• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권7호
• /
• pp.723-730
• /
• 2000

퍼지숫자는 보통숫자와는 달리 애매모호한 값을 표현하기 때문에, 어느 퍼지숫자가 다른 퍼지숫자보다 큰지 작은지를 명확히 기술하기 어렵다. 따라서, 주어진 퍼지숫자의 집합 내에서, 어느 퍼지숫자가 몇 번째로 큰지, 또는 k번째로 큰 퍼지숫자가 어느 것인지 역시 애매모호할 수밖에 없다. 본 논문에서는 퍼지숫자의 순위와 k번째로 큰 퍼지숫자를 결정하기 위하여 퍼지집합을 이용하는 방법을 제안한다. 제안하는 방법은 퍼지숫자들 사이에 퍼지대소관계가 주어졌다고 가정하며, 이를 이용하여 퍼지숫자의 순위와 k번째 큰 퍼지숫자를 결정한다. 제안하는 방법은 어느 한 퍼지숫자가 취할 수 있는 모든 순위를 퍼지집합으로 표현하며, k번째로 큰 퍼지숫자가 될 수 있는 모든 퍼지숫자들을 퍼지집합으로 표현한다.

• 전기의세계
• /
• 제39권12호
• /
• pp.12-20
• /
• 1990

기존의 이진논리는 애매모호한 인간의 지식을 표현하는데 많은 여러움이 있었다. 컴퓨터의 사고를 보다 인간에 가깝게 하기 위해 0과 1의 이진논리가 아닌, 0과1 사이의 실수로 애매모호함을 표현하는 Zadeh의 퍼지집합이론이 제안되었다. 이를 기초로 하여, 실제로 여러 종류의 퍼지 연산들을 수행하는 퍼지프로세서들이 개발되었으며, 퍼지 컴퓨터를 실현시키기 위한 연구가 활발히 진행되고 있다. 본고에서는 퍼지논리에 기초하여 퍼지정보처리(Fuzzy Information Processing)을 수행하는 대표적인 하드웨어 시스템인 퍼지 컴퓨터와 퍼지 컨트롤러 (fuzzy controller)에 대해 알아보고 다단계 퍼지 추론을 수행하는 퍼지 메모리 모듈(fuzzy memory module)의 기본인 퍼지 플립플롭에 대해 알아보고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.52-55
• /
• 2001

퍼지 그래프는 그래프에 대한 정점들과 간선들의 소속정도를 표현할 수 있도록 일반 그래프를 확장한 그래프이다. 그러나 기준 퍼지 그래프는 명확한 정점들의 집합 위에서의 관계만을 표시할 수 있다. 본 논문에서는 퍼지 집합간의 관계를 표시할 수 있도록 확장된 레벨-2 퍼지 그래프를 제안한다. 본 논문에서는 레벨-2 퍼지 그래프를 정의하고 레벨-2 퍼지 그래프에서 수정되어야 하는 연산들과 레벨-2 퍼지 그래프의 특성에 대하여 소개한다. 제안된 레벨-2 퍼지 그래프는 퍼지 데이터 비교 및 퍼지 클러스터링 분야에 적용될 수 있다.

• 한국산업경영시스템학회:학술대회논문집
• /
• 한국산업경영시스템학회 2002년도 춘계학술대회
• /
• pp.45-50
• /
• 2002

퍼지 균등화(fuzzy equalization)는 어의론적으로(semantically) 의미있고, 실험적으로 (experimentally) 의미있는 언어라벨(linguistic labels)을 붙이도록 하는 조건이다. 지금까지 발표된 퍼지 균등화조건을 갖는 퍼지분할을 생성하는 알고리듬은 주어진 데이터에 대하여, 오직 하나의 퍼지분할만을 생성할 수 있다. 만일 생성된 퍼지 분할이 더 이상 유용하지 못한 것으로 판명되면, 이 알고리듬은 주어진 데이터에 대한 퍼지 균등화조건을 갖는 퍼지분할을 생성할 수 없다. 이는 생성된 퍼지분할을 사용하여 탐색적 발견을 수행하는 데이터마이닝인 경우 더 이상 프로세스가 진행되지 못함을 의미한다. 본 연구에서는 주어진 데이터에 대한 퍼지 균등화조건을 갖는 서로 다른 두 퍼지분할이 존재한다면, 어떠한 관계가 있는지를 증명하고, 위치적 특성을 서술하였다. 이 특성은 추후 퍼지 균등화조건을 갖는 퍼지분할을 원하는 만큼 생성할 수 있는 알고리듬을 만드는데 유용하게 사용 될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.30-32
• /
• 1998

퍼지숫자는 불명확한 값을 표현하기 때문에, 퍼지숫자의 비교결과 역시 불명확한 성질을 갖고 있다. 본 논문에서는 이러한 퍼지숫자의 비교결과에 존재하는 불명확성을 표현하기 위해서, 퍼지 만족도 함수를 제안한다. 퍼지 만족도 함수는 두 퍼지숫자를 비교하여 그 비교결과로 0과1사이의 퍼지집합을 출력한다. 즉, 어느 숫자가 다른 숫자보다 클(작을) 가능성을 단순히 0과1사이의 값이 아닌, 퍼지집합으로 표현한다. 퍼지 만족도 함수는 이전에 제안된 만족도 함수로부터 확장되었다. 본 논문에서는 만족도 함수를 간략히 소개하고, 이를 이용하여 퍼지 만족도 함수를 제안하며, 이를 퍼지숫자 비교에 적용한 예를 제시한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.299-302
• /
• 2003

