Abstract
In this paper, a fuzzy measure and integral-based model fnr interactive systems is proposed. The
processes of model identification consists of the following three steps : (i) structure identification (ii)
parameter identification and (iii) selection of an optimal model. An algorithm for the model structure
identification using the well-known genetic algorithm ((;A) with a modified selection operator is proposed.
A method for the identification of par;imetcrs corresponding to fuzzy measures is presented. A
statistical model selection criterion is used for the selection of an optimal model among the candidates.
Finally, experimental results obtained hy applying the proposed model to the subjective evaluation data
set and the well-known time series data are presented to show the validity of the proposed model.
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.