본 논문에서는 퍼지보상(compensative) 연산자를 이용하는 정보융합(information fusion) 방법을 제안하였다. 제안된 정보융합 방법에서는 보상적인 성질을 갖는 퍼지 총체화(aggregation) 연산자를 역오류전파(back-propagation)신경회로망의 활성화함수(activation function)로 간주하고, 이들 연산자에 수반된 파라메터들을 학습에 의해 결정한다. 결정된 연산자의 파라메터들은 학습자료에 나타난 의사 결정에 수반된 보상도를 표현할 수 있으며, 평가에 불필요한 정보원을 제거하는 성질도 가지고 있다. 제안된 정보융합 구조는 평가지수(sub-criterion)들의 만족도를 입력으로 학습에 의해 결정된 보상연산자에 의해 총체화된 만족도를 제공한다. 제안된 방법은 패턴 인식 문제와 칼라영상의 분할과 인식등 컴퓨터비죤 문제에 적용하여 그 정당성을 입증하였다.