[논문 리뷰] Interval Neutrosophic Logics: Theory and Applications

Haibin Wang, Florentín Smarandache외 2명|ArXiv.org|2004. 10. 21.

Multi-Criteria Decision Making참고 문헌 17인용 수 64

한 줄 요약

이 논문은 진리도, 불확실성도, 거짓도를 간격 값으로 명시적으로 모델링함으로써 퍼지 논리, 이론적 퍼지 논리, 그리고 비일관성 논리를 통합적으로 확장하는 간격 노이트로소픽 논리라는 새로운 프레임워크를 제안한다. 간격 노이트로소픽 명제 및 술어 논리계를 체계화하고, 실세계의 응용 분야인 의료 인포매틱스와 의사결정과 같은 분야에서 부정확하고 불완전하며 일관성 없는 정보를 견고하게 처리할 수 있는 간격 노이트로소픽 논리 시스템(INLS)을 통해 그 적용 가능성을 입증한다.

ABSTRACT

In this paper, we present the interval neutrosophic logics which generalizes the fuzzy logic, paraconsistent logic, intuitionistic fuzzy logic and many other non-classical and non-standard logics. We will give the formal definition of interval neutrosophic propositional calculus and interval neutrosophic predicate calculus. Then we give one application of interval neutrosophic logics to do approximate reasoning.

연구 동기 및 목표

• 진리도, 불확실성도, 거짓도를 포함하여 퍼지 논리, 이론적 퍼지 논리, 비일관성 논리를 통합하는 공식 논리 체계를 개발하는 것.
• 기존 논리 체계가 일관되지 않거나 불완전한 정보를 다룰 수 없어 결과가 자명해지는 문제를 해결하는 것.
• 간격 값 소속도를 갖는 간격 노이트로소픽 명제 및 술어 논리계를 위한 공식적 프레임워크를 제안하는 것.
• 불확실한 환경에서 근사적 추론을 위한 간격 노이트로소픽 논리 시스템(INLS)을 설계하고 구현하는 것.
• 불확실성과 불일치가 빈번한 분야, 예를 들어 의료 인포매틱스, 바이오인포매틱스, 웹 지능과 같은 분야에서의 실용적 응용을 가능하게 하는 것.

제안 방법

• 진리 소속도 $[T^L, T^U]$, 불확실성 소속도 $[I^L, I^U]$, 거짓 소속도 $[F^L, F^U]$의 세 개의 간격 값 함수를 사용하여 간격 노이트로소픽 집합을 정의하며, 각각 $[0,1]$ 범위 내에 존재한다.
• 간격 값 진리도, 불확실성도, 거짓도를 기반으로 한 논리 연결자와 연산을 포함하는 간격 노이트로소픽 명제 논리계를 체계화한다.
• 기본 소속도를 갖는 일阶 간격 노이트로소픽 술어 논리계로 확장하여 기호의 양자화 및 변수 바인딩을 지원한다.
• 가중치 조합을 사용하는 노이트로소픽 추론 메커니즘을 제안한다: $T_{\bar{B}}(y) = aT'_{\tilde{B}}(y) + b(1 - F'_{\tilde{B}}(y)) + cI'_{\tilde{B}}(y)/2 + d(1 - I'_{\tilde{B}}(y)/2)$, 여기서 $a+b+c+d=1$.
• 중심-중력 방법을 통한 데노이트로소피케이션을 구현한다: $dn(T_{\bar{B}}(y)) = \frac{\int_{\alpha}^{\beta} T_{\bar{B}}(y)y\,dy}{\int_{\alpha}^{\beta} T_{\bar{B}}(y)\,dy}$, 이를 통해 노이트로소픽 출력을 명확한 값으로 변환한다.
• 다섯 단계의 INLS 파이프라인: 노이트로소피케이션, 노이트로소픽 규칙 기반, 노이트로소픽 추론, 타입 감소, 데노이트로소피케이션에 시스템을 통합한다.

실험 결과

연구 질문

• RQ1 어떻게 간격 값 형태로 진리도, 불확실성도, 거짓도를 동시에 표현할 수 있는 논리 체계를 체계화할 수 있는가?
• RQ2 간격 노이트로소픽 논리는 퍼지 논리, 이론적 퍼지 논리, 비일관성 논리를 통합할 수 있는가?
• RQ3 모순되거나 일관되지 않은 정보는 어떻게 처리할 수 있으며, 논리적 자명성으로 이어지지 않도록 할 수 있는가?
• RQ4 부정확하고 불완전하며 불일치하는 데이터를 포함한 시스템에서 근사적 추론을 위한 강력한 방법은 무엇인가?
• RQ5 간격 노이트로소픽 논리 시스템은 의사결정 및 의료 인포매틱스와 같은 실세계 응용 분야에서 어떻게 구현되고 검증될 수 있는가?

주요 결과

• 간격 노이트로소픽 명제 및 술어 논리계의 체계적 정의는 퍼지 논리, 이론적 퍼지 논리, 비일관성 논리를 일반화하는 포괄적인 논리적 프레임워크를 제공한다.
• 제안된 간격 노이트로소픽 논리 시스템(INLS)은 논리적 자명성이 발생하지 않도록 하면서도 부정확하고 불완전하며 불일치하는 정보를 효과적으로 처리한다.
• 합성 함수 $T_{\bar{B}}(y) = aT'_{\tilde{B}}(y) + b(1 - F'_{\tilde{B}}(y)) + cI'_{\tilde{B}}(y)/2 + d(1 - I'_{\tilde{B}}(y)/2)$는 조정 가능한 가중치를 통해 진리도, 불확실성도, 거짓도 성분을 하나의 진리도로 효과적으로 통합한다.
• 중심-중력 방법을 사용한 데노이트로소피케이션 과정은 노이트로소픽 시스템의 의미를 유지하면서도 명확한 출력 값을 생성한다.
• INLS 아키텍처—노이트로소피케이션, 규칙 기반, 추론, 타입 감소, 데노이트로소피케이션—는 불확실한 환경에서 실시간 근사적 추론을 위한 완전한 파이프라인을 제공한다.
• 이 프레임워크는 불확실성과 불일치가 본질적인 의료 인포매틱스, 바이오인포매틱스, 웹 지능 등 다양한 분야에 적용 가능하다.