Fuzzy Inductive Learning System for Learning Preference of the User's Behavior Pattern

사용자 행동 패턴 선호도 학습을 위한 퍼지 귀납 학습 시스템

  • Lee Hyong-Euk (Department of Electrical Engineering and Computer Science, KAIST) ;
  • Kim Yong-Hwi (Department of Electrical Engineering and Computer Science, KAIST) ;
  • Park Kwang-Hyun (Department of Electrical Engineering and Computer Science, KAIST) ;
  • Kim Yong-Su (Department of Computer Engineering, Daejeon University) ;
  • Jung Jin-Woo (Human-friendly Welfare Robot System Engineering Research Center, KAIST) ;
  • Cho Joonmyun (Division of Intelligent Robot Research, ETRI) ;
  • Kim MinGyoung (Division of Intelligent Robot Research, ETRI) ;
  • Bien Z. Zenn (Department of Electrical Engineering and Computer Science, KAIST)
  • 이형욱 (한국과학기술원 전자전산학과) ;
  • 김용휘 (한국과학기술원 전자전산학과) ;
  • 박광현 (한국과학기술원 전자전산학과) ;
  • 김용수 (대전대학교 컴퓨터 공학부) ;
  • 정진우 (한국과학기술원 인간친화복지로봇연구센터) ;
  • 조준면 (한국전자통신연구원 지능로봇연구단) ;
  • 김민경 (한국전자통신연구원 지능로봇연구단) ;
  • 변증남 (한국과학기술원 전자전산학과)
  • Published : 2005.11.01

Abstract

스마트 홈과 같은 유비쿼터스 환경은 다양한 센서 및 제어 네트워크가 밀집되어 있는 복잡한 시스템이다. 본 논문에서는 이러한 환경하에서 복잡한 인터페이스의 사용에 대한 사용자의 인지 부담(cognitive load)를 줄이고 개인화된(personalized) 서비스를 자율적으로 제공하기 위한 사용자 행동 패턴 선호도 학습 기법을 제안한다. 이를 위해 지식 발견(Knowledge Discovery)을 위한 평생 학습(life-long learning)의 관점에서 퍼지 귀납(Fuzzy Inductive)학습 방법론을 제안하며, 이것은 수치 데이터로부터 입력 공간에 대한 효율적인 퍼지 분할(fuzzy partition)을 얻어내고 일관성있는(consisitent) 퍼지 상관 룰(fuzzy association rule)을 얻어내도록 한다.

Keywords