《첨단과학기술분야에서 세계적경쟁력을 가진 기술들을 개발하기 위한 투쟁을 힘있게 벌려야 합니다.》
모호근사추론은 인공지능(AI)과 계산지능(CI)에서 불확정성추론의 중요한 연구분야의 하나이다. 이 모호근사추론은 두가지 부분 즉 모호긍정법(FMP)과 모호부정법(FMT)으로 구성되여있다. FMP와 FMT는 인간의 사유과정을 많은 여러가지 지능체계들을 설계하고 개발하는데서 중요한 의의를 가지고있다.
우리는 AI와 CI의 불확정성추론에서 새로운 연구방향을 열어놓을수 있는 새로운 원본적인 방법을 제안하였다.
첫째로, 우리가 제안한 방법은 거리측도 즉 최소공배수에 의한 확장된 거리측도에 기초하고있다. 제안한 모호근사추론방법은 모호규칙의 전건부와 결론부사이의 같거나 혹은 서로 다른 차원의 리산모호벡토르들을 가진 SISO모호체계에 대한 추론방법이다. 우리는 이것을 LCM방법이라고 부른다. 이 LCM방법은 2가지 부분 즉 FMP–LCM과 FMT–LCM으로 구성되였다.
둘째로, 우리는 정보손실에 관하여 4가지 정리를 제안하고 증명하였다. 다시말하여 제안방법이 정보손실을 가지지 않으며 선행한 방법인 CRI, TIP, QIP, AARS들은 일정한 정보손실을 가진다는것을 밝혔다.
셋째로, 우리는 제안방법과 선행방법들의 환원성을 모호긍정법과 모호부정법에 관하여 비교하였다. 리론적 및 실험적결과들은 제안한 모호근사추론방법 LCM이 명백하고 효과적이며 선행한 모호추론방법들에 비하여 인간의 사고에 더 잘 부합된다는것을 보여준다.
넷째로, 우리는 LCM에 기초한 제안방법과 모호관계에 기초한 선행방법들을 모호조종가능성에 관하여 6가지 정리들을 정식화하고 증명하였다.
우리는 우리가 제안한 방법이 선행한 방법들에 비하여 환원성이 더 높을뿐만 아니라 더 좋은 조종가능성을 가지고 있다는것을 밝혔다.
우리의 새로운 연구결과는 제5차 응용과학, 공학 및 관리에 관한 국제과학토론회론문집 《5th International Conference on Applied Science Engineering and Management-2022》((2022) 2-14)에 《New Approximate Reasoning Method based on Least Common Multiple and Its Property Analysis》(https://doi.org/10.22161/conf.icaem.jan.2022)의 제목으로 발표되였다.
