인공지능 - 퍼지논리와 불확실성

퍼지논리

• 명확하게 정의될 수 없는 지식을 표현하는 방법
• Ex) 운동을 잘한다, 운동을 못한다

명제논리와 퍼지논리

• 이진논리
  • 참과 거짓
  • Ex) 3대 500이상 운동을 잘한다 -> 3 대 501 = 운동을 잘한다 / 3 대 499 = 운동을 못한다
• 퍼지논리
  • Ex) 3 대 300 = 운동을 못한다 / 3 대 400 = 운동을 조금 잘한다 / 3 대 500 = 운동을 잘한다 / 3 대 600 =운동을 매우 잘한다

크리스피 집합 vs 퍼지 집합

• 크리스피 집합 - 속하면 1, 속하지 않으면 0으로 표현
• 퍼지 집합 - 0과 1 사이의 값으로 대응

퍼지 추론

• 규칙 #1 : IF 운동을 한다. Then 몸이 좋아진다.
• 사실 #1 : 운동을 조금 한다.
• 사실 #2 : 몸이 조금 좋아진다.
• 운동과 몸의 상관관계를 연관지어야 함

역퍼지화

• 무게 중심법은 퍼지 집합의 무게 중심을 나타내는 점 A를 구간 [a,b]에서 찾아낸다

퍼지 추론(맘다니형 추론)

• 가장 흔히 이용되는 퍼지 추론 기법
• 1단계 : 입력 변수의 퍼지화
• 2단계 : 규칙 평가
• 3단계 : 출력으로 나온 규칙의 통합
• 4단계 : 역퍼지화

퍼지 추론(맘다니형 vs 스게노형)

• 맘다니 방법
  • 전문가의 지식을 얻는데 많이 쓰임
  • 퍼지 추론은 계산 비용이 큼
  • 전문 지식을 더욱 직관적이고 인간의 방식으로 설명 가능
• 스게노 방법
  • 효율적인 계산 가능
  • 최적화나 적응형 기법과 함께 잘 작동
  • 제어 문제나 동적 비선형 시스템에서 매우 매력적임

불확실성

• 현실 세계에서 100% 확실한 정보나 지식을 얻는 것은 힘들기 때문에, 어느정도 불확실함
• Ex) 헬스장에서 운동하러 갈 때 문제
  • 사람이 너무 많아서 운동을 못할 수 있다.
  • 운동하러 가다가 교통사고가 날 수도 있다.
  • 헬스장이 휴무일 수도 있다.

사전과 사후 확률

• 사전 확률
  • 현재 가지고 있는 정보를 기초로하여 정한 확률
  • Ex) 동전 앞 면이 나올 확률 = 1/2
• 사후 확률
  • 사건 발생 후에 어떤 원인으로부터 일어난 것이라고 생각되는 확률