정보시스템에서 퍼지용어의 확장된 AHP를 사용한 레별화와 유사성측정

류경현(Kyung-Hyun Ryu),정환묵(Hwan-Mook Chung) 한국지능시스템학회 2009 한국지능시스템학회논문지 Vol.19 No.2

특정 분야의 용어를 표현하는 전문용어 사이의 계층관계를 학습하는 방법은 규칙기반학습방법, 통계기반학습방법 등이 있다. 본 논문에서는 문서에서 추출된 퍼지용어 정보를 바탕으로 한 온톨로지 구조를 카테고리화하여 퍼지용어의 전문성을 이용하여 주어진 퍼지용어의 상위어 후보를 레벨화한 후 퍼지용어 의미유사도를 계산하여 선택된 후보들 중에서 최적의 상위어후보를 결정한다. 즉, 퍼지용어의 전문성을 레벨화하기 위한 확장된 AHP방법은 퍼지용어사이의 비교를 통해 가중치나 상대적 중요성을 결정한 후 퍼지집합의 Min연산자와 다이스계수, Min+다이스계수방법들을 비교한다. 이 방법들은 퍼지용어 의미유사도에 따라 문서들이 가지는 의미론적 내용과 관계의 식별을 바탕으로 보다 더 정확하게 문서를 분류할 수 있고 자연어처리 등 많은 분야에 활용될 수 있을 것이다. There are rule-based learning method and statistic based learning method and so on which represent learning method for hierarchy relation between domain term. In this paper, we propose to leveling and similarity measure using the extended AHP of fuzzy term in Information system. In the proposed method, we extract fuzzy term in document and categorize ontology structure about it and level priority of fuzzy term using the extended AHP for specificity of fuzzy term. the extended AHP integrates multiple decision-maker for weighted value and relative importance of fuzzy term and compute semantic similarity of fuzzy term using min operation of fuzzy set, dice's coefficient and Min+dice's coefficient method. and determine final alternative fuzzy term. after that compare with three similarity measure. we can see the fact that the proposed method is more definite than classification performance of the conventional methods and will apply in Natural language processing field.

확장된 Fuzzy AHP를 이용한 효율적인 의사결정

류경현(Kyung-Hyun Ryu),피수영(Su-Young Pi) 한국지능시스템학회 2009 한국지능시스템학회논문지 Vol.19 No.6

웹상에서 이용할 수 있는 방대한 문서의 집합인 WWW은 사용자를 위한 다양한 정보의 보고이다. 그러나 불필요한 정보의 필터링이나 사용자가 필요한 정보를 검색하는데 많은 시간이 소요되어 효율적인 의사결정을 하는데 어려움이 있다. 본 논문에서는 의사결정에 관한 요소를 계층화 구조로 나타내는 AHP나 Fuzzy AHP방법들을 데이터의 관점에서 대안, 평가기준, 주관적 속성가중치, 개념과 객체 사이에 퍼지 관계를 기반으로 웹 자원을 효과적으로 관리하고 의사결정을 할 수 있는 EFAM(Extended Fuzzy AHP Method) 모델을 제안하였다. 제안한 EFAM 모델은 웹상의 효율적인 문서검색과 특정영역의 문제를 의사결정하기 위하여 영역의 코퍼스로부터 추출된 개념들이 가지는 의미론적 내용에 감성 기준을 고려함으로써 효율적으로 문서를 추출할 수 있어서 명확한 의사결정을 할 수가 있음을 실험을 통하여 확인한다. WWW which is an applicable massive set of document on the Web is a thesaurus of various information for users. However, Search engines spend a lot of time to retrieve necessary information and to filter out unnecessary information for user. In this paper, we propose the EFAM(the Extended Fuzzy AHP Method) model to manage the Web resource efficiently, and to make a decision in the problem of specific domain definitely. The EFAM model is concerned with the emotion analysis based on the domain corpus information, and it composed with systematic common concept grids by the knowledge of multiple experts. Therefore, The proposed the EFAM model can extract the documents by considering on the emotion criteria in the semantic context that is extracted concept from the corpus of specific domain and confirms that our model provides more efficient decision-making through an experiment than the conventional methods such as AHP and Fuzzy AHP which describe as a hierarchical structure elements about decision-making based on the alternatives, evaluation criteria, subjective attribute weight and fuzzy relation between concept and object.

