Proceedings of the KIEE Conference (대한전기학회:학술대회논문집)
- 2008.10b
- /
- Pages.247-248
- /
- 2008
Design of Radial Basis Function Neural Network Driven to TYPE-2 Fuzzy Inference and Its Optimization
TYPE-2 퍼지 추론 구동형 RBF 신경 회로망 설계 및 최적화
- Baek, Jin-Yeol (Dept. of Electrical Engineering, The University of Suwon) ;
- Kim, Woong-Ki (Dept. of Electrical Engineering, The University of Suwon) ;
-
Oh, Sung-Kwun
(Dept. of Electrical Engineering, The University of Suwon)
;
-
Kim, Hyun-Ki
(Dept. of Electrical Engineering, The University of Suwon)
- Published : 2008.10.31
Abstract
본 논문에서는 TYPE-2 퍼지 추론 기반의 RBF 뉴럴 네트워크(TYPE-2 Radial Basis Function Neural Network, T2RBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델의 은닉층은 TYPE-2 가우시안 활성 함수로 구성되며, 출력층은 Interval set 형태의 연결가중치를 갖는다. 여기에서 규칙 전반부 활성함수의 중심 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 Interval set 형태의 연결가중치 결정에는 경사 하강법(Gradient descent method)을 이용한 오류 역전파 알고리즘을 사용하여 학습한다. 또한, 최적의 모델을 설계하기 위한 학습율 및 활성함수의 활성화 영역 결정에는 입자 군집 최적화(PSO; Particle Swarm Optimization) 알고리즘으로 동조한다. 마지막으로, 제안된 모델의 평가를 위하여 모의 데이터 집합(Synthetic dadaset)을 적용하고 근사화 및 일반화 능력에 대하여 토의한다.
Keywords