Journal of KIISE:Computing Practices and Letters (한국정보과학회논문지:컴퓨팅의 실제 및 레터)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Indexing Scheme for Case-Based Designs using Memory-Based Learning

기억기반학습을 이용한 사례기반설계시 참조사례의 인덱싱

  • 강재호 (부산대학교 컴퓨터광학과) ;
  • 류광렬 (부산대학교 컴퓨터공학과) ;
  • 이동곤 (한국기계연구원 선박해양공학연구센터연구원)
  • Published : 1999.02.01

⟨ Previous Next ⟩

Abstract

사례기반추론(Case-Based Reasoning , CBR)은 새로운 문제가 주어질 때 과거의 유사한 문제 해결 사례를 기반으로 그 해법을 적절히 변용함으로써 새로운 문제에 적합한 해결책을 효율적으로 도출하고자 하는 문제 해결 접근 방법이다. 사례기반설계는 사례기반추론을 설계에 응용한 방법으로 유사한 요구 조건하에서 설계된 과거사례를 설계에 참고 및 활용하는 방법으로 선박개념설계 등 여러 분야에서 활용하고 있다. 이러한 사례기반설계기법을 이용하여 효율적으로 고품질의 설계를 도출하기 위해서는 설계하고자 하는 대상의 설계상의 요구조건과 부합되는 사례를 적절히 선정해야 하고, 선정된 사례와 현 설계조건과의 차이점을 명확하게 인지하여 현 상황에 맞게 변용할 수 있어야 한다. 본 논문에서는 과거 사례 선정 기록을 활용하여 그 선정 경향을 기억기반학습기법을 이용하여 학습함으로써 새로운 설계 시 적절한 사례를 선정하는 인덱싱 기법을 제시한다. 사례기반설계의 전형적인 예인 선박개념설계에서 설계 시 참조용도로 사용할 실적선을 선정하는 문제에 적용하여 실험에 본 결과 decision tree 나 간단한 휴리스틱을 적용하여 참조사례를 제시한 방법에 비해 본 논문에서 제시하는 기억기반학습을 적용한 방법이 우수함을 확인하였다.

Keywords

References

  1. Case-Based Reasoning Kolodner J. L.
  2. IEEE Transactions on Information Theory v.13 Nearest neighbor pattern classification Cover, T.;P. Hart
  3. Communication of ACM v.29 Toward memory-based reasoning Stanfill C.;D. Waltz
  4. Machine Learning v.10 A weighted nearest neighbor algorithm for learning with symbolic features Cost S.;S. Salzberg
  5. Proceedings of the 1991 DARPA CasepBased Reasoning Workshop Case-based learning algorithms Aha W. D.
  6. Proceedings of the International Conference on CasepBased Reasoning(ICCBR-95) Learning a local similarity metric for case-based reasoning Ricci F.;P. Avesani
  7. Proceedings of the Tenth IEEE Conference on Atrtificial Intelligence for Applications Learning Prototype-Selection Rules for Case-Based Iterative Design Schwabacher M.;H. Hirsh;T. Ellman
  8. Artificial Intelligence Review v.11 Locally Weighted Learning Atkeson, C.;A. Moore;S. Schaal
  9. Algorithms in Search, Optimization & Mochine Learning Goldberg D. E.
  10. The Royal Institution of Naval Architects Creative Ship Design Andrews D.
  11. Artificial Intelligence Review v.11 Editorial on Lazy Learning Aha W. D.
  12. Proceedings of the Thirteenth National Conference on Artificial Intelligence Lazy Decision Trees Friedman, J.H.;R. Kohavi;Y. Yun
  13. C4.5: Programs for Machine Learning Quinlan J. R.