• Journal of Intelligence and Information Systems
• /
• v.2 no.2
• /
• pp.1-15
• /
• 1996

전문가의 지식을 지식베이스화하여 의사결정지원시스템으로 사용하려는 노력이 증대하고 있다. 특히 투자의사결정과 같은 원인결과의 관계를 명확히 규정할 수 없는 복작한 영역에서 전문가의 지식베이스는 비전문가의 의사결정에 중요한 조언을 제공할 수 있다. 불확실한 지식을 지식베이스화하는 한 방법으로 퍼지프러덕션시스템이 널리 사용되고 있다. 주식시장과 같은 동태적인 시스템에서 어떤 정보의 중요성은 상황에 따라 변화하는데 이를 정태적인 프로덕션시스템의 규칙으로 지식베이스화하는 것은 불가능하다. 그러나 추론을 수행하는 과정에서 수행당시 각 정보의 중요도에 부응하는 가중치를 부여하여 평가함으로써 정태적인 지식베이스에 동태적인 실제시스템의 특성을 반영할 수 있다. 이는 가중치가 높은 정보에 해당하는 조건명제의 충족정도가 해당규칙의 전체평가결과에 더욱 중요하게 반영되게 하여 좀더 현실성 있는 추론 결과를 얻게 한다. AHP(Analytic Hierachy Process) 방법에 의하여 얻어진 정보의 상대적 중요도에 따른 가중치 (w)를 해당 정보와 조건명제의 합치정도(Degree of Match : DM)에 (DM)w 의 형식으로 적용함으로써 퍼지프러덕션시스템에서 정보의 중요도를 반영하여 프러덕션규칙을 평가하는 방법을 제시한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.383-385
• /
• 2018

기존의 한방 자가 진단 방법에서는 PCM 기반의 알고리즘을 적용시켰으나 고질적인 문제점 중의 하나인 증상 수가 급격하게 증가할 경우에는 진단 결과가 정확하게 도출되지 않는 현상이 발생한다. 이러한 문제점을 개선하는데 효율적인 퍼지 의사 결정 트리 알고리즘을 적용한다. 퍼지 의사 결정 트리는 과거의 데이터를 미리 학습시킨 후에 엔트로피에 따라 경계 값을 구한 후, 사용자가 여러 증상을 입력하면 입력된 증상에 해당되는 상위 질병 5개를 도출한다. 그리고 도출된 상위 5개의 질병과 도출된 질병의 원인과 치료하기 위한 민간요법을 제공한다. 질병과 증상에 대한 데이터베이스는 한의사가 추천한 여러 한의학 전문 서적을 기반으로 증상과 질병의 데이터베이스를 설계한 후, 한의학 전문의의 검증을 거쳐 구현하였다. 제안된 한방 자가 진단 시스템은 과거의 데이터를 바탕으로 증상을 학습함으로써 기존의 질병 진단 시스템보다 정확하고 신속한 진단 결과를 도출하는 것을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.12B no.4 s.100
• /
• pp.413-420
• /
• 2005

In this paper, we apply software agents, which use fuzzy logic and make autonomous decisions according to state transitions, to car driving environment. We carry out an experiment on artificial intelligent car driving in terms of real-time reactive agents. Inference techniques for constructing real-time reactive agents consider the settings with max-product inference, n-fuzzy rules, and n-associatives ($A_l,\;B_l),\;{\ldots}(A_n,\;B_n$). Then we perform defuzzification processes, extract a central value, and work out inference processes.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.458-461
• /
• 2004

오존 반응 메카니즘은 상당히 복잡하고 비선형적이기 때문에 오존 농도를 예측하는 것은 상당한 어려움을 안고 있다 따라서, 신뢰성 높은 오존 예측값을 구하는데 단일 예측모델만으로는 한계가 있으며, 이를 개선하기 위하여 다중 모델을 제안하였다. 입력데이터에 퍼지 클러스터링을 사용하여 고, 중, 저농도별로 그룹핑한 후, 그룹핑된 오존농도에 대해서 의사결정 트리를 사용하여 그룹핑된 오존데이터가 어느 정도 분류능력을 갖는지 파악하여, 오차가 가장 적은 분류특성을 갖는 그룹을 설정하여, 다중모델의 입력 데이터로 사용하여 모델을 형성하였다. 의사결정 트리를 이용하여 모델의 입력 데이터를 설정하는 것은 어떤 오존농도까지의 범위를 클래스로 설정하느냐에 따라서 모델의 성능과 고, 중, 저농도의 오존을 분류하는 성능이 달라지므로 본 논문에서는 퍼지 클러스터링을 이용하여 의사결정 트리의 클래스의 범위를 설정하여 예측 시스템을 구현하였다.

