• Korean Journal of Logic
• /
• v.17 no.2
• /
• pp.349-358
• /
• 2014

Human being has attempted to solve the problem of imperfect knowledge for a long time. In 1982 Pawlak proposed the rough set theory to manipulate the problem in the area of artificial intelligence. The rough set theory has two interesting properties: one is that a rough set is considered as distinct sets according to distinct knowledge bases, and the other is that distinct rough sets are considered as one same set in a certain knowledge base. This leads to a significant philosophical interpretation: a concept (or an event) may be understood as different ones from different perspectives, while different concepts (or events) may be understood as a same one in a certain perspective. This paper claims that such properties of rough set theory produce a mathematical model to support critical realism and theory ladenness of observation in the philosophy of science.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.11-15
• /
• 1998

일반적으로 러프집합은 지식베이스 시스템에서 근사공간을 이용한 불확실한 데이터의 분류, 추론 및 의사결정 등에 사용된다. 지식베이스 시스템의 데이터 중에서 연속적인 구간 특성을 갖는 정량적 속성값이 불연속적일 때 중복 또는 불일치 등의 불확실성이 발생된다. 본 논문은 러프집합의 정량적 속성값들의 정성적 속성으로 변환시킬 때 식별 불가능 영역에 있는 정량적 속성값들을 명확한 경계를 갖는 보조구간으로 분리하여 불확실성을 제거함으로써 러프집합의 분류능력을 향상시키는 방법을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.37-40
• /
• 2001

본 논문에서는 전문가 시스템에서 지식에 대한 규칙을 감소시키기 위해 러프 집합을 이용한 지식 감축 방법을 제안한다. 또한, 속성 항을 클래스로 분류하여 각 클래스와 이웃하는 클래스의 항들을 비교하여 리덕트와 코어를 구하여 최소화하였다. 이러한 방법은 방대한 양의 규칙을 최소화함으로써 의사결정 시간을 단축시킬 수 있다.

• Journal of Digital Convergence
• /
• v.12 no.6
• /
• pp.223-229
• /
• 2014

In an attempt to retrieve useful information for an efficient decision in the large knowledge system, it is generally necessary and important for a refined feature selection. Rough set has difficulty in generating optimal reducts and classifying boundary objects. In this paper, we propose quick reduction algorithm generating optimal features by rough entropy analysis for condition and decision attributes to improve these restrictions. We define a new conditional information entropy for efficient feature extraction and describe procedure of feature selection to classify the significance of features. Through the simulation of 5 datasets from UCI storage, we compare our feature selection approach based on rough set theory with the other selection theories. As the result, our modeling method is more efficient than the previous theories in classification accuracy for feature selection.

• 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 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
• /
• 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 KIEE Conference
• /
• 2011.07a
• /
• pp.1776-1777
• /
• 2011

인간의 감각 중 후각에 해당하는 가스 센서들에 관한 연구가 현재 상당히 이루어지고 있다. 본 논문에서는 32개의 가스 센서들로 부터 측정된 각각의 값들과 GA를 이용하여, 4개의 센서로 구성되는 8개의 센서그룹을 결정한 후 각각의 그룹에서 나타나는 측정값들의 패턴과 러프집합이론을 이용하여 1차 식별 규칙을 생성하였다. 그 다음 8개 가스 그룹의 식별 패턴을 분석하여 다시 러프집합을 통한 2차 식별 규칙을 생성함으로써 보다 효율적이면서도 판단의 정확성을 높일 수 있는 식별 모델을 설계하는 방법을 다룬다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1098-1101
• /
• 2010

오늘날, World Wide Web의 탄생과 정보통신기술의 비약적인 발전에 의해 매일 방대한 양의 다양한 데이터들이 기하급수적으로 발생되고 있다. 이와 같은 데이터들에는 명확한 경계를 갖는 정보와 더불어서 퍼지정보가 포함되어 있다. 퍼지정보를 포함한 데이터로부터 유용한 정보를 추출하기 위해, 퍼지 데이터 분석 및 러프 데이터 분석에 관한 다양한 연구들이 수행되고 있다. 본 논문에서는, 주어진 퍼지 데이터에 내포된 유용한 정보를 추출하기 위해, 퍼지 집합 이론과 러프 집합 이론을 형식개념분석기법에 접목하여 새로운 러프 클러스터링 기법을 제안한다. 또한, 본 연구에서 개발한 지원도구와 그 도구를 이용한 실험 결과를 보고한다.

• Journal of Korea Multimedia Society
• /
• v.9 no.8
• /
• pp.1030-1036
• /
• 2006

The rapid proliferation of wireless networks and mobile computing applications has changed the landscape of network security. Anomaly detection is a pattern recognition task whose goal is to report the occurrence of abnormal or unknown behavior in a given system being monitored. This paper presents an efficient rough set based anomaly detection method that can effectively identify a group of especially harmful internal masqueraders in cellular mobile networks. Our scheme uses the trace data of wireless application layer by a user as feature value. Based on the feature values, the use pattern of a mobile's user can be captured by rough sets, and the abnormal behavior of the mobile can be also detected effectively by applying a roughness membership function considering weighted feature values. The performance of our scheme is evaluated by a simulation. Simulation results demonstrate that the anomalies are well detected by the method that assigns different weighted values to feature attributes depending on importance.