• Journal of Intelligence and Information Systems
• /
• v.8 no.2
• /
• pp.117-137
• /
• 2002

A CBR(Case-Based Reasoning) system solves the new problems by adapting the solutions that were used to solve the old problems. Past cases are retained in the case base, each in a specific form that is determined by features. Features are selected for the purpose of representing the case in the best way. Similar cases are retrieved by comparing the feature values and calculating the similarity scores. Therefore, the performance of CBR depends on the selected feature subsets. In this research, we measured the Selection Effect and the Elimination Effect of each feature. The Selection Effect is measured by performing the CBR with only one feature, and the Elimination Effect is measured by performing the CBR without only one feature. Based on these measurements, the feature subsets are selected. The resulting CBR showed better performance in terms of accuracy and efficiency than the CBR with all features.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.103-105
• /
• 2003

Semantic Web은 웹 상에 존재하는 정보들을 사람뿐만 아니라 컴퓨터 프로그램과 같은 기계들이 이해할 수 있도록 만들어진 차세대 웹이다. 이러한 Semantic Web을 수행하기 위해서는 Ontology가 가지고 있는 사실과 규칙들의 의미를 컴퓨터가 자동적으로 이해하기 위한 추론기술이 필요하다. 본 논문에서는 이러한 Semantic Web 환경에서 Ontology와 연계한 사례기반 추론 시스템을 제안한다. 사례기반 추론 시스템은 사례베이스로부터 현재 사례와 가장 유사한 사례를 검색하여 그 해결책을 제시하는 추론 방법으로 검색시 빠른 해결책을 제시한다는 장점을 가지고 있다. 본 논문에서 제안하는 시맨틱 웹 기반의 온톨로지를 이용한 사례기반 추론시스템은 사용자의 요구사항을 의미적으로 정확하게 판단 할 수 있고, 검색 시 효율적인 알고리즘을 수행하여, 검색 성능 향상을 도모하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.130-133
• /
• 2006

본 연구에서는 진단분야에서의 시스템의 성능을 향상시키고 최적의 해를 찾고자 사례기반추론과 인공 신경망을 혼합한 시스템을 제안한다. 사례기반추론은 과거의 사례(경험)를 통해 현재의 제시된 문제를 해결하는 추론방식으로, 지식이 획득이 덜 복잡하고, 정형화되기 어려운 규칙이나 문제영역이 불분명한 분야에 효율적으로 활용되었다. 그러나 사례의 양이 방대해야 효율적인 추론을 할 수 있으며, 검색된 시간 또한 지연되는 단점이 있다. 이러한 문제를 보완하고자 본 논문에서는 인공 신경망의 학습을 통해 저장된 ANN Library를 생성하여, 사례기반추론에서의 부적절한 해를 유추하는 것을 방지하고, 효율적이고 신뢰성이 높은 해를 유추해 내는데 목적이 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.588-594
• /
• 2005

사례기반추론(Case-Based Reasoning)은 다양한 예측 문제에 있어서 성공적으로 활용되고 있는 데이터마이닝 기법 중 하나이다. 사례기반추론 시스템의 예측 성능은 예측에 사용되는 최근접이웃(Nearest Neighbor)을 어떻게 설정하느냐에 따라 영향을 받게 된다. 따라서 최근접 이웃을 결정짓는 k 값의 설정은 성공적인 사례기반추론 시스템을 구축하기 위한 중요 요인 중 하나가 된다. 최근접 이웃의 설정에 있어서 대부분의 선행 연구들은 고정된 k 값을 사용하는 사례기반추론 시스템은 k 값을 크게 설정할 경우 최근접 이웃 안에 주어진 오류를 일으킬 수 있으며, k 값이 작게 설정된 경우에는 유사 사례 중 일부만을 예측에 사용하기 때문에 예측 결과의 왜곡을 초래할 수 있다. 본 이웃을 결정함에 있어서 Similarity Threshold를 이용하는 s-NN 방법을 제안하였다. 본 연구의 실험을 위해 UCI(University of california, Irvine) Machine Learning Repository에서 제공하는 두 개의 신용 데이터 셋을 사용하였으며, 실험 결과 s-NN 적용한 CBR 모델이 고정된 k 값을 적용한 전통적인 CBR 모델보다 더 우수한 성능을 보여주었다.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2005.05a
• /
• pp.171-176
• /
• 2005

본 논문에서는 진단시스템의 추론성능을 향상시키기 위한 방법으로서, 사례 기반 추론을 통해서 규칙 기반 추론의 단점을 보완하여 성능을 향상시키는 혼합형 추론 모델을 제안한다. 본 모델의 특징은 규칙 기반 추론의 확장성 문제와 규칙화 할 수 없는 예외적인 상황에 대한 문제점을 사례 기반 추론에서 사례로 저장하여 규칙 기반 추론의 단점을 보완하는데 있다. 이런 두 모델의 문제점을 해결하는 과정은 첫째로, 문제에 따라 규칙기반추론 모듈의 베이스를 통해서 적절한 규칙을 적용 후 추론을 적용하여 근접한 해를 얻어낸다. 두 번째로, 규칙베이스에 저장되어 있지 않은 문제에 대해서는 사례 라이브러리를 검색하고 유사성 검사를 통해서 저장된 사례를 찾아 입력된 사례에 적용하여 문제를 해결한다. 셋째로, 해결된 문제에 대해서 수정작업을 통해 사례 라이브러리를 확장한다. 이와 같이 세 과정을 통해 본 논문에서 제안하는 방법론의 성과를 측정하기 위하여 정비 메뉴얼을 규칙화하여 규칙베이스를 구축하였고 전문가들의 경험적인 지식에 대해서는 사례라이브러리로 구축하였다. 또한 지식베이스를 통해서 진단을 수행하고 해결된 문제에 대해서 정확도 검사를 통해 진단의 정확성을 측정하여 혼합형추론엔진의 성능을 검증하였다.

