• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.147-158
• /
• 2008

본 논문에서는 인과관계 지식의 표현과 추론에 가장 대표적으로 사용되는 퍼지인식도(FCM, Fuzzy Cognitive Map)와 베이지안 신뢰 네트워크(BBN, Bayesian Belief Network)를 구조적으로 분석한다. 퍼지인식도와 베이지안 신뢰 네트워크는 의사 결정을 지원하는데 중요한 인과관계 지식을 표현하고 추론하는데 사용되는 가장 대표적인 프레임워크이지만 인과관계 지식응용 영역에서 두 프레임워크의 역할에 대한 구조적 비교 연구는 이루어지지 않고 있다. 본 논문에서는 두 프레임워크의 구조적 비교를 통해 퍼지인식도와 베이지안 신뢰 네트워크의 중요한 특징들을 추출하고, 이를 통해 인과 지식 공학에서 어떻게 퍼지 인식도와 베이지안 신뢰 네트워크가 이용되어야 하는지를 보인다. 인과관계 지식의 표현과 추론의 과정을 평가하는데 비교 평가를 위한 항목으로서 본 논문에서는 사용성, 표현력, 추론능력, 정형화와 완결성이 사용되었다.

• 한국지형학회지
• /
• 제24권3호
• /
• pp.105-118
• /
• 2017

The debris slope landforms which are existent in Korean mountains is generally on the steep slopes and mostly covered by vegetation, it is difficult to investigate the landform. Therefore a scientific method is required to come up with an effective field investigation plan. For this purpose, the use of Remote Sensing and GIS technologies for a spatial analysis is essential. This study has extracted the potential area of debrisslope landform formation using Fuzzy set and Bayesian Predictive Discriminate Model as mathematical data integration methods. The first step was to obtain information about debris locations and their related factors. This information was verified through field investigation and then used to build a database. In the second step, the map that zoning the study area based on the degree of debris formation possibility was generated using two modeling methods, and then cross validation technique was applied. In order to quantitatively analyze the accuracy of two modeling methods, the calculated potential rate of debrisformation within the study area was evaluated by plotting SRC(Success Rate Curve) and calculating AUC(Area Under the Curve). As a result, the prediction accuracy of Fuzzy set model wes 83.1% and Bayesian Predictive Discriminate Model wes 84.9%. It showed that two models are accurate and reliable and can contribute to efficient field investigation and debris landform management.

• 한국컴퓨터정보학회논문지
• /
• 제14권11호
• /
• pp.159-167
• /
• 2009

경제가 성장함에 따라 자동차는 현대인의 생활에 많은 영향을 끼치고 있다. 차량항법장치는 운전자에게 목적지까지의 경로를 안내해 주기 때문에 많은 편의를 제공하고 있다. 그러나 개인의 차량 소유가 대중화됨에 따라 교통혼잡이 발생하지만 차량항법장치는 환경을 고려하지 않는 일방적인 경로를 계획한다. 기존의 차량항법장치는 시간대와 상관없이 출발지와 목적지만 같으면 항상 동일한 경로와 소요시간을 제공하는 한계를 가지고 있다. 본 논문에서는 누적된 과거의 주행정보를 퍼지이론과 베이지안 갱신에 적용하여 교통상황을 예측하고 경로 계획에 반영하는 방법을 제안한다. 퍼지 이론을 통해 과거 주행정보의 출발 시간대와 속도율로 분류하고 베이지안 갱신을 사용하여 각 시간대에서 벌어질 교통상황을 확률로 계산한다. 전자지도에서 출발지와 목적지를 포함한 타원관심영역을 설정하고 Dijkstra와 $A^*$ 알고리즘을 융합하여 교통상황을 고려한 최적의 경로를 계획한다. 제안한 알고리즘의 성능과 정확성은 계획된 경로를 실제 주행함으로써 예측된 소요시간과 실제 주행시간을 비교하여 검증하였다.

• Journal of Information Processing Systems
• /
• 제16권2호
• /
• pp.318-328
• /
• 2020

Letter of Credit (L/C) is currently a very popular international settlement method frequently used in international trade processes amongst countries around the globe. Compared with other international settlement methods, however, L/C has some obvious shortcomings. Firstly, it is not easy to use due to the sophisticated processes its usage involves. Secondly, it is sometimes accompanied by a few risks and some uncertainty. Thus, highly efficient methods need to be used to assess and control these risks. To begin with, FAHP and KMV methods are used to resolve the problem of incomplete information associated with L/C and then, on this basis, Bayesian game theory is used in order to make more scientific and reasonable decisions with respect to international trade.

• 융합신호처리학회논문지
• /
• 제14권3호
• /
• pp.169-180
• /
• 2013

The modification of conditional Fuzzy C-Means (CFCM) with Gaussian weights (CFCM_GW) is accomplished for blind equalization of channels in this paper. The proposed CFCM_GW can deal with both of linear and nonlinear channels, because it searches for the optimal desired states of an unknown channel in a direct manner, which is not dependent on the type of channel structure. In the search procedure of CFCM_GW, the Bayesian likelihood fitness function, the Gaussian weighted partition matrix and the conditional constraint are exploited. Especially, in contrast to the common Euclidean distance in conventional Fuzzy C-Means(FCM), the Gaussian weighted partition matrix and the conditional constraint in the proposed CFCM_GW make it more robust to the heavy noise communication environment. The selected channel states by CFCM_GW are always close to the optimal set of a channel even when the additive white Gaussian noise (AWGN) is heavily corrupted. These given channel states are utilized as the input of the Bayesian equalizer to reconstruct transmitted symbols. The simulation studies demonstrate that the performance of the proposed method is relatively superior to those of the existing conventional FCM based approaches in terms of accuracy and speed.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.330-336
• /
• 2005

