• Title/Summary/Keyword: 인과적 관계

Search Result 1,992, Processing Time 0.023 seconds

인과의 두 수준에 대한 결정론적 인과의 해명과 그것의 한계

  • Kim, Jun-Seong
    • Korean Journal of Logic
    • /
    • v.12 no.1
    • /
    • pp.45-87
    • /
    • 2009
  • 이 글에서 필자는 결정론적 인과를 토대로 속성 수준의 인과와 사건 수준의 인과의 연관성을 주장하는 하우스만(Hausman 1998)의 이론을 비판하고 두 수준의 인과의 관계를 바르게 이해하는 데 무엇이 필요한지를 제시한다. 하우스만은 결정론과 배경 조건의 다양성을 토대로 그리고 비결정적 상황에서는 확률에 대한 결정론적 인과를 토대로, 속성 수준의 인과는 사건 수준의 인과에서 도출된다는 의미에서 속성 수준의 인과는 사건 수준의 인과의 일반화라고 주장한다. 필자는 그 관계에 대한 문제를 제기하고 이 문제는 사건 수준의 인과에 본질적인 인과 연결을 주목하지 않은 채 변수들 간의 의존 관계만으로 두 수준의 인과의 관계를 단순히 해명하는 데에 있다고 지적한다. 필자는 두 수준의 인과의 관계는 단순히 한 가지 관점이나 방식으로 파악될 수 없고 해명, 설명, 예측 둥 다양한 관점에서 복합적으로 파악되어야 한다고 주장한다. 특히 사건 수준의 인과는 속성 수준의 인과에 개념적으로 의존하는 관계를 주목한다.

  • PDF

정량적 확률적 인과론에 관하여

  • Kim, Se-Jong
    • Korean Journal of Logic
    • /
    • v.3
    • /
    • pp.5-26
    • /
    • 2000
  • 확률적 인과론은 확률관계를 통해 인과 관계를 밝히려는 이론이다. 그런데 만약 단지 C가 E의 발생 확률을 높인다는 사실을 밝히는 것으로 그치지 않고 더하여 C가 E를 발생시키는데 얼마나 기여하는지 그 기여도도 밝힐 수 있다면 우리는 원인과 결과의 관계에 대하여 훨씬 더 많은 정보를 얻을 수 있게 될 것이다. 이 글에서 나는 빼기의 개념에 기반한 멜러나 엘스의 정량적 확률적 인과론들을 살펴본 후 그 이론들이 인과적 효과도나 인과적 연관도를 밝히는데 부적절한 이론들임을 보인다. 그 후 나는 인과적 효과도클 측정하는데 보다 적절한 공식을 제시하며 이 공식에 기반하여 인과적 연관도 또는 인과적 기여도의 공식도 제시한다.

  • PDF

시스템다이내믹스 컨설팅에 있어서 연구자와 고객의 심리적 격차

  • Kim, Dong-Hwan
    • Proceedings of the Korean System Dynamics Society
    • /
    • 2005.04a
    • /
    • pp.63-74
    • /
    • 2005
  • 본 논문에서는 인과지도의 작성자와 독자 간의 심리적 격차에 관하여 분석하고자 한다. 먼저 기존에 연구되어 왔던 소산효과(dissipation effects)와 희석효과(dilution effects)는 인과지도를 작성하는 사람이 아니라 인과지도를 이해하는 사람에게 적용되는 심리적 경향이라는 점을 이 논문에서 지적한다. 소산 효과란 인과고리의 길이가 길어질수록 인과관계의 강도를 낮게 인식하는 심리적 경향을 의미한다. 희석효과는 여러 개의 인과관게가 존재할수록 특정 인과관계의 강도를 낮게 인식하는 심리적 경향을 의미한다. 이들 심리적 경향과는 달리 집중 효과(concentration effect)가 인과지도 작성자의 심리적 경향을 보다 잘 설명하는 것으로 실험 결과 분석되었다. 집중 효과란 주의를 집중하는 영역에 대하여 많은 인과관계를 생각하고, 인과관계의 강도 역시 강하게 생각하는 심리적 경향을 의미한다. 인과지도의 작성자 즉 시스템 컨설팅을 담당하는 사람들에게는 소산효과나 희석효과 보다 집중효과가 더 강하게 작용한다는 것이다. 이러한 심리적 비대칭성이 시스템 다이내믹스 연구자와 그의 고객 간의 의사소통 문제를 야기 시킨다는 점을 본 논문에서 지적한다.

  • PDF

An Improved Fuzzy Cognitive Map with Fuzzy Causal Relationships and Fuzzy Partially Causal Realtionships (퍼지 인과관계와 퍼지 부분인과관계를 적용한 개선된 퍼지 인식도(Fuzzy Cognitive Map)에 관한 연구)

  • 김현수;이건창
    • Journal of Intelligence and Information Systems
    • /
    • v.1 no.2
    • /
    • pp.33-55
    • /
    • 1995
  • 포지인식도(Fuzzy Cognitive Map : FCM)는 추상적이고 비구조적이며 동적인 응용영역에서 전문가의 인과관계 지식(causal knowledge)을 표현하는데 매우 유용한 도구이다. FCM이 기존의 다른 네트워크 형태의 지식표현방법과 다른 차이점은 대상 문제의 개념변수들을 퍼지집합으로 묘사하고, 개념 변수간의 관계를 퍼지 인과관계로 다룬다는 것이다. 그런데 FCM의 특성이 아직 충분히 논의되지 않은 상태에서는 FCM의 적용에 있어 오류가 일어날 수 있다. 본 논문의 목적은 첫째, FCM의 특성과 의미를 보다 명확히 하여 이론적인 측면을 보강하고자 한다. 이를 위해 논리적관계(implication)와는 다른 인과관계의 정의를 다시 확인하고, 이정의에 기초한 퍼지 인과관계의 특성을 파악하고, 퍼지 인과관계와 대비되는 퍼지 부분인과관계 및 단방향 개념변수를 새로이 정의함으로써 FCM구축에 있어 잘못된 이해가 없게 하며, 둘째, FCM에서는 추론 방식이 갖추어야 할 원칙을 명시하고 이에 따라 이러한 원칙을 준수하는 새로운 추론 방식을 제시한다.

