자기구성 클러스터링을 이용한 뉴로-퍼지 모델의 새로운 학습 알고리즘

김승석,김성수,유정웅 충북대학교 컴퓨터정보통신 연구소 2005 컴퓨터정보통신연구 Vol.13 No.1

In this paper, we proposed a learning algorithm for neuro-fuzzy modeling using the one learning rule to adapt clustering and neuro-fuzzy model simultanuously. For given data set, a proposed algorithm include partition the data, assign a rule, and optimize the parameters using predetermined threshold value applied in self-constructing algorithm. And purpose of improving the clustering and extending learning method of neuro-fuzzy model, learning scheme can applied that output as inferenced by each neuro-fuzzy rules are reinforcement and effect the condition of clustering learning to improve the clustering then learning of overall model is extended clustering based learning instead error-derivative learning. We show effectness of proposed method using simulation than previous ones

CFCM 기반 적응 뉴로-퍼지 시스템에 의한 비선형 시스템 모델링

곽근창,김성수,유정웅,전명근 충북대학교 컴퓨터정보통신 연구소 2002 컴퓨터정보통신연구 Vol.10 No.2

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템에서의 효과적인 퍼지 규칙 생성 방법을 제안한다. 기존의 입력공간 그리드 분할을 이용한 ANFIS의 규칙 생성에 있어서는 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 조건부적인 퍼지 클러스터링(CFCM)을 이용하여 입·출력 데이터의 특성을 잘 반영할 수 있는 클러스터를 구하고, 퍼지 균등화 방법을 적용하여 출력변수의 소속함수를 자동 생성하도록 하였다. 이렇게 함으로써 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 이들 방법의 유용함을 보이고자 정수장 응집제주입결정 모델링에 적용하여 제안된 방법이 기존의 연구보다 좋은 결과를 보임을 알 수 있었다. In this paper, an efficient fuzzy rule generation scheme for Adaptive Network-based Fuzzy Inference System(ANFIS) using the conditional fuzzy c-means(CFCM) and fuzzy equalization(FE) methods is proposed. Usually, the number of fuzzy rules exponentially increases by applying the grid partitioning of the input space, in conventional ANFIS approaches. Therefore, GFCM clustering method is adopted to render the clusters which represent the given input and output fuzzy data and FE method is used to automatically construct the fuzzy membership functions. From this, one can systematically obtain a small size of fuzzy rules which shows satisfying performance for the given problems. Finally, we applied the proposed method to the nonlinear system modeling problems and obtained a better performance than conventional works.

유사도 제한 기법과 합병 규칙을 이용한 새로은 퍼지 클러스터링 알고리즘

김승석,김성수,유정웅 충북대학교 컴퓨터정보통신 연구소 2004 컴퓨터정보통신연구 Vol.12 No.2

본 논문에서는 클러스터링의 수와 이들 파라미터를 동시에 최적화하는 새로운 퍼지 클러스터링을 제안한다. 클러스터 파라미터와 데이터간의 유사도 측정 및 결정을 제한하여 임계치의 변동에도 강인한 클러스터링이 이루어 질 수 있도록 하였으며 군집된 클러스터를 통합하는 기법을 이용하여 알고리즘의 수렴 및 속도를 개선한다. 데이터의 패턴이 일정하지 않거나 분포가 서로 다른 경우 클러스터파라미터가 능동적으로 이들의 수와 관련된 파라미터를 추정하도록 한다. 제안된 알고리즘의 유용성을 시뮬레이션을 통하여 보인다. In this paper, we propose a new clustering algorithm that optimizes the number of clusters and its parameters. First, the threshold value controls the similarity measurement with the convergence of the number of clusters. It does not require the initial information of the clusters, and holds the robustness to threshold that varies in wide range for cluster detection. And, the subtractive clustering method improves the properties of convergency and speed of clustering algorithm as the clustered parameters are settled down. Experiments have been accomplished for the different pattern or distribution, which demonstrate the effectiveness of the proposed method compared to the previously proposed algorithms.

