• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.199-202
• /
• 2007

The similarity measure is constructed for non-convex fuzzy membership function using well known Hamming distance measure. Comparison with convex fuzzy membership function is carried out, furthermore characteristic analysis for non-convex function are also illustrated. Proposed similarity measure is proved and the usefulness is verified through example. In example, usefulness of proposed similarity is pointed out.

• 지능정보연구
• /
• 제15권4호
• /
• pp.123-140
• /
• 2009

퍼지신경망 모형은 인공신경망의 네트워크 구조 표현방법 및 학습알고리듬과 퍼지시스템의 추론방법을 통합한 모형으로 제어 및 예측분야에 성공적으로 적용되고 있다. 본 연구에서는 퍼지신경망 모형 중 우수한 예측정확도로 인해 최근 각광받고 있는 ANFIS (Adaptive Network-based Fuzzy Inference System) 모형에서 생성된 퍼지규칙의 해석용이성을 평가하였다. ANFIS모형은 인간 전문가와 상호작용하면서 규칙을 정제해 나갈 수 있다. 특히 인간전문가의 사전지식을 이용하여 초기 퍼지규칙을 만들고 난 후 모형을 학습하면 최적에 수렴하는 시간을 단축할 뿐 아니라, 전역 최적치 도달가능성이 높아진다고 보고되고 있다. 이러한 관점에서 볼 때 규칙의 해석용이성은 인간 전문가와의 상호작용을 위해 매우 중요한 이슈가 될 수 있다. 본 연구에서는 ANFIS모형과 의사결정나무 모형에서 생성된 규칙을 해석용이성 관점에서 비교하기 위한 측도를 제안하고 각 규칙들을 비교하였다. 본 연구에서 제안된 해석용이성 측도들은 규칙을 생성하는 다양한 기계학습 모형의 규칙생성 능력을 평가하는 기준으로도 활용될 수 있을 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.314-321
• /
• 1995

This paper discuss some properties of non-monotonic fuzzy measures of Ф -bounded variation. We show that there is an example of Ф such that $\beta$V(x, F) is a proper subspace of Ф$\beta$V(x, F) And also, we prove that Ф$\beta$V(x, F) is a real Banach space. Furthermore, we investigate some properties of non-monotonic fuzzy Ф -measures.

• 정보처리학회논문지A
• /
• 제9A권1호
• /
• pp.45-52
• /
• 2002

본 논문에서는 네트워크환경에 따라 모호성을 갖는 집중형 분산처리시스템의 성능평가를 위해 퍼지이론을 적용한 퍼지 폐쇄형 BCMP 큐잉네트워크모델을 제안하였다. 이 모델은 퍼지요소들을 처리할 수 있는 퍼지평균값분석방법을 사용하여 작업소요시간, 시스템처리율, 시스템내 작업수 및 서버 활용율 등의 시스템 성능을 평가할 수 있는 측도를 유도하였다. 이들의 유효함을 검증하기 위하여 퍼지서비스요구시간을 갖는 집중형 분산 처리시스템에 클라이언트의 수의 변화에 따른 유도된 성능평가측도를 시뮬레이션하고, 그 결과를 고찰하였다. 제안된 모델은 모호성을 갖는 시스템의 성능을 평가할 때 기존의 방법보다 유연하고 실제적인 방법을 제공한다.

• 한국지능시스템학회논문지
• /
• 제7권4호
• /
• pp.82-92
• /
• 1997

본 논문에서는, 퍼지 측도와 퍼지 적분을 이용한 상호 작용 시스템의 모델 및 이의 식별볍을 제시한다. 모델 식별은 다음과 같은 세 단계를 거쳐 이루어 지는데, 그 첫번째는 모델의 구조 식별이고 두번째는 식별된 구조를 갖는 모델의 파라메터 식별이다. 그리고 마지막으로는 식별된 구조와 파라메터를 갖는 모델의 최적성을 판단하여, 최적의 모델을 선정하게 된다. 본 논문에서는 최적 모델의 식별을 위하여 유전자 알고리즘 및 통계적 모델 선택 기준을 이용하여, 최적 모델들의 후보군으로부터 최적모델을 선정하는 알고리즘을 제시한다. 본 논문에서 제시된 모델 및 이의 식별법의 타당성을 보이기 위하여, 주관적 평가 데이타 및 시계열 데이타에 적용하여 그 결과를 나타내었으며, 또한 기존의 다른 모델들로부터 얻어진 결과와 비교 검토하였다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.262-266
• /
• 2004

