• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.251-254
• /
• 2003

데이터는 어떤 특성을 나타내는 언어적 또는 수치적 값들의 표현이다. 이러한 데이터들을 목적에 따라 구성한 것이 정보이며, 문제 해결이나 패턴 분류, 또는 의사 결정을 위해 정보들간의 관계를 규칙으로 체계화하는 것이 지식이다. 현재 대부분의 산업 분야에서 시스템에 대한 이해를 높이고 시스템의 성능을 향상시키기 위해 지식을 추출하고, 적용시키는 작업들이 활발히 이루어지고 있다. 지식 정보의 추출은 지식의 획득, 표현, 구현의 단계로 구성되며 이렇게 추출된 지식 정보는 규칙으로 도출된다. 본 논문에서는 여러 산업 분야에 걸쳐 다양하게 적용되는 지식 정보 추출 방법들에 대해 그 영역별로 알아보고 여러 시험 데이터들과 실제 시스템에 클러스터링(CL), 입력공간 분할(ISP), 뉴로-퍼지(NF), 신경망(NN), 확장 행렬(EM) 등의 방법들을 적용시킨 결과들을 비교 분석하고자 한다.

• 한국지능시스템학회논문지
• /
• 제3권3호
• /
• pp.38-54
• /
• 1993

퍼지 제어기(FLC)는 Max-Min CRI 방법을 이용하여 추론하는 시스템이다. 그러나 이 방법은 주관적인 멤버쉽 함수의 결정, 오류 발생 가중치 전략, 비합리적인 추론 규칙들의 조합이라는 세가지 문제점 때문에 원하는 추론 결과와 실제 추론 결과 사이에 상당한 오류 영역을 발생시킨다. 본 논문에서는 이를 해결하기 위해 퍼지 이론에 신경 회로망의 학습 기능이 융합되어 지능적으로 작동하는 뉴로-퍼지 시스템(INFS)을 제안한다. INFS는 이상의 문제 해결 방안이 지식 획득 단계, 적응 조절단계를 통해 작동함으로써 임의의 입력에 대해서도 추론이 가능한 시스템이다. 제안된 INFS를직류 계열 모니터에 적용한 결과 신경 회로망을 사용하지 않았을때 보다 오류 영역을 상당히 줄여주었다. 또한 학습 시간을 고려해 볼 때, INFS에서 사용하는 추론 방법(NCRI 방법)이 지금까지 다른 방법에 비해 휠씬 효율적이었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.323-326
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용하여 단기 전력 수요 예측시스템을 개발하기 위한 체계적인 방법을 제안한다. 제안된 단기 수요 예측시스템은 1시간, 24시간, 168시간의 예측 리드 타임을 갖고 예측을 수행하기 위해서 요일 유형과 시간 별로 총 96개의 초기 구조를 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점에 해당하는 초기 구조를 선택하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 예측시스템은 단지 2개의 입력 변수만을 이용하기 때문에 간단한 모델 구조를 가질 뿐 아니라 학습된 퍼지 규칙을 해석하는 것이 매우 용이하다는 장점을 갖는다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 한국전력의 실제 전력 수요 데이터를 이용하여 1시간, 24시간 168시간 앞의 전력 수요를 예측하는 모의 실험을 수행한다. 실험 결과 제안된 방법은 단지 2개의 입력 변수를 사용함에도 불구하고 기존의 예측 방법과 비교하여 예측의 정확도와 신뢰도 측면에서 우수한 성능을 얻는다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• Smart Structures and Systems
• /
• 제5권2호
• /
• pp.139-152
• /
• 2009

Globally, civil infrastructures are deteriorating at an alarming rate caused by overuse, overloading, aging, damage or failure due to natural or man-made hazards. With such a vast network of deteriorating infrastructure, there is a growing interest in continuous monitoring technologies. In order to provide a true distributed sensor and control system for civil structures, we are developing a Structural Nervous System that mimics key attributes of a human nervous system. This nervous system is made up of building blocks that are designed based on mechanoreceptors as a fundamentally new approach for the development of a structural health monitoring and diagnostic system that utilizes the recently developed piezo-fibers capable of sensing and actuation. In particular, our research has been focused on producing a sensory nervous system for civil structures by using piezo-fibers as sensory receptors, nerve fibers, neuronal pools, and spinocervical tract to the nodal and central processing units. This paper presents up to date results of our research, including the design and analysis of the structural nervous system.