E-M을 이용한 개선된 혼합영상의 분리

오범진,김성수,유정웅 충북대학교 컴퓨터정보통신 연구소 2002 컴퓨터정보통신연구 Vol.10 No.2

이 논문에서는, 기존의 독립성분해석기법 이노베이션을 이용한 혼합영상분리의 기법을 EM알고리즘을 첨가하여 새롭게 향상된 혼합영상분리 방법을 제안한다. 독립성분해석기법은 통계적으로 독립된 랜덤변수들의 선형조합으로 측정대상 랜덤신호를 표기하는 여러 통계신호처리 기법 중의 하나로, 정보의 분리, 특징 추출 등의 응용분야에 적용되고 있다. 기술적으로는, 독립성분기법은 주성분 분리기법의 확장이라 볼 수 있고, 근래에 혼합정보의 분리에 관련하여 많이 연구되고 있다. 현재까지의 연구 결과로는 혼합영상의 분리에 있어 독립성분해석기법만으로는 혼합영상분리의 해를 얻지 못하고 있다. 이러한 독립성분해석기법의 약점을 보완하는 방법으로, 최근에 이노베이션 프로세서를 전처리로 하는 독립성분해석기법을 혼합한 시스템을 이용한 혼합영상 분리가 시도되었다. 이노베이션 프로세서를 전처리로 첨가한 혼합영상분리의 과정도 독립성분해석기법만을 사용한 경우 보다는 향상된 혼합영상분리를 하지만, 분류된 영상들이 원래의 혼합 전의 영상과 많이 다른 결과를 내고 있다. 기존의 방법들인 독립성분해석기법이나 이노베이션이 전처리로 적용된 경우에도 혼합이전의 영상간의 상관관계가 클 경우, 혼합영상의 분류가 잘 이루어지지 않는다. 본 논문에서는 이 약점을 보완하기 위하여, EM이론을 기존의 시스템에 전처리로 첨가하여 혼합 영상의 분리를 향상시키고자 하였다. 실험 결과에서는 최근에 연구된 이노베이션의 방법보다 EM을 적용시킨 경우가 향상된 혼합영상의 분리의 결과를 보여 주고 있다. In this paper, a new method for the improvement of mixed image separation scheme is presented adding the expectation-maximization algorithm to the scheme consists of the independent component analysis and the innovation process. In general, the independent component analysis (ICA) is one of the widely used statistical signal processing schemes, which represents the information from observations as a set of random variables in the form of linear combinations of another statistically independent component variables. In various useful applications, ICA provides a more meaningful representation of the data than the principal component analysis through the transformation of the data to be quasi-orthogonal to each other, which can be utilized in linear projection. However, it has been known that ICA does not establish good performance in source separation by itself. Thus, in order to overcome this limitation, there have been many techniques that are designed to reinforce the good properties of ICA. The innovation process is one of the methods that were employed in image separation using ICA, which improves the mixed image separation. Unfortunately, the innovation process still needs to be studied since it yields inconsistent result due to the randomness of images mixing weights. In order to improve the performance of the conventional method, the expectation and maximization process is added to the system. The results presented in this paper show that the proposed improves the image separation as presented in experiments.

A New Learning Algorithm of Neuro-Fuzzy Modeling Using Self-Constructed Clustering

Ryu, Jeong-Woong,Song, Chang-Kyu,Kim, Sung-Suk,Kim, Sung-Soo Korean Institute of Intelligent Systems 2005 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.5 No.2

In this paper, we proposed a learning algorithm for the neuro-fuzzy modeling using a learning rule to adapt clustering. The proposed algorithm includes the data partition, assigning the rule into the process of partition, and optimizing the parameters using predetermined threshold value in self-constructing algorithm. In order to improve the clustering, the learning method of neuro-fuzzy model is extended and the learning scheme has been modified such that the learning of overall model is extended based on the error-derivative learning. The effect of the proposed method is presented using simulation compare with previous ones.

