• ETRI Journal
• /
• 제40권3호
• /
• pp.318-329
• /
• 2018

Femtocell (FC) technology envisaged as a cost-effective approach to attain better indoor coverage of mobile voice and data service. Deployment of FCs over macrocell forms a heterogeneous network. In urban areas, the key factor limits the successful deployment of FCs is inter-cell interference (ICI), which severely affects the performance of victim users. Autonomous FC transmission power setting is one straightforward way for coordinating ICI in the downlink. Application of intelligent control using soft computing techniques has not yet explored well for wireless networks. In this work, autonomous FC transmission power setting strategy using Adaptive Neuro Fuzzy Inference System is proposed. The main advantage of the proposed method is zero signaling overhead, reduced computational complexity and bare minimum delay in performing power setting of FC base station because only the periodic channel measurement reports fed back by the user equipment are needed. System level simulation results validate the effectiveness of the proposed method by providing much better throughput, even under high interference activation scenario and cell edge users can be prevented from going outage.

• 인터넷정보학회논문지
• /
• 제8권3호
• /
• pp.131-143
• /
• 2007

오늘날 정보 기술 및 지능형 시스템에서는 분산 데이터베이스로부터 패턴들을 찾고 규칙들을 추출하기 위해 데이터 마이닝 기술을 사용한다. 분산환경에서 데이터 마이닝 기술을 이용해 추출된 규칙들은 동적인 중복, 적응형 부하 균형 및 기타 기술들에서 활용될 수 있다. 그러나 대량의 데이터 전송은 에러를 야기하며 신뢰할 수 없는 결과를 초래할 수 있다. 이 논문은 이동 에이전트를 사용하여 동적 그룹 바인딩을 기반으로 한 인텔리전트 분산 플랫폼을 제안한다. 그룹서비스를 통해 효율적인 객체 검색을 위한 분류 알고리즘을 구현한다. 지능형 모델은 동적 중복을 위해 추출된 규칙을 사용한다. 데이터 마이닝 에이전트와 데이터 압축 에이전트는 각각 서비스 노드 데이터베이스로부터 규칙을 추출하여 데이터를 압축한다. 제안한 알고리즘은 데이터를 전송하기 전에 neuro-fuzzy 분류기를 사용하여 빈도가 적은 데이터 ???V을 합하는 전처리 과정을 수행한다. 객체그룹 분류, 서비스 노드 데이터베이스 마이닝, 데이터 압축 및 규칙 추출에 대한 시뮬레이션을 수행했다. 효율적인 데이터 압축 및 신뢰성 있는 규칙 추출에 대한 실험 결과 제안한 알고리즘이 다른 방법들과 비교해 이러한 관점에서 성능이 우수함을 나타내었다.

• 한국산학기술학회논문지
• /
• 제7권5호
• /
• pp.830-836
• /
• 2006

본 논문에서는 기존의 PID 제어기와 퍼지 제어기의 특성을 공통으로 갖는 새로운 형태의 신경회로망 기반 자동 동조 뉴로-퍼지 PID제어기를 제안하였다. 제안된 제어기는 퍼지의 선형성을 이용하여 퍼지 PID 제어기의 퍼지 연산부를 간략화 시키고 일반 PID 제어기와 유사한 입출력 특성을 갖도록 하였으며 비선형 성분 보상을 위하여 제어기 출력에 가장 큰 영향을 미치는 출력측 스케일 계수를 단일 신경 회로망 구조로 변경하고 PID 제어기 구조를 유지하게 하였다. 또한 단일 신경 회로망 구조를 이용함으로써 신경회로망의 초기 연결강도와 계산량에 대한 문제점을 해결하고 오차의 부호 정보에 따라 학습계수를 변화시키는 가변 학습계수 역전파 알고리즘을 사용하여 오버 슈트가 작으면서도 빠른 수렴 속도를 갖도록 하였다. 제안된 제어기를 비선형성이 강한 시스템으로 알려진 자기 부양(magnetic levitation) 시스템에 실제 적용하여 본 논문에서 제안한 제어기의 우수한 성능을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.960-963
• /
• 1993

We focus our attention on grading of table meat in accordance with the standard of Japan Meat Grading Association, and construct a beef grading system by image processing. For image processing of beef grading, it needs some techniques such as a shading correction, separation of color image data, and classification of color image data into some grades, for the system construction. However, there are various kinds of weak points in usually used methods for these techniques. Then the authors propose and introduce new approaches using Neural networks and fuzzy inference for the techniques above mentioned, which is very convenient and ensure the high precision.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회(1)
• /
• pp.75-76
• /
• 2005

• 전기전자학회논문지
• /
• 제12권3호
• /
• pp.158-166
• /
• 2008

의용 초음파 장비는 X-Ray, CT, MRI 등 다른 의료 장비보다 휴대성과 안전성면에서는 장점이 있지만 진단 시 해상도와 화질 저하를 유발하는 스펙클이 생기는 단점이 있다. 그러나 단순한 스펙클 잡음의 제거는 경계선 정보의 손실을 발생시킬 수도 있다. 이에 본 논문에서는 효과적인 스펙클 제거와 손실 없는 경계선 검출을 위해 뉴럴네트워크와 퍼지 클러스터링을 이용한 뉴로-퍼지 스펙클 제거 방법을 제안하였다. 제안된 방법은 입력된 의용 초음파 영상에 대해 먼저 퍼지 클러스터링을 적용하여 세 영역으로 나누고 이후 각 영역별로 별도의 뉴럴 네트워크를 적용하는 방법이다. 실제 실험 및 기존 방법들과의 정성적?정량적 비교 분석을 통해 제안 방법의 유용성을 검증하였다.

