A Study On the Integration Reasoning of Rule-Base and Case-Base Using Rough Set

라프집합을 이용한 규칙베이스와 사례베이스의 통합 추론에 관한 연구

In case of traditional Rule-Based Reasoning(RBR) and Case-Based Reasoning(CBR), although knowledge is reasoned either by one of them or by the integration of RBR and CBR, there is a problem that much time should be consumed by numerous rules and cases. In order to improve this time-consuming problem, in this paper, a new type of reasoning technique, which is a kind of integration of reduced RB and CB, is to be introduced. Such a new type of reasoning uses Rough Set, by which we can represent multi-meaning and/or random knowledge easily. In Rough Set, solution is to be obtained by its own complementary rules, using the process of RB and CB into equivalence class by the classification and approximation of Rough Set. and then using reduced RB and CB through the integrated reasoning.

기존의 규칙베이스 추론(Rule-Based REasoning : RBR)과 사례베이스 추론 (Case-Base : CB)가 통합되어 추론되고 있지만, 많은 수의 규칙(Rule)과 사례(Case)에 의해 추론 시간이 많이 걸리는 단점이 있다. 본 논문에서는 이런 단점을 해결하기 위하여, 다중 의미 또는 불확실한 지식을 쉽게 표현할 수 있는 라프집합 (Rough Set)을 이용하여 RB와 CB를 간략화한 새로운 추론 방법을 제안한다. 라프집합의 식별(classification)과 근사(aprroximation)개념을 이용하여, RB와 CB를 통치 클래스(equivalence class)로 분류하여 각각을 각략화하고, 간략화된 RB와 CB를 이용하여 통합 추론하여, 상호 보완적인 역할에 의해 결정 해를 얻고자 하는 것이다.