http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 노석범(Seok-Beom Roh) (검색결과 64 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
노석범(Seok-Beom Roh),오성권(Sung-Kwun Oh) 한국지능시스템학회 2004 한국지능시스템학회 학술발표 논문집 Vol.14 No.1
In this study, we introduce a noble neurogenetic approach to the design of fuzzy controller. The design procedure dwells on the use of Computational Intelligence (CI), namely genetic algorithms and Fuzzy-Set based Neural Networks (FSNN). The crux of the design methodology is based on the selection and determination of optimal values of the scaling factors of the fuzzy controllers, which are essential to the entire optimization process. First, the tuning of the scaling factors of the fuzzy controller is carried out by using GAs, and then the development of a nonlinear mapping for the scaling factors is realized by using GA based FSNN. The developed approach is applied to a nonlinear system such as an inverted pendulum where we show the results of comprehensive numerical studies and carry out a detailed comparative analysis.
-
-
-
-
영상 분할을 위한 Context Fuzzy c-Means 알고리즘을 이용한 공간 분할
노석범(Seok-Beom Roh),안태천(Tae-Chon Ahn),백용선(Yong-Sun Baek),김용수(Yong-Soo Kim) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.1
영상 분할 (Image Segmentation)은 패턴 인식, 환경 인식, 문서 분석과 같은 영상 처리 과정에서 가장 기본적인 단계이다. 영상 분할 방법들 중 Otsu의 영상의 정규화된 히스토그램의 분포 정보를 이용하여 클래스 간의 분산을 최대화 시키는 임계치 값을 결정하는 Automatic Threshold Selection이 가장 잘 알려진 방법이다. Otsu의 방법은 영상의 전 영역에 대한 히스토그램을 분석함으로써 영상의 부분적인 특성을 반영하여 임계치 값을 결정하기 어렵다. 본 논문에서는 이 어려움 해소하기 위하여 Context Fuzzy c-Means 알고리즘을 이용하여 영상을 여러 개의 부분 영역으로 나누고, 정의된 부 영역에 영상 분할 기법을 적용함으로써 부 영역들에 적합한 여러 개의 임계치 값을 계산함으로써 영상 분할 성능을 개선하고자 하였다.
-
盧石範(Seok-Beom Roh),吳聖權(Sung-Kwun Oh),安泰天(Tae-Chon Ahn) 대한전기학회 2007 전기학회논문지 Vol.56 No.7
In this paper, we introduce a new fuzzy model called fuzzy combined polynomial neural networks, which are based on the representative fuzzy model named polynomial fuzzy model. In the design procedure of the proposed fuzzy model, the coefficients on consequent parts are estimated by using not general least square estimation algorithm that is a sort of global learning algorithm but weighted least square estimation algorithm, a sort of local learning algorithm. We are able to adopt various type of structures as the consequent part of fuzzy model when using a local learning algorithm. Among various structures, we select Polynomial Neural Networks which have nonlinear characteristic and the final result of which is a complex mathematical polynomial. The approximation ability of the proposed model can be improved using Polynomial Neural Networks as the consequent part.
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
