• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• pp.741-746
• /
• 2002

본 논문에서는 학습자 스스로가 학습 능력을 조절하고 학습 내용과 시험 평가를 객관적으로 판단할 있는 자기 주도적 학습 내용 및 시험 평가 방법을 제안하였다. 제안된 자기 주도적 학습 내용 및 시험평가 방법은 삼각형 타입의 소속 함수와 퍼지 논리를 이용하여 학습 능력과 시험 능력의 소속도를 계산하고 각각에 대해 퍼지 등급도를 부여하였다. 학습 능력의 소속도와 시험 능력의 소속도에 대해서 퍼지 관계의 연산 및 합성에 의해 최종 소속도를 계산하고 퍼지 등급도를 결정하여 학습자가 학습 능력의 소속도와 시험 능력의 소속도 및 최종 퍼지 등급도를 분석하여 스스로 학습을 조정할 수 있도록 하였다. 그리고 제안된 연구 내용을 정보 검색사 필기 과목에 적용하여 구현하였다.

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.614-618
• /
• 2007

통계조사에서 상관성이 반영된 애매한 응답 데이터가 주어졌을 때, 이 데이터를 퍼지화 하여 가설검정을 하는 방법으로서 퍼지 p-값과 퍼지 신뢰수준의 몇 가지 특성을 제시하고, agreement index의 원리를 이용하여 퍼지 기각역에 의한 퍼지 가설검정 방법을 제안한다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.521-526
• /
• 2005

모호함의 측도를 위하여 퍼지 엔트로피와 거리측도 그리고 유사측도와의 관계를 이용하여 새로운 퍼지 측도를 제안하였다. 제안된 퍼지 엔트로피는 거리측도를 이용하여 구성된다. 거리측도는 일반적으로 사용되는 해밍 거리를 이용하였다. 또한 집합사이의 유사성을 측정하기 위한 유사측도를 거리 측도를 이용하여 구성하였고, 제안한 퍼지 엔트로피와 유사측도를 증명을 통하여 타당성을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1993년도 제5회 한글 및 한국어정보처리 학술대회
• /
• pp.593-603
• /
• 1993

본 논문은 퍼지 망(Fuzzy Network)외 개념을 도입하여 한국어 단어의 품사 태깅에 관한 새로운 모델을 제시하고자 한다. 한국어 단어의 품사 태깅이란 여러 개의 품사를 가진 단어가 한국어 문장 속에 나타났을 때, 단어의 품사를 올바르게 결정하는 것이다. 여기서 가장 기본적인 문제는 여러 가지의 태그를 포함하고 있는 단어들의 나열을 어떻게 퍼지 망으로 표현하는가 하는 문제이다. 본 논문에서는 한국어 품사를 태깅할 때 사용한 퍼지 망을 정점(vertex)으로 단어 품사의 퍼지 집합을 표현하고, 연결선(edge)으로 품사와 품사간의 퍼지관계를 표현한다. 일단 퍼지망으로 표현되면, 퍼지망에서의 최적의 경로를 찾는 문제와 동일하게 풀 수 있다. 일반적으로 퍼지 망에서 최적의 경로를 찾는 문제는 dynamic programming 방법에 의해서 효과적으로 해결할 수 있다. 약 2만 6천개의 형태소를 실험 데이타로 하여 실험한 결과, 전체적인 품사 태깅 정확률은 95.6%로 비교적 좋은 결과를 보였다. 앞으로 좀 더 세분화된 태그 집합과 정확히 태깅된 실험 데이타로부터 추출된 소속함수를 이용한다면, 더 좋은 결과를 기대할 수 있다.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1684-1690
• /
• 2003

본 논문에서는 H.263 부호기에서 적정 화질과 일정한 전송율을 유지하는 양자화 변수 추정을 위한 퍼지 제어기를 제안하였다. 퍼지화 방법으로는 Mamdani 방법을 이용하며, 역퍼지화는 무게중심법을 이용하였다. 움직임 벡터에 따른 시간적 특성을 추정할 때 공간영역에서 분산과 엔트로피는 시각적 특성과 상관관계가 있다. 따라서 퍼지 입력변수로 영상의 분산값, 엔트로피 및 움직임 벡터를 이용하였다. 퍼지 소속함수를 유도하고, 시각적 특성에 적합한 퍼지감도를 결정하였으며, FAM 뱅크를 설계하였다. 실제 동영상 압축에 퍼지 규칙을 적용하였으며, 퍼지 양자화를 이용하여 효율적인 율제어와 최적의 비트할당 및 주관적 화질 특성이 유지되는 결과를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.195-197
• /
• 1999

본 연구에서는 인터넷 상의 많은 문서들 중에서 사용자에게 보다 적합한 문서를 제공하기 위해 퍼지 관계성을 이용하여 검색 결과 집합의 문서에서 추출한 키워드간의 유사클래스를 생성한다. 또한, 기존의 키워드 직접 매칭에 의한 검색 방법의 단점이라 할 수 있는 의미적 관계를 가지는 문서에 대한 검색 방법도 제안한다. 생성된 유사 클래스는 사용자의 질의를 확장하여 사용자의 관심도를 보다 많이 반영하게 되고, 그 질의어가 포함된 단어나 구의 발생 빈도수가 높은 문서에 대해 의미적으로 서로 연결시켜 분류한다. 본 연구에서 제안한 알고리즘에 의해 문서를 사용자 관심 정도로 분류, 카테고리를 생성하여 검색 효율을 증대시키고 사용자의 요구에 적합한 결과를 제공하고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.193-196
• /
• 2006

