인공지능 7강 (퍼지이론)

학습개요

1. 우리 주변에서 볼 수 있는 사실이나 규칙들 중에는 완전한 참/거짓을 결정하기 어려운 경우가 많이 있다. 1965년 UC 버클리의 Zadeh 교수가 제시한 퍼지이론은 이러한 상황을 위한 이론으로, 진위값을 0부터 1까지의 값 중 하나로 표현한다. 퍼지이론은 집합으로부터 시작하여 논리 및 추론 영역까지 확장되었다. 이번 강의에서는 퍼지이론의 전반적인 개념을 학습한다.

 학습목표

1. 퍼지집합 및 소속함수의 개념을 설명할 수 있다.
2. 퍼지집합의 연산을 할 수 있다.
3. 퍼지논리 연산을 할 수 있다.
4. 퍼지추론 과정에 대해 설명할 수 있다.

 주요용어

1. 퍼지집합 : 어떠한 대상이 집합에 포함될 가능성을 0부터 1까지의 값으로 표현한 집합
2. 퍼지논리 : 명제의 논리값이 0부터 1의 범위에 속하는 값으로 표현되는 논리
3. 비퍼지화 : 퍼지추론의 결과 얻은 소속함수로부터 정량화할 수 있는 값을 만들어 내는 과정

정리하기

1. 퍼지집합은 원소의 포함 여부가 명확히 구분되지 않는 집합으로, 의미가 모호한 개념을 표현할 때 이용한다.
2. 퍼지집합의 원소는 0부터 1 사이의 범위에 속하는 값을 갖는 소속함수를 이용하여 표현한다.
3. 퍼지집합의 여집합은 소속함수 값을 1에서 뺀 값으로, 합집합과 교집합은 각각 소속함수값의 최댓값과 최솟값으로 정의된다.
4. 퍼지논리는 0부터 1의 범위에 속하는 논리값으로 명제의 진리값을 표현한다.
5. 퍼지규칙은 “IF 조건부 THEN 결론부”의 형태로 표현되며, 조건부 및 결론부에 언어적 변수를 포함한다. 변수의 값에 언어적 라벨을 사용함으로써, 조건부와 정확하게 일치하지 않는 사실에 대한 추론을 할 수 있다.