[논문 리뷰] Fuzzy Logic and Probability

Petr Hájek, Lluı́s Godo외 1명|arXiv (Cornell University)|2013. 02. 20.

Logic, Reasoning, and Knowledge참고 문헌 14인용 수 90

한 줄 요약

이 논문은 확률 값을 퍼지 논리 프레임워크 내의 진리값으로 통합하는 확률의 퍼지 논리 체계를 제안하며, 다가값 설정에서 확률적 추론을 가능하게 한다. 이는 확률적 의미에서의 완전성 결과를 확립하고, 날것의 문장의 확률을 관련된 퍼지 문장의 진리값으로 해석할 수 있음을 보여주며, 불확실성 처리를 위한 통합적 접근을 제공한다.

ABSTRACT

In this paper we deal with a new approach to probabilistic reasoning in a logical framework. Nearly almost all logics of probability that have been proposed in the literature are based on classical two-valued logic. After making clear the differences between fuzzy logic and probability theory, here we propose a {em fuzzy} logic of probability for which completeness results (in a probabilistic sense) are provided. The main idea behind this approach is that probability values of crisp propositions can be understood as truth-values of some suitable fuzzy propositions associated to the crisp ones. Moreover, suggestions and examples of how to extend the formalism to cope with conditional probabilities and with other uncertainty formalisms are also provided.

연구 동기 및 목표

• 불확실성에 대한 추론을 위해 퍼지 논리와 확률 이론을 통합하는 논리적 프레임워크를 개발하는 것.
• 고전적 이항 논리의 한계를 극복하기 위해 확률 값을 다가값 퍼지 논리 체계에 통합함으로써 확률적 추론을 보다 잘 다루는 것.
• 날것의 문장의 확률 값이 해당하는 퍼지 문장의 진리값으로 간주되는 형식적 체계를 제공하는 것.
• 조건부 확률 및 기타 불확실성 형식화를 다룰 수 있도록 프레임워크를 확장하는 것.
• 제안된 퍼지 논리의 확률 체계에 대해 확률적 의미에서의 완전성 결과를 확립하는 것.

제안 방법

• 진리값이 단위구간 [0,1]에서 취해지는 퍼지 논리 체계를 제안하며, 이는 확률 값과 일치시킨다.
• 날것의 문장을 해당하는 퍼지 문장으로 매핑하여, 그 진리값이 원래 문장의 확률을 나타내도록 한다.
• 논리적 연결사(예: 합성, 논리합, 부정)를 t-노름과 t-코노름을 사용하여 정의함으로써 확률적 일관성을 유지한다.
• 퍼지 문장의 진리도가 관련된 날것의 문장의 확률에 해당하는 확률 공간을 기반으로 한 의미론을 도입한다.
• 정의된 의미론 하에서 모든 논리적으로 타당한 공식이 증명 가능함을 보여줌으로써 완전성 정리를 확립한다.
• 조건부 확률을 다루기 위해 조건부 퍼지 문장을 정의하고, 그 진리값이 조건부 확률에 해당하도록 한다.

실험 결과

연구 질문

• RQ1 확률 값은 어떻게 자연스럽게 다가값 논리적 프레임워크에 통합될 수 있는가?
• RQ2 퍼지 논리 체계 내에서 확률적 추론이 유지되도록 하기 위해 어떤 논리적 구조가 필요한가?
• RQ3 확률적 의미에서 완전성이 확보되는 퍼지 논리의 확률 체계를 구성할 수 있는가?
• RQ4 이 퍼지-논리적 프레임워크 내에서 조건부 확률은 어떻게 공식적으로 표현하고 추론할 수 있는가?
• RQ5 퍼지 논리 체계에서 확률을 진리값으로 간주할 경우, 불확실성 모델링에 어떤 영향을 미치는가?

주요 결과

• 제안된 퍼지 논리의 확률 체계는 확률적 의미에서 완전성을 확보하며, 정의된 의미론 하에서 모든 논리적으로 타당한 공식이 증명 가능하다.
• 날것의 문장의 확률 값이 관련된 퍼지 문장의 진리값으로 성공적으로 해석되어, 불확실성에 대한 통합적 처리가 가능해진다.
• 적절히 정의된 퍼지 조건부 문장은 진리값이 조건부 확률 값과 일치하도록 하여 조건부 확률의 표현을 지원한다.
• t-노름과 t-코노름의 사용은 논리 연산이 확률적 독립성과 일관성과 일치하도록 보장한다.
• 진리값 할당 메커니즘을 수정함으로써 이 형식은 가능도 이론과 같은 다른 불확실성 형식화로의 확장이 가능하다.
• 이 시스템은 고전적 이항 논리의 한계를 피하면서도 논리적 추론과 확률적 불확실성의 통합을 위한 일관된 기반을 제공한다.