대용량의 퍼지데이터를 처리하기 위한 퍼지제어 시스템의 가장 큰 과제는 퍼지추론 및 비퍼지화 단계에서의 수행속도의 개선이다. 본 논문에서는 퍼지제어기의 속도 향상을 위해 [0, 1]사이의 실수값을 갖는 퍼지 소속 함수값을 정수형 격자(pixel)에 매핑시켜 정수형 퍼지 소속함수값만을 가지고 퍼지연산을 하는 정수형 퍼지제어기법을 적용한 고속이 정수 연산을 수행하는 퍼지 프로세서와 주변제어 시스템을 FPGA로 설계하여 기존 퍼지제어 시스템에 비해 매우 빠른 실시간 고속퍼지 제어시스템을 구현한다.

• 산업경영시스템학회지
• /
• 제25권6호
• /
• pp.54-58
• /
• 2002

퍼지 균등화는 어의론적으로 의미있고, 실험적으로 의미있는 언어레이블을 붙이도록 하는 조건이다. 지금까지 발표된 퍼지 균등화조건을 갖는 퍼지분할을 생성하는 알고리듬은 주어진 데이터에 대하여, 오직 하나의 퍼지분할만을 생성할 수 있었다. 만일 생성된 퍼지 분할이 더 이상 유용하지 못한 것으로 판명되면, 이 알고리듬은 주어진 데이터에 대한 퍼지 균등화조건을 갖는 또 다른 퍼지분할을 생성할 수 없다. 이는 생성된 퍼지분할을 사용하여 탐색적 발견을 수행하는 데이터마이닝의 경우 더 이상 프로세스가 진행되지 못함을 의미한다. 본 연구에서는 주어진 데이터에 대한 퍼지 균등화조건을 갖는 서로 다른 두 퍼지분할이 존재한다면, 어떠한 관계가 있는지를 증명하고, 이를 위치적 특성으로 서술한다. 또한 이 특성을 이용하여 퍼지 균등화조건을 갖는 퍼지분할을 원하는 만큼 생성할 수 있는 알고리듬을 제시하고, 예를 들어 설명한다.

• 제어로봇시스템학회지
• /
• 제1권3호
• /
• pp.39-51
• /
• 1995

이 글에서는 퍼지이론의 양대부류인 퍼지집합론과 퍼지척도 및 퍼지적분에 대하여 정의 및 기본적 성질을 간략히 소개하였다. 이러한 이론들의 주된 응용분야가 제어와 평가문제로부터 점점 다양한 분야(예를 들면, 자연언어 처리, 퍼지컴퓨터, 경제학, 심리학 등)로 확산되고 있는 현시점에서, 보다 많은 사람들이 퍼지이론에 관신을 갖게 되는데 조금이나마 도움이 됐으면 한다. 최근 우리들의 관심 중 많은 부분이 지적시스템(intelligent system)의 구현에 쏠리고 있음을 감안할 때, 이러한 퍼지이론은 신경회로망이론, 유전자 알고리즘 및 카오스이론과 더불어 지적시스템의 구현을 위한 충분한 도구로서 혹은 방법론으로서 크게 공헌하리라 생각한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.191-194
• /
• 2002

기존의 퍼지 제어기는 퍼지 추론시 [0, 1]의 소속도를 갖는 퍼지 소속함수들의 실수연산으로 인하여 연산수행 속도가 저하되는 문제를 가지고 있다 따라서 본 논문에서는 실수연산으로 인하여 야기되었던 속도 저하문제를 해결하기 위한 새로운 퍼지연산 기법으로 실수 값을 갖는 퍼지 소속 함수 값을 정수형 격자(pixel)에 매핑 시켜 정수형 퍼지 소속 함수 값만을 가지고 연산함으로써 기존의 퍼지제어기에 비해 매우 빠른 연산을 수행 할 수 있는 고속 퍼지제어기를 제안한다. 또한 퍼지제어시스템 설계시에 퍼지 입.출력 변수들의 퍼지항들을 입력시킬 수 있는 GUI(Graphic User Interface)를 제공하여 소속함수의 수정 및 퍼지 값 입력시 사용자에게 보다 편리한 환경을 제공한다.

• 한국지능시스템학회논문지
• /
• 제5권2호
• /
• pp.13-27
• /
• 1995

국내외 문헌을 조사해 볼때, 최적의 퍼지 함축을 선택하는 것이 퍼지 추론 및 퍼지 추론의 모든 응용 분야에서 근본적인 문제임을 알 수 있다. 그러나 많은 연구가들의 계속적인 연구에도 불구하고 개인적인 평가 기준과 사용되는 응용 모델에 따라 각기 다른 성능 평가가 이루어졌으므로 퍼지 함축의 선택 문제는 아직까지도 논란의 대상이 되고 있다. 최근 학습이론의 도입으로 퍼지 추론을 상당한 효과를 보았으나 퍼지 함축의 선택 문제와 관련된 연구는 전무하다. 따라서 본 논문에서는 유전자 알고리즘을 퍼지 추론에 적용했을 때의 퍼지 함축의 선택 문제를 고찰, 분석한다. 즉 유전자 알고리즘을 이용하여 퍼지 소속 함수를 조정함으로써 퍼지 추론 기관의 성능 향상뿐 아니라 폭 넓은 퍼지 함축의 선택이 가능하다.