메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대부분의 전문가 시스템은 규칙 베이스 시스템으로서 규칙의 수정및 새로운 규칙의 추가가 용이하여야 한다. 그러나 실제로 기존의 시스템에서는 규칙의 모듈성(modularity)이 제대로 보장되지 못하였다. 본 논문에서는 이러한 단점을 극복할 수 있는 Causal Network를 도입하여 퍼지 이론과 접목시킴으로서 기존의 퍼지 전문가 시스템에 비해 정확한 추론기능을 가지며 또한 설명기능이 강력한 Fuzzy Causal Network(FCN)를 설계하였다. FCN에서는 믿음값을 갱신할때 무한루프에 빠질수 있는 가능성을 배제하기위해 노드(node)에 from이라는 항목을 추가하였고 사실(fact)에 대한 소속 함수로부터 사전 가능성(prior possibility)을 얻음으로서 객관성을 증대하였다.

목차

요약

Ⅰ. 서론

Ⅱ. causal network

Ⅲ. fuzzy causal Network

Ⅳ. 결론

Ⅴ. 참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017902973