확률기반 불확실성 표현

·2021년 10월 10일
0

인공지능

목록 보기
10/20
post-thumbnail

확률(probability)

어떤 사건이 일어날 가능성

상대빈도 확률( relative frequency probability)

빈도주의자 확률(frequentist probability)
전체 실험 회수 대비 관심 사건의 상대적 빈도

주관적 확률(subjective probability)

확신 또는 믿음의 정도

결합 확률(joint probability)

사건 A와 B가 동시에 일어날 확률

조건부 확률(conditional probability)

B가 주어질 때 A가 일어날 확률

베이즈 정리(Bayesian theorem)

확률을 이용한 규칙의 불확실성 표현

전문가에 의한 각 규칙에 대한 충분 가능도 LS, 필요 가능도 LN값 부여

규칙 : A → B
충분가능도(likelihood of sufficiency)
LS = p(AB)p(AB)\frac{p(A|B)}{p(A|¬B)}
필요가능도(likelihood of necessity)
LN = p(AB)p(AB)\frac{p(¬A|B)}{p(¬A|¬B)}
사실 또는 추론 결과에 대한 사전확률 부여

사전승률(prior odds)

사후승률(posterior odds)

사후확률

퍼지 이론

집합론

자연어의 단어는 집합의 궁극적인 표현

일반집합(crisp set, classical set) X

원소 x는 X에 속하거나(x ∈ X), X에 속하지 않거나 둘 중 하나
집합에 명확한 경계를 긋고, 집합의 원소에는 1, 원소가 아닌 것에는 0의 소속(membership)

개념이나 범주가 항상 이분적이지는 않다
정도의 문제 -> 퍼지집합의 도입

퍼지 집합(fuzzy set)

원소가 모임에 어느 정도 속한다는 것
명제는 참 또는 거짓이 아니라 어느 정도는 부분적으로 참
소속정도는 [0,1] 범위의 실수값으로 표현

소속정도를 사용한 언어항(linguistic term)의 표현

언어항을 포함한 지식 표현

퍼지규칙(fuzzy rule)사용 : 소속함수로 표현된 언어항을 포함하는 규칙

퍼지 추론(fuzzy inference)

소속함수로 표현된 언어항을 사용하는 퍼지 규칙들의 모음
언어항의 기호적인 대응을 통한 추론 대신, 수치적인 추론이 가능해짐

profile

0개의 댓글