Development57 퍼지이론(Fuzzy Theory) - 퍼지집합, 퍼지관계, 역퍼지, 최소최대연산 컴퓨터를 인간에 가깝게 하는 것은 어려움. y? 컴퓨터는 수치 및 기호처리 -> 모호하지 않게 작업 처리. 인간은 행동, 표현 등과 같이 모호한 정보 처리를 함.(애매한 정보)이런 모호한 정보를 처리하는 이론 == 퍼지이론(Fuzzy Theory).Crisp 논리(0/1을 명제 값으로 갖는) || Fuzzy 논리(0~1사이의 실수를 명제 값으로 갖는) 불확실하고 모호한 정보를 다룰 때 -> 퍼지이론 이용 !! 불확실한 것(=명확한) : 명확하지만, 사건 발생 전에는 결과를 예측할 수 없음. 후에는 예측 가능 모호한 것(=명확하지X) : 결과에 대해 여러 의견이 존재할 수 있는 것퍼지 집합(Fuzzy Set) : Zadeh가 고안. 고전적인 집합의 확장된 개념으로 각 원소는 그 집합에 속하는 정도(소속도).. 2020. 4. 29. 불확실성 - 비단조추론, 부재추론, 추정법, 폐세계가정, 사실유지시스템, Bayes의 정리 현실 세계는 매우 복잡하고 예측이 어려움. 비논리적인 세계로 상호 모순적인 상황들이 펼쳐짐.그러나 과학, 공학은 현실세계를 단순화하고 규칙성을 부여하여 표현함! 단순화된 모델과 정형화된 기법으로 표현하는데엔 한계가 존재함. (시스템 내외부에 존재하는 불확실성에 대처할 필요가 있음!)불확실하고, 상호 모순적인 정보를 지식 베이스에 저장하여 일관성을 유지시켜야 함!불확실성을 정량화하기 위해 확률을 이용. -> 여전히 인간의 불확실성에 대한 대처 능력과는 비교 불가능함. * 불확실성 요인- 데이터의 불확실성 : 여러 요인에 의한 오차가 포함된 불완전한 데이터 - 지식의 불확실성 : 지식은 모호하고, 휴리스틱한 절차에 의해 입수됨. (경험적인 절차에 의해) 동일한 전문 영역의 지식도 불일치 존재. 사람이 하는 .. 2020. 4. 29. 지식표현 - 논리, 의미망, 프레임, 규칙 - 지식은 인공지능에서의 핵심!- 지식표현 연구는 지식을 체계적으로 조직, 저장, 효율적으로 이용하도록 하는 방법의 연구- 문제 영역이나 문제해결의 효율성을 위해 -> 적절한 지식 표현 방법을 선택해야 함.**지식 표현의 종류1. 논리 2. 의미망 3. 프레임 4. 규칙 5.객체지향 표현기법 1. 논리(logic)- 수학, 논리학에서 사용되는 명제논리(~는 ~다) or 서술논리(wff) 사용. //wff(well-formed formular:정형공식)- 장점 : 수학적인 근거를 바탕으로 논리개념을 자연스럽게 표현. 지식의 정형화 영역에 적합. (증명/규칙적이게) 지식의 첨가, 삭제가 용이하고 단순- 단점 : 절차적, 결정적 표현이 어렵. (A야 B해라!) //~는 어떻다. 이런건 잘하지만, 명령은 못해... 2020. 4. 22. 탐색 - 게임트리 탐색, 제약 조건 문제 / 탐색기법의 활용 게임을 위한 탐색- 다수가 상호 배타적인 환경에서 승리하기 위한 경로를 탐색하는 것.- 승리하기 위해선 한 수가 아닌 n 수 앞을 봐야 함! -> 이를 통해 현재 상태의 선택을 결정- 휴리스틱한 기준에 의한 추정치만을 제공1. 말패게임(last-on-loses) //31게임 같은거- 임의의 수의 칩에서 시작하여 1~3개의 칩을 냄. 마지막 칩을 들어낸 사람이 승자.- 4개의 칩인 경우, 탐색트리 - 4k+1개의 칩이 남아있게 되면 이김.- 평가함수 : - 평가함수를 사용한 말패게임 // n = 1, 2, 3 2. 최소최대 탐색법- 최소화자와 최대화자로 구성되어 있다고 가정하고 탐색해 나가는 저략.- 몇 수 앞을 내다보느냐가 탐색의 양을 결정. //탐색의 은 휴리스틱 기법을 이용하여 조절- 최소최대법을 사.. 2020. 3. 27. 탐색 - 경험적기법(언덕등반기법, 최고우선탐색, 빔탐색, A알고리즘, A*알고리즘) 2. 휴리스틱 기법(경험적 기법) //인공지능 탐색 기법- 논리적으로 혹은 수학적으로 증명할 수 없으나 경험이나 직관에 의해 해를 얻을 수 있으리라는 기대를 갖게 하는 어떤 근거에 의한 방법 // 즉, 증명 가능한 알고리즘이 아닌 직관에 의한- 정의하기 힘든 문제 or 맹목적인 기법으로 풀기에는 비현실적인 문제- 인간의 사고형태는 대부분 휴리스틱이다. 해법이 유일하지 않으며, 최적의 해를 보장할 수 없다. //알고리즘이 아니기 때문에. 해를 구할 수 없으므로 해의 결정에 허용치를 부과하는 방법을 이용.**평가함수 : 평가하고자 하는 노드에 대해 그의 유망성을 수치로 표현할 수 있게끔 하는 함수 //현재 노드가 가장 좋은 해결경로 상에 놓여있을 확률 or 현재노드 - 목표노드 사이의 거리 등 여러가지 개념.. 2020. 3. 27. 탐색 - 직접적 기법(무작위 탐색, 깊이우선탐색, 너비우선탐색) 인공 지능적 문제해결에서 탐색은 주요한 수단임.문제 해결 기법에는 크게 2가지가 존재. (직접적, 경험적)1. 직접적 기법 - 문제의 해를 찾기위한 순차적 수행 프로그램 / 알고리즘 프로그램- 프로그래머가 문제 해결을 위한 알고리즘이 고안함.- ex) 하노이탑 문제**인공지능적 해법 : 문제 상태와 요구하는 목표 상태만으로 컴퓨터가 문제해결 할 수 있도록 하는 해법 - ex) 경로 발견 문제(8-puzzle), 게임 문제(chess/바둑), 제약조건 만족 문제(8-queen)//선택의 갈림길에서 지능적 판단이 필요한 해법! //지능적 기계보다 인간의 지능이 어느정도 개입하는 시스템 개발이 인공지능에 보다 현실적임! 즉, 인공지능은 컴퓨터가 스스로 '탐색'을 진행하지만, 탐색의 방식은 프로그래머가 결정!*.. 2020. 3. 27. 이전 1 ··· 5 6 7 8 9 10 다음