• 한국산학기술학회논문지
• /
• 제12권8호
• /
• pp.3689-3696
• /
• 2011

의사결정 지원시스템에서 작업자들은 대량의 데이터 집계 연산을 요구하며, 데이터에 대한 정확한 응답보다는 경향 분석에 더 많은 관심을 가진다. 그러므로 정확한 응답보다 빠른 근사 질의응답을 제공하는 것이 필요하며 그것을 실현하기 위한 근사질의 응답 기법의 연구가 필요하다. 따라서 본 논문에서는 기존 연구들의 단점을 보안하고 근사 응답의 정확성을 향상시킬 수 있는 Fuzzy C-Means (FCM) 클러스터링 기반 Adaptive Neuro-Fuzzy Inference System (ANFIS)을 이용한 근사 질의응답 기법을 제안한다. FCM-ANFIS을 이용한 근사 질의응답 기법은 다차원 데이터의 지식 표현 모델을 생성함으로써 거대한 다차원 데이터 큐브에 직접적인 접근 없이 집계 질의 수행이 가능하다. 비교실험을 통하여 제안된 기법이 기존의 NMF 기법보다 근사 질의응답의 정확성이 향상되었음을 확인한다.

• 정보보호학회논문지
• /
• 제15권2호
• /
• pp.13-22
• /
• 2005

본 논문에서는 시스템 호출을 이용하여 이상 침입 탐지 시스템의 성능을 향상시키기 위해, 특징 선택과 가변 길이 데이터를 고정 길이 학습 패턴으로 변환 생성하는 문제를 해결하기 위한 사운덱스 알고리즘을 적용한 신경망 학습을 통하여 이상 침입 탐지의 연구를 하고자 한다. 즉, 가변 길이의 순차적인 시스템 호출 데이터를 사운덱스 알고리즘에 의한 고정 길이의 행위 패턴을 생성하여 역전파 알고리즘과 퍼지 멤버쉽 함수에 의해 신경망 학습을 수행하였다. 역전파 신경망과 뉴로-퍼지 기법을 UNM의 Sendmail Data Set을 이용하여 시스템 호출의 이상침입 탐지에 적용하여 시간과 공간 복잡도 그리고 MDL 측면에서 성능을 검증하였다.

• Environmental Engineering Research
• /
• 제25권3호
• /
• pp.418-425
• /
• 2020

In this study soft computing techniques including, Artificial Neural Network (ANN) and Adaptive Neuro-Fuzzy Inference System (ANFIS) were investigated for the prediction of Cr(VI) transport efficiency by novel Polymer Inclusion Membranes (PIMs). Transport experiments carried out by varying parameters such as time, film thickness, carrier type, carier rate, plasticizer type, and plasticizer rate. The predictive performance of ANN and ANFIS model was evaluated by using statistical performance criteria such as Root Mean Standard Error (RMSE), Mean Absolute Error (MAE), and Coefficient of Determination (R²). Moreover, Sensitivity Analysis (SA) was carried out to investigate the effect of each input on PIMs Cr(VI) removal efficiency. The proposed ANN model presented reliable and valid results, followed by ANFIS model results. RMSE and MAE values were 0.00556, 0.00163 for ANN and 0.00924, 0.00493 for ANFIS model in the prediction of Cr(VI) removal efficiency on testing data sets. The R² values were 0.973 and 0.867 on testing data sets by ANN and ANFIS, respectively. Results show that the ANN-based prediction model performed better than ANFIS. SA demonstrated that time; film thickness; carrier type and plasticizer type are major operating parameters having 33.61%, 26.85%, 21.07% and 8.917% contribution, respectively.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제4권2호
• /
• pp.112-122
• /
• 2012

The damage analysis of coastal structure is very important as it involves many design parameters to be considered for the better and safe design of structure. In the present study experimental data for non-reshaped berm breakwater are collected from Marine Structures Laboratory, Department of Applied Mechanics and Hydraulics, NITK, Surathkal, India. Soft computing techniques like Artificial Neural Network (ANN), Support Vector Machine (SVM) and Adaptive Neuro Fuzzy Inference system (ANFIS) models are constructed using experimental data sets to predict the damage level of non-reshaped berm breakwater. The experimental data are used to train ANN, SVM and ANFIS models and results are determined in terms of statistical measures like mean square error, root mean square error, correla-tion coefficient and scatter index. The result shows that soft computing techniques i.e., ANN, SVM and ANFIS can be efficient tools in predicting damage levels of non reshaped berm breakwater.