Abstract
In this paper, we propose a neural network with fuzzy preprocessor not only for improving the classifi¬cation accuracy but also for being able to classify objects whose attribute values do not have clear bound¬aries. The fuzzy input signal representation scheme is included as a preprocessing module. It transforms imprecise input in linguistic form and precisely stated numerical input into multidimensional numerical values. 'The transformed input is processed in the postprocessing module. The experimental results indi-cate the superiority of fuzzy input signal representation scheme in comparison to binary input signal rep¬resentation scheme and decimal input signal representation scheme.
본 논문에서는 신경회로망의 분류 정확도를 향상시키고 퍼지 데이타도 분류 할 수 있도록 하기 위하여 퍼지 전처리기를 갖는 신경회로망을 제안한다. 제안된 방법을 사용하면 수치값으로 주어지는 입력뿐 아나라 언어의 형태로 주어지는 부정확한 입력들도 분류할 수 있다. 퍼지 신호 변환 방법은 전처리로 수행되어 진다.이 과정을 통하여 언어 형태의 부정확한 입력과 수치형태의 입력을 다차원 수치 값으로 변환한다. 변환된 입력은 후처리 모듈인 신경회로망의 입력으로 사용된다. 제안된 방법을 사용하여 실험한 결과 퍼지 입력 신호표현 방법이 이진 입력표현이나 십진 입력표현 방법에 비해 우수한 분류 성능을 나타냄을 확인 할 수 있었다.
