이 효과적으로 분리될 수 있고, 전경의 손실이 적어지는 것을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제14권8호
• /
• pp.25-31
• /
• 2009

RGB 모델을 통한 정적인 추론 규칙을 적용한 기존의 색채 정보 인식 방법은 RGB 모델이 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 추론 규칙을 추가, 수정, 삭제 할 수 있는 방법을 제안한다. 본 논문에서는 각각의 H, S, I 소속 구간에 대하여 H는 Sine, Cosine 함수를 사용하여 소속 구간을 설계하며, S, I는 삼각형 타입의 소속 함수로 설계한다. 설계된 각각의 소속 구간에 대하여 소속 구간 병합을 적용하여 소속도를 계산하고, 계산된 결과들은 미리 제시된 추론 규칙에 적용하여 색채를 추론한다. 제안된 두가지 방법을 적용하여 실험한 결과, 기존의 방법보다 제안된 방법이 비교적 직관적이며 효율적인 형태로 결론을 도출할 수 있음을 확인하였다.

• ETRI Journal
• /
• 제39권2호
• /
• pp.173-180
• /
• 2017

Multimodal medical image fusion is the process of retrieving valuable information from medical images. The primary goal of medical image fusion is to combine several images obtained from various sources into a distinct image suitable for improved diagnosis. Complexity in medical images is higher, and many soft computing methods are applied by researchers to process them. Intuitionistic fuzzy sets are more appropriate for medical images because the images have many uncertainties. In this paper, a new method, based on Sugeno's intuitionistic fuzzy set (SIFS), is proposed. First, medical images are converted into Sugeno's intuitionistic fuzzy image (SIFI). An exponential intuitionistic fuzzy entropy calculates the optimum values of membership, non-membership, and hesitation degree functions. Then, the two SIFIs are disintegrated into image blocks for calculating the count of blackness and whiteness of the blocks. Finally, the fused image is rebuilt from the recombination of SIFI image blocks. The efficiency of the use of SIFS in multimodal medical image fusion is demonstrated on several pairs of images and the results are compared with existing studies in recent literature.

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.273-283
• /
• 2000

In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to 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 and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). 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.