• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.30-32
• /
• 1998

퍼지숫자는 불명확한 값을 표현하기 때문에, 퍼지숫자의 비교결과 역시 불명확한 성질을 갖고 있다. 본 논문에서는 이러한 퍼지숫자의 비교결과에 존재하는 불명확성을 표현하기 위해서, 퍼지 만족도 함수를 제안한다. 퍼지 만족도 함수는 두 퍼지숫자를 비교하여 그 비교결과로 0과1사이의 퍼지집합을 출력한다. 즉, 어느 숫자가 다른 숫자보다 클(작을) 가능성을 단순히 0과1사이의 값이 아닌, 퍼지집합으로 표현한다. 퍼지 만족도 함수는 이전에 제안된 만족도 함수로부터 확장되었다. 본 논문에서는 만족도 함수를 간략히 소개하고, 이를 이용하여 퍼지 만족도 함수를 제안하며, 이를 퍼지숫자 비교에 적용한 예를 제시한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권12호
• /
• pp.930-937
• /
• 2001

퍼지숫자의 정렬은 퍼지숫자를 크기 순서로 나열을 하는 것이다. 일반적으로 퍼지숫자의 정렬을 위해서는 퍼지숫자 사이의 비교가 필요한데. 피지숫자가 명확하지 않은 값을 표현하기 때문에. 그 비교 결과 역시 명확하지 않을 수 있다 따라서 그 비교결과를 이용한 정렬결과 역시 명확하지 않을 수 있다 그러나 지금가지 대부분의 연구는 퍼지숫자의 정렬 결과를 하나의 배역로만 명확하게 표현하였다. 본 논문 에서는 이러한 점을 고려하여 퍼지만족함수를 이용한 퍼지숫자 정렬방법을 제안한다. 퍼지만족함수는 두 퍼지숫자를 비교하여 그 대소를 0과 1사이의 퍼지집합으로 표현하는 퍼지비교방법이다. 제안하는 방법은 정렬결과로 단순히 하나의 배열만을 생성하지 않고, 퍼지숫자가 겹쳐서 생길 수 있는, 다른 가능한 정렬결 과들을 생성한다.

• 한국지능시스템학회논문지
• /
• 제8권5호
• /
• pp.14-20
• /
• 1998

본 논문에서는 두 퍼지숫자를 비교하는 퍼지 만족도 함수(fuzzy satifaction function)를 제안한다. 퍼지 만족도 함수는 두 퍼지숫자를 비교하여 그 비교결과로 0과 1사이의 퍼지 잡하을 출력한다.즉 어느 숫자가 다른 숫자보다 클(작을) 가능성이 어느 정도인가를 0과 1사이의 퍼지집합으로 표현한다. 퍼지 만족도 함수는 이전에 제안된 만족도 함수(satisfaction function)를 이용하여 정의되었다. 본 논문에서는 만족도 함수를 간략히 소개하고 이를 이용하여 퍼지 만족도 함수를 제안하며, 이를 퍼지숫자 비교에 적용한 예를 제시한다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.341-346
• /
• 2002

주어진 값에 존재하는 불확실성을 표현하기 위하여 타입-1 퍼지값을 사용하듯이, 타입-1 퍼지값의 소속함수를 명확히 정의하기 어려운 경우에 타입-2 퍼지값을 사용할 수 있다. 타입-2 퍼지값은 타입-1 퍼지값에 비해 표현범위가 넓다는 장점이 있지만 타입-2 퍼지값의 사용을 위해서는 기존에 타입-1 퍼지값에서 정의되었던 연산들에 대한 확장된 재정의가 필요하다. 본 논문에서는 타입-2 퍼지값에 대한 비교 및 순위결정에 대한 방법을 제안하였다. 제안된 방법은 타입-2 퍼지값의 실제값과 그 실제값에 대한 가능성을 고려하여 비교결과를 산출하는 만족함수에 기반하고 있으며, 각각의 비교 및 순위결정 결과에 대한 가능성 혹은 신뢰도를 계산한다. 본 논문에서는 제안된 방법이 갖는 몇몇 특성에 대하여도 분석하였다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 1994년도 제1회 학술대회 논문집
• /
• pp.15-18
• /
• 1994

