[논문 리뷰] Fuzzy Cognitive Maps and Neutrosophic Cognitive Maps

W. B. Vasantha Kandasamy, Florentín Smarandache|ArXiv.org|2003. 11. 05.

Cognitive Science and Mapping참고 문헌 68인용 수 244

한 줄 요약

이 논문은 퍼지 인지 지도(FCMs)의 확장으로, 복잡한 시스템 내의 부정확하고 일관되지 않은 관계를 모델링할 수 있는 중립소프릭 인지 지도(NCMs)를 제안한다. 진리, 거짓, 부정확성(불확실성)을 처리하는 중립소프릭 논리의 통합을 통해 NCMs는 의료 진단에서 사회 정책 분석에 이르기까지 다양한 분야에서 FCMs의 민감도와 정확도를 향상시켜 불확실성 하에서의 의사결정을 위한 강력한 프레임워크를 제공한다.

ABSTRACT

In this book we study the concepts of Fuzzy Cognitive Maps (FCMs) and their Neutrosophic analogue, the Neutrosophic Cognitive Maps (NCMs).Fuzzy Cognitive Maps are fuzzy structures that strongly resemble neural networks, and they have powerful and far-reaching consequences as a mathematical tool for modeling complex systems. Neutrosophic Cognitive Maps are generalizations of FCMs, and their unique feature is the ability to handle indeterminacy in relations between two concepts thereby bringing greater sensitivity into the results. Some of the varied applications of FCMs and NCMs which has been explained by us, in this book, include: modeling of supervisory systems; design of hybrid models for complex systems; mobile robots and in intimate technology such as office plants; analysis of business performance assessment; formalism debate and legal rules; creating metabolic and regulatory network models; traffic and transportation problems; medical diagnostics; simulation of strategic planning process in intelligent systems; specific language impairment; web-mining inference application; child labor problem; industrial relations: between employer and employee, maximizing production and profit; decision support in intelligent intrusion detection system; hyperknowledge representation in strategy formation; female infanticide; depression in terminally ill patients and finally, in the theory of community mobilization and women empowerment.

연구 동기 및 목표

• 개념 간 관계의 부정확성 처리를 가능하게 하는 중립소프릭 인지 지도(NCMs)를 도입하여 퍼지 인지 지도(FCMs)를 확장한다.
• 복잡한 시스템에서 불확실하거나 일관되지 않거나 애매한 지식을 표현하는 데 있어 FCMs의 한계를 해결한다.
• 실제 세계의 시스템을 모델링할 때 부정확하거나 충돌하는 정보를 다룰 수 있도록 NCMs의 향상된 민감도와 정확도를 입증한다.
• 의료, 비즈니스, 사회과학과 같은 다양한 분야에 NCMs를 적용하기 위한 이론적이고 실용적인 프레임워크를 제공한다.
• 중립소프릭 논리 원리를 사용하여 FCMs를 일반화하는 형식적인 수학적 구조를 수립한다.

제안 방법

• 개념 간의 날것의 또는 퍼지 가중치를 중립소프릭 수(진리, 불확실성, 거짓)로 대체하여 FCMs를 변형한다.
• 세 가지 진리값 논리(T: 진리, I: 불확실성, F: 거짓)를 허용하는 개념 간 관계를 표현하기 위해 중립소프릭 인접행렬을 정의한다.
• 지식 전파를 위해 중립소프릭 행렬 곱셈을 적용하여 추론 과정에서 불확실성을 유지한다.
• 균형 상태에 도달하기 위해 반복적 업데이트 규칙을 적용하여 연구 대상 시스템의 동적 행동을 시뮬레이션한다.
• 기존의 FCM 프레임워크와 NCMs를 통합하여 복잡한 시스템에서 정방향 및 역방향 추론을 가능하게 한다.
• 다양한 분야의 사례 연구를 통해 기존 FCMs에 비해 불확실성 모델링 성능이 향상됨을 입증한다.

실험 결과

연구 질문

• RQ1 퍼지 인지 지도는 어떻게 복잡한 시스템 내의 부정확하고 일관되지 않은 관계를 모델링할 수 있는가?
• RQ2 인지 지도에서 진리, 거짓, 부정확성을 표현할 수 있는 수학적 구조는 무엇인가?
• RQ3 중립소프릭 인지 지도는 불확실성을 다루는 데 있어 전통적인 퍼지 인지 지도보다 어떻게 향상되는가?
• RQ4 불확실하거나 충돌하는 데이터가 있는 분야에서 NCMs는 의사결정 및 시스템 분석을 어떻게 향상시키는가?
• RQ5 의료 진단, 사회 정책, 기업 성과 등 실제 문제에 있어서 NCMs의 실용적 응용은 무엇인가?

주요 결과

• 중립소프릭 인지 지도는 부정확한 관계를 갖는 시스템을 성공적으로 모델링하여 기존 FCMs보다 더 높은 민감도를 제공한다.
• 중립소프릭 수 표현에서의 불확실성(I) 통합은 불확실하거나 충돌하는 지식을 더 현실적으로 모델링할 수 있도록 한다.
• 대사 네트워크 및 전략적 계획 과정과 같은 복잡한 시스템 진단에서 NCMs가 향상된 성능을 보였다.
• 사례 연구에서 NCMs가 여성 살해, 아동劳동, 말기 환자 내림개선 등 민감한 사회 문제를 효과적으로 분석할 수 있음을 보였다.
• 전략 수립에서 초지식 표현을 가능하게 하여 지능형 시스템에서 다각도의 의사결정 지원을 가능하게 한다.
• NCMs는 중립소프릭 논리에 기반한 형식적인 수학적 확장을 제공하며, 이는 212페이지 분량의 이론적·응용적 분석과 99幅의 그림을 통해 검증되었다.