[논문 리뷰] Retraction and Generalized Extension of Computing with Words

Yongzhi Cao, Mingsheng Ying외 1명|UTS ePRESS (University of Technology Sydney)|2006. 04. 19.

Advanced Algebra and Logic참고 문헌 27인용 수 4

한 줄 요약

이 논문은 단어로의 계산을 위한 일반화된 퍼저스 유한 오토마타 모델을 제안하며, Ying의 공식적 프레임워크를 확장하여 입력으로 임의의 퍼저스 부분집합과 임의의 퍼저스 전이 함수를 허용한다. 날카로운 입력에 대해 단어로의 계산을 값으로의 계산으로 되돌리는 재구성 원칙과, 퍼저스 입력을 처리하기 위한 일반화된 확장 원칙을 수립하여, 대수적 일관성과 조합적 추론을 통해 전통적인 두 계산 방식이 단일 단어 기반 계산 프레임워크 내에서 균일하게 실현될 수 있음을 증명한다.

ABSTRACT

Fuzzy automata, whose input alphabet is a set of numbers or symbols, are a formal model of computing with values. Motivated by Zadeh's paradigm of computing with words rather than numbers, Ying proposed a kind of fuzzy automata, whose input alphabet consists of all fuzzy subsets of a set of symbols, as a formal model of computing with all words. In this paper, we introduce a somewhat general formal model of computing with (some special) words. The new features of the model are that the input alphabet only comprises some (not necessarily all) fuzzy subsets of a set of symbols and the fuzzy transition function can be specified arbitrarily. By employing the methodology of fuzzy control, we establish a retraction principle from computing with words to computing with values for handling crisp inputs and a generalized extension principle from computing with words to computing with all words for handling fuzzy inputs. These principles show that computing with values and computing with all words can be respectively implemented by computing with words. Some algebraic properties of retractions and generalized extensions are addressed as well.

연구 동기 및 목표

• 입력 알파벳을 모든 퍼저스 부분집합이 아닌 일부 퍼저스 부분집합의 부분집합으로 제한함으로써, Ying의 원래 프레임워크를 일반화하여 단어로의 계산을 위한 형식적 모델을 개발하는 것.
• 기존 모델의 한계를 보완하기 위해 임의의 퍼저스 전이 함수를 허용함으로써, 실세계 응용에 대한 유연성을 높이는 것.
• 날카로운 입력일 경우 단어로의 계산이 기존 값으로의 계산을 시뮬레이션할 수 있도록 보장하는 재구성 원칙을 수립하는 것.
• 퍼저스 입력을 체계적으로 처리할 수 있도록 허용하는 일반화된 확장 원칙을 도입하여, 기반 단어 계산의 범위를 넓히는 것.
• 재구성과 일반화된 확장의 대수적 성질을 증명하여, 형식적 모델 내에서 일관성과 조합적 행동을 보장하는 것.

제안 방법

• 유한 상태 집합, 기호의 선택된 퍼저스 부분집합으로 구성된 제한된 입력 알파벳, 임의의 퍼저스 전이 함수를 갖는 단어로의 계산을 위한 퍼저스 오토마타(FACW)를 정의한다.
• 재구성 원칙 도입: 최종 상태 분포와 입력 소속 함수의 교차의 높이를 계산하여 FACW를 날카로운 입력을 갖는 FACV로 매핑한다.
• 일반화된 확장 원칙 정의: 전이 함수를 max-min 조합을 사용하여 퍼저스 입력 단어로 작동하도록 올려서, FACW가 퍼저스 입력을 처리할 수 있도록 한다.
• 퍼저스 제어 방법론을 사용하여 재구성 및 확장 과정을 형식화하여, 인지 기반 추론과의 호환성을 확보한다.
• 날카로운 입력에서 재구성된 오토마타가 인식하는 언어가 원래 단어 언어와 일치함을 증명하고, 일반화된 확장이 퍼저스 입력에서 원래 FACW 행동을 유지함을 보인다.
• 문자열 길이에 기반한 귀납적 증명을 사용하여, 퍼저스 집합 연산과 높이 함수를 활용해 재구성 및 확장 매핑의 정확성을 체계적으로 입증한다.

실험 결과

연구 질문

• RQ1 모든 퍼저스 부분집합이 아닌 임의의 퍼저스 부분집합을 입력으로 허용함으로써, 단어로의 계산을 어떻게 형식적으로 일반화할 수 있는가?
• RQ2 재구성 메커니즘을 통해 값으로의 계산이 단어로의 계산 프레임워크 내에 형식적으로 통합될 수 있는가?
• RQ3 일반화된 확장 원칙을 사용하여, 단어 기반 계산 모델 내에서 퍼저스 입력을 어떻게 시스템적으로 다룰 수 있는가?
• RQ4 재구성과 일반화된 확장이 보존하는 대수적 성질은 무엇이며, 이를 통해 일관성과 조합적 추론이 보장되는가?
• RQ5 이러한 원칙들을 통해 값으로의 계산과 모든 단어로의 계산이 하나의 형식적 모델 내에서 통합될 수 있는가?

주요 결과

• 재구성 원칙은 임의의 날카로운 입력 문자열에 대해 재구성된 FACV가 인식하는 언어가 원래 FACW가 인식하는 언어와 일치함을 보장하여, 값으로의 계산이 단어로의 계산의 특수한 경우임을 입증한다.
• 일반화된 확장 원칙은 전이 함수를 퍼저스 입력 시퀀스로 작동하도록 올려서 FACW가 퍼저스 입력 단어를 처리할 수 있도록 하며, 날카로운 입력에서의 원래 행동을 유지한다.
• 일반화된 확장 오토마타의 언어가 퍼저스 입력에 제한된 경우 원래 FACW 언어와 동일함을 보여주어, 확장의 정확성을 확인한다.
• 재구성 및 일반화된 확장 매핑이 퍼저스 집합 연산과 높이 함수를 사용한 귀납적 증명을 통해 일관성 있음을 입증한다.
• 재구성과 일반화된 확장의 조합이 원래 FACW 행동을 복원함을 보여주어, 형식적 프레임워크의 닫힘성과 일관성을 입증한다.
• 제안된 모델은 부분 입력 알파벳과 임의의 전이 함수를 허용함으로써 Ying의 원래 FACAW(모든 단어로의 계산)를 일반화하여, 실세계 인지 기반 시스템에 대한 적용 가능성을 높인다.