• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2000년도 추계공동학술대회논문집
• /
• pp.375-389
• /
• 2000

Fuzzy logic ignores some information in the reasoning process. Neural networks are powerful tools for the pattern processing, but, not appropriate for the logical reasoning. To model human knowledge, besides pattern processing capability, the logical reasoning capability is equally important. Another new neural network called neural logic network is able to do the logical reasoning. Because the fuzzy inference is a fuzzy logical reasoning, we construct fuzzy inference network based on the neural logic network, extending the existing rule- inference. network. And the traditional propagation rule is modified. For the search strategies to find out the belief value of a conclusion in the fuzzy inference network, we conduct a simulation to evaluate the search costs for searching sequentially and searching by means of search priorities.

• 전자공학회논문지B
• /
• 제31B권4호
• /
• pp.138-144
• /
• 1994

An inference network is proposed as a tool for bidirectional approximate reasoning. The inference network can be designed directly from the given fuzzy data(knowledge). If a fuzzy input is given for the inference netwok, then the network renders a reasonable fuzzy output after performing approximate reasoning based on an equality measure. Conversely, due to the bidirectional structure, the network can yield its corresponding reasonable fuzzy input for a given fuzzy output. This property makes it possible to perform forward and backward reasoning in the knowledge base system.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제17권4호
• /
• pp.243-266
• /
• 2013

Accompanied with ongoing calls for reform in statistics curriculum, mathematics and statistics teachers purposefully have been reconsidering the curriculum and the content taught in statistics classes. Changes made are centered around statistical inference since teachers recognize that students struggle with understanding the ideas and concepts used in statistical reasoning. Despite the efforts to change the curriculum, studies are sparse on the topic of characterizing student learning and understanding of statistical inference. Moreover, there are no tools to evaluate students' statistical reasoning in a coherent way. In response to the need for a research instrument, in a series of research study, the researcher developed a reliable and valid measure to assess students' inferential reasoning in statistics (IRS). This paper describes processes of test blueprint development that has been conducted from review of the literature and expert reviews.

• 한국멀티미디어학회논문지
• /
• 제4권2호
• /
• pp.189-196
• /
• 2001

퍼지 논리의 추론과정에서 일부의 정보가 무시되어 적절하지 못한 추론 결과를 초래 할 수 있다. 한편 신경망은 패턴 처리에는 적합하지만 인간의 지식을 모델링하기 위해서 필요한 논리적인 추론에는 부적합하다. 그러나 신경망의 변형인 신경 논리망을 이용하면 논리적인 추론이 가능하다. 따라서 본 논문에서는 기존의 신경 논리망을 기반으로 하는 추론네트워크를 확장하여 퍼지 추론 네트워크를 구성한다. 그리고 기존의 추론 네트워크에서 사용되는 전파규칙을 보완하여 적용한다. 퍼지 추론 네트워크상에서 퍼지 규칙의 실행부에 해당하는 명제의 믿음 값을 결정하기 위해서는 추론하고자 하는 명제에 연결된 노드들을 탐색해야 한다.

• 한국경영과학회지
• /
• 제33권2호
• /
• pp.27-44
• /
• 2008

Owl-based ontology is useful to realize the context-aware services which are composed of the distributed and self-configuring modules. Many ontology-based inference engines are developed to infer useful information from ontology. Since these engines show the uniqueness in terms of speed and information richness, it's difficult to ensure stable operation in providing dynamic context-aware services, especially when they should deal with the complex and big-size ontology. To provide a best inference service, the purpose of this paper is to propose a novel methodology of context-aware engine selection in a contextually prompt manner Case-based reasoning is applied to identify the causality between context and inference engined to be selected. Finally, a series of experiments is performed with a novel evaluation methodology to what extent the methodology works better than competitive methods on an actual context-aware service.

• 인지과학
• /
• 제13권1호
• /
• pp.13-21
• /
• 2002

퍼지 논리를 이용한 추론은 일부의 정보가 무시되어 적절하지 못한 추론 결과를 초래할 수 있다. 또한 신경망은 패턴 처리에는 적합하지만 인간의 지식을 모델링하기 위해서 필요한 논리적인 추론에는 부적합하다. 하지만 신경 망의 변형인 신경 논리 망을 이용하면 논리적인 추론이 가능하다. 따라서 본 논문에서는 기존의 신경 논리 망을 기반으로 하는 추론 망을 확장하여 퍼지 추론 망을 구성하고 기존의 추론 망에서 사용되는 전파규칙을 보완하여 적용하고자 한다. 퍼지 추론 망에서 퍼지 규칙의 결론부에 해당하는 명제의 믿음 값을 결정하기 위해서는 추론하고자 하는 명제에 연결된 노드들을 탐색해야 한다. 이를 위해, 연결된 모든 노드들의 링크를 따라 순차적인 탐색을 하는 경우와 링크에 부여된 우선순위에 의해 탐색을 하는 경우의 탐색비용에 대하여 실험을 통해 비교 평가하였다. 실험결과 퍼지 추론 망의 크기가 확장될수록, 그리고 탐색 경험의 횟수가 증가할수록 순차적인 탐색전략보다 우선순위에 의한 탐색전략이 탐색 비용면에서 효율성이 더욱 증가함을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.193-196
• /
• 2008