프로펠러 회전면에서의 반류분포는 주로 모형시험에 의해서 규명되어 왔다. 이렇게 축적된 데이터베이스를 통해 선박의 기하학적 형상정보와 반류분포 사이의 입출력관계를 모델링할 수 있다. 면 선박 초기설계시 유사선종의 설계에 도움이 된다. 본 연구에서는 이들 입출력 사이의 관계를 뉴로퍼지시스템으로 모델링하고 학습한 후 새로운 입력에 대한 출력값의 검토를 통해 그 유용성을 확인한다.

• 지능정보연구
• /
• 제7권1호
• /
• pp.135-147
• /
• 2001

본 연구에서는 퍼지신경망을 이용한 기업부실예측모형을 제안한다. 신경망은 탁월한 학습능력을 가진 것으로 알려져 있으나, 잡음이 심한 재무자료에 대해서는 종종 일관되지 못하고 기대에 미치지 못하는 예측성과를 보인다. 이는 연속형의 형태를 지닌 독립변수와 과다한 양의 원자료로부터 예측에 필요한 일정한 패턴을 찾기가 어렵기 때문이다. 이러한 문제점은 예측모형에서의 독립변수와 종속변수간의 인과관계를 신경망이 용이하게 찾아낼 수 있도록 독립변수의 형태를 변환함으로써 해결한 수 있다. 이러한 해결방법의 하나는 기존 신경망에 퍼지집합의 개념을 적용하여 신경망 학습에 사용될 자료를 퍼지화하고 이를 신경망에 학습시키는 것이다 입력자료를 퍼지화 함으로써 정보의 손실 없이도 신경망이 자료 내의 복잡한 관계를 용이하게 학습하는 것이 가능하다. 본 연구에서 제안된 퍼지신경망을 기업부도예측에 적용한 결과, 퍼지신경망이 기존의 신경망보다 우월한 예측성과를 나타내었다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.218-227
• /
• 2000

본 논문에서는 시소러스에 근거한 새로운 퍼지 정보검색 기법을 제안한다. 제안된 방법에서 시소러스는 내부 용어들 간의 관련도를 정성적인 언어 갑으로 갖는 퍼지 언어 매트릭스로 표현되며 용어들간의 관계는 동의, 계층, 그릭 연관이 세 가지 관계가 제공된다 싯러스 내부 용어들 간이 무시된 관련도가 퍼기 이론에 근거한 퍼지이론에 근거한 퍼지 언어 매트릭스의 전이 폐쇄 알고리즘에 의해 추론된다 또한 제안돈 방법은 사용자의 질의, 그리고 문서와 같은 정보 항목의 표현에도 인간이 주관적이고 부정확한 측도를 그대로 반영하는 정성적인 언어 값을 허용한다. 따라서 논문 [1-3]에서 제안된 방법보다 좀 더 유용하다. 또한 질의 평가시 퍼지 언어 매트릭스와 AON(Associated Ordinary Number)값을 이용하기 때문에 논문 [1-3]에서 사용되는 방법보다 시간적으로 효츌적이다. 결과적으로 사용자가 좀 더 유용하고 지능적인 방법으로 질의를 처리할 수있도록 한다

• 컴퓨터교육학회논문지
• /
• 제8권1호
• /
• pp.55-63
• /
• 2005

최근 공간적 시간적 제약을 초월하는 새로운 학습 환경으로 웹 기반 가상 학습 시스템이 각광을 받고 있다. 웹 기반 가상 학습 시스템 개발의 핵심은 어떻게 효과적으로 시스템을 사용하고 그 시스템을 사용한 학습자의 학습 성취도를 평가하도록 할 것인가를 결정하는 것이다. 전통적인 오프라인 학습 시스템에서는 학습자의 학습 성취도 평가를 위해 설계된 평가 문항을 학습자가 제한된 시간 내에 얼마나 많이 맞추었는지 헤아림으로써 학습자를 평가할 수 있다. 그러나 이 방법은 이들 시스템이 학습 성취도에서 차이를 보이는 모든 학습자에게 같은 학습 전략을 제공하기 때문에 가상 학습 시스템의 최대 강정이라고 할 수 있는 개별 학습을 불가능하게 한다, 따라서, 본 논문에서는 퍼지 함축 이론을 이용하여 주어진 테스트 문항에 대한 응답 간의 관계를 찾고 이 관계를 퍼지 공관계라고 부르기로 한다. 그리고 이 관계를 반영한 평가 결과를 생성한다. 일정한 학습이 경과된 후 학습자의 학습 성취도를 평가하기 위해 시험에 응시했을 때, 본 논문에서 제안하는 방법과 전통적인 평가 방법 간에 존재하는 차이점을 비교한다. 마지막으로, 이 연구 결과를 개별화 학습에 어떻게 활용할 것인지에 대해 논의한다.