[논문 리뷰] Possibility as Similarity: the Semantics of Fuzzy Logic

Enrique H. Ruspini|arXiv (Cornell University)|2013. 03. 27.

Multi-Criteria Decision Making참고 문헌 5인용 수 5

한 줄 요약

이 논문은 가능 세계 간의 유사성에 기반한 퍼지 논리의 의미론적 프레임워크를 제안하며, 가능성을 확률이 아닌 유사성으로 모델링한다. 가능 세계 간의 유사성 함수(0–1 범위)를 정의함으로써, 모달 논리 개념을 일반화하고 가능성/필연성 분포 및 자데의 일반화된 모드 퐁텐스를 유사성 기반 추론을 통해 해석할 수 있게 한다. 이는 확률 기반이 아닌 거리 측도에 기반한 비확률적 퍼지 논리의 기초를 제공한다.

ABSTRACT

This paper addresses fundamental issues on the nature of the concepts and structures of fuzzy logic, focusing, in particular, on the conceptual and functional differences that exist between probabilistic and possibilistic approaches. A semantic model provides the basic framework to define possibilistic structures and concepts by means of a function that quantifies proximity, closeness, or resemblance between pairs of possible worlds. The resulting model is a natural extension, based on multiple conceivability relations, of the modal logic concepts of necessity and possibility. By contrast, chance-oriented probabilistic concepts and structures rely on measures of set extension that quantify the proportion of possible worlds where a proposition is true. Resemblance between possible worlds is quantified by a generalized similarity relation: a function that assigns a number between O and 1 to every pair of possible worlds. Using this similarity relation, which is a form of numerical complement of a classic metric or distance, it is possible to define and interpret the major constructs and methods of fuzzy logic: conditional and unconditioned possibility and necessity distributions and the generalized modus ponens of Zadeh.

연구 동기 및 목표

• 퍼지 논리에서 확률적 접근과 가능성적 접근 간의 개념적 및 기능적 차이를 명확히 하기 위해.
• 가능 세계 간의 유사성에 대한 정량적 측도를 사용하여 가능성적 구조의 의미론적 기초를 확립하기 위해.
• 유사성에 기반한 다중 가능 세계 가능성 관계를 통해 모달 논리의 필연성 및 가능성 개념을 일반화하기 위해.
• 유사성 관계를 사용하여 핵심 퍼지 논리 구성요소—가능성 및 필연성 분포, 일반화된 모드 퐁텐스—의 형식적 의미를 제공하기 위해.
• 측도 이론 기반의 확률과 대체할 수 있는 비확률적, 유사성 기반의 불확실성 모델링 프레임워크를 제시하기 위해.

제안 방법

• 가능 세계 쌍에 대해 0에서 1 사이의 값을 할당하는 일반화된 유사성 관계를 정의하여, 가까움 또는 유사성을 나타내기 위해.
• 이 유사성 함수를 전통적인 거리 또는 메트릭 함수의 수치적 보완으로 사용하기 위해.
• 가능 세계 간의 유사성 정도와 문장의 진리도를 바탕으로 가능성 및 필연성 분포를 구성하기 위해.
• 유사성 기반의 가능성 개념 측도로 진리 기반 측도를 대체함으로써 모달 논리를 확장하기 위해.
• Zadeh의 일반화된 모드 퐁텐스를 유사성 기반 프레임워크 내에서 형식화하여 근사 추론을 가능하게 하기 위해.
• 확률과 마찬가지로 집합의 확장성이나 빈도를 통해가 아니라, 가능 세계의 개념적 공간 내의 근접성에 기반하여 불확실성을 모델링하기 위해.

실험 결과

연구 질문

• RQ1 퍼지 논리에서 가능성을 확률이 아닌 가능 세계 간의 유사성 측도로 재해석할 수 있는가?
• RQ2 유사성 기반 추론과 고전적 모달 논리의 필연성 및 가능성 개념 간의 형식적 관계는 무엇인가?
• RQ3 가능성 분포 및 일반화된 모드 퐁텐스와 같은 퍼지 논리 구성요소는 어떻게 유사성 함수에서 유도될 수 있는가?
• RQ4 유사성 기반 의미론은 불확실성 모델링에서 확률적 의미론과 본질적으로 어떻게 다를까?
• RQ5 비확률적, 유사성 기반 프레임워크가 퍼지 추론의 핵심 메커니즘을 충분히 지원할 수 있는가?

주요 결과

• 논문은 가능성이 가능 세계 간의 유사성 함수에 의해 공식적으로 기초지을 수 있음을 입증하며, 이는 확률 측도에 대한 의미론적 대안을 제공한다.
• 0(완전히 다름)에서 1(완전히 동일함) 사이의 범위를 가지는 유사성 함수는 거리 측도의 수치적 보완으로 작용하며, 유사성의 정량화를 가능하게 한다.
• 가능성 및 필연성 분포는 세계 간의 유사성 정도에 기반하여 유도되며, 이는 퍼지 논리 구성요소에 대한 비확률적 해석을 제공한다.
• Zadeh의 일반화된 모드 퐁텐스가 이 유사성 기반 프레임워크 내에서 해석 가능하다는 것이 입증되었으며, 이는 근사 추론을 지원한다.
• 이 모델은 다수의 가능 세계 가능성 관계를 유사성에 기반해 일반화함으로써 모달 논리를 확장한다.
• 이 접근법은 측도 이론 기반의 확률에 의존하지 않고, 빈도나 비율보다는 유사성에 중점을 두어, 퍼지 논리에 대해 일관되고 형식적인 의미론을 제공한다.