• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.44-48
• /
• 2000

퍼지 집합은 경계가 애매한 집단, 어떤 제약에 대한 만족정도가 애매한 개체들의 모임, 또는 애매한 개념을 소속정도를 이용하여 표현한다. 퍼지 집합에서는 자신의 나타내는 개념이나 제약에 대해서 무관한 개체나 상반되는 개체에 대해서도 소속정도 값으로 0을 부여한다. 응용에 따라서는 집합이 나타내는 개념이나 제약에 대해서 무관한 것과 상반되는 것을 구별하여 표현하는 것이 유용한 경우도 있다. 이 논문에서는 퍼지 집합에서 소속정도값 0을 갖는 무관한 원소들과 상반되는 원소들을 구별하여 표현하기 위해 소속 정도값의 영역을 구간 [-1, 1]로 확장한 바이폴라 퍼지집합이라는 확장된 퍼지 집합을 소개한다. 한편, 바이폴라 퍼지 집합에 대한 집합연산, 퍼지정도 척도, 관계, 추론 등의 연산에 대해서도 소개한다.

• 전자통신동향분석
• /
• 제9권3호
• /
• pp.139-151
• /
• 1994

퍼지집합은 언어의 의미와 개념속에 포함되어 있는 모호성을 정량적으로 표현하기 위한 집합개념으로서 매우 자연스럽고 어느 누구나 쉽게 이해할 수 있는 이론이다. 일반적으로 퍼지집합은 기존의 Crisp 집합을 확장한 것으로서 부분집합과 정의함수를 1대 1로 대응시키는 것이다. 본 고는 퍼지집합론과 퍼지논리에 대한 기본적인 개념과 퍼지제어이론을 적용한 산업용 응용사례에 대하여 기술한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.331-333
• /
• 2001

본 논문에서는 퍼지집합의 소속함수에 대한 가중치 함수를 제안한다. 제안하는 가중치 함수는 퍼지집합의 소속함수에 곱해지는 형태로서 적용되어지며, 이것은 소속함수에 대한 사용자의 선호도를 의미한다. 제안하는 가중치 함수의 개념은 기본적으로 소속함수를 사용하는 어떤 퍼지 집합의 응용에서도 적용될 수 있을 것으로 보이나, 본 논문에서는 그 중 한가지 경우로 비퍼지화 방법을 적용 대상으로 선택하였다. 제안하는 가중치 함수가 비퍼지화 방법에 있어서 가지는 의미를 보이며, 기존의 비퍼지화 방법들에서 이러한 가중치 함수의 개념이 어떻게 적용되어 왔는지를 보인다. 또한 기존의 비퍼지화 방법들이 개녀멩 적용되지 않은 형태의 가중치 함수를 선택하여, 비퍼지화 방법에 특정 가중치 함수를 적용하였을 때의 특성 변화를 보인다. 이러한 일반적인 형태의 가중치 함수를 퍼지집합의 소속함수에 적용함으로서, 다양한 형태의 선호도를 퍼지집합의 형태에 반영할 수 있을 것으로 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.85-89
• /
• 2006

구간값 퍼지집합은 일반적인 퍼지집합보다 언어적인 의사결정 절차에서 매핑의 정확성과 계산의 효율성이 뛰어나고, 규칙의 가중치는 패턴 분류문제에서 분류 경계를 효율적으로 조정할 수 있다는 장점을 가지고 있다. 따라서 본 논문에서는 퍼지규칙 기반 분류방법을 구간값 퍼지규칙 기반 분류방법으로 확장하고 규칙의 가중치를 고려한 분류방법을 제안한다. 모의실험에서는 일반 퍼지집합에서 규칙 가중치를 고려한 분류방법과 구간값 퍼지집합에서 규칙 가중치를 고려한 분류방법을 비교하였다.

• 한국컴퓨터정보학회논문지
• /
• 제1권1호
• /
• pp.183-188
• /
• 1996

Zadeh에 의하여 소개된 퍼지 집합은 소속 함수를 이용하여 애매한 정보처리 및 추론을 가능토록 한 개념이다 Rough 집합의 개념은 Pawlak에 의하여 소개 되었으며.식별 곤란한 데이터의 분류, 축소 및 근사추론을 가능토록 한다. Pawlakl은 퍼지 집합과 Hough 집합을 서로 다른 개념으로 비교하여 서로 결합할 수 없는 것으로 정의하였다. 본 논문의 목적은 Pawlak의 정의와는 달리 퍼지 집합의 소속 함수를 Rough 집합에 적용함으로써 퍼지 집합과 Rough집합을 결합한 퍼지-rough집합의 개념을 정립하기 위한 것이다.

