• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.979-985
• /
• 2006

기존 연구에서 퍼지시스템의 신뢰도는 0과 1사이의 실수, 퍼지숫자, 신용구간 등으로 표현하고 분석한다. 본 논문에서, 우리는 퍼지시스템의 가중 구성요소의 신뢰도와 가중 구성요소의 중요도를 반영하는 가중값을 전체집합 [0, 1]에서 정의되는 모호집합으로 표현하고 분석하는 방법을 제안한다. 모호집합은 참 소속함수와 거짓 소속함수로 구성된 구간으로 표현된다. 따라서 모호집합은 퍼지시스템의 신뢰도와 가중값를 더 유연한 방법으로 표현하는 것을 가능하게 한다. 제안된 방법은 퍼지시스템내의 가중 구성요소의 가중값을 고려하므로, 제안한 방법의 신뢰도분석은 기존의 방법들 보다 더 유연하고 효과적이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권9호
• /
• pp.927-935
• /
• 2005

규칙기반시스템에서 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 술어의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 술어의 확신도를 모호집합에 기반을 둔 0과 1사이의 모호숫자와 같은 구간으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지추론을 하는 것이 가능하게 된다[18]. 우리는 모호집합 추론을 자동으로 실행하는 효율적인 알고리즘을 제안하였다. 이 모호집합 추론 알고리즘은 규칙기반시스템이 더 유연하고 효율적인 추론을 실행하는 것을 허용한다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.545-549
• /
• 2009

마이크로어레이 데이터는 수천가지 유전자의 발현정보를 포함할 수 있으며, 여기에서 의미있는 패턴을 추출하여 추가적인 분석을 위한 목적으로 활용되고 있다. 다수의 샘플 또는 실험에 대해서 마이크로어레이 데이터가 수집된 경우에 분석자가 관심을 갖는 유전자들이나 샘플들을 효과적으로 검색하는 것이 필요한 경우가 있다. 이 논문에서는 단순한 조건뿐만 아니라 복잡한 조건을 정의하여 원하는 특성을 만족하는 유전자나 샘플을 추출하는 방법으로 퍼지 시그너쳐 집합을 활용하는 방법을 제안한다. 퍼지 시그너쳐는 벡터값을 값을 갖는 퍼지 집합을 확장한 것으로, 벡터의 각 요소가 다시 벡터가 되는 것을 허용하는 재귀적인 구조이다. 퍼지 시그너쳐 집합은 단말 원소가 구간 [0,1] 사이에서 정의된 퍼지집합이라는 것을 제외하면 퍼지 시그너쳐와 같은 구조를 가진다. 이 논문에서는 각 내부 노드에 대해서 명시적으로 결합 연산자를 지정하도록 하고, 결합 연산을 위해 비교연산자를 사용할 수 있도록 확장한 퍼지 시그너쳐 집합을 소개한다. 또한 확장된 퍼지 시그너쳐 집합을 마이크로어레이 데이터 검색을 위해 사용하는 방법과 이를 사용한 예를 보인다.

• 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.

• 디지털융복합연구
• /
• 제19권10호
• /
• pp.377-382
• /
• 2021

X와 Y사이의 퍼지 관계를 곱집합 X × Y의 퍼지 부분집합으로 Zadeh에 의해 처음으로 소개된 이후 퍼지집합에 대한 개념은 자연과학 및 컴퓨터과학에서 많은 연구성과가 이루어져 왔다. 그 결과 Muralli와 Nemitz는 동치관계 및 함수와 관련하여 퍼지관계를 연구하였고, Ounalli와 Jaoua는 중요한 수학적 도구로서 퍼지 다이펑션날 관계를 정의하여 소프트디자인과 데이터베이스 이론에서 중요한 역할을 하는 것으로 증명되었으며, 또한 프로그램 표식과 프로그램 정확도를 정의하는데 유용한 것으로 밝혀졌다. 본 논문에서는 한 집합 위에 퍼지 디터미니스틱 관계를 정의하여 퍼지 디터미니스틱 관계를 레벨 부분집합으로 특성화 하였고, 퍼지 디터미니스틱 관계와 관련하여 일부 성질을 증명하였다. 특히, 퍼지 디터미니스틱 관계와 퍼지 함수가 동치임을, 퍼지 함수가 퍼지 다이펑션날 관계가 동치임을 증명하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.3-8
• /
• 1998

본 논문에서는 사용자의 관심도나 선호도를 반영하여, 퍼지숫자를 정렬하는 방법을 제안한다. 사용자는 자신의 관심도나 선호도를 퍼지집합으로 표현한다. 제안하는 방법은 사용자로부터 주어진 퍼지집합을 평가관점으로 이용하며, 평가함수로는 이전에 제안된 만족도 함수를 이용한다. 제안하는 방법이 관점에 따라 어떠한 결과를 주는지를 보기 위하여, 퍼지숫자 정렬에 적용한 예를 보인다.

• 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.