• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 춘계학술발표논문집
• /
• pp.394-399
• /
• 1998

본 논문에서는 Kohonen SOM을 이용한 인식 학습 알고리즘인 LVQ를 이용하여 퍼지 규칙의 수를 줄이는 방안을 제안하였다. 많은 훈련 패턴을 입력하게 되면 그에 따른 퍼지 규칙 수가 증가하게 되고, 많은 기억용량과 분류에 긴 시간을 필요로 하는 문제점 있어 퍼지 규칙의 수를 줄이고자 한다. 그러나 퍼지 규칙의 수가 줄어듦으로서 발생하는 성능의 하락을 최소화하기 위하여 초기 참조 패턴이 입력 데이터에 근접하도록 훈련 된 후에 퍼지 규칙을 생성하였다. 생성된 퍼지 규칙은 LVQ를 이용하여 인식되기 바로 전에 가중치 벡터를 이용하여 근접하는 값 이내에 있는 가중치 벡터 값을 합하여 같은 퍼지 규칙을 부여하여 생성하였다. 그 결과로 5$\times$8 숫자 Gray scale를 이용하여 전체 146개의 가중치 벡터가 15개의 아주 적은 수의 퍼지 규칙으로 생성되었다.

• 정보처리학회논문지B
• /
• 제9B권6호
• /
• pp.783-790
• /
• 2002

본 논문에서는 구간값 퍼지집합 추론의 퍼지 Pr/T 네트 표현을 제안한다. 여기에서 퍼지생성규칙은 지식표현을 위해 사용하고, 퍼지생성규칙의 믿음값은 구간값 퍼지집합으로 표현한다. 제안한 구간값 퍼지집합 추론 알고리즘은 퍼지생성규칙의 전제부와 결론부에 있는 퍼지개념에 따라서 적절한 믿음값평가함수를 사용하기 때문에 다른 방법보다 사람이 사용하는 직관과 추론에 더 가깝다.

• 한국멀티미디어학회논문지
• /
• 제7권4호
• /
• pp.559-566
• /
• 2004

일반적으로 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 명제의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 명제의 확신도를 구간값 퍼지 집합으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지 추론을 하는 것이 가능하게 된다. 본 논문에서는 퍼지 페트리네트와 이 네트에 기반을 둔 규칙 기반시스템을 위한 구간값 퍼지 집합 후진추론 알고리즘을 제안한다. 규칙 기반시스템에 있는 퍼지 생성규칙은 퍼지 페트리네트로 모형화된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 확신도와 규칙의 확신도는 구간값 퍼지 집합으로 표현한다. 여기에서 제안한 알고리즘은 목표노드에서 시작노드까지 후진추론 통로를 찾아낸 후 목표노드의 확신도를 계산한다. 구간값 퍼지 집합 후진추론 알고리즘은 규칙 기반 시스템이 더 유연하고 사람들이 하는 것과 같은 퍼지 후진추론을 가능하게 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.625-631
• /
• 2004

일반적으로 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 명제의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 명제의 확신도를 구간 값 퍼지 집합으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지 추론을 하는 것이 가능하게 된다[15］. 본 논문에서는 퍼지 페트리네트와 이 네트에 기반을 둔 규칙기반시스템을 위한 구간 값 퍼지 집합 추론 알고리즘을 제안한다. 규칙기반시스템에 있는 퍼지 생성규칙은 퍼지 페트리네트로 모형화 된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 확신도와 규칙의 확신도는 구간 값 퍼지 집합으로 표현한다. 제안한 구간 값 퍼지집합 추론알고리즘은 규칙기반시스템에서 더 유연한 퍼지추론을 하는 것을 가능하게 한다.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.757-768
• /
• 2003

본 논문에서는 가중 퍼지 Pr/T 네트에 기반을 둔 규칙기반시스템을 위한 가중 퍼지 추론알고리즘을 제안한다. 이때 퍼지 생성규칙의 확신도, 규칙에 나타나는 술어의 진리값과 술어의 중요도를 나타내는 가중값을 퍼지 숫자로 표현한다. 제안한 추론알고리즘은 퍼지 생성규칙에 있는 술어의 중요도에 따라 부여한 가중값을 이용하여 추론하기 때문에 $\circled1$ 술어의 가중값 없이 퍼지 생성규칙의 확신도만을 기반으로 단순하게 min과 max 연산을 하거나[10], $\circled2$ 술어의 가중값 없이 퍼지 생성규칙에 있는 퍼지 개념에 따라 믿음값 평가함수로 퍼지 생성규칙의 믿음값을 평가하는[12] 방법보다 더 유연하고 사람의 직관과 추론에 가깝다.

