• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.603-608
• /
• 2009

본 논문에서는 구간값 모호집합 사이의 유사척도를 제안한다. 구간값 모호집합에서는 모호집합의 상한과 하한을 각각 구간값 퍼지집합의 구간으로 표현한다. 제안한 유사척도는 구간값 모호집합 사이의 유사척도를 평가하기 위해 기하학적 거리와 구간값 모호집합 사이의 중심점 개념을 결합한다. 우리는 제안한 유사척도에 대한 세 가지 속성도 증명한다. 제안한 방법은 구간값 모호집합 사이의 유사정도를 측정하는 유용한 방법을 제공한다.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.445-450
• /
• 2008

퍼지시스템의 신뢰도를 분석하기 위해서 기존의 연구에서는 퍼지시스템의 구성요소의 신뢰도를 0과 1사이의 실수, 퍼지숫자, 신용구간, 모호집합, 구간값 퍼지집합 등으로 표현하였다. 본 논문에서 우리는 전체집합 [0, 1]에서 정의되는 구간값 모호집합을 기반으로 퍼지시스템의 신뢰도를 표현하고 분석하는 방법을 제안한다. 구간값 모호집합에서는 기존 모호집합[12, 14]의 상한과 하한을 각각 구간으로 표현한다. 그러므로 퍼지시스템의 신뢰도를 더 유연한 방법으로 표현하고 분석하는 것을 가능하게 한다. 제안한 방법은 Kumar[14]가 언급한 복잡한 퍼지 사다리꼴숫자 연간보다는 퍼지 삼각숫자의 간단한 산술연산을 사용하기 때문에 제안된 방법의 실행속도는 기존의 방법보다 실행이 더 빠르다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권9호
• /
• pp.927-935
• /
• 2005

규칙기반시스템에서 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 술어의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 술어의 확신도를 모호집합에 기반을 둔 0과 1사이의 모호숫자와 같은 구간으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지추론을 하는 것이 가능하게 된다[18]. 우리는 모호집합 추론을 자동으로 실행하는 효율적인 알고리즘을 제안하였다. 이 모호집합 추론 알고리즘은 규칙기반시스템이 더 유연하고 효율적인 추론을 실행하는 것을 허용한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.979-985
• /
• 2006

기존 연구에서 퍼지시스템의 신뢰도는 0과 1사이의 실수, 퍼지숫자, 신용구간 등으로 표현하고 분석한다. 본 논문에서, 우리는 퍼지시스템의 가중 구성요소의 신뢰도와 가중 구성요소의 중요도를 반영하는 가중값을 전체집합 [0, 1]에서 정의되는 모호집합으로 표현하고 분석하는 방법을 제안한다. 모호집합은 참 소속함수와 거짓 소속함수로 구성된 구간으로 표현된다. 따라서 모호집합은 퍼지시스템의 신뢰도와 가중값를 더 유연한 방법으로 표현하는 것을 가능하게 한다. 제안된 방법은 퍼지시스템내의 가중 구성요소의 가중값을 고려하므로, 제안한 방법의 신뢰도분석은 기존의 방법들 보다 더 유연하고 효과적이다.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2011년도 춘계학술발표대회 논문집
• /
• pp.311-318
• /
• 2011

모호집합은 인간의 추론에 내재하는 모호성을 정형화한 것이다. 네트워크 신뢰도를 계산할 때, 각 링크의 확률이 모호수로 정의될 때의 신뢰도를 구하는 알고리즘을 설명하였다. 알고리즘은 분해법을 적용하는 것인데, 모호수의 연산을 포함한다. 분해법을 할 때 키스톤 부품을 시점으로 부터 하나씩 선택하여 분해한다. 이러한 방법은 키스톤 부품을 선택하는 기준이 필요 없으므로 간단하게 만든다. 분해에 의해서 두 개의 하위 문제가 생성되고 원 문제와 재귀관계를 수립할 수 있다. 재귀 알고리즘은 컴퓨터 프로그램을 간단하게 만든다.

• 대한토목학회논문집
• /
• 제11권1호
• /
• pp.125-134
• /
• 1991

연성포장(延性鋪裝)의 포괄적인 검사는 매우 복잡하므로 그것의 상태평가는 피상적 판정에 근거하여 이루어지고 있다. 특히 포장의 질적(質的) 측정은 오해의 소지가 많은 구어적(口語的) 표현으로 이루어 져 왔다. 그리고 포장의 현 상태를 적절히 사정(査定)할 수 있는 기준도 마련되어 있지 못하다. 따라서 본 연구는 모호집합(模糊集合)의 개념을 이용하여 포장표층의 현재상태와 기대되는 상태를 평가하는 기법을 개발하기 위하여 착안, 수행 되었다. 그리고 이의 유용성을 입증하기 위하여 한 예제를 시범적으로 수행 하였다. 구어적(口語的)인 모호한 표현들을 모호집합의 수리적 계산을 통하여 양적(量的)으로 다루어서 구체적인 도해적(圖解的) 모델로 전환할 수 있으므로 예제를 통하여 보여주듯이 누구나 이해가 쉬운 결과를 얻을 수 있었다.