• Spatial Information Research
• /
• v.9 no.2
• /
• pp.171-184
• /
• 2001

The nature of ill-defined planning problems makes expert systems difficult to acquire and represent knowledge for decision making in urban planning processes. In order to resolve these problems, a case-based reasoning method was applied to develop a spatial analysis system for urban planning. A case study was conducted in a residential land use planning process. The result of the study revealed the effectiveness of reasoning by the spatial analysis system and the possibility of its future application. More accumulation of information on other successful cases should be sought to yield better results

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.100-103
• /
• 2002

사례 기반 추론(case-based reasoning)은 과거에 유사하게 수행된 적이 있는 사레를 유추하고, 유추된 사례의 해를 이용하여 현재의 문계를 해결하는 기법으로서 규칙 기반 추론과 함께 여러 분야에 이용되고 있다. 하지만 사례기반 추론시 사레베이스로부터의 유사성에 근거한 검색을 해야 하므로 사례베이스의 크기가 증가하게 되면 검색시간이 길어지게 되거나 적절하지 못한 사레가 조회될 수 있다 특히 사레베이스 내의 모든 사례에 대하여 유사도를 계산하게 되기 때문에 수행속도가 현저히 저하되는 문제점을 지니고 있다. 본 논문에서는 규칙 및 퍼지 클러스터링에 의한 사레기반추론을 이용한 E-FFIS(Enhanced-Fire Fighting Intelligent System)를 제안한다. 제안하는 시스템은 기존의 H-FFIS(Hybrid-Fire fighting Intelligent System)와 비교해 보았을 때 수행시간을 감소시키면서 정확성을 높이게 되었다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2001.12a
• /
• pp.327-339
• /
• 2001

사출금형 공정계획이란 금형설계를 완료한 후에 설계된 금형을 경제적, 효율적으로 생산하기 위하여 수행해야 할 제조공정에 대한 계획이다. 이러한 공정계획은 전문가의 경험에 의존함은 물론 많은 시간이 소요된다. 그리고 사출금형 공정계획은 현장경험을 토대로 완전 수작업에 의존하고 있으므로 공정계획전문가의 경험과 숙련 등에 따른 변동, 공정설계용 데이터의 부정확 등에 의한 공정계획 그 자체가 갖고 있는 부정확도에 따라 많은 문제점이 있다. 이러한 문제점과 함께 공정계획 전문가의 부족현상, CAD/CAM시스템의 보급 및 생산형태의 다품종소량화 현상에 따라 공정계획의 자동화가 필요하게 되었다. 본 논문에서는 사출금형 공정계획을 자동화하기 위해 사례기반추론(Case Based Reasoning)을 이용하였다. 사출금형의 공정계획은 성형품의 종류에 따라 다양하고 복잡하기 때문에 지식으로서 접근하는데는 한계가 있었다 그래서 본 논문에서는 전문가들의 경험지식을 이용한 사례기반추론을 이용한 공정계획시스템인 IIMPPS(Intelligent Injection Mold Process Planning System)를 개발하였다. 사례기반추론 공정계획 시스템을 개발하기 위해 과거 공정계획을 적합한 사례로서 표현 및 구성하고, 적절한 공정계획을 수립하기 위한 사례의 검색 및 조정방법을 제안하였다. 본 시스템은 차후에 가상생산 에이전트(최형림 등, 2000) 중에서 공정계획 에이전트의 엔진으로서 역할을 수행할 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.303-306
• /
• 2000

본 논문에서는 선박에서 화재탐지를 위해서 규칙 기반 추론과 사례 기반 추론을 통합하는 방법에 대해서 논의하였다. 규칙은 어떤 영역에서 광범위한 경향을 표현하는데 적합하며 사례는 규칙에서 예외적인 상황을 다루는데 적합하다는 점에서 규칙과 사례는 상호 보완적이라 할 수 있다. 즉 어떤 행동이 충분히 반복되면 자연스럽게 규칙이 되며, 잘 확립된 규칙이 있다면 사례를 먼저 추론할 필요가 없다. 그러나 규칙이 실패하게 되면 실패를 만회하기 위해서 사례를 생성하는 것이 하나의 대안이 될 수 있다. 본 논문에서는 일반적인 화재탐지 지식은 규칙으로 표현하고, 예외적인 화재탐지 지식은 사례로 표현함으로써 규칙과 사례가 서로 보완적인 역할을 할 수 있는 통합 방법을 제안하였다. 또한 기존의 규칙 기반 FFES(Fire Fighting Expert System)와 사례기반 추론에 의해 확장된 C-FFES(Combined-Fire Fighting Expert System)를 비교를 통해, 제안한 접근 방법이 화재 탐지율을 향상시킴을 보였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.315-322
• /
• 1999

설비에 고장이 발생하여 고객이 수리를 요청하기 전에 미리 고객을 방문하여 예방점검을 실시하는 것은 고객의 만족도를 높이고 수리기술자의 효과적인 활용을 위해서 매우 중요한 활동이다. 본 연구에서는 설비에 고장이 발생하여 수리가 이루어진 후에 그 설비의 다음 고장은 언제 발생할 것인가를 예측하기 위하여 사례기반 추론을 적용하였다.