• Journal of KIISE:Software and Applications
• /
• v.31 no.11
• /
• pp.1519-1533
• /
• 2004

When Web-based special retrieval systems for scientific field extremely restrict the expression of user's information request, the process of the information content analysis and that of the information acquisition become inconsistent. In this paper, we apply the fuzzy retrieval model to solve the high time complexity of the retrieval system by constructing a reduced term set for the term's relatively importance degree. Furthermore, we perform a cluster retrieval to reflect the user's Query exactly through the similarity relation matrix satisfying the characteristics of the fuzzy compatibility relation. We have proven the performance of a proposed re-ranking model based on the similarity union of the fuzzy retrieval model and the document cluster retrieval model.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.302-305
• /
• 2000

본 논문은 데이터베이스에 존재하는 데이터 값들 사이의 유사성에 관한 지식을 이용하여 사용자가 요구한 정확한 답뿐 아니라 그와 유사한 답까지 제공해 줄 수 있는 근사적 질의처리 기법을 제시한다. 이를 위하여, 계량적인 방법에 해당하는 퍼지 관계와 비계량적인 방법에 해당하는 데이터 추상화를 하나로 통합한 유사성 표현 프레임웍을 제시하고 그를 이용한 지식 베이스를 설계한다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.1
• /
• pp.31-38
• /
• 1998

본 논문에서는 애매성을 고려한 이론을 적용하여 유사도를 측정한 후 퍼지 관계 행 렬을 생성하여 인식을 행하는 방법을 제안하고자 한다. 인식 시스템은 모델과 입력 영상의 특징값을 정합하여 행하게 되는데 이때 얼마나 유사한가를 계산하는 유사도 측정은 대단히 중요한 작업중의 하나가 된다. 이를 위해 톨이론과 퍼지이론의 일치도 연산을 이용하여 유 사도를 측정하며, 퍼지 관계 행렬을 생성하여 정합을 행하고자 한다. 제안한 알고리즘에 대 해 3차원 물체와 얼굴 영상을 대상으로 실험을 수행하였으며 이를 통해 본 논문의 유용성을 입증하고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.5
• /
• pp.521-526
• /
• 2005

The fuzzy entropy is proposed for measuring of uncertainty with the help of relation between distance measure and similarity measure. The proposed fuzzy entropy is constructed through a distance measure. In this study, Hamming distance measure is employed for a distance measure. Also a similarity measure is constructed through a distance measure for the measure of similarity between fuzzy sets or crisp sets and the proposed fuzzy entropies and similarity measures are proved.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.4 no.1
• /
• pp.13-23
• /
• 1994

실용적인 퍼지 데이타베이스 시스템을 구축하는데 장애 요인중의 하나는 근접관계와 같은 의미 데이타를 습득하는 것이다. 근접관계란 어떤 도메인에서 데이타들간의 근사 혹은 유사한 정도를 정량적으로 표현한 것이다.퍼지 데이타베이스 시스템은 부정확한 질의를 처리할때 이런 근접관계를 이용한다. 지금까지 근접도를 측정하는 체계적인 방법은 별로 알려진 것이 없고 대부분은 근접관계는 미리 주어진다는 가정하에 퍼지 데이타베이스를 연구하여 왔다. 본 논문에서는 퍼지 질의 처리에 필요한 근접관계 생성 방법을 제안한다. 제안된 방법은 퍼지 잡합의 퍼지척도 측정 이론에 기반을 두었기 때문에 간단하고 체계적이며, 각 데이타에 특정값만 부여함으로써 해당 도메인내의 데이타들과의 근접도를 자동적으로 구할 수 있다. 특히 조정 변수를 이용하여 도메인내의 근접도 간격을 조절할 수 있어 실제 응용분야에 맞게 조절할 수가 있다.퍼지 질의 처리를 위한 근접도 생성방법이 별로 발표되어 있지 않은 현 상황에서 본 논문에서 제시한 방법은 실용적인 퍼지 데이타베이스를 구현할때에 필요한 근접관계 관리 모듈에 사용될 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.77-80
• /
• 2000

정보 검색은 사용자가 원하는 요구에 가장 적합한 정보를 검색할 수 있도록 되어야 한다. 질의어가 문서에 대하여 어느 정도의 유사성을 가지고 존재하느냐를 기준으로 문서를 순서화 한다. 실제 순서화된 문서들을 보면 질의어와는 다른 문서들이 순서화 되는 경우를 볼 수 있다 본 논문에서는 순서화 되는 문서들 중에서 그 문서들이 질의어와 어느 정도 가까운지를 확장 퍼지 개념 네트워크에 근거한 문서 검색을 위한 퍼지 순위 처리를 위한 방법을 제시한다 확장 퍼지 개념 네트워크에는 개념들 사이에 4가지의 퍼지 관계를 사용한다. 퍼지 양의 관계, 퍼지 음의 관계, 퍼지 일반화, 및 퍼지 세분화 등이 있다. 확장 퍼지 개념 네트워크는 관계 행렬과 관련 행렬로 모델화 한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.9C
• /
• pp.854-859
• /
• 2005

We construct the fuzzy entropy for measuring of uncertainty with the help of relation between distance measure and similarity measure. Proposed fuzzy entropy is constructed through distance measure. In this study, the distance measure is used Hamming distance measure. Also for the measure of similarity between fuzzy sets or crisp sets, we construct similarity measure through distance measure, and the proposed 려zzy entropies and similarity measures are proved.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.467-470
• /
• 2004

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 본 논문에서는 비선형 시스템의 퍼지모델을 위해 정보 granules에 의한 퍼지 관계 기반 퍼지 추론 시스템을 최적 설계한다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCtl 클러스터링 방법에 의한 중심값을 이용하여 모든 입력변수가 상호 관계한 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되고 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 그리고 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀하며, 기존 문헌과의 성능비교를 통해 제안된 퍼지 모델을 평가한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.4
• /
• pp.351-356
• /
• 2000

The important thing of Information Retrieval System is to satisfy is to satisfy the user's requriement in searching Information Retrieval system ranks documents by weights in document, then Retrieved document context does not consist with given query. This paper proposes a new method of document retrieval based on extended fuzzy concept networks. there are four of fuzzy relationships between concept; fuzzy positive combination, fuzzy negative combination, fuzzy generalization, and fuzzy specilalization. After modeling an extended fuzzy concept network by relation matrix and relevance matrix, we measured similarties.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.195-197
• /
• 1999

본 연구에서는 인터넷 상의 많은 문서들 중에서 사용자에게 보다 적합한 문서를 제공하기 위해 퍼지 관계성을 이용하여 검색 결과 집합의 문서에서 추출한 키워드간의 유사클래스를 생성한다. 또한, 기존의 키워드 직접 매칭에 의한 검색 방법의 단점이라 할 수 있는 의미적 관계를 가지는 문서에 대한 검색 방법도 제안한다. 생성된 유사 클래스는 사용자의 질의를 확장하여 사용자의 관심도를 보다 많이 반영하게 되고, 그 질의어가 포함된 단어나 구의 발생 빈도수가 높은 문서에 대해 의미적으로 서로 연결시켜 분류한다. 본 연구에서 제안한 알고리즘에 의해 문서를 사용자 관심 정도로 분류, 카테고리를 생성하여 검색 효율을 증대시키고 사용자의 요구에 적합한 결과를 제공하고자 한다.