과거 Z. cao는 Relation matrix를 사용한 정밀한 추론이 가능한 NFRM(New fuzzy reasoning method)을 제안하였다. 이는 추론의 규칙 수가 적음에도 불구하고 Mamdani의 퍼지추론방식에 비하여 좋은 성능을 보였다. 그러나 정밀한 추론을 위하여 relation matrix는 시행착오법을 사용하여 구하고, 이는 많은 시간과 노력이 필요하다. 본 연구에서는 이러한 relation matrix를 구하기 위하여 시행착오법에 의해 소요되는 많은 시간과 노력을 줄이고, 더욱 정밀한 추론 성능의 개선을 위하여 경사감소학습법을 사유한 학습기능을 갖는 Z. Cao의 퍼지추론 방식을 제안하고자 한다.

• 한국정보통신학회논문지
• /
• 제12권9호
• /
• pp.1591-1598
• /
• 2008

과거 Z. Cao는 Relation matrix를 사용한 정밀한 추론이 가능한 NFRM(New fuzzy reasoning method)을 제안하였다. 이는 추론의 규칙 수가 적음에도 불구하고 Mamdani의 퍼지추론방식에 비하여 좋은 성능을 보였다. 그러나 정밀한 추론을 위하여 relation maoix는 시행착오법을 사용하여 구하고, 이는 많은 시간과 노력이 필요하다. 본 연구에서는 이러한 relation matrix를 구하기 위하여 시행착오법에 의해 소요되는 많은 시간과 노력을 줄이고, 더욱 정밀한 추론 성능의 개선을 위하여 경사감소학습법을 사용한 학습기능을 갖는 Z. Cao의 퍼지추론 방식을 제안하고자 한다. 모의실험은 비선형 시스템에 적용하여 제안된 추론방식이 좋은 성능을 나타냄을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.175-178
• /
• 2008

Z. cao는 Relation matrix를 사용한 정밀한 추론이 가능한 NFRM(New fuzzy reasoning method)을 제안하였다. 이는 추론의 규칙 수가 적음에도 불구하고 Mamdani의 퍼지추론 방식에 비하여 좋은 성능을 보였다. 그러나 대부분의 퍼지스템의 경우, MIMO 시스템에 적용시 피지추론규칙을 도출해 내기 힘들고 많은 규칙의 수가 요구되는 단점을 갖는다. 그러므로 본 연구자에 의하여 과거에 Z. Cao's의 퍼지추론 방법을 MIMO 시스템으로 확장된 MIMO 퍼지추론 방식을 제안하였다. 본 연구에서는 제안된 퍼지추론 방식의 relation matrix를 시행착오법에 의해 소요되는 많은 시간과 노력을 줄이고, 더욱 정밀한 추론 성능의 개선을 위하여 경사감소학습법을 사용한 학습기능을 갖는 MIMO 퍼지추론 방식을 제안하고자 한다. 모의실험은 2축 로봇의 역기구학 문제를 푸는데 적용하여 제안된 추론방식이 좋은 성능을 보였다.

• International Journal of Safety
• /
• 제4권2호
• /
• pp.12-17
• /
• 2005

This paper aims at the development of an knowledge base for an electrical fire cause diagnosis system using the entity relation database. The relation database which provides a very simple but powerful way of representing data is widely used. The system focused on database construction and cause diagnosis can diagnose the causes of electrical fires easily and efficiently. In order to store and access to the information concerned with electrical fires, the key index items which identify electrical fires uniquely are derived out. The knowledge base consists of a case base which contains information from the past fires and a rule base with rules from expertise. To implement the knowledge base, Access 2000, one of DB development tools under windows environment and Visual Basic 6.0 are used as a DB building tool. For the reasoning technique, a mixed reasoning approach of a case based inference and a rule based inference has been adopted. Knowledge-based reasoning could present the cause of a newly occurred fire to be diagnosed by searching the knowledge base for reasonable matching. The knowledge-based database has not only searching functions with multiple attributes by using the collected various information(such as fire evidence, structure, and weather of a fire scene), but also more improved diagnosis functions which can be easily wed for the electrical fire cause diagnosis system.