본 논문은 기존 머신러닝 모델의 편향 문제 해결을 위한 새로운 방법론을 제시합니다. 특히, 이미 수집된 데이터가 조작되었는지(데이터 포이즈닝)를 검증하는 방법에 초점을 맞춥니다. 기존의 데이터 근사 방법과 달리, 사전에 정의된 규칙을 기반으로 데이터의 결함을 검출하는 방식을 사용합니다. 퍼지 추론을 회귀 모델에 통합하여 설명 가능성과 통계적 특성을 모두 확보하고, 소규모 데이터에도 적용 가능하다는 장점이 있습니다. 오픈소스 구현을 제공하여 실험 및 검증을 지원합니다.
