• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.341-346
• /
• 2002

주어진 값에 존재하는 불확실성을 표현하기 위하여 타입-1 퍼지값을 사용하듯이, 타입-1 퍼지값의 소속함수를 명확히 정의하기 어려운 경우에 타입-2 퍼지값을 사용할 수 있다. 타입-2 퍼지값은 타입-1 퍼지값에 비해 표현범위가 넓다는 장점이 있지만 타입-2 퍼지값의 사용을 위해서는 기존에 타입-1 퍼지값에서 정의되었던 연산들에 대한 확장된 재정의가 필요하다. 본 논문에서는 타입-2 퍼지값에 대한 비교 및 순위결정에 대한 방법을 제안하였다. 제안된 방법은 타입-2 퍼지값의 실제값과 그 실제값에 대한 가능성을 고려하여 비교결과를 산출하는 만족함수에 기반하고 있으며, 각각의 비교 및 순위결정 결과에 대한 가능성 혹은 신뢰도를 계산한다. 본 논문에서는 제안된 방법이 갖는 몇몇 특성에 대하여도 분석하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.9-12
• /
• 2000

In this paper, we are interested in counting the number of elements of a type two fuzzy set. Using concepts of type-two fuzzy sets, we can obtain some properties of these concepts and some results of possibility of type-two fuzzy sets.

• 한국지능시스템학회논문지
• /
• 제27권2호
• /
• pp.99-105
• /
• 2017

일반적으로 type-1 fuzzy set 에 존재하는 불확실성을 보다 효율적으로 다루고 제어하기 위하여 Type-2 fuzzy set (T2 FS)이 널리 사용되고 있다. T2 FS에서 퍼지화 상수 (fuzzifier value) m은 이러한 불확실성을 처리하기 위한 가장 중요한 요소이다. 따라서 적절한 퍼지화 상수 값을 결정하는 연구는 여전히 지속되고 있고, 많은 방법들이 연구 되어 왔다. 본 논문에서는 주어진 패턴을 분류하기 위하여 Interval type-2 possibilistic fuzzy C-means (IT2PFCM) 클러스터링 방법을 사용한다. 클러스터링을 위해 사용된 IT2 PFCM 방법에서 각 데이터에 대하여 적응적으로 적절한 퍼지화 상수의 값을 계산하는 방법을 제안한다. 히스토그램 접근법을 통하여 각각의 데이터 포인트로부터 정보를 추출해 내고 추출된 정보를 이용하여 두 개의 퍼지화 상수인 $m_1$, $m_2$. 값을 결정한다. 이렇게 얻어진 값은 interval type-2 fuzzy의 최저 및 최고 멤버쉽 값을 결정하게 된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.21-26
• /
• 1998

In this paper, we consider generalized concepts of cardinality of a fuzzy sets and obtaind some properties of new concepts of fuzzy-valued cardinality of type 2 fuzzy sets as fuzzy-valued functions. Also, we investigate examples for the calculation of the generalized cardinality of fuzzy-valued functions and compared with concepts of cardinality of a fuzzy set and a fuzzy-valued function.

• 전기학회논문지
• /
• 제58권8호
• /
• pp.1615-1623
• /
• 2009

In order to develop reliable on-site partial discharge (PD) pattern recognition algorithm, we introduce Type-2 Fuzzy Neural Networks (T2FNNs) optimized by means of Particle Swarm Optimization(PSO). T2FNNs exploit Type-2 fuzzy sets which have a characteristic of robustness in the diverse area of intelligence systems. Considering the on-site situation where it is not easy to obtain voltage phases to be used for PRPDA (Phase Resolved Partial Discharge Analysis), the PD data sets measured in the laboratory were artificially changed into data sets with shifted voltage phases and added noise in order to test the proposed algorithm. Also, the results obtained by the proposed algorithm were compared with that of conventional Neural Networks(NNs) as well as the existing Radial Basis Function Neural Networks (RBFNNs). The T2FNNs proposed in this study were appeared to have better performance when compared to conventional NNs and RBFNNs.

