$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

불확실성의 수학 : 확률론과 개연론
Mathematics of Uncertainty: Probability and Possibility 원문보기

한국수학사학회지 = The Korean journal for history of mathematics, v.25 no.1, 2012년, pp.1 - 13  

고영미 (수원대학교 수학과) ,  이상욱 (수원대학교 수학과)

초록
AI-Helper 아이콘AI-Helper

수학은 엄밀성을 강조하는 학문이다. 그러나 사회가 복잡해지고 정보가 많아지면서 수학이 엄밀하지 않은 정보를 다루어야 하는 요구가 발생하게 되었다. 최근 이러한 불확실성을 갖는 정보를 엄밀성을 갖춘 정보로 변환하는 수단으로서 개연론에 대한 연구가 진행되고 있다. 본 논문은 임의성 (randomness) 을 다루는 확률론 (probability theory)과 비교하여 모호성 (vagueness) 을 다루는 개연론 (possibility theory) 을 개괄한다.

Abstract AI-Helper 아이콘AI-Helper

Possibility theory is a kind of mathematics of uncertainty for handling incomplete information. In this paper, we discuss vagueness and randomness as some causes of uncertainty and we introduce the possibility theory as a way of dealing with uncertainty, comparing it with the probability theory....

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 어린 사람」이라는 말에서 모호함을 담고 있는 서술어「어리다」를 퍼지 집합으로 모델링하는 예를 살펴보자.「어리다」를 퍼지 집합으로 이해함은 x세의 나이가「어리다」라는 개념에 적합한(compatible) 정도를 m(x)로 주는 소속함수 m : [0, ∞) → [0, 1]의 존재를 의미한다.
  • 자데는『자연 언어에 내재되어 있는 부정확함(imprecision)은 본질적으로 확률론보다는 개연론을 바탕으로 다루어져야 한다.』고 주장하면서, 개연론을 이용하여 자연 언어에 담긴 의미를 양적으로 표현하고자 하였다. 자데는 자연 언어가 의미하는 미묘한 차이를 표현하는 점진적인 논리인 퍼지 논리를 만들어 주관적이거나 모호한 개념으로 표현된 자료들을 조작할 수 있게 함으로써 인간의 추론 과정을 흉내내고자 하였다.
  • 개연성분포함수π(u) = m(u)를 이용하여 개연성과 필연성을 계산해보자.
  • 이러한 수학 논리는 인간의 판단과 의사결정에 관한 심리와 잘 맞아 떨어진다는 평가를 받고 있다[13]. 본 논문에서는 개연론을 확률론과 비교하면서 그 역사와 기본 개념을 고찰한다.
  • 이러한 이론들은 자데(Lofti Zadeh)에 의하여 종합되어 1965년에 미묘한 차이를 표현하는 점진적인 논리인 퍼지 논리가 소개되었는데, 가능한 한 자연 언어를 사용하는 인간의 자연적 논리를 담고자 하였다. 자데는 전통적인 컴퓨터 논리로는 주관적이거나 모호한 개념으로 표현된 자료들을 조작할 수 없으므로, 퍼지 논리를 이용하여 인간의 추론 과정과 유사하게 회색 영역을 갖는 자료들도 구별가능하게 하였다[6, 18].
  • 』고 주장하면서, 개연론을 이용하여 자연 언어에 담긴 의미를 양적으로 표현하고자 하였다. 자데는 자연 언어가 의미하는 미묘한 차이를 표현하는 점진적인 논리인 퍼지 논리를 만들어 주관적이거나 모호한 개념으로 표현된 자료들을 조작할 수 있게 함으로써 인간의 추론 과정을 흉내내고자 하였다. 즉, 확률론과는 그 목표에서부터 차이가 있는 퍼지 집합과 개연론은 불확실성의 점진적 이론의 기초를 제공함으로써 자연 언어에 수학적인 의미를 부여할 수 있게 하였다.

