기술 요약: 초과/미달/오프 질량의 도입

1. 문제 제기

전통적인 정보 융합 이론인 덤퍼 - 샤퍼 이론 (DST) 과 데제 - 스마란다체 이론 (DSmT) 은 신념 질량이 반드시 $[0, 1]$ 구간 내에 있어야 하며, 그 합이 정확히 1 이어야 한다는 제약 하에 작동합니다. 이러한 프레임워크는 표준 불확실성에는 효과적이지만, 다음과 같은 특정 현실 세계 시나리오를 모델링하는 데 어려움을 겪습니다:

• 증거의 과잉 누적: 여러 개의 높은 신뢰도를 가진 소스가 단일 가설을 강화하여 표준 단위 한도를 초과하는'합의 강도'를 생성하는 상황 (야근과 유사함).
• 미달 누적/불확정성: 정보 격차나 누락된 데이터가 상당하여 총 신념이 단위 합에 도달하기에 부족한 시나리오.
• 모순되거나 위증하는 증거: 증거가 가설을 적극적으로 반증하거나 피해/반증 증거를 나타내는 경우로, 오경을 수학적으로'상쇄'하기 위해 음수 값이 필요합니다.

기존의 확장 (퍼지, 중성) 은 집합론과 논리 (OverSets, UnderSets, OffSets) 에서 이러한 개념을 다루었지만, 정보 융합의 **질량 함수 (Mass Functions)**에 대한 대응하는 형식화는 이전에 정의되지 않았습니다.

2. 방법론

본 논문은 고전적 질량 함수를 초과질량 (OverMass), 미달질량 (UnderMass), **오프질량 (OffMass)**이라는 세 가지 새로운 범주로 수학적으로 확장하는 것을 제안합니다. 이 방법론은 식별 프레임 $\Theta$에 대해 질량 함수 $m: 2^\Theta \to \mathbb{R}$의 정의역과 치역을 재정의하는 과정을 포함합니다.

핵심 정의

• 초과질량 ($m_{over}$): 질량의 합이 1 을 초과하는 질량 함수 ($\sum m(x) = \psi > 1$). 치역은 $[0, \psi]$입니다.
• 미달질량 ($m_{under}$): 질량의 합이 1 미만인 질량 함수 ($\sum m(x) = \varphi + 1$, 여기서 $\varphi < 0$). 치역은 $[\varphi, 1]$입니다.
• 오프질량 ($m_{off}$): 0 미만과 1 초과의 값을 모두 허용하는 질량 함수 ($\sum m(x) = \varphi + \psi$). 치역은 $\varphi < 0 < 1 < \psi$인 $[\varphi, \psi]$입니다.

융합 규칙

본 논문은 표준 덤퍼 규칙을 넘어 이러한 새로운 질량 유형을 처리하기 위한 특정 융합 규칙을 도입합니다:

1. 초과연결 규칙 (OverConjunctive Rule): 두 개의 초과질량을 융합할 때, 표준 연결 규칙을 적용한 후 **초과정규화 (OverNormalization)**를 수행합니다.

   • 질량의 원시 곱을 계산합니다.
   • 전체 합을 원래 합들의 곱으로 나누어 정규화합니다 (예: 두 소스의 합이 모두 1.1 이라면, 결과를 1.1 로 나눕니다).
   • **PCR5 (비례적 충돌 재분배 규칙 #5)**를 적용하여 충돌하는 질량을 비충돌 요소에 비례하여 재분배합니다.

2. 질량 평균 규칙: 음수 값을 포함하는 질량 (미달질량 또는 오프질량) 을 융합할 때, 곱셈은 부적절하다고 주장합니다 (음수 $\times$ 음수 = 양수). 대신, 소스 간 질량의 산술 평균을 사용하여 증거의 부호와 크기를 보존하는 것을 제안합니다.

3. 구간 통합: 서로 다른 구간 (예: 한 소스는 $[0, 1.1]$, 다른 소스는 $[0, 1.2]$) 에서 온 질량을 융합할 때, 결과 정의역은 모든 가능한 값을 수용하기 위해 구간의 합집합 (예: $[0, 1.2]$) 으로 정의됩니다.

