• Journal of Korea Multimedia Society
• /
• v.3 no.5
• /
• pp.550-556
• /
• 2000

This paper comes to derive optimal decision rule from incomplete information using the concept of indiscernibility relation and approximation space in Rough set. As there may be some errors in case that processing information contains multiple or missing data, the method of removing or minimizing these data is required. Entropy which is used to measure uncertainty or quantity in information processing field is utilized to remove the incomplete information of rough relation database. But this paper does not always deal with the information system which may be contained incomplete information. This paper is proposed object relation entropy and attribute relation entropy using Rough set as information theoretical measures in order to remove the incomplete information which may contain condition attribute and decision attribute of information system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.2
• /
• pp.141-147
• /
• 2001

소프트웨어의 측정값에 근거하여 소프트웨어 품질에 관한 의사결정을 할 때, 동치관계의 요구조건인 추이적(transitive) 특성이 항상 만족되는 것은 아니다. 순환수(cyclomatic number)가 거의 비슷한 프로그램에서, 하나의 \"구조적인\" 프로그램 범주에 속하고 또 다른 하나는 \"비구조적인\" 프로그램 범주에 속한다고 명확히 분류할 수 있는가하는 점이다. 따라서, 본 연구에서는 동치관계보다는 허용적 관계를 만족하는 허용적 러프집합에 근거한 소프트웨어 분류기준을 제시하고자 한다. 분류기준을 생성하기 위한 실험 데이터 집합을 수집하고, 집합 내의 각 원소에 관한 허용적 클래스들을 생성한 후, 각 허용적 클래스들의 중심값을 클러스터링하여 분류기준을 생성한다. 생성된 분류기준을 또 다른 실험 집합에 적용하여 비교 분석한 결과 생성된 분류기준이 타당함을 보여준다.생성된 분류기준이 타당함을 보여준다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.307-310
• /
• 2000

소프트웨어의 측정값에 근거하여 소프트웨어 품질에 관한 의사결정을 할 때, 동치관계의 요구조건인 추이적(transitive) 특성이 항상 만족되는 것은 아니다. 순환수(cyclomatic number)가 거의 비슷한 프로그램에서, 하나는 "구조적인" 프로그램 범주에 속하고 또 다른 하나는 비구조적인 프로그램 범주에 속한다고 명확히 분류 할 수 있는가하는 점이다. 따라서, 본 연구에서는 동치관계보다는 허용적 관계를 만족하는 허용적 러프집합에 근거한 소프트웨어 분류 기준 제시하고자 한다. 분류기준을 생성하기 위한 실험 데이터 집합을 수집하고, 집합 내의 각 원소에 관한 허용적 클래스들을 생성한 후, 각 허용적 클래스들의 중심값을 클러스터링하여 분류기준을 생성한다. 생성된 분류기준을 또 다른 실험 집합에 적용하여 비교 분석하여 생성된 분류기준이 타당함을 보여준다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2007.05a
• /
• pp.109-113
• /
• 2007

본 논문은 칼라 패턴의 감성 평가를 위해 러프 집합 이론이 효과적으로 사용될 수 있음을 보여준다. 우리는 주어진 랜덤 칼라 패턴을 보여주고 사람들로 하여금 감성 평가를 하게 하여 수집된 심리학적 실험 데이터를 기반으로 VPRS(Variable Precision Rough Set) 이론을 적용, 관련 규칙들을 추출하였다. 이러한 규칙들은 벽지 등의 컬러 패턴들에 대한 근사적인 감성 평가 뿐만 아니라, 이미지 속성 공간을 언어적 이미지 스케일로 표현된 감성 공간으로 매핑 시키기 위한 적응 퍼지 시스템 등의 초기 조건으로도 사용할 수도 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.327-330
• /
• 1997

패턴인식중에서 가장 기본적인 문제인 판별문제를 대상으로 러프집합을 이용한 판별분석을 행하는 신경망의 학습알고리즘을 제안한다. 어떤군에 속할 것인가의 경계영역을 명확히 하는 것을 목적으로 한다. 2군 판별의 문제를 각 데이터가 각 군에 속한 정도를 표현하는 소속함수(membership function)을 이용하며, 경계영역에 대한 문제는 소속함수를 구간치 함수로 확장하여 가능성과 필연성을 동시에 표현할 수 있는 학습 알고리즘을 제안한다.

• 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.

• 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
• /
• 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.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.