• Korean Journal of Cognitive Science
• /
• v.28 no.4
• /
• pp.329-347
• /
• 2017

Early research into category-based feature inference reported various phenomena in human thinking including typicality, diversity, similarity effects, etc. Later research discovered that participants' prior knowledge has an extensive influence on these sorts of reasoning. The current research tested the effects of causal knowledge on feature inference and conducted modeling on the results. Participants performed feature inference for categories consisted of four features where the features were connected either in common cause or common effect structure. The results showed typicality effects along with violations of causal Markov condition in common cause structure and causal discounting in common effect structure. To model the results, it was assumed that participants perform feature inference based on the difference between the probabilities of an exemplar with the target feature and an exemplar without the target feature (that is, $p(E_{F(X)}{\mid}Cat)-p(E_{F({\sim}X)}{\mid}Cat)$). Exemplar probabilities were computed based on causal model theory (Rehder, 2003) and applied to inference for target features. The results showed that the model predicts not only typicality effects but also violations of causal Markov condition and causal discounting observed in participants' data.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.71-72
• /
• 2017

최근 소형 IoT 디바이스의 보급에 따라 모든 것이 인터넷과 연결되는 초연결 사회로 발전하면서 IoT 플랫폼 및 서비스 시장규모가 급격히 확대되고 있다. 특히, 스마트 홈을 위한 IoT 플랫폼에 대한 연구와 개발이 집중되고 있는데, 본 논문에서는 이러한 스마트 홈에서 다양한 IoT 기기의 시너지 효과를 극대화 할 수 있는 상황 인식 추론 시스템 서버의 성능을 분석한다. 본 논문의 IoT 기반 상황 인식 추론 시스템은 상황 정보를 RDF Triple 구조로 표기하며, 서버의 경량화 추론 엔진을 이용하여 사용자가 입력한 룰을 기반으로 주변 상황을 추론하고 사용자 맞춤형 서비스를 제공한다. 이러한 상황 인식 추론 시스템 서버의 성능을 확인하기 위해, 본 논문에서는 기존 PC 기반 상황 인식 추론 시스템 서버와 IoT 노드 기반 시스템 서버에 대한 메모리 사용량, 메모리 할당량, CPU 사용량을 비교한다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.7 no.3
• /
• pp.132-136
• /
• 2014

We introduce a new architecture of TSK-based fuzzy inference system. The proposed model used fuzzy c-means clustering method(FCM) for efficient disposal of data. The premise part of fuzzy rules don't assume any membership function such as triangular, gaussian, ellipsoidal because we construct the premise part of fuzzy rules using FCM. As a result, we can reduce to architecture of model. In this paper, we are able to use four types of polynomials as consequence part of fuzzy rules such as simplified, linear, quadratic, modified quadratic. Weighed Least Square Estimator are used to estimates the coefficients of polynomial. The proposed model is evaluated with the use of Boston housing data called Machine Learning dataset.

• Journal of the Korean Society for Precision Engineering
• /
• v.15 no.5
• /
• pp.161-166
• /
• 1998

As a part of the configuration design expert system of machine tools, inference mechanisms are constructed in this paper. In addition to procedural inference, the method of multivariable inference is considered as an efficient approach to deal with the cases of highly coupled condition. We propose a generalized multi-variable inference procedure. The procedure is applied to the type selection module of the configuration design expert system of machine tools in order to demonstrate the efficiency and validity.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.6-8
• /
• 1998

전기실험 관련 인공과학 실험실은 중.고등학교 교과과정의 전기실험을 중심으로 한 임의의 모의 실험을 컴퓨터 상에서 가상적으로 진행 할 수 있도록 한 기존의 인공화학실험실에 기반한 시스템이다. 본 논문에서는 실험 진행을 위해 사용되는 도구 지식을 구조적으로 표현하였으며 실험 진행을 위한 도구간의 공간관계를 정의하였다. 그리고 실험의 전체상태를 나타내는 실험실 상황판의 도구간 관계정보를 통해 생성되는 계산 모델을 설계하였다. 계산 모델은 추론 진행의 조건이 되는 도구의 속성값을 결정하며, 이를 통해 추론을 효율적으로 진행 할 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.4
• /
• pp.3-9
• /
• 1996

본 논문에서는 Boole 함수를 기호 다치 논리 함수로 확장하여 법-M(Modulus-M)의 수체계를 기본으로 하는 기호 다치 논리 함수에 대한 MacLaurin 전개의 구조적 성질을 분석한다. 그리고 기호 다치 변수의 상태 변화에 따라 이에 사상된 퍼지 규칙을 자동 생성할 수 있는 기법을 제안한다. 또한 이러한 이론과 성질을 기존의 퍼지 추론 기능과 결합하여 동적인 상태 변화에 적응할 수 있는 퍼지 추론 시스템 설계방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.934-936
• /
• 2020

기계학습 모델의 전체 구조를 쉽게 파악하고 추론할 수 있으며, 추론 과정 중에 멈춰서 중간결과를 확인할 수 있는 디버깅, 그리고 customizing 까지 지원하여 기계학습에 더 익숙해지고 더 나아가, 실제로 활용해보는 GUI Platform 구현

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.7
• /
• pp.970-976
• /
• 2007

In this study, Polynomial Network Pattern Classifier(PNC) based on Fuzzy Inference Mechanism is designed and its parameters such as learning rate, momentum coefficient and fuzzification coefficient are optimized by means of Particle Swarm Optimization. The proposed PNC employes a partition function created by Fuzzy C-means(FCM) clustering as an activation function in hidden layer and polynomials weights between hidden layer and output layer. Using polynomials weights can help to improve the characteristic of the linear classification of basic neural networks classifier. In the viewpoint of linguistic analysis, the proposed classifier is expressed as a collection of "If-then" fuzzy rules. Namely, architecture of networks is constructed by three functional modules that are condition part, conclusion part and inference part. The condition part relates to the partition function of input space using FCM clustering. In the conclusion part, a polynomial function caries out the presentation of a partitioned local space. Lastly, the output of networks is gotten by fuzzy inference in the inference part. The proposed PNC generates a nonlinear discernment function in the output space and has the better performance of pattern classification as a classifier, because of the characteristic of polynomial based fuzzy inference of PNC.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.269-272
• /
• 2004

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 granules 기반 퍼지 추론 시스템의 새로운 설계 및 이의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 둥에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의해 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되며 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 제안된 비선형 모델의 성능평가는 수치적인 예를 통해 비교 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.467-470
• /
• 2004

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 본 논문에서는 비선형 시스템의 퍼지모델을 위해 정보 granules에 의한 퍼지 관계 기반 퍼지 추론 시스템을 최적 설계한다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCtl 클러스터링 방법에 의한 중심값을 이용하여 모든 입력변수가 상호 관계한 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되고 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 그리고 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀하며, 기존 문헌과의 성능비교를 통해 제안된 퍼지 모델을 평가한다.