• 한국지능시스템학회논문지
• /
• 제3권4호
• /
• pp.32-47
• /
• 1993

본 논문에서는 주어진 문제 영역상의 자료를 특성에 따라 분류하고, 자동적으로 퍼지 규칙을 생성할 수 있는 방법을 제안한다. 제안된 방법은 기존의 방법에 비하여 효율적으로 퍼지 공간을 분할하고, 분할된 퍼지 공간의 부분적인 합병을 통하여 퍼지 규칙의 수를 최적화한다. 또한, 본 논문에서는 생성된 퍼지 규칙들이 정형적인 형태를 유지하도록 하며, 이용상의 적응력을 높히기 위하여 누적-히스토그램을 이용하여 귀속 함수를 정의하는 방법을 제안한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.310-316
• /
• 1998

본 논문에서는 기존의 퍼지 제어규칙에비해 좋은 성능을 갖는 T-S(Takagi-Sugeno)퍼지 모델을 자기조직화 지도와 역전파 신경망을 이용하여 표현하고 제어기 구현을 위한 규칙의 자동 생성 방법을 제안한다. 제안된 방법은 신경망에 기초하여 T-S 퍼지 제어 규칙을 포현하므로써 학습 기능을 이용하여 지식 획득을 용이하게 하고, 입력 변수간의 퍼지 관계에 기반 하여 추론이 이루어지므로 각 퍼지 변수에 대한 소속 함수의 정의 과정이 불필요하게 된다. 또한 제어기로 구현되었을 때 규칙의 수나 퍼지화 및 비퍼지화 등이 구성된 추론망을 통하여 자동으로 수행될 수 있다. 때문에 퍼지 시스템의 구현이 쉽게 이루어 질 수 있게 한다. 제안된 방법을 자동차 궤도 안정화 모의 실험에 적용해 봄으로써 추론망이 규칙을 생성하여 타당한 추론을 하게 됨을 확인한다.

• 한국지능시스템학회논문지
• /
• 제5권4호
• /
• pp.12-17
• /
• 1995

지금까지 전문가들에 의해 만들어진 퍼지규칙들은 종종 모순되었고 불완전하였다. 본 논문에서 우리는 모순되지 않고 거의 완전한 퍼지규칙을 자동생성 하는 새로운 기법을 제안한다. 이러한 퍼지규칙의 자동생성은 제어경험으로 부터 퍼지규칙을 얻어내는 사람의 지식 축적과정을 모사한 방법이다. 이 방식은 기존의 방식들보다 보다간단하면서도 보다 효율적인 방법이다. 잘 조절된 파라메터상에서 우리의 방식이 전문가들보다 더욱 좋은 퍼지규칙을 생성함을 시뮬레이션을 통하여 보인다.

• 인터넷정보학회논문지
• /
• 제5권4호
• /
• pp.115-124
• /
• 2004

본 논문에서는 가중 퍼지 페트리네트에 기반을 둔 규칙기반시스템을 위한 가중 퍼지 후진추론 알고리즘을 제안한다. 규칙기반시스템에 있는 퍼지 생성규칙은 가중 퍼지 페트리네트로 모형화된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 진리값과 규칙의 확신도는 퍼지 숫자로 표현한다. 그리고 규칙에 나타나는 퍼지 명제의 가중값도 퍼지 숫자로 표현하다. 제안한 가중 퍼지 후진추론 알고리즘은 목표노드에서 초기노드까지 후진추론 통로를 생성한 후 목표노드의 확신도를 계산한다. 우리가 제안한 알고리즘은 규칙기반시스템이 더 유연하고 사람과 같은 방법으로 가중 퍼지 후진추론을 하는 것을 가능하게 한다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.231-238
• /
• 2002

진화퍼지모델링은 퍼지추론시스템과 진화연산의 장점을 결합한 모델링 방법으로써 전역근사최적화를 수행한다. 본 논문에서는 진화퍼지모델링의 가장 중요한 과정 중 하나인 퍼지규칙의 생성방법으로써 퍼지클러스터링을 제안한다. 퍼지클러스터링을 실험 혹은 시뮬레이션의 결과에 적용함으로써, 비선형성이 강하고 복잡한 설계문제를 적절하게 묘사할 수 있는 퍼지 규칙을 생성할 수 있다. 퍼지클러스터링의 결과로 얻어지는 클러스터에 대한 실험치의 소속정도를 활용하여 진화퍼지모델링의 효율을 향상시킬 수 있다. 제안된 방법의 유효성을 검증하기 위해 실제 자동차 내장재에 설계문제를 선정하여 전역근사화를 수행하였다. 클러스터 수와 퍼지규칙의 선택과 관련하여 여러 다양한 경우에 대해서 진화퍼지모델링을 수행하여 그 결과를 비교하였고 이를 통하여 제안된 방법이 시스템을 묘사하는 적절한 퍼지규칙을 생성하고 모델링의 오차를 만족할 만한 수준으로 유지하면서 계산시간을 줄일 수 있음을 확인하였다.