가설 설정

  • 오늘의 아침 기온은 낮다.」라는 기술은 분명 어떤 의미를 전달하고 있지만 참과 거짓으로 판단할 수는 없는 일종의 모호함을 갖는다.
  • 먼저, 『It is possible but not probable that you will win the next lottery.』라는 주장에서 보듯이 개연성이 확률보다 큰 값을 가지게 됨을 쉽게 짐작할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
불확실성이란? 불확실성(uncertainty)은 물리학, 철학, 통계학, 경제학, 심리학 등을 포함한 다양한 학문 분야에서 제각기 다른 방식으로 사용되는 용어이지만, 의사결정론과 통계학의 전문가들의 정의에 따르면 불확실성은「지식의 부족으로 인해서 현 상태나 미래에 발생할 결과를 설명하지 못하는 상태」를 뜻한다[20]. 즉, 불확실성은 어떤 주장이 성립하는지에 대한 인지 내지는 판단 수준을 말하며, 애매하거나 모호한 정의와 정보 및 주장으로부터 발생한다[6].
불확실성의 원인으로 지목되는 것은? 불확실성의 원인으로 지목되는 임의성과 모호함을 포함하는 개념들을 수학적으로 다루기 위해서는 이들 개념을 수학화할 필요가 있다. 수학이 질적 개념을 양적 개념으로 변환하여 수치로 표현하고 연산이 가능하게 함과 같이 임의성과 모호함을 담고 있는 주장이라고 해도 그 주장에 관한 믿음의 정도를 정량화함으로써 불확실성을 수학화할 수 있다.
하이젠버그의 불확정성 원리나 괴델의 불완전성 원리를 간단히 비유한다면? 하이젠버그의 불확정성 원리나 괴델의 불완전성 원리는 각각 어떤 종류의 불확실성을 표현하고 있다. 우물 안의 개구리가 세상을 인식하는 수준과 인식 방법에 대한 한계를 가진 상태에서 진실이라고 믿었던 내용이 개구리가 우물 밖에 나가 더 넓은 세상을 인식하게 된 후에 갖게 된 인식 도구나 인식 능력으로는 더 이상 진실이 아닐 수 있다. 인간의 인식 능력이 확장되고 인식의 도구가 발달되면서 참이라고 확실하게 믿었던 현상에 대한 해석이나 내용의 진위 여부도 더 이상 확신할 수 없는 대상이 될 수도 있다. 그런 면에서 이전의 믿음에 금이 가게 한 하이젠버그의 불확정성 원리나 괴델의 불완전성 원리가 등장하는 것은 자연스러운 인간의 인식 능력과 방법의 발전을 보여주는 한 예를 제시하는 것이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (21)

  1. 박창균, 퍼지이론의 배경과 수학사적 의의, 한국수학사학회지 7 (1992), no. 1, pp. 61-70. 

  2. 박창균, 수학에서의 포스트모던 경향-퍼지논리를 중심으로, 한국수학사학회지 12 (1992), no. 2, pp. 135-141. 

  3. 박창균, 비트겐슈타인의 철학과 퍼지논리-언어 사용을 중심으로, 한국수학사학회지 13 (2000), no. 2, pp. 145-150. 

  4. 박창균, 수학적 대상으로서 '애매모호' 에 대한 고찰, 한국수학사학회지, 14 (2001), no. 2, pp. 93-100. 

  5. 이승온, 김진태, 퍼지 논리의 시조 Zadeh, 한국수학사학회지 21 (2008), no. 1, pp. 29-44. 

  6. Dubois, D., Ostasiewicz, W., & Prade, H., Fuzzy sets: History and basic notions, The handbook of fuzzy set series (7 volumes), Kluwer Academic Pub., 2000. 

  7. Dubois, D., Prade, H., Possibility Theory, Plenum Press, New York, 1988. 

  8. Dubois, D., Prade, H., Fuzzy sets and probability: Misunderstandings, bridges and gaps, Proceedings of IEEE conference, 1993. 

  9. Dubois, D., Prade, H., Possibility theory and its applications: Where do we stand? http://www.irit.fr/-Didier.Dubois/Papers1208/possibility-EUSFLAT-Mag.pdf, 2011. 

  10. Kikuchi S., Chakroborty, P.,"Place of possibility theory in transportation analysis", Transfortation Research Part B 40 (2006), pp. 595-615. 

  11. Kosko, B.,"Fuzziness vs. Probability", Int. J. general systems 17 (1990), pp. 211-240. 

  12. Nguyen, H. & Walker, E., A first course in Fuzzy logic, Chapman & Hall, 2000. 

  13. Raufaste, E., Neves, R. & Marine, C.,"Testing the descriptive validity of possibility theory in human judgements of uncertainty", Artificial Intelligence 148 (2003), pp. 197-218. 

  14. Wierman, M., An introduction to the mathematics of uncertainty, Center for the mathematics of uncertainty, Creighton University. 2010. 

  15. Zadeh, L. A.,"Fuzzy sets", Information Control 8 (1965), pp. 338-353. 

  16. Zadeh, L. A.,"Fuzzy sets as a basis for a theory of possibility", Fuzzy sets and systems, 1, pp. 3-28, 1978. 

  17. Zadeh, L. A.,"Possibility theory and soft data analysis", from Selected papers by Lofti A. Zadeh, 1981. 

  18. Zalila, Z., Cuquemelle, J., Penet, C., Chikh, A., Lorentz, B., Deschamps, D., & Assemat, C., Fuzzy logic and fuzzy inference systems, v1.2-02/2007, intellitech, 2007. 

  19. http://en.wikipedia.org/wiki/Fuzzy_logic 

  20. http://en.wikipedia.org/wiki/Uncertainty 

  21. http://en.wikipedia.org/wiki/Vagueness 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로