이동로봇의 주행을 위한 초음파 센서 만에 의한 기존의 베이지안 지도 작성법은 초음파 센서 빔의 퍼짐 특성 등에 의해 굴곡이 많은 환경의 경우 양질의 지도가 형성되지 못한다. 이러한 문제의 개선을 위해 본 논문에서는 적외선 센서를 설치하여 초음파 센서 빔의 각 영역에서의 장애물에 대한 정보를 획득하고, 이 정보를 이용 퍼지 추론시스템에 의하여 초음파 센서에 의한 정보의 신뢰도를 구하여 베이지안 지도 작성법에 의한 결과에 융합시킴으로써 보다 정확한 환경 지도를 작성하는 방법을 제시하였다. 또한, 퍼지 추론 시스템을 최적화하기 위하여 유전 알고리즘을 사용하였다. 그리고 시뮬레이션 및 실제 실험에 의해 제안된 방법이 굴곡이 많은 환경의 경우 기존의 방법 보다 정확한 지도 작성이 가능함을 검증하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권3호
• /
• pp.135-142
• /
• 2011

Unlike using the sequence-based representation for a chromosome in previous genetic algorithms for Bayesian structure learning, we proposed a matrix representation-based genetic algorithm. Since a good chromosome representation helps us to develop efficient genetic operators that maintain a functional link between parents and their offspring, we represent a chromosome as a matrix that is a general and intuitive data structure for a directed acyclic graph(DAG), Bayesian network structure. This matrix-based genetic algorithm enables us to develop genetic operators more efficient for structuring Bayesian network: a probability matrix and a transpose-based mutation operator to inherit a structure with the correct edge direction and enhance the diversity of the offspring. To show the outstanding performance of the proposed method, we analyzed the performance between two well-known genetic algorithms and the proposed method using two Bayesian network scoring measures.

• Smart Structures and Systems
• /
• 제25권4호
• /
• pp.401-408
• /
• 2020

This paper deals with the problem of global stabilization for a class of nonlinear control systems. An effective approach is proposed for controlling the system interaction of structures through a combination of parallel distributed compensation (PDC) intelligent controllers and fuzzy observers. An efficient approximate inference algorithm using expectation propagation and a Bayesian additive model is developed which allows us to predict the total number of control systems, thereby contributing to a more adaptive trajectory for the closed-loop system and that of its corresponding model. The closed-loop fuzzy system can be made as close as desired, so that the behavior of the closed-loop system can be rigorously predicted by establishing that of the closed-loop fuzzy system.

• Journal of information and communication convergence engineering
• /
• 제7권3호
• /
• pp.383-391
• /
• 2009

In this paper, blind equalization using a modified Fuzzy C-Means algorithm with Gaussian Weights (MFCM_GW) is attempted to the heavy noise-corrupted channels. The proposed algorithm can deal with both of linear and nonlinear channels, because it searches for the optimal channel output states of a channel instead of estimating the channel parameters in a direct manner. In contrast to the common Euclidean distance in Fuzzy C-Means (FCM), the use of the Bayesian likelihood fitness function and the Gaussian weighted partition matrix is exploited in its search procedure. The selected channel states by MFCM_GW are always close to the optimal set of a channel even the additive white Gaussian noise (AWGN) is heavily corrupted in it. Simulation studies demonstrate that the performance of the proposed method is relatively superior to existing genetic algorithm (GA) and conventional FCM based methods in terms of accuracy and speed.

• 전기의세계
• /
• 제39권8호
• /
• pp.7-12
• /
• 1990

전문가 시스템에 있어서의 불확실성 정보의 표현 및 처리를 담당하는 주요 추론모델중 Bayesian모델, Certainty Factor 모델 그리고 Dempster-Shafer 모델의 기본이론을 살펴보고자 한다. 이외의 주요 추론 방법으로서 Fuzzy추론 모델이 있는데 이는 판단 지식에 대한 주관적 불확실성과 "매우", "많이" 등의 자연어가 포함하고 있는 불분명성을 체계적이고 효과적으로 다룰 수 있는 Fuzzy Set 이론에 근거한 방법으로서, 불확실성 또는 불명료성을 0에서부터 1 사이의 값을 갖는 membership degree로 표시하며 이를 "MIN"과 "MAX" 함수를 이용한 합성 추론 규칙(Composition Rule of Inference)를 적용하여 처리한다. Fuzzy 추론 모델은 자연어를 포함하는 전문가의 지식 처리에 매우 적합하여 앞으로 그 응용이 높이 기대되는 방법이다. 이외에 Bayesian 모델을 변형 응용한 PROSPECTOR의 Likelyhood Ratio 모델, 정량적 방법인 Theory of Endorsement 모델 등 여러 방법이 있다. 그러나 어느 모델이 더 일반성을 갖고 더 좋은 방법인가 하는 문제에 대하여는 아직 많은 연구가 요구된다. 따라서 이러한 모델들의 전문가 시스템 적용에 있어서는 각 모델의 장단점을 고려하여 주어진 문제 영역에 적합한 모델을 선택하는 것이 바람직하다. 현재 불확실성 처리에 있어서 각 문제에 따른 경험적인 처리에 의존하는 전력 계통 분야의 적용에 있어서도 이러한 실인간 전문가의 추론방법에 근접된 반성을 갖는 불확실성 추론 방버 도입이 요구된다.가의 추론방법에 근접된 반성을 갖는 불확실성 추론 방버 도입이 요구된다.