Multiple Classification Ripple Down Rules

복수결론을 유도하는 지식획득이론

Ripple Down Rules(RDR)이론은 지식베이스시스템을 지식공학구축기술 또는 지식공학자의 도움 없이 특수분야전문가에 의해 효율적으로 유지보수, 구축되어진다. 특히 시스템의 운용 중 지식베이스의 수정을 효율적으로 처리할 수 있다. 본 논문은 단일결론을 생성하는 RDR이론의 확장인 복수(複數)결론(multiple classification)을 유도하는 MCRDR이론에 대하여 설명한다. MCRDR은 복잡한 복수결론을 허락하면서 RDR이론의 최대 장점인 지식베이스의 간편한 유지보수 기증을 유지한다. MCRDR의 KA과정, 기초케이스 문제해결방법, 그리고 복수결론 추론문제에 대하여 논할 것이다. MCRDR시스템의 우수성을 모의전문가를 이용한 시스템 수축과 실험으로 증명해 보일 것이다. 이 실험을 통하여 복수결론을 지원하는 MCRDR이론이 단일결론을 지원하는 RDR이론을 통하여 효율적으로 증명하고, 또한 기존의 기계학습방법과의 차이점도 보여줄 것이다.