I. 서 론

1. 지능형 시스템이란?
1.1 인공지능(AI)에서 계산지능(CI)까지
1.2 지능형 이론의 소개
1.3 CI 기술의 적용 예

II. 퍼지(Fuzzy) 시스템

2. 퍼지집합
2.1 퍼지집합
2.2 퍼지집합의 연산
2.3 퍼지집합의 적용 예
3. 퍼지관계
3.1 퍼지관계
3.2 퍼지관계의 연산
3.3 퍼지관계의 합성
3.4 퍼지관계의 적용 예
4. 퍼지추론
4.1 퍼지추론
4.2 퍼지추론의 종류
4.3 퍼지규칙의 퍼지관계 변환 Program
5. 퍼지모델과 알고리즘
5.1 퍼지모델의 구조와 추론 Program
5.2 퍼지모델의 동정
5.3 퍼지모델의 동정 알고리즘
5.4 퍼지모델 동정알고리즘의 응용과 Program

III. 신경회로망(Neural Networks) 시스템

6. 신경회로망
6.1 신경회로망
6.2 신경회로망의 구조와 기본동작
6.3 신경회로망의 학습
6.4 신경회로망의 C-Program

IV. 퍼지뉴럴네트워크 시스템 (Fuzzy Neural Networks)

7. 퍼지뉴럴네트워크
7.1 퍼지뉴럴네트워크
7.2 퍼지 시스템과 신경회로망의 융합
7.3 기본 퍼지뉴럴네트워크(Basic FNN)
7.4 변형된 퍼지뉴럴네트워크(Modified FNN)
7.5 퍼지뉴럴네트워크의 응용
7.6 유전자알고리즘(GA)에 의한 퍼지뉴럴네트워
크의 C-Program

V. 자기구성 뉴럴네트워크 시스템 (Self-organizing Neural Networks)

8. 자기구성 뉴럴네트워크
8.1 자기구성 뉴럴네트워크(SONN)
8.2 Group Method of Data Handling(GMDH)
8.3 다항식 뉴럴네트워크(Polynomial Neural
Networks; PNN)
8.4 퍼지 다항식 뉴럴네트워크(Fuzzy Polynomi-
al Neural Networks ; FPNN)

VI. 유전자 알고리즘(Genetic Algorithms)

9. 유전자 알고리즘
9.1 유전자 알고리즘
9.2 유전자 알고리즘의 기본 구성요소
9.3 유전자 알고리즘의 원리와 흐름
9.4 유전자 알고리즘의 연산자
9.5 유전자 알고리즘의 예
9.6 유전자 알고리즘의 C-Program

VII. 클러스터링 방법(Clustering Method)

10. 클러스터링 방법
10.1 클러스터링 방법
10.2 HCM(Hard C-Means) Clustering Method
10.3 FCM(Fuzzy C-Means) Clustering Method