• 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.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.242-251
• /
• 2000

퍼지관계 개념을 응용한 BK-퍼지정보검색기법은 형태론에 입각하는 기존의 정보검색기법과는 달리 문서와 용어의 상대적 의미에 근거한 정보검색 기법이다. 그러나 BK-퍼지정보검색기법은 높은 시간복잡도(time complexity)의 검색 연산을 내재하고 있어 실제 대용량의 정보 검색은 사실상 불가능하다. 본 논문에서는 BK-퍼지검색정보모델의 시간복잡도를 낮추기 위해, 축소용어집합(reduced term set)을 이용한 개선된 BK-퍼지정보검색모델(A-FIRM)을 제안한다. 개선된 BK-FIRM은 시스템 처리시간과 신뢰도 간 상층점(trade-off)을 제공한다. 축소용어집합은 용어집합의 부분집합으로서 검색결과의 신뢰도와 밀접한 관계를 가진다. 동일한 크기의 축소용어집합이 주어질 때, 보다 적절한 용어들로 구성된 축소용어집합이 보다 나은 검색 신뢰도를 이끈다. 따라서 보다 적절한 축소용어집합 구성을 위한 축소용어집합 추출방법이 요구된다. 본 논문에서는 축소용어집합 추출방법을 크게 무작위 추출, 규칙에 의한 추출, 인간에 의한 직관적 추출 방법으로 구분하고 검색결과의 신뢰도 변화 형태를 분석한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1968-1969
• /
• 2011

본 논문에서는 패턴 인식을 위한 다중 출력을 가지는 Interval Type-2 퍼지 집합을 이용한 퍼지 집합 기반 퍼지 뉴럴 네트워크를 소개한다. Interval Type-2 퍼지 집합 기반 퍼지 뉴럴 네트워크는 각 입력 변수에 따른 서로 분리된 입력 공간을 분할함으로서 네트워크 및 규칙을 구성한다. 규칙의 전반부는 퍼지 입력 공간을 개별적으로 분할하여 표현하고, 각 공간은 Interval Type-2 퍼지 집합으로 구성된다. 규칙의 후반부는 패턴 인식을 위한 다중 출력을 가지며 Interval 집합을 이용하여 다항식으로서 표현된다. 다항식의 계수인 연결가중치는 오류역 전파 알고리즘을 이용하여 학습한다. 또한 실수 코딩 유전자 알고리즘을 이용하여 제안된 네트워크를 최적화한다. 제안된 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.212-217
• /
• 2012

확률공간 (${\Omega}$, $\mathfrak{F}$, $P$) 위에 정의된 퍼지집합을 퍼지이벤트라 한다. Zadeh는 확률 $P$를 이용하여 퍼지이벤트 $A$에 대한 확률을 정의하였다. 우리는 일반화된 삼각퍼지집합을 정의하고 거기에 확장된 대수적 작용소를 적용하였다. 일반화된 삼각퍼지집합은 대칭적이지만 함숫값으로 1을 갖지 않을 수 있다. 두 개의 일반화된 삼각퍼지집합 $A$와 $B$에 대하여 $A(+)B$와 $A(-)B$는 일반화된 사다리꼴퍼지집합이 되었지만, $A({\cdot})B$와 $A(/)B$는 일반화된 삼각퍼지집합도 되지 않았고 일반화된 사다리꼴퍼지집합도 되지 않았다. 그리고 정규분포를 이용하여 $\mathbb{R}$위에서 정규퍼지확률을 정의하였다. 그리고 일반화된 삼각퍼지집합에 대한 정규퍼지확률을 계산하였다.

• 한국정보처리학회논문지
• /
• 제4권1호
• /
• pp.1-10
• /
• 1997

본 논문에서는 의미적으로 접근되어 애매성이 있으며 구별하기 힘든 자료를 효과 적으로 관리하기 위한 방안의 하나로 퍼지 집합과 라프 집합을 통합한 퍼지-라프 집 합(Fuzzy-Rough Sets:FRS)을 이용, 관계 데이터베이스를 구성하고 구현하였다. 먼저 불완전한 정보를 데이터베이스로 구성, 표현하는 방법에 대하여 일반적 관계 데이터 베이스를 확장시킨 퍼지 데이터베이스와 라프 데이터베이스를 간략히 살펴본다. 그리 고 퍼지 집합과 라프 집합을 통합한 퍼지-라프 집합을 근거로 퍼지-라프(Fuzzy -Rough:FR)관계데이터베이스를 구성한 후, 펜티엄 컴퓨터(166Mhz)상에서 데이터베이 스 관리 시스템인 엑세스(access)와 비쥬얼베이직(visual)을 도구(tool)로 구현하고 분석 하였다. 본 논문에서는 퍼지 집합의 특성과 라프 집합의 특성을 가진 집합을 기 반으로 한 데이터베이스를 구성, 구현함으로서 데이터의 감소를 유도하였다.