3. 주요 기여

• 형식적 확장: 증거 융합 영역으로 Over/Under/Off 집합 및 논리의 개념을 확장하여, 초과/미달/오프 질량을 최초로 정의했습니다.
• 새로운 융합 알고리즘: $[0, 1]$ 구간을 벗어난 값을 처리하기 위해 초과연결 (초과정규화 포함) 과 평균 규칙과 같은 특정 융합 규칙을 개발했습니다.
• 음수 신념 처리: 음수 질량 값을 통해'거짓'또는'피해'를 수학적으로 표현하고 오류 데이터를 상쇄할 수 있는 메커니즘을 도입했습니다.
• 동적 정규화: 고정된 정규화 (합 = 1) 에서 동적 정규화 (합 = $\psi$ 또는 $\varphi + 1$) 로의 전환을 통해 증거의'강도'를 약화시키지 않고 보존합니다.

4. 결과 및 예시

본 논문은 세 가지 뚜렷한 시나리오를 통해 방법론을 검증합니다:

A. 관리자 선정 (초과질량 융합)

• 시나리오: 두 명의 이사가 두 명의 후보 (A 와 B) 를 평가합니다. 두 이사 모두 높은 신뢰도를 부여하여 질량 합이 1.1 이 됩니다.
• 과정: 초과연결 규칙이 적용되었습니다. 원시 충돌은 PCR5 를 사용하여 재분배되었습니다. 최종 질량은 1.1 로 나누어 초과정규화되었습니다.
• 결과: 시스템은 우월한 후보 (A) 를 성공적으로 식별하면서도, 합의의 강도를 희석시킬 수 있는 1.0 으로 강제로 되돌리는 대신'과신'신호 (총 질량 = 1.1) 를 유지했습니다.

B. 산불 대피 (적용 시나리오)

• 초과질량 (중복 증거): 위성, IoT, 소셜 미디어가 모두 화재를 확인합니다. 질량 합이 1 을 초과하면'최우선'경보가 발령되어 증거의'과잉 수행'에 기반하여 항공 탱커와 같은 중장비 즉각 투입이 정당화됩니다.
• 미달질량 (커버리지 결손): 센서가 누락된 외딴 지역에서 질량 합이 낮습니다 (예: 0.3). 시스템은'누락된 질량'(0.7) 을 높은 불확실성으로 해석하여 맹목적인 대피가 아닌'수색 및 정찰'프로토콜을 발동합니다.
• 오프질량 (위증): 한 센서가 화재를 거짓으로 보고 (양수 질량) 하지만 열화상 카메라는 화재가 없음을 확인 (음수 질량) 합니다. 오프질량 프레임워크는 이를 수학적으로 상쇄하여 안전한 지역에 자원을 파견하는 것을 방지합니다.

C. 경찰 수사 (PCR5 를 포함한 초과질량)

• 시나리오: 두 소스가 용의자 A 와 B 에 대한 증거를 제공하며 질량 합이 1.1 입니다.
• 결과: 연결 규칙 적용, PCR5 재분배, 초과정규화를 거친 후 시스템은 신념 (Bel) 과 가능성 (Pl) 값을 계산했습니다. 최종 정규화된 질량 (합계 1.1) 은 용의자 B 를 주요 표적으로 명확히 지시하여, 모순되는 고신뢰도 데이터를 처리하는 방법의 견고성을 입증했습니다.

5. 의의

초과/미달/오프 질량의 도입은 불확실한 환경에서의 정보 융합에 있어 패러다임의 전환을 의미합니다:

1. 향상된 표현력: 기존 정규화가 흐리게 만든'강한 합의'(초과질량) 와'약한 합의'(미달질량) 를 시스템이 구분할 수 있게 합니다.
2. 오류에 대한 견고성: 음수 값 (오프질량) 을 통합함으로써, 거짓 양성 또는 악성 데이터를 처리하고 할인할 수 있는 엄격한 수학적 방식을 제공합니다. 이는 보안 및 안전-중요 시스템에 필수적인 기능입니다.
3. 현실 세계 적용성: 이 방법론은 데이터가 종종 중복되거나 불완전하거나 모순적인 비상 관리 (산불), 보안 감시, 인사 평가 등 복잡한 다중 소스 융합 문제를 직접 해결합니다.
4. 이론적 기반: 중성 집합 이론과 실용적 증거 융합 간의 간극을 메워 불확정성, 모순, 과잉 정보를 처리하는 통합 프레임워크를 제공합니다.

이 연구는 혼합 질량 유형 (예: 초과질량과 미달질량의 융합) 의 융합 및 이러한 확장된 질량 값에 대한 신념 함수 해석 개발을 위한 향후 연구의 기초를 마련합니다.