MFAC를 사용한 근접관계의 분류

류경현(Kyung-Hyun Ryu),정환묵(Hwan-Mook Chung) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.1

일반적으로 의사결정의 대상이 되는 현실 시스템은 매우 가변적(variable)이며 때로는 많은 불확실성(uncertainty)이 포함된 상황에 놓일 수 있다. 이러한 문제를 해결하기 위해서, 통계적 방법으로 유의수준이나 확신도, 민감도 분석 등이 사용된다. 본 논문에서는 유사성 평가를 가진 분류 결과의 명확성을 개선하기 위해 MFAC(Multiple Fuzzy Alpha Cut)을 기반으로 한 퍼지 의사결정에 대한 방법을 제안한다. 제안된 방법에서 MFAC는 상대적 해밍거리와 max-min 방법 사이의 근접관계에서 근접도를 가지고 다수의 a-level를 추출하기 위해 그리고 MFAC에 의해 추출된 데이터사이의 분할 구간과 연관된 데이터의 개수를 줄이기 위해 사용된다. 의사결정의 최종 대안을 선택하기 위해서 가중치를 계산한다. 실험결과로부터 제안된 방법은 기존 방법의 분류 성능보다 더 간단하고 명백하며 통계적 방법을 통해 표본 데이터의 유의성을 검정함으로써 의사결정자를 위해 효율적으로 대안을 결정한다는 사실을 알 수 있다. Generally, real system that is the object of decision-making is very variable and sometimes it lies situations with uncertainty. To solve these problem, it has used statistical methods as significance level, certainty factor, sensitivity analysis and so on. In this paper, we propose a method for fuzzy decision-making based on MFAC(Multiple Fuzzy Alpha Cut) to improve the definiteness of classification results with similarity evaluation. In the proposed method, MFAC is used for extracting multiple a-level with proximity degree at proximity relation between relative Hamming distance and max-min method and for minimizing the number of data which are associated with the partition intervals extracted by MFAC. To determine final alternative of decision-making, we compute the weighted value between extracted data by MFAC From the experimental results, we can see the fact that the proposed method is simpler and more definite than classification performance of the conventional methods and determines an alternative efficiently for decision-maker by testing significance of sample data through statistical method.

퍼지 의사결정에 기반한 멀티에이전트의 효율적인 조정방안

류경현(Kyung-Hyun Ryu),정환묵(Hwan-Mook Chung) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.1

급속도로 변화하는 환경에 적응하고 환경의 변화에 대한 신속한 응답능력을 향상시키고, 에이전트간 의사결정의 지속시간을 줄이기 위하여, 사용자의 선호도와 선택(alternative)의 유도가 요구된다. 본 논문에서는 사회적(Pareto) 최적성이라는 관점에서 에이전트들이 제안한 해를 가지고 퍼지 의사결정에 기반한 멀티에이 전트의 효율적인 조정방안을 제안한다. 이 방법은 가중치를 사용하여 최적의 선택을 생성하고 승자 에이전트의 속성 중요도를 계산한 다음 속성들의 우선순위를 나타냈다. 그리고 기존의 방법과 가중치를 사용한 방법을 분석해보았다. To adapt environment changing high speed and improve rapidly response ability for variation of environment and reduce delay time of decision making inter agents, the derivation of user's preference and alternative are required. In this paper, we propose an efficient coordination method of multi-agents based on fuzzy decision making with the solution proposed by agents in the view of Pareto optimality. Our method generates the optimal alternative by using weighted value. We compute importance of attributes of winner agent, then can obtain the priorities for attributes. The result of our method is analyzed that of Yager's method.

지식모니터링시스템에서 감성기준을 고려한 EFASIT 모델

류경현 ( Kyung-hyun Ryu ),피수영 ( Su-young Pi ) 한국인터넷정보학회 2011 인터넷정보학회논문지 Vol.12 No.4

웹의 등장은 전통적인 정보검색을 비롯하여 지식관리와 일반 상거래 등 사회 전 분야의 급격한 변혁을 초래하였다. 그러나 검색엔진은 일반적으로 관련된 계산함수에 의해 순서화된 URL의 방대한 목록을 제공하지만, 관련 없는 정보의 필터링이나 사용자가 필요로 하는 정보의 검색에 많은 시간이 소요된다. 본 논문에서는 웹상의 효율적인 문서검색을 위해서 영역 코퍼스 정보를 바탕으로 확장된 퍼지 계층화 의사결정법(Extended Fuzzy AHP Method : EFAM)과 유사도 기법(SImilarity Technology : SIT)을 결합하고, 감성기준을 고려한 EFASIT(Extended Fuzzy AHP and SImilarity Technology)모델을 제안한다. 제안한 감성기준을 고려한 EFASIT 모델은 다양한 의사결정자들의 퍼지지식의 통합으로 좀 더 명확한 규칙을 생성할 수 있고 의사결정을 하는데 도움을 준다는 것을 실험을 통하여 확인한다. The appearance of Web has brought an substantial revolution to all fields of society such knowledge management and business transaction as well as traditional information retrieval. In this paper, we propose an EFASIT(Extended Fuzzy AHP and SImilarity Technology) model considering the emotion analysis. And we combine the Extended Fuzzy AHP Method(EFAM) with SImilarity Technology(SIT) based on the domain corpus information in order to efficiently retrieve the document on the Web. The proposed the EFASIT model can generate the more definite rule according to integration of fuzzy knowledge of various decision-maker, and can give a help to decision-making, and confirms through the experiment.

