• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.11a
• /
• pp.232-235
• /
• 2006

본 연구는 규칙베이스와 사례베이스를 이용하여 은행의 내부감사 방법을 제시하고자 한다. 감사의 1단계에서는 규칙베이스를 이용하여 감사대상의 거래를 탐색하고 2단계에서는 사례베이스를 이용하여 감사대상의 거래를 심층 분석하여 감사결과를 도출한다. 규칙을 이용한 추론은 내부규정 및 가이드라인을 이용하여 추론하여 잠재적인 위험을 가지고 있는 거래를 발견하는 것 이 다. 사례베이스를 이용한 추론은 유사도를 개발하여 현재의 문제와 가장 유사한 사례를 탐색하여 감사를 하도록 한다. 본 연구에서 제시한 방법은 실제 은행 내부감사에 적용하여 분석하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1995.10b
• /
• pp.285-292
• /
• 1995

최근 규칙베이스 추론과 사례베이스 추론의 통합화에 의한 추론이 다양하게 시도되 고 있다. 본 논문에서는 규칙과 사례를 동일한 형태로 표현하고, 규칙베이스와 사례베이스를 통합한 새로운 통합 추론 방법을 제안한다. 지식은 논리의 기하학적 모델을 이용하여 정보 를 논리적으로 해석하며, 동일한 형태로 표현된 규칙과 사례를 Boole 함수의 미분 및 전개 방법을 이용하여 추론하는 방법을 제안하고 응용예를 통하여 확인하다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.2
• /
• pp.165-170
• /
• 2011

It is expected that the cooperation between rule-based reasoning and case-based reasoning gives us an efficient approach for flexible reasoning. In this paper, we present an integrated model of rule-base reasoning and case-base reasoning using the MVL automata model. In addition, we introduce how to handle the uncertainty in the integrated model.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05a
• /
• pp.565-570
• /
• 1996

국내 원자력발전소에서 발생한 발전정지 사건사례를 분석한 결과로써 획득한 고장원인, 문제점, 유사한 문제점 재발방지 방안 등의 분석정보를 효과적으로 공유하기 위한 발전정지사례 분석정보 시스템을 개발하고 있다. 이 시스템의 기반구조인 관계형 데이타베이스 화일들은 입력작업 지원 분류정보, 발전정지 사례분석정보, 검색작업 지원정보 둥의 저장을 위한 세가지 화일 그룹으로 나눌 수 있다. 각 그룹의 화일간에 정의된 상관관계성을 기반으로 발전정지사례 분석정보시스템의 입력, 검색, 출력작업이 수행된다. 시스템의 사용자는 제공되는 메뉴를 사용하여 관심있는 주제별로 데이타베이스에 저장된 발전정지사례 분석정보를 검색하고 출력할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.70-72
• /
• 2003

주어진 현재의 문제를 해결하기 위해서 과거에 유사하게 수행된 사례를 유추하여 유추된 사례의 해를 이용하는 사례 기반 추론(case-base reasoning)은 털러 분야에 응용되고 있지만, 사례기반 추론 시 새로운 사례를 해결하기 위하여 사례베이스 내의 모든 사례를 검색해야 하기 때문에 수행시간이 증가되는 단정을 지니고 있다. 본 연구에서는 하드 클러스터링 방법으로 완전하게 분류하는 것이 불가능할 수도 있다는 문제점을 개선시키기 위하여 퍼지 클러스터링을 방법을 이용하여 사례베이스를 분류함에 의하여 시스템의 수행시간을 감소시키면서 정확성을 높이게 되었다.

• 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
• /
• 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
• /
• 1997.10a
• /
• pp.149-164
• /
• 1997

사례기반형 추론(CBR)은 과거의 경험을 이용해서 문제를 해결하려는 방법으로서 규칙기반형 추론(RBR)과 달리 문제해결경험이 풍부한 도메인에 적합한 방법이다. CBR은 정적인 측면에서 사례의 표현과 구조화문제가 중요시되며, 동적인 측면에서는 사례의 검색 절차와 수정이라는 해결안 생산과정이 중요시된다. 본 논문은 정적 측면에서 효과적인 CAPP 지원을 위해 사례베이스(CB)를 계층적으로 구조화하였다. 또한 CB의 구조화시 시스 템의 문제해결 능력을 향상시켜주기 위하여 CB를 응용도메인 종속적 CB(DDCB)와 독립적 CB(DICB)로 분리하여 과거의 문제해결 경험에 관한 지식은 DDCB에 나타내었으며, 도메인 전문가가 가지는 일반적인 문제해결 지식은 DICB에 나타내었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1996.10a
• /
• pp.340-343
• /
• 1996

실세계에서 존재하는 대부분의 지식은 다양한 패턴들로 구성되어 있다. 본 논문에서는 사례베이스 추론(Case-Based Reasoning : CBR)에서 다중의 의미를 갖는 불확실한 지식을 쉽게 표현할 수 있는 러프 집합을 이용하여 지식의 함축의 의미를 갖는 지식을 간략화하는 방법을 제안한다. 전문가의 지식 구조를 명확화 하는데는 많은 노력이 필요하고 지식획득의 병목현상이 일어난다. 이러한 문제점을 해결하기 위해 많은 사례의 수를 러프 집합의 성질을 이용하여 사례를 동치 클래스로 분류하여 사례의 수를 감소하므로써 CBR의 기능을 향상시킨다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.937-938
• /
• 2009

인터넷의 대중화로 커뮤니티에 콘텐츠가 대량으로 생성되고 있고, 이들은 또 다른 측면의 여론으로 그 비중이 커져가고 있다. 이러한 변화에 기존에 구축된 웹 데이터베이스를 기준으로 생성된 인터넷 커뮤니티 콘텐츠를 처리하고자 할 경우, 새로이 생성된 언어와 패턴으로 인하여 분류 및 관리에 어려움이 많다. 본 연구는 이를 해결하기 위해서 실시간으로 웹로봇을 활용하여 새로운 사례와 데이터를 수집하고, 이를 사례별로 분류한 사례베이스를 구축하여 대량의 커뮤니티 콘텐츠 분석이 가능하다.