다중값 퍼지·뉴트로직 연산자 확장과 응용
본 논문은 Knuth가 제시한 16가지 이진 부울 연산자를 퍼지 논리와 뉴트로스픽 논리로 확장하고, Smarandache의 베른 다이어그램 코딩과 벡터 뉴트로스픽 법칙을 이용해 n-ary 연산자를 일반화한다. 이를 통해 새로운 퍼지·뉴트로스픽 연산자와 정규화·비정규화 조건을 제시한다.
저자: Florentin Smar, ache, V. Christianto
본 연구는 Donald Knuth가 제시한 16가지 이진 부울 연산자를 출발점으로 삼아, 이를 퍼지 논리(Fuzzy Logic, FL)와 뉴트로스픽 논리(Neutrosophic Logic, NL)로 확장하고, 궁극적으로 n-ary 연산자로 일반화하는 과정을 체계적으로 서술한다.
1. **기본 설정과 Smarandache 코딩**
두 변수 x와 y에 대한 베른 다이어그램을 4개의 상호 배타적 영역(00, 01, 10, 11)으로 나누고, 이를 Smarandache가 제안한 0, 1, 2, 12와 같은 코드로 표기한다. 이 코딩은 다중 변수 확장 시에도 동일하게 적용되어, n개의 변수에 대해 2ⁿ개의 영역을 0부터 2ⁿ−1까지 번호 매긴다.
2. **퍼지 논리 연산 정의**
퍼지 변수는 (t, f) 쌍으로 표현되며 t+f=1을 만족한다. 따라서 하나의 실수 t만을 다루면 된다. 저자는 퍼지 결합 연산 FLC를 T‑norm 형태인 t₁·t₂ 로 정의하고, 부정 연산 FLN을 1−t 로 정의한다. 이를 바탕으로 16개의 퍼지 이진 연산자를 전통적인 부울 연산표와 동일하게 매핑한다. 예를 들어, 퍼지 합집합(FD) 은 t₁+t₂−t₁·t₂ 로 구현되며, 이는 확률적 독립 사건의 합과 동일한 형태이다.
3. **뉴트로스픽 논리 연산 정의**
뉴트로스픽 변수는 (T, I, F) 삼중벡터로 표현한다. 여기서 T는 진리, I는 불확정, F는 거짓을 의미하며, 합계 T+I+F는 1일 필요가 없고, 과소·과잉 정규화도 허용한다. 저자는 N‑norm을 각 성분의 곱으로 정의하여 (T₁·T₂, I₁·I₂, F₁·F₂) 로 결합한다. 부정 연산은 (T, I, F) → (F, I, T) 로 단순히 T와 F를 교환한다. 또한, “T ≺ I ≺ F” 혹은 “F ≺ I ≺ T”와 같은 우선순위 가정을 통해 다양한 변형 N‑norm을 제시한다.
4. **n‑ary 연산의 일반화**
Smarandache 코딩을 이용해 n개의 변수에 대해 2ⁿ개의 영역을 정의하고, 각 영역에 대한 진리값을 합산하거나 곱셈으로 결합한다. 퍼지 경우 k‑ary T‑norm은 다항식 형태 t₁+…+t_k−∑_{i
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기