• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.827-832
• /
• 2001

본 논문은 수치적인 데이터를 이용하여 시스템을 구성하는 퍼지 모델링에서 각각의 장점들을 유지하면서 순차적으로 성능을 개선하는 방법을 제안한다. 기존의 다양한 퍼지 모델링의 최적화 방법들은 각각의 뛰어난 최적화 기법을 이용하면서도 순차적으로 퍼지 모델의 성능을 개선하려하는 시도는 많지 않았다. 이에 본 논문에서는 각 단계별로 최적의 성능을 구현하고 이를 다음 단계에서 초기로 이용함으로써 퍼지 모델의 성능이 순차적으로 개선되는 것을 제안하였다. 이는 각각의 최적화 기법들을 지속적으로 이용함으로써 원하는 모델의 성능을 개선하고자 하는 것이다. 제안된 방법의 유용성을 Rice taste 데이터 모델에 적용하여 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.217-220
• /
• 2001

The fuzzy equalization method does not require the usual learning step for generating fuzzy rules. However it is heavily depend on the given input-output data set. So, we adapt an hierarchical scheme which sequentially optimizes the fuzzy inference system. Here, the parameters of fuzzy membership functions obtained from the fuzzy equalization are optimized by the genetic algorithm, and then they are also modified to increase the performance index using the linguistic hedge. Finally, we applied it to the Rice taste data and got better results than previous ones.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.761-766
• /
• 2011

Hedge는 불확실함을 나타내는 언어적 표현으로, 저자가 자신의 글에 내포된 내용이 불확실하거나 의심이 갈 때 사용한다. 이러한 불확실성 때문에 hedge가 포함된 문장은 사실이 아닌 문장으로 간주된다. 문장이 사실인지 아닌지를 판단하는 것은 여러 응용에서 사용될 수 있는데, 정보검색, 정보추출, 질의응답 등의 응용분야에서 전처리 과정으로 사용되어, 보다 정확한 결과를 얻게 한다. 본 논문에서는 한국어 hedge 말뭉치를 구축하고, 이로부터 hedge 단서 어구들을 추출하여 일반화된 단서어구 패턴을 구축한 후, 한국어 hedge 인식 실험을 하였다. 실험을 통하여 78.6%의 F1-measure값을 얻을 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.97-101
• /
• 1997

In recent years, there have been a number of applications of fuzzy logic in fuzzy reasoning system. The main objective of these applications is to approximate a decision making using the fuzzy reasoning system. This paper designs a fuzzy reasoning model for the decision making of registration fee at a private school, implements it applying for linguistic variables and fuzzy rules, and evaluates the practical availability of the model. The system accepts fuzzy rules, the type of membership functions, the domain of fuzzy sets and hedge, and fuzzifies the linguistic variables to generates fuzzy sets. The fuzzy sets generated are combined to constructs a solution fuzzy set. Finally, the system defuzzifies the solution fuzzy set to calculate a scalar value which is used for decision making.