A New Learning Algorithm of Neuro-Fuzzy Modeling Using Self-Constructed Clustering

Jeong-Woong Ryu,Chang-Kyu Song,Sung-Suk Kim,Sung-Soo Kim 한국지능시스템학회 2005 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.5 No.2

In this paper, we proposed a learning algorithm for the neuro-fuzzy modeling using a learning rule to adapt clustering. The proposed algorithm includes the data partition, assigning the rule into the process of partition, and optimizing the parameters using predetermined threshold value in self-constructing algorithm. In order to improve the clustering, the learning method of neuro-fuzzy model is extended and the learning scheme has been modified such that the learning of overall model is extended based on the error-derivative learning. The effect of the proposed method is presented using simulation compare with previous ones

가변구조관측기를 가진 자기부상계통의 제어에 관한 연구

유정웅 ( Ryu Jeong Woong ),박장환 ( Park Jang Hwan ),이대종 ( Lee Dae Jong ),권재철 ( Gouen Jae chul ) 충북대학교 산업과학기술연구소 1997 산업과학기술연구 논문집 Vol.12 No.1

N/A

Effects of ganglioside GMl on proliferation of mouse induced pluripotent stem cells

Jae-Sung Ryu,Kinarm Ko,Eun-Jeong Jeong,KisungKo,Kyung-A Hwang,Kyu-Tae Chang,Ji-Su Kim,Byoung-Boo Seo,Ju-Taek Lee,Malg-Um Lim,Jeong-Woong Lee,Young-Kug Choo 한국당과학회 2012 한국당과학회 학술대회 Vol.2012 No.1

실감형 미디어를 위한 다시점 360 비디오 압축 시스템 구현

정종범(Jong-Beom Jeong),이순빈(Soonbin Lee),장동민(Dongmin Jang),류일웅(Il-Woong Ryu),Tuan Thanh Le,유재성(Jaesung Ryu),류은석(Eun-Seok Ryu) 한국방송·미디어공학회 2019 한국방송공학회 학술발표대회 논문집 Vol.2019 No.6

본 논문에서는 사용자 시점에 대응하는 고화질 360 비디오 제공을 위해 다시점 360 비디오 중복성 제거기법을 적용하고 잔여 비디오를 하나의 영상으로 병합하여 압축 후 전송하는 시스템을 구현한다. 사용자 움직임 적응적 360 비디오 스트리밍을 지원하는 three degrees of freedom plus (3DoF+)를 위한 시스템은 다시점에서 촬영된 다수의 고화질 360 비디오 전송을 요구한다. 이에 대한 방안으로 다시점 비디오 간 중복성 제거를 위한 3D warping 을 기반으로 하는 뷰 간 중복성 제거 기술과 비디오 복원에 필요한 타일들만 추출 및 병합해주는 잔여 뷰 병합 기술에 대한 구현 내용을 설명한다. 제안된 시스템을 기반으로 다시점 360 비디오 전송을 수행하면, 기존 high-efficiency video coding (HEVC)을 사용하여 전송했을 때 대비 최대 20.14%의 BD-rate 감소가 가능함을 확인하였다.

Simple and efficient transmission strategies for Device-to-Device caching networks

Jeong, Moo-Woong,Ryu, Jong Yeol,Ban, Tae-Won Elsevier 2018 Computers & electrical engineering Vol.67 No.-

<P><B>Abstract</B></P> <P>For device-to-device (D2D) caching networks, we propose simple transmission strategies in order to minimize the outage probability and maximize the average. We first propose a blanket transmission scheme where multiple caching server devices (CSDs) simultaneously transmit the same content to a RD without any information exchange and signal processing at the CSDs. We also propose an opportunistic transmission scheme where we select a single CSD that has the largest channel gain from a request device (RD), and the selected CSD then transmits the requested content to RD. We derive the outage probabilities and average throughputs and we extend the results to the case of the D2D caching network in the presence of multiple RDs. We also analyze and compare the performances of the proposed transmission strategies according to the threshold rate and transmit signal-to-noise ratio (SNR).</P>