고속 디지탈 퍼지 추론회로 개발과 산업용 프로그래머블 콘트롤러에의 응용

Q: 이 논문에서 정의한 Max-Min-Max 법이란 무엇인가?

Max-Min-Max 법은 기존 Mamdani의 Max-Min 추론법을 변형하여 고안된 독창적인 고속 퍼지 추론 알고리즘이다. 이는 중복되는 퍼지 연산을 제거함으로써 추론 속도를 향상시키며, 기존 방식이 각 룰마다 결론부 연산을 처리한 후 최종 Max 연산을 수행하는 것과 달리, 우선 Max 연산을 수행하고 이를 다시 Min 연산한 후 최종 Max 연산을 통해 불필요한 처리를 피한다.

Q: 고속 퍼지 추론 엔진은 어떤 기술적 특징으로 100 KFLIPS 이상의 속도를 달성하는가?

연구 결과, 고속 퍼지 추론 엔진은 첫째, 기존 Max-Min 추론법을 변형한 독창적인 Max-Min-Max 알고리즘을 사용한다. 둘째, 모든 퍼지 추론부 로직에 파이프라이닝 기술을 도입하여 처리 효율을 극대화한다. 셋째, 확정 연산을 고속 곱셈누적기(MAC)와 CPU가 병렬 처리함으로써 전체 추론 시간을 획기적으로 단축하여 100 KFLIPS 이상의 고속 추론을 가능하게 한다.

최성국; 김영준; 박희재; 고덕용; 김재욱

추천

검색

질문

자료유형: 학술대회자료

저자정보: 최성국 김영준 박희재 고덕용 김재욱

저널정보: Korean Society for Precision Engineering 한국정밀공학회 학술발표대회 논문집 韓國精密工學會 92年度春季學術大會論文集

발행연도: 1992.5

수록면: 354 - 358 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper describes a development of high speed fuzzy inference circuit for the industrial processes. The hardware fuzzy inference circuit is developed utilizing a DSP and a multiplier and accumulator chip. To enhance the inference speed, the pipeline design is adopted at the bottleneck and the general Max-Min inference method is slightly modified as Max-Min-Max method. As a results, the inference speed is evaluated to be 100 KFLIPS. Owing to this high speed feature, satisfactory application can be attained for complex high speed motion control as well as the control of multi-input multi-output nonlinear system. As an application, the developed fuzzy inference circuit is embedded to a PLC (Programmable Logic Controller) for industrial process control. For the fuzzy PLC system, to facilitate the design of the fuzzy control knowledge such as membership functions, rules, etc., a MS-Windows based GUI ( Graphical User Interface ) software is developed.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-555-016830598

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)