일반적으로 Lebesgue 적분에서 성립하지만 퍼지적분에서 성립되지 않는 성질이 몇 가지 있다. 그 중 하나가 선형성이다. 본 논문에서는 선형성 표현식에서 덧셈을 supremum 으로 곱셈을 infimum으로 대신한 퍼지선형성의 정의를 소개하고 구간값을 갖는 함수의 준노름 퍼지적분이 퍼지가법성을 갖는 퍼지 측도와 연속인 준 노름이 saturated 조건을 만족할 때, [Max] 조건을 만족하는 가측함수에 대해 퍼지선형성이 성립함을 보였다.

• 한국화재소방학회논문지
• /
• 제10권3호
• /
• pp.19-28
• /
• 1996

본 논문은 Fuzzy Measure를 이용한 화재감지기의 사고판정을 결정하는 방법을 제시한 것으로 Belief measere를 기본으로하여 Dempster의 결합 Rule을 사용하였다. 감지기에서의 화재 판정 결정은 화재(F), 비화재(N)의 2가지로 하였으며, 이를 판정하기 위해 현재 사용되고있는 열, 연기감지기에 대한 정정값에 대해 Fuzzy Rule을 적용하여 시뮬레이션 하였다. 그 결과 Fuzzy Rule의 수를 많이 적용할수록, 최종동작은 Bel(F)의 값을 높게 할수록 확실한 화재 판별이 가능함을 입증하였다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.221-228
• /
• 2013

시나리오 기반 학습과 관련하여 학습 관련 효과에 관한 많은 연구들이 집중되고 있다. 그렇지만, 이와 관련하여 바람직한 효과 측정 방법이 제시되지 못하고 있다. 본 연구는 시나리오 학습과 관련하여 보다 바람직한 학습 효과 측정을 위해 하나의 퍼지 논리 기반 프레임워크를 제안하는데 있다. 이러한 프레임워크의 사용은 학습 효과의 측정에 있어서 언어적인 불확실성 문제를 해결할 수 있다. 본 연구에서는 시나리오 기반 학습의 효과 측정을 위해 정확성, 이해성, 완비성의 3가지 불확실성 측도를 사용한다. 이러한 측도의 사용은 시나리오 맥락 측면에서 완전성뿐만 아니라 사용자 선택에 따른 효과 차이를 최소화시킬 수 있는 강점을 가진다. 다른 무엇보다도 시나리오 기반의 학습에 퍼지 논리의 적용은 실제 학습 상황에서 학습 목표 도달을 위한 학습 경로 진행 상황을 쉽게 관측할 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.339-342
• /
• 2004

질적인 속성을 양적인 계열로 전환하여 측정할 수 있는 도구를 개발하는 과정에서 서스톤, 리커트, 어의분별 및 커트만 척도 등을 많이 활용한다. 이 측도들 중 우리는 리커트 척도에 대해 알아보고, 응답이 애매한 리커트 척도의 자료를 퍼지화하는 방법을 제안하고 그 자료에 대한 분석 방법을 연구하려고 한다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.200-205
• /
• 2008

데이터 분석을 위하여 데이터의 불확실성에 대한 측도로서 퍼지 집합에 대한 엔트로피를 소개하였고, 또한 데이터간의 유사도를 나타내는 유사측도를 구성하였다. 퍼지 소속 함수간의 유사측도는 거리측도를 이용하여 구성하였고, 제안한 유사측도를 증명을 통하여 확인하였다. 제안한 유사측도의 유용성을 확인하기 위하여 신뢰성 있는 데이터추출 예제에 적용하였다. 적용결과를 퍼지 엔트로피와 통계적 지식을 통하여 얻어진 이전의 결과와 비교하였다.