히스토그램 방법을 이용한 Interval Type-2 Possiblistic C-means의 퍼지화 상수 결정법

Abstract

일반적으로 Type-1 fuzzy set 에 존재하는 불확실성을 보다 효율적으로 다루고 제어하기 위하여 Type-2 fuzzy set 이널리 사용 되어 지고 있다. Type-2 fuzzy set 에서 퍼지화 상수(Fuzzifier value) m 은 이러한 불확실성을 처리하기 위한가장 중요한 요소이다. 따라서 적절한 퍼지화 상수 값을 결정하는 연구는 여전히 지속되고 있고, 많은 방법들이 연구 되어왔다. 본 논문에서는 주어진 패턴을 분류하기 위하여 Interval Type-2 Possibilistic Fuzzy C-Means(IT2PFCM) 클러스터링 방법을 사용한다. Interval Type-2 Possibilistic Fuzzy C-Means(IT2PFCM) 클러스터링 방법에서 패턴에 대하여 적응적으로 적절한 퍼지화 상수의 값을 계산하는 방법을 제안한다. 히스토그램 방법을 통하여 각각의 데이터 포인트로부터 정보를 추출해 내고 추출된 정보를 이용하여 두 개의 퍼지화 상수인 m1,m2 값을 계산한다. 이렇게 얻어진 퍼지화 상수m1,m2 값은 Type-2 fuzzy set 의 upper and lower 값의 경계값으로 사용 되어 진다.

Type-2 fuzzy sets have been preferred over type-1 sets since they are capable of addressing uncertainty more efficiently. The fuzzifier values play a pivotal role in managing these uncertainties, however, choosing the appropriate fuzzifier values have been a tedious task. In general, the fuzzifier values are chosen from a given range of values. In this paper, we attempt to adaptively compute the suitable fuzzifier values in Interval type-2 Possibilistic Fuzzy C-Means(IT2PFCM) for a given pattern set. Information is extracted from individual data points using an histogram approach and this information is further processed to give us the two fuzzifier values m1 and m2. These obtained values are bounded within some upper and lower bounds based on existing methods.