다중 출력 규칙 기반 퍼지관계 퍼지뉴럴네트워크 설계 및 최적화

국문 초록 (Abstract)

본 논문에서는 다중 출력 규칙 기반 퍼지관계 퍼지뉴럴네크워크를 설계 및 최적화한다. 퍼지관계 퍼지뉴럴네트워크는 각 입력 변수에 따른 상호관계에 의한 입력 공간을 분할함으로서 네트워크를 구성한다. 규칙의 전반부는 퍼지 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식 계수를 학습한다. 다중 출력 규칙은 출력에 따른 후반부 규칙을 형성하여 각 규칙의 후반부는 다항식의 다양성을 제공한다. 또한, 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 실수코딩 유전자 알고리즘을 이용하여 최적 동조한다. 또한, 제안된 퍼지뉴럴네트워크를 적용하기 위하여 다중 패턴 실험 데이터로 Fisher의 Iris 데이터를 이용하여 평가한다.

목차 (Table of Contents)

• 요약
• 1. 서론
• 2. 다중 출력 규칙 기반 퍼지관계 퍼지뉴럴네으워크 설계
• 3. 최적화 알고리즘
• 4. 실험 데이터를 통한 결과 고찰
• 5. 결론
• 감사의 글
• 참고문헌