• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.331-333
• /
• 2001

본 논문에서는 퍼지집합의 소속함수에 대한 가중치 함수를 제안한다. 제안하는 가중치 함수는 퍼지집합의 소속함수에 곱해지는 형태로서 적용되어지며, 이것은 소속함수에 대한 사용자의 선호도를 의미한다. 제안하는 가중치 함수의 개념은 기본적으로 소속함수를 사용하는 어떤 퍼지 집합의 응용에서도 적용될 수 있을 것으로 보이나, 본 논문에서는 그 중 한가지 경우로 비퍼지화 방법을 적용 대상으로 선택하였다. 제안하는 가중치 함수가 비퍼지화 방법에 있어서 가지는 의미를 보이며, 기존의 비퍼지화 방법들에서 이러한 가중치 함수의 개념이 어떻게 적용되어 왔는지를 보인다. 또한 기존의 비퍼지화 방법들이 개녀멩 적용되지 않은 형태의 가중치 함수를 선택하여, 비퍼지화 방법에 특정 가중치 함수를 적용하였을 때의 특성 변화를 보인다. 이러한 일반적인 형태의 가중치 함수를 퍼지집합의 소속함수에 적용함으로서, 다양한 형태의 선호도를 퍼지집합의 형태에 반영할 수 있을 것으로 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.303-306
• /
• 2004

기존의 퍼지 규칙에 기반을 둔 퍼지 다항식 뉴론(FPN)들로 구성된 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 그러나, SOFPNN의 기본 뉴론인 퍼지 규칙 기반 다항식 뉴론의 경우 입력변수가 많아질수록 규칙수가 기하급수적으로 증가한다는 단점을 가지고 있으나 본 노문에서 제안한 퍼지 집합 기반 다항식 뉴론(FSPN)의 규칙수는 입력 변수들이 서로 독립적이므로 규칙의 증가가 퍼지 규칙 기반 다항식 뉴런보다는 적다는 장점을 가지고 있다. 이러한 특성을 기반으로 기존의 SOFPNN의 노드에 퍼지 규칙 기반 다항식 뉴런 대신에 퍼지 집합 기반 다항식 뉴런을 적용한 SOFPNN을 제안하여 기존의 SOFPNN과 성능을 비교하였다. 최적의 자기 구성 퍼지 집합기반 다항식 뉴럴 네트워크를 구축하기 위하여 SOFPNN에서처럼 유전자 알고리즘을 이용하여 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하였다.

• Electronics and Telecommunications Trends
• /
• v.9 no.3
• /
• 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.

• Journal of KIISE:Software and Applications
• /
• v.27 no.7
• /
• pp.723-730
• /
• 2000

Fuzzy numbers represent fuzzy numeric values. However, it is difficult to clearly determine whether one fuzzy number is larger or smaller than other fuzzy numbers. Thus it is also difficult to determine the rank which a fuzzy number takes, or to select the k-th largest fuzzy number in a given set of fuzzy numbers. In this paper, we propose a fuzzy set based method to determine the rank of a fuzzy number and the k-th largest fuzzy number. The proposed method uses a given fuzzy greater-than relation which is defined on a set of fuzzy numbers. Our method describes the rank of a fuzzy number with a fuzzy set of ranks that the fuzzy number can take, and the k-th largest fuzzy number with a fuzzy set of fuzzy numbers which can be k-th ranked.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.85-89
• /
• 2006

구간값 퍼지집합은 일반적인 퍼지집합보다 언어적인 의사결정 절차에서 매핑의 정확성과 계산의 효율성이 뛰어나고, 규칙의 가중치는 패턴 분류문제에서 분류 경계를 효율적으로 조정할 수 있다는 장점을 가지고 있다. 따라서 본 논문에서는 퍼지규칙 기반 분류방법을 구간값 퍼지규칙 기반 분류방법으로 확장하고 규칙의 가중치를 고려한 분류방법을 제안한다. 모의실험에서는 일반 퍼지집합에서 규칙 가중치를 고려한 분류방법과 구간값 퍼지집합에서 규칙 가중치를 고려한 분류방법을 비교하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.1 no.1
• /
• pp.183-188
• /
• 1996

Fuzzy sets Introduced by Zadeh is a concept which can process, and reson a vague Information using membership functions. The notion of rough sets introduced by Pawlak is based on the ability to classify. reduce. and perform approximation reasoning for the Indiscernible data.A comparison between fuzzy sets and rough sets has been given In Pawlak where it is shown that these concepts are different and can't combine each other. The purpose of this paper Is to Introduce and define the notion of fuzzy-rough sets which joins the membership function of fuzzy sets to the rough sets.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• 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.

• Journal of Internet Computing and Services
• /
• v.4 no.4
• /
• pp.45-51
• /
• 2003

In general, the values for attribute appearing in fuzzy object-oriented data models are represented by the fuzzy sets. If it can allow the attribute values in the fuzzy object-oriented data models to be represented by the interval-valued fuzzy sets, then it can allow the fuzzy object-oriented data models to represent the attribute values in more flexible manner. The attribute values of frames appearing in the inheritance structure of the fuzzy object-oriented data models are calculated by a prloritized conjunction operation using interval-valued fuzzy sets. This approach can be applied to knowledge and information processing in which degree of membership is represented as not the conventional fuzzy sets but the interval-valued fuzzy sets.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.2
• /
• pp.115-118
• /
• 2001

본 논문에서는 L-R 퍼지수의 집합-이론적 연산의 개념을 정의하고, 이들 개념의 성질들을 조사한다. 이들 연산들의 결과들을 이용하여 제2형 퍼지집합의 기수개념에 관하여 연구한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.2
• /
• pp.212-217
• /
• 2012

A fuzzy set $A$ defined on a probability space ${\Omega}$, $\mathfrak{F}$, $P$ is called a fuzzy event. Zadeh defines the probability of the fuzzy event $A$ using the probability $P$. We define the generalized triangular fuzzy set and apply the extended algebraic operations to these fuzzy sets. A generalized triangular fuzzy set is symmetric and may not have value 1. For two generalized triangular fuzzy sets $A$ and $B$, $A(+)B$ and $A(-)B$ become generalized trapezoidal fuzzy sets, but $A({\cdot})B$ and $A(/)B$ need not to be a generalized triangular fuzzy set or a generalized trapezoidal fuzzy set. We define the normal fuzzy probability on $\mathbb{R}$ using the normal distribution. And we calculate the normal fuzzy probability for generalized triangular fuzzy sets.