• Journal of Korea Water Resources Association
• /
• v.46 no.2
• /
• pp.171-182
• /
• 2013

This paper presents the application of fuzzy set theory in multi criteria decision making (MCDM). FAHP (Fuzzy Analytic Hierarchy Process) method was used to rank alternatives to find the most reasonable and efficient way of agricultural reservoir water resources assessment. 6 criteria and 10 subcriteria had been identified and compared to secure agricultural water resources. Fuzzy numbers and linguistic variables were presented to address inherently uncertain or imprecise data. Comparison analysis of decision making method was also carried out to find a way of suitable decision making and validity of FAHP was discussed.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.16-22
• /
• 2002

STEP Method(STEM)는 의사결정자와 최적화 모형간의 상호작용을 통하여 문제를 해결하는 다목적 최적화 기법이다 STEM은 최적화 모형을 계산하는 계산 단계와 계산 단계에서 도출된 결과에 대하여 의사결절자의 선호도 정보를 모형에 반영하는 의사결정 단계로 구성되어 있다. STEM의 두 단계에서는 의사결정자의 선호도 정보가 불확실성을 포함한 경우를 적절히 고려하지 못하고 있다. 본 연구에서는 퍼지모델링 기법을 사용하여 STEM의 문제점을 보완한 기법을 제안하고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.6
• /
• pp.828-833
• /
• 2009

WWW which is an applicable massive set of document on the Web is a thesaurus of various information for users. However, Search engines spend a lot of time to retrieve necessary information and to filter out unnecessary information for user. In this paper, we propose the EFAM(the Extended Fuzzy AHP Method) model to manage the Web resource efficiently, and to make a decision in the problem of specific domain definitely. The EFAM model is concerned with the emotion analysis based on the domain corpus information, and it composed with systematic common concept grids by the knowledge of multiple experts. Therefore, The proposed the EFAM model can extract the documents by considering on the emotion criteria in the semantic context that is extracted concept from the corpus of specific domain and confirms that our model provides more efficient decision-making through an experiment than the conventional methods such as AHP and Fuzzy AHP which describe as a hierarchical structure elements about decision-making based on the alternatives, evaluation criteria, subjective attribute weight and fuzzy relation between concept and object.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.4
• /
• pp.205-214
• /
• 2011

With the success of Kindle, an electronic book reader developed by Amazon.com, there has been a growing interest in both electronic books and readers in Korea. In this paper, we analyze electronic book user needs through fuzzy analytic hierarchy process (AHP) and conjoint analysis. First, we select the important factors which can affect the intention to purchase electronic book readers by applying the fuzzy AHP with the help of electronic book experts. Next, we perform conjoint analysis to reveal the detailed needs of electronic book users for each of the selected factors. Some useful implications and research limitations are also presented with future research directions.

• Journal of KIISE:Software and Applications
• /
• v.34 no.6
• /
• pp.519-529
• /
• 2007

In this paper, we investigate the use of fuzzy rules for efficient intrusion detection. We use evolutionary algorithm to optimize the set of fuzzy rules for intrusion detection by constructing fuzzy decision trees. For efficient execution of evolutionary algorithm we use supervised clustering to generate an initial set of membership functions for fuzzy rules. In our method both performance and complexity of fuzzy rules (or fuzzy decision trees) are taken into account in fitness evaluation. We also use evaluation with data partition, membership degree caching and zero-pruning to reduce time for construction and evaluation of fuzzy decision trees. For performance evaluation, we experimented with our method over the intrusion detection data of KDD'99 Cup, and confirmed that our method outperformed the existing methods. Compared with the KDD'99 Cup winner, the accuracy was increased by 1.54% while the cost was reduced by 20.8%.

• Journal of KIISE:Software and Applications
• /
• v.29 no.3
• /
• pp.156-166
• /
• 2002

Decision tree induction is a kind of useful machine learning approach for extracting classification rules from a set of feature-based examples. According to the partitioning style of the feature space, decision trees are categorized into univariate decision trees and multivariate decision trees. Due to observation error, uncertainty, subjective judgment, and so on, real-world data are prone to contain some errors in their feature values. For the purpose of making decision trees robust against such errors, there have been various trials to incorporate fuzzy techniques into decision tree construction. Several researches hove been done on incorporating fuzzy techniques into univariate decision trees. However, for multivariate decision trees, few research has been done in the line of such study. This paper proposes a fuzzy decision tree induction method that builds fuzzy multivariate decision trees named fuzzy oblique decision trees, To show the effectiveness of the proposed method, it also presents some experimental results.