• Journal of applied mathematics & informatics
• /
• 제41권2호
• /
• pp.413-437
• /
• 2023

In this paper, we introduce the concepts of (inf, sup)-hesitant fuzzy subsemigroups and (inf, sup)-hesitant fuzzy (generalized) bi-ideals of semigroups, and investigate their properties. The concepts are established in terms of sets, fuzzy sets, negative fuzzy sets, interval-valued fuzzy sets, Pythagorean fuzzy sets, hesitant fuzzy sets, and bipolar fuzzy sets. Moreover, some characterizations of bi-ideals, fuzzy bi-ideals, anti-fuzzy bi-ideals, negative fuzzy bi-ideals, Pythagorean fuzzy bi-ideals, and bipolar fuzzy bi-ideals of semigroups are given in terms of the (inf, sup)-type of hesitant fuzzy sets. Also, we characterize a semigroup which is completely regular, a group and a semilattice of groups by (inf, sup)-hesitant fuzzy bi-ideals.

• 한국지능시스템학회논문지
• /
• 제11권2호
• /
• pp.115-118
• /
• 2001

본 논문에서는 L-R 퍼지수의 집합-이론적 연산의 개념을 정의하고, 이들 개념의 성질들을 조사한다. 이들 연산들의 결과들을 이용하여 제2형 퍼지집합의 기수개념에 관하여 연구한다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.102-107
• /
• 2009

Fuzzy C-Means(FCM)의 단점을 극복하기 위해 제안되었던 PCM은 잡음에는 강하지만 초기 파라미터 값에 민감하고, 상대적으로 가까이에 위치한 prototype들을 형성하는 패턴들의 경우에는 최종 prototype의 위치가 겹치는(동일한) 결과가 나올 수 있다는 단점이 있다. 이러한 PCM의 단점을 극복하기 위해 여러 방법이 제안되었지만, 본 논문에서는 PCM 알고리즘에 Interval Type 2 Fuzzy 접근 방법을 적용하여 PCM 알고리즘의 파라미터에 존재하는 uncertainty를 제어함으로써 성능을 향상시키는 방법을 제안한다.

• 산업기술연구
• /
• 제30권A호
• /
• pp.111-117
• /
• 2010

To improve the performance of the prediction system, the system should reflect well the uncertainty of nonlinear data. Thus, this paper presents multiple prediction systems based on Type-2 fuzzy sets. To construct each prediction system, an Interval Type-2 TSK Fuzzy Logic System and difference data were used, because, in general, it has been known that the Type-2 Fuzzy Logic System can deal with the uncertainty of nonlinear data better than the Type-1 Fuzzy Logic System, and the difference data can provide more steady information than that of original data. Also, to improve each rule base of the fuzzy prediction systems, the HCBKA (Hierarchical Correlation Based K-means clustering Algorithm) was applied because it can consider correlationship and statistical characteristics between data at a time. Subsequently, to alleviate complexity of the proposed prediction system, a system selection method was used. Finally, this paper analyzed and compared the performances between the Type-1 prediction system and the Interval Type-2 prediction system using simulations of three typical time series examples.

• Journal of applied mathematics & informatics
• /
• 제32권1_2호
• /
• pp.55-60
• /
• 2014

In this paper, we will obtain Marcinkiewicz's type limit laws for fuzzy random sets as follows : Let {$X_n{\mid}n{\geq}1$} be a sequence of independent identically distributed fuzzy random sets and $E{\parallel}X_i{\parallel}^r_{{\rho_p}}$ < ${\infty}$ with $1{\leq}r{\leq}2$. Then the following are equivalent: $S_n/n^{\frac{1}{r}}{\rightarrow}{\tilde{0}}$ a.s. in the metric ${\rho}_p$ if and only if $S_n/n^{\frac{1}{r}}{\rightarrow}{\tilde{0}}$ in probability in the metric ${\rho}_p$ if and only if $S_n/n^{\frac{1}{r}}{\rightarrow}{\tilde{0}}$ in $L_1$ if and only if $S_n/n^{\frac{1}{r}}{\rightarrow}{\tilde{0}}$ in $L_r$ where $S_n={\Sigma}^n_{i=1}\;X_i$.