• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.340-343
• /
• 2000

본 논문에서는 선박에서 퍼지 데이터베이스를 이용하여 지능형 화재진압통제시스템의 성능을 개선시키는 방법에 대하여 논의하였다. 규칙과 사례가 통합된 화재진압통제 전문가시스템(C-FFES)에서는 사례기반 추론을 하기 위한 사례베이스가 일반적인 데이터베이스로 구성되어 있어서, 이전에 화재가 발생했던 사례와 현재의 사례가 유사한지를 구별하기가 쉽지 않은 문제점을 지니고 있다. 제안하는 시스템에서는 예외적인 상황에서 화재가 발생하는 사례를 퍼지데이터베이스로 구성하고, 현 상황과 예외적인 상황에서 화재가 발생하는 사례를 조회하기 위하여 퍼지 유사도 개념을 적용하여 현재 입력된 사례와 가장 유사한 사례가 조회될 수 있도록 하였다. 또한 기존의 규칙 기반 FFES(Fire Fighting Expert System), 사례기반 추론에 의해 확장된 C-FFES(Combined-Fire Fighting Expert System) 그리고 제안하는 A-FFES(Advanced Fire fighting Expert System)를 비교를 통해, 제안하는 A-FFES가 화재탐지율을 향상시킴을 보였다.

• Journal of Internet Computing and Services
• /
• v.12 no.5
• /
• pp.113-125
• /
• 2011

As information resources have become more various and the number of the resources has increased, knowledge customization on the social web has been becoming more difficult. To reduce the burden, we offer a framework for context-based similarity calculation for knowledge customization using ontology on the CBR. Thereby, we newly developed context- and intensity-based similarity calculation methods which are applied to extraction of the most similar case considered semantic similarity and syntactic, and effective creation of the user-tailored knowledge using the selected case. The process is comprised of conversion of unstructured web information into cases, extraction of an appropriate case according to the user requirements, and customization of the knowledge using the selected case. In the experimental section, the effectiveness of the developed similarity methods are compared with other edge-counting similarity methods using two classes which are compared with each other. It shows that our framework leads higher similarity values for conceptually close classes compared with other methods.

• 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 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.

• Journal of Intelligence and Information Systems
• /
• v.6 no.2
• /
• pp.15-27
• /
• 2000

The paper proposes a hybrid fire fighting control intelligent system(H-FFIS) using rules and cases to detect fire in Integrated Platform Management System. By far most conventional systems have been based on rule-based system in which expert knowledges are expressed with production rules. It is hard to express the knowledges to detect fire with production rules only. The knowledges of fire detection are often based on previously encountered situations of fires. For improvement of system capability renewing and adding of rules is needed in an already build-up system and such adding and renewing procedures could hinder users from fluent utilization of the system. We design and implement H-FFIS. Compared with rule-based FFIS(Fire Fighting control Intelligent System), H-FFIS extended with case-based reasoning shows that the system proposed here can lead to an improvement in fire detection rate.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.1
• /
• pp.96-106
• /
• 1999

Case-Base Reasoning(CBR) solves the new problems by reusing the solutions to previously solved problems. But, there are differences between previously known case and a new problems. To solve this problem Case-Based System have to adapt the solution of the case to suit a new situation. In current CBR systems, case adaptation is usually performed by rule-based method that use rules hand-coded by the system developer. So, CBR system designer faces knowledge acquisition bottleneck akin to those found in traditional expert system design. To solve this problem, in this thesis, we present an automatic learning method of case adaptation knowledge using case base, we use a method of comparing cases in the case base to learn adaptation knowledge. The system is tested in the domain for the decision of travel-price. The result shows accuracy improvement in comparison with case retrieval-only system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.1
• /
• pp.48-53
• /
• 2010

In this paper, we develop the intelligent remote dust chamber bag control system which is combination of the advanced IT and traditional dust chamber based on event. At first, the message format is defined for the efficient dust chamber bag information transmission using power line communication. Also, we define the data types to logically model the dust chamber and the dust chamber bag, and they are logically modeled using XML and object-oriented modeling method. In addition to, we apply the case-based reasoning for showing the dust chamber bag exchange time intelligently to user at real-time using casebase, that is collected by case or case-based reasoning result, and that is described using XML.

• Proceedings of the Safety Management and Science Conference
• /
• 2012.11a
• /
• pp.105-112
• /
• 2012

클라우드 서비스는 사용자가 인터넷 접속만으로 언제 어디서나 데이터, 네트워크, 콘텐츠 등의 사용이 가능한 서비스이다. 공공부문과 선진기업의 클라우드 서비스 도입이 증가하면서 관련 서비스가 급속히 확대되고 있고, 향후 시장규모가 급성장 할 것으로 전망된다. 특히 클라우드 서비스는 다양한 산업 도메인에 적용되어 새로운 융 복합 서비스가 나타나고 있는데, 본 연구에서는 다양한 클라우드 기반의 융 복합 서비스의 사례를 살펴본다. 본 연구에서는 다양한 클라우드 기반의 융 복합 서비스의 사례 분석을 위한 산업군을 분류하여 클라우드 기반의 융복합 서비스의 사례 연구를 수행하였다. 사례 연구를 통하여 클라우드 기반 융 복합 서비스의 활용 방안과 융 복합 서비스의 사례를 통한 시사점 및 발전전략을 제시하였다. 궁극적으로 클라우드 기반의 융 복합 서비스를 활성화하기 위해서는 클라우드 기술과 서비스에 관한 표준화 및 법제도정비를 조속히 추진하여야 하며 관련 서비스를 활성화할 수 있는 생태계 기반 조성이 필요하며 ICT산업은 물론 다양한 산업군이 참여하므로 생태계 구성원간의 윈-윈 할 수 있는 서비스 비즈니스 모델 발굴을 통한 선순환 구조의 조기형성이 중요함을 도출하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.257-260
• /
• 2007

유비쿼터스 컴퓨팅의 목표 중 하나는 사용자의 직접적이거나 은연중에 내포된 요청에 따라 적절한 서비스를 제공하는 것이다. 최근에는 사용자의 다양한 요청에 보다 유연하게 대응할 수 있는 연구가 이루어지고 있으며 그 중 단일서비스의 조합을 통해 복합서비스를 제공할 수 있는 서비스 컴포지션(Service Composition)이 주목을 받고 있다. 하지만 기존 연구들은 늦은 처리속도로 인해 빠른 응답이 필요한 실시간 상황인식 서비스에는 부적합 하다. 또한 사례기반 추론은 사례 기저에 쌓인 사례의 수가 늘어감에 따라 속도가 저하되는 단점이었다. 이러한 단점을 최소화 하기 위하여 클러스터링 기법이 사용되고 있다. 본 논문은 사례기반 추론을 이용한다. 또한 사례 기저의 수를 유지하면서 사례 기저의 수치화 및 트리구조 판리를 이용하여 기존방법보다 빠른 서비스 컴포지션을 구현하는 방법을 제안한다. 그리고 기존의 서비스 컴포지션 기법과 비교 분석을 통하여 제안하는 기법의 유효함을 확인하였다.