본 연구에서는 불논리검색의 단점을 보완하기 위한 가장 강력한 검색 모형인 퍼지검색과 확률검색의 효율을 불논리검색과 상호비교하였다. 실험데이터로 정보학 분야의 한국어 test collection인 KT Test Set을 이용하였고 색인어와 색인어의 문헌내 출현빈도를 바탕으로 퍼지시소러스를 생성하여 시소러스의 NT, BT로 탐색식을 확장한 다음 각각에 대해 3가지 검색을 행하고 검색효율을 평균재현율과 평균정확률로 측정하였다. 실험결과 검색효율은 재현율에서는 확률검색, 불논리검색, 퍼지검색 순으로. 정확률에서는 퍼지검색, 확률검색, 불논리검색 순으로 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.52-55
• /
• 2001

퍼지 그래프는 그래프에 대한 정점들과 간선들의 소속정도를 표현할 수 있도록 일반 그래프를 확장한 그래프이다. 그러나 기준 퍼지 그래프는 명확한 정점들의 집합 위에서의 관계만을 표시할 수 있다. 본 논문에서는 퍼지 집합간의 관계를 표시할 수 있도록 확장된 레벨-2 퍼지 그래프를 제안한다. 본 논문에서는 레벨-2 퍼지 그래프를 정의하고 레벨-2 퍼지 그래프에서 수정되어야 하는 연산들과 레벨-2 퍼지 그래프의 특성에 대하여 소개한다. 제안된 레벨-2 퍼지 그래프는 퍼지 데이터 비교 및 퍼지 클러스터링 분야에 적용될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권3호
• /
• pp.441-451
• /
• 1999

본 논문에서는 퍼지숫자를 정렬하는 새로운 방법을 제안한다. 제안하는 방법은 사용자의 관심도나 선호도를 반영할 수 있는 방법을 제공하며, 퍼지숫자의 전체적인 가능성분포를 고려하는 평가함수를 방법은 사용자가 제사한 퍼지 집합과 만족도 함수(satisfaction fuction)를 이용하여 정렬 대상이 되는 퍼지숫자를 평가한 후 그 평가값에 따라서 순위를 정하게 된다. 만족도 함수는 두 퍼지숫자의 비교를 위해서 이전에 제안된 방법으로 퍼지숫자의 전체적인 가능성을 고려하는 특징이 있다. 본 논문에서는 제안하는 방법을 퍼지숫자 정렬에 적용한 예와 기존의 방법과 비교한 결과를 보이며, 응용 예로서 의사결정의 문제에 적용한 결과를 제시한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1871_1872
• /
• 2009

본 논문 에서는 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 Type-1 퍼지 논리 시스템과 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부 잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현 할 수 있다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 후반부가 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계 한다. 두 번째는 규칙 전 후반부에 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할 및 FOU(Footprint Of Uncertainty)형성에는 FCM(Fuzzy C_Means) clustering 방법을 사용하고, 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 최적의 파라미터를 설계한다. 본 논문 에서는 또한 입력 데이터에 인위적으로 가하는 노이즈에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 NOx 데이터를 제안된 모델에 적용하고, 실험을 통하여 노이즈가 첨가되고, 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.317-320
• /
• 2008

본 논문에서는 Type-1 퍼지 논리 시스템과 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 각각의 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현할 수 있으며 효율적으로 취급한다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 ${\cdot}$ 후반부가 불확실성을 표현 할 수 없는 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계한다. 두 번째는 규칙 후반부만 Type-2 퍼지 집합으로 구성한 두가지의 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할에는 Min-Max 방법의 균등분할을 사용하고, 규칙 후반부 멤버쉽 함수의 중심 결정에는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 동정한다. 또한 입력 데이터에 인위적으로 가하는 노이즈의 정도에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 실험을 통하여 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• 지능정보연구
• /
• 제1권1호
• /
• pp.43-59
• /
• 1995

본 논문에서는 규칙기반 지식표현에서 퍼지값과 확신도를 사용할 때 발생하는 문제점을 살펴본다. 이들 문제점 해결을 위해서 규칙의 매칭시에 발생하는 퍼지매칭, 퍼지비교, 구간내의 포함에 대한 만족정돌르 평가하는 척도를 제안하다. 또한, 퍼지값과 확신도를 사용하는 규칙기반 지식표현에 대해 적용가능한 추론방법을 소개한다. 한편, 일반규칙과 퍼지생성규칙을 전문가시스템에서 동시에 융통성있게 사용하는 방법을 제시한다. 끝으로 제안된 방법들을 고려하여 설계한 퍼지 전문가시스템 개발도구인 FOPS5에 대하여 소개한다.