• 전자통신동향분석
• /
• 제9권3호
• /
• pp.139-151
• /
• 1994

퍼지집합은 언어의 의미와 개념속에 포함되어 있는 모호성을 정량적으로 표현하기 위한 집합개념으로서 매우 자연스럽고 어느 누구나 쉽게 이해할 수 있는 이론이다. 일반적으로 퍼지집합은 기존의 Crisp 집합을 확장한 것으로서 부분집합과 정의함수를 1대 1로 대응시키는 것이다. 본 고는 퍼지집합론과 퍼지논리에 대한 기본적인 개념과 퍼지제어이론을 적용한 산업용 응용사례에 대하여 기술한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.268-271
• /
• 2022

단어 의미 모호성 해소는 동형이의어의 의미를 문맥에 맞게 결정하는 일이다. 최근 연구에서는 희소 데이터 처리를 위해 시소러스를 사용해 의미 어휘를 압축하고 사용하는 방법이 좋은 성능을 보였다[1]. 본 연구에서는 시소러스 없이 군집화 알고리즘으로 의미 어휘를 압축하는 방법의 성능 향상을 위해 두 가지 방법을 제안한다. 첫째, 의미적으로 유사한 의미 어휘 집합인 범주(category) 정보를 군집화를 위한 초기 군집 생성에 사용한다. 둘째, 다양하고 많은 문맥 정보를 학습해 만들어진 품질 좋은 벡터를 군집화에 사용한다. 영어데이터인 SemCor 데이터를 학습하고 Senseval, Semeval 5개 데이터로 평가한 결과, 제안한 방법의 평균 성능이 기존 연구보다 1.5%p 높은 F1 70.6%를 달성했다.

• 인터넷정보학회논문지
• /
• 제8권3호
• /
• pp.99-107
• /
• 2007

일반적으로 퍼지시스템의 신뢰도는 0과 1사이의 실수, 퍼지숫자, 신용구간, 구간값 퍼지집합,모호집합 등으로 표현하고 분석한다. 본 논문은 시스템에서 가중 구성요소의 중요도를 반영하는 가중값을 갖는 가중 구성요소를 위한 퍼지시스템의 신뢰도를 분석하는 방법을 설명한다. 퍼지시스템에서 가중 구성요소들의 신뢰도와 가중간은 삼각 퍼지숫자로 표현한다. 제안한 방법은 삼각 퍼지숫자의 퍼지산술연산을 사용하고 가중 구성요소의 가중값을 고려한다. 그러므로 기존의 방법들 보다 실행속도가 더 빠르고 그리고 더 유연한 실행이 가능하다.

• 한국차세대컴퓨팅학회논문지
• /
• 제13권2호
• /
• pp.102-110
• /
• 2017

최근 자연어 처리 분야에서 단어의 모호성을 해소하기 위해서 다양한 기계 학습 방법이 적용되고 있다. 지도 학습에 사용되는 데이터는 정답을 부착하기 위해 많은 비용과 시간이 필요하므로 최근 연구들은 비지도 학습의 성능을 높이기 위한 노력을 지속적으로 시도하고 있다. 단어 모호성 해소(word sense disambiguation)를 위한 비지도 학습연구는 지식 기반(knowledge base)를 이용한 방법들이 주목받고 있다. 이 방법은 학습 데이터 없이 지식 기반의 정보을 이용하여 문장 내에서 모호성을 가지는 단어의 의미를 결정한다. 지식 기반을 이용한 방법에는 그래프 기반방식과 유사도 기반 방법이 대표적이다. 그래프 기반 방법은 모호성을 가지는 단어와 그 단어가 가지는 다양한 의미들의 집합 간의 모든 경로에 대한 의미 그래프를 구축한다는 장점이 있지만 불필요한 의미 경로가 추가되어 오류를 증가시킨다는 단점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 그래프 구축을 위해 불필요한 간선들을 배제하면서 반복적으로 그래프를 재구축하는 모델을 제안한다. 또한, 구축된 의미 그래프에서 더욱 정확한 의미를 예측하기 위해 하이브리드 유사도 예측 모델을 적용한다. 또한 제안된 모델은 다국어 어휘 의미망 사전인 BabelNet을 사용하기 때문에 특정 언어뿐만 아니라 다양한 언어에도 적용 가능하다.