• Journal of Mechanical Science and Technology
• /
• 제19권8호
• /
• pp.1670-1681
• /
• 2005

In-situ diagnosis of chiller performance is an essential step for energy saving business. The main purpose of the in-situ diagnosis is to predict the performance of a target chiller. Many models based on thermodynamics have been proposed for the purpose. However, they have to be modified from chiller to chiller and require profound knowledge of thermodynamics and heat transfer. This study focuses on developing an easy-to-use diagnostic technique that is based on adaptive neuro-fuzzy inference system (ANFIS). The effect of sample data distribution on training the ANFIS is investigated. It is found that the data sampling over 10 days during summer results in a reliable ANFIS whose performance prediction error is within measurement errors. The reliable ANFIS makes it possible to prepare an energy audit and suggest an energy saving plan based on the diagnosed chilled water supply system.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.95-98
• /
• 1998

초음파센서는 저렴성, 단순한 구조, 기계적 강인성, 사용상의 적은 제약 등의 이점 때문에 다양한 응용분야에 적용된다. 물체의 인식에 초음파센서를 사용하기에는 낮은 분해능을 초래하는 불량한 방향성과 측정오류를 유발하는 반사성의 어려움을 내재하고 있다. 이런 문제를 개선하기 위해서 다양한 센사의 배열형태에서 많은 수의 센서를 사용하거나, 일정 수의 센서를 사용할 경우에는 센서의 배열을 기계적으로 이동시킨다. 본 논문에서는 물체의 패턴인식에 있어서 가장 기본적인 거리, 물체크기, 물체각도 값을 얻기 위해 간단하게 구성된 전자회로를 부가하여 초음파센서의 송출전압을 여러 단계로 변경시켜 얻어낸 데이터에 뉴로퍼지 기반의 지능적 계산 알고리즘을 적용하여 개선된 결과를 얻는다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.285-288
• /
• 2005

최근 컴퓨터의 소형화와 인터넷의 대중화로 유비쿼터스 컴퓨팅이 많은 주목을 받고 있다. 유비쿼터스 환경에서 사용자는 언제 어디서나 원하는 정보 서비스를 제한 없이 받을 수 있다. 인터넷의 대중화로 유비쿼터스 시대가 도래하면서 유비쿼터스 환경을 어떻게 제시할 것인지와 어떤 서비스와 이용 방법을 사용자에게 제공할 것인지가 중요해 지고 있다. 본 논문에서는 유비쿼터스 환경에서 사용자의 목적에 가장 적합한 장치가 자동으로 선택되는 방안을 제안한다. 일반 사용자들가 작업에 필요한 장치를 간단한 언어항으로 입력하면 퍼지 신경망을 이용하여 최적의 장치를 선택하고 IP 어드레스를 이용하여 장치를 구성한다. 간단한 환경을 구성하여 실험해 보았다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2019년도 추계학술대회
• /
• pp.174-175
• /
• 2019

Battery cells are connected in parallel to enlarge the system capacity. However, cell inconsistency may reduce the overall system capacity and cause the over-charging or over-discharging issue. This paper proposes a SOC-based sequencing equalizer for parallel-connected battery configuration that uses the ANFIS (adaptive neuro-fuzzy inference system) algorithm to make the switching decision. Depend on the load current and the SOC (state-of-charge) rate of cells, the switching decision is made to equalize the SOC of the battery cells. The simulation results show that the system capacity is maximized and the controller is adaptive for a large number of parallel-connected in dynamic load profile.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2995-2997
• /
• 2000

원자력발전소의 열출력 계산 결과에 가장 큰 영향을 미치는 변수는 주급수 유량이며, 측정방식상의 특성(Venturi Fouling)으로 인해 계산시 과다하게 반영될 소지가 있다 본 연구에서는 이 측정 오차를 최소화하기 위하여 뉴로-퍼지 논리를 이용하여 주급수 유량을 예측한 후 그 결과를 통해 열출력을 재평가하고자 하였다. 즉, 뉴로-퍼지로의 입력 변수(증기발생기 압력 및 수위. 터빈 충동실 압력)들은 모의훈련으로 출력을 상승시키면서 취득한 후 Wavelet Denoising 기법을 이용하여 노이즈를 제거시키고. 뉴로-퍼지 추론 계통의 파라메타들을 최적화시키기 위하여 유전적 알고리듬 및 최소자승법에 의한 Hybrid Learning Rule을 이용하여 학습시켰다. 시뮬레이션을 수행한 결과, 주급수 유량이 양호하게 예측되어, 이 결과를 토대로 열출력을 평가하는데 본 알고리듬의 적용이 성공적임을 입증하였다.