• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.145-148
• /
• 2004

규칙 기반 추론 시스템에서 규칙의 속성 감축은 다양한 방법으로 제안되어 왔다. 규칙의 속성 감축은 퍼지 추론 시스템을 구현하는데 있어서 처리 시간을 단축시킬 수 있으나 규칙의 종속성 및 상관성을 고려하지 않을 경우 예상하지 못한 추론 결과를 얻을 수 있다. 따라서, 본 논문에서는 복합속성을 가진 규칙의 속성 감축과 상관성을 고려하기 위하여 러프집합의 특성 중 식별가능 행렬과 식별가능 함수를 이용하였다. 그리고 속성 감축에 사용된 규칙은 복합속성(composite attribute)을 가지는 감성 데이터를 이용하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.2
• /
• pp.96-105
• /
• 1998

소프트웨어 재사용 분야에 있어서 우선적으로 연구되어야할 부분은 소프트웨어 부품의 품질 보증에 관한 연구이다. 그러나 기존의 연구들은 사용자 요구의 복잡, 다양화와 소프트웨어 복잡도증가등과 같은 변화하는 환경에 능동적으로 대처하지 못한다. 따라서, 본 논문에서는 재사용되고 있는 부품들, 정량적인 척도을과 분류 기준들을 이용하여 변화하는 환경에 능동적으로 대처할 수 있는 적응성이 있는 재사용성 결정 알고리즘 생성 모델을 제안한다. 이 모델은 적응성 있는 재사용 결정 알고리즘을 찾기 위해서 데이터의 숨겨진 패턴들을 발견하는 효율적인 알고리즘을 제고？는 러프 집합 이론을 이용한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.4
• /
• pp.375-383
• /
• 1999

사용자가 최소의 이해와 수정 노력으로 적합한 컴포넌트를 선택할수 있는 방안이 요구된다, 따라서 본 논문에서는 컴포넌트의 재사용도 측정을 위한 혼합적 척도를 제안한다. 현업에서의 연구와 경험을 통해서 증명된 객관성 있는 척도들을 측정인자로 설정한다. 러프집합을 이용하여 각측정인자들이 컴포넌트 재상요에 미치는 영향의 정도를 평가하고 각 측정인자들의 상대적 중요도를 구한다, Sugeno의 퍼지적분을 이용하여 측정인자들의 중요도와 측정값들을 종합함으로써 컴포넌트들의 재사용도를 측정한다. 마지막으로 제안된 ordinal scale과 ratio scale에 따름을 보여준다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1547-1548
• /
• 2008

본 논문에서는 유동적 비정상 시계열의 패턴과 규칙성을 잘 반영할 수 있는 최적의 차분 간격 후보군을 이용한 TS 퍼지 모델로 다중 퍼지 모델을 구현하였고, 각각의 모델들의 예측 특성을 반영하기 위하여 러프집합을 이용한 모델선택법을 제안하였다. 또한 TS퍼지 모델의 파라미터 식별에는 적절한 오차보정 메커니즘을 추가하여 더욱 예측 성능을 향상 시켰다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1996.10a
• /
• pp.340-343
• /
• 1996

실세계에서 존재하는 대부분의 지식은 다양한 패턴들로 구성되어 있다. 본 논문에서는 사례베이스 추론(Case-Based Reasoning : CBR)에서 다중의 의미를 갖는 불확실한 지식을 쉽게 표현할 수 있는 러프 집합을 이용하여 지식의 함축의 의미를 갖는 지식을 간략화하는 방법을 제안한다. 전문가의 지식 구조를 명확화 하는데는 많은 노력이 필요하고 지식획득의 병목현상이 일어난다. 이러한 문제점을 해결하기 위해 많은 사례의 수를 러프 집합의 성질을 이용하여 사례를 동치 클래스로 분류하여 사례의 수를 감소하므로써 CBR의 기능을 향상시킨다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.311-314
• /
• 2000

컴포넌트의 재사용도 측정은 컴포넌트가 재사용되는 시점에서 컴포넌트의 이해와 적용을 위해 소요되는 노력의 정도를 측정한다. 여러 연구들이 컴포넌트의 재사용도 측정 방법을 제시하였지만 측정 속성(척도)들과 컴포넌트들의 삽입 삭제의 어려움, 가정된 지식의 요구, 각 측정 속성들에 대한 중요도 제시의 부재 등의 문제점들이 있다. 따라서, 본 연구에서는 이러한 문제점들을 해결하기 위해서 실제로 재사용되고 있는 객체지향 컴포넌트들과 여러 연구에서 제시되고 있는 메트릭스들을 종합하고, 퍼지 적분과 러프 집합을 이용하여 클래스의 재사용도를 측정한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.145-149
• /
• 1998

소프트웨어의 유지보수면에서, 재사용이 매우 중요시되고 있는 가운데, 사용자가 최소 노력으로 필요한 컴포넌트들을 선택 및 유사 컴포넌트들을 평가할 수 있는 방법이 필요하다. 따라서, 본 논문에서는 현업에서의 많은 연구와 실험을 통해서 그 타당성이 검증된 척도들을 측정 인자로 설정, 여기에 러프 집합으로써 각 측정 인자들의 중요도를 측정하고, 이러한 측정값들을 Sugeno의 퍼지 적분으로써 종합하여 컴포넌트의 재사용 가능도를 평가하여 재사용이 용이한 컴포넌트 순으로 사용자에게 제공할 수 있는 재사용 가능도 평가 방법을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.479-484
• /
• 1998

입력된 영상으로부터 추론된 정보 표를 지식베이스에 저장하여 결정해를 구하는데는 많은 탐색시간이 소비된다. 본 논문에서는 탐색 시간을 감소시키기 위해서 러프집합의 식별(classification)과 근사(approximation) 개념을 이용하여 추론된 정보를 동치 클래스(equivalence class)로 분류하여 간략화한다. 감소된 규칙, 즉 Core와 Reduct 리스트를 구하여 결정해를 검색하는데 탐색 시간을 감소시키는데 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.218-224
• /
• 1998

본 논문에서는 컬러 모니터용 전자관(CDT; Color Display Tube)의 편향 요크(DY; Deflection Yoke)의 제조 공정상 오차가 발생시키는 컨버전스의 오차를 보정하기 위하여 붙이는 페라이트 박판(Ferrite Sheet)의 위치를 결정하는 규칙을 생성하는 박판을 붙여야 하는지 판단한다. 이를 러프 집합 이론을 이용하여 컨버전스 값을 조건부 속성으로, 페라이트 박판의 위치를 판단부 속성으로 하여 판단 테이블을 만들고 이때 발생하는 몇 가지 문제를 해결하여 최소화된 규칙을 찾아내는 방안을 제안한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.6
• /
• pp.792-798
• /
• 2007

In this paper, we propose a hierarchical fuzzy-rough classification method based on statistical information for maximizing the performance of pattern classification and reducing the number of rules without learning approaches such as neural network, genetic algorithm. In the proposed method, statistical information is used for extracting the partition intervals of antecedent fuzzy sets at each layer on hierarchical fuzzy-rough classification systems and rough sets are used for minimizing the number of fuzzy if-then rules which are associated with the partition intervals extracted by statistical information. To show the effectiveness of the proposed method, we compared the classification results(e.g. the classification accuracy and the number of rules) of the proposed with those of the conventional methods on the Fisher's IRIS data. From the experimental results, we can confirm the fact that the proposed method considers only statistical information of the given data is similar to the classification performance of the conventional methods.