퍼지의사결정법에 기반한 대학의 컴퓨터교육 만족도 분석

류경현(Kyung-Hyun Ryu),황병곤(Byung-Kon Hwang) 한국멀티미디어학회 2013 멀티미디어학회논문지 Vol.16 No.4

커널머신을 이용한 대학의 컴퓨터교육 만족도 분석

피수영,박혜정,류경현,Pi, Su-Young,Park, Hye-Jung,Ryu, Kyung-Hyun 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.5

In Information age, the academic liberal art Computer education course set up goals for promoting computer literacy and for developing the ability to cope actively with in Information Society and for improving productivity and competition among nations. In this paper, we analyze on discovering of decisive property and satisfaction index to have a influence on computer education on university students. As a preprocessing method, the proposed method select optimum property using correlation feature selection of machine learning tool based on Java and then we use multiclass least square support vector machine based on statistical learning theory. After applying that compare with multiclass support vector machine and multiclass least square support vector machine, we can see the fact that the proposed method have a excellent result like multiclass support vector machine in analysis of the academic liberal art computer education satisfaction index data. 정보화시대에 대학에서의 교양 컴퓨터교육과정은 컴퓨터에 대한 소양을 쌓고 정보화 사회에 능동적으로 대처할 수 있는 능력을 배양하여 생산성 향상은 물론 국가 간의 경쟁력에서 뒤지지 않게 하는데 목표를 두고 있다. 본 논문에서는 대학생을 대상으로 컴퓨터교육 만족도에 영향을 미치는 결정적인 변인의 발견 및 만족도를 분석한다. 전처리과정으로 자바 기반의 학습 도구인 속성 부분집합의 선택기반을 사용하여 최적의 변인을 선택한 후 통계적 학습이론에 기반을 둔 다중 최소제곱 서포트벡터 기계를 사용하고자 한다. 대학의 교양 컴퓨터교육 만족도 분석을 위하여 새로운 알고리즘을 제시하기 보다는 기존의 다중 서포트벡터기계와 다중 최소제곱 서포트벡터기계를 비교 분석한다. 본 논문의 연구결과는 컴퓨터교육 만족도 자료의 분석에서 다중 최소제곱 서포트벡터기계가 다중 서포트벡터기계와 같이 우수한 성과를 나타내는 것을 확인하였다.

네이브 베이즈를 이용한 멀티 에이전트의 효율적인 관리 방법

황정식(Jeong-Sik Hwang),류경현(Kyung-Hyun Ryu),정환묵(Hwan-Mook Chung) 한국지능시스템학회 2006 한국지능시스템학회 학술발표 논문집 Vol.16 No.1

멀티 에이전트(Multi-Agent)들이 상호 연동하여 공통의 목적을 수행하기 위해서는 에이전트를 관리하는 매니지먼트 에이전트(Management Agent)가 요구되고, 주어진 환경에서 획득한 제한된 지식을 효율적으로 이용하는 방법이 필요하다. 본 논문에서는 네이브 베이즈 이론을 적용하여 각 에이전트의 속성값(Attribute Value)에 따라 매니지먼트 에이전트가 각 에이전트를 효율적으로 관리할 수 있는 NBMA(Naive Bayes Management Agent)를 제안하고 이를 이용한 미팅 참가 결정 에이전트를 제안한다. NBMA는 고유한 속성을 지닌 여러 개의 하위 에이전트와 그들을 관리하는 매니지먼트에 이전트로 구성되어 있으며 매니지먼트 에이전트는 하위 에이전트들의 고유한 속성에 대한 메타지식을 이용하여 관리 하도록 한다. 하위 에이전트간에는 상호 조건부 독립(mutually conditional independence) 가정하에 복수의 속성값을 취하며 이러한 속성값에 따라 매니지 먼트 에이전트가 조정과 의사결정을 하도록 한다.