  • PDF

인과네트워크 기반의 재난 확산 모형에 관한 연구 동향과 사례 연구: 대구 지하철 화재를 중심으로

  • Lee, Jae-Hun;Kim, Gyeong-Deok;Hong, Ha-Na;Jo, Yong-Rae;Jo, Hyeon-Bo
    • Information and Communications Magazine
    • /
    • v.29 no.5
    • /
    • pp.42-49
    • /
    • 2012
  • 인과네트워크는 변수 간의 인과관계를 통해 현상을 이해하고 설명하는 체계이다. 이 네트워크는 이학 및 공학, 의학, 사회과학 등 여러 학문 분야에서 원인 변수와 결과 변수 간의 관계를 나타내어, 발생 가능한 현상의 원인을 예측하고, 그 결과를 설명하는데 사용되고 있다. 이를 다이어그램 형태로 표현하면 변수 간의 인과관계를 쉽게 입증할수도 있다. 특정 재난은 다양한 변수가 인과관계로 서로 연관되어 있기 때문에 인과네트워크의 적용이 가능한 분야이다. 따라서 이 네트워크는 재난 변수 간의 인과관계를 규명하여 재난의 확산 반응을 분석하고, 대응 시스템을 설계하는데 도움을 줄 수 있다. 실제로 지진, 정전, 테러, 화재 등의 인과관계를 규명하기 위한 재난 확산 모형에 대한 연구가 활발히 이루어지고 있다. 2003년 대구에서 일어난 지하철 화재는 여러 변수가 복합적으로 작용하여 일어난 재난이다. 또한 재난에 대응하는 인간 행동 및 인지 요인이 중요한 변수로 작용하였다. 따라서 이를 반영한 재난 확산 모형을 적용하여 실제 재난 상황을 재구성해 보고자 한다. 본 논문에서는 인과네트워크의 정의와 인과네트워크를 표현하는 4개의 방법론을 선별하여 각각의 특성을 살펴본다. 또한 이를 재난 분야에 적용한 인과네트워크 기반의 재난 확산 모형에 대한 연구 동향을 살펴본다. 마지막으로 2003년 대구 지하철 화재를 사례로 하여 재난의 확산과 대응체계의 인과관계에 대해 연구하였다. 이 때 인간 행동과 인지 분석 결과를 토대로 심층적인 접근을 시도해 보았다. 이를 통해 재난의 인과관계와 근본적 대응방안의 가능성을 타진해 보았다.

Fuzzy Cognitive Map-Based A, pp.oach to Causal Knowledge Base Construction and Bi-Directional Inference Method -A, pp.ications to Stock Market Analysis- (퍼지인식도에 기초한 인과관계 지식베이스 구축과 양방향 추론방식에 관한 연구 -주식시장 분석에의 적용을 중심으로-)

  • 이건창;주석진;김현수
    • Journal of Intelligence and Information Systems
    • /
    • v.1 no.1
    • /
    • pp.1-22
    • /
    • 1995
  • 본 연구에서 퍼지인식도(Fuzzy Cognitive Map) 개념을 기초로 하여 (1) 특정 문제영역에 대한 전문가의 인과관계 지식(causal knowledge)을 추출하는 알고리즘을 제시하고, (2) 이 알고리즘에 기초하여 작성된 해당 문제영역에 대한 여러 전문가들의 인과관계 지식을 계층별로 분해하여, (3) 해당 계층간의 양방향 추론이 가능한 추론메카니즘을 제시하고자 한다. 특정 문제영역에 있어서의 인과관계 지식이란 해당 문제를 구성하는 여러 개념간에 존재하는 인과관계를 표현한 지식을 의미한다. 이러한 인과관계 지식은 기존의 IF-THEN 형태의 규칙과는 달리 행렬형태로 표현되기 때문에 수학적인 연산이 가능하다. 특정 문제영역에 대한 전문가의 인과관계 지식을 추출하는 알고리즘은 집합연산에 의거하여 개발되었으며, 특히 상반된 의견을 보이는 전문가들의 의견을 통합하여 하나의 통합된 인과관계 지식베이스를 구축하는데 유용하다. 그러나, 주어진 문제가 복잡하여 다양한 개념들이 수반되면, 자연히 인과관계 지식베이스의 규모도 커지게 되므로 이를 다루는데 비효율성이 개재되기 마련이다. 따라서 이러한 비효율성을 해소하기 위하여 주어진 문제를 여러계측(Hierarchy)으로 분해하여, 해당 계층별로 인과관계 지식베이스를 구축하고 각 계층별 인과관계 지식베이스를 연결하여 추론하는 메카니즘을 개발하면 효과적인 추론이 가능하다. 이러한 계층별 분해는 행렬의 분해와 같은 개념으로도 이해될 수 있다는 특징이 있어 그 연산이 간단명료하다는 장점이 있다. 이와같이 분해된 인과관계 지식베이스는 계층간의 추론메카니즘을 통하여 서로 연결된다. 이를 위하여 본 연구에서는 상향 또는 하향방식이 추론이 가능한 양방향 추론방식을 제시하여 주식시장에서의 투자분석 문제에 적용하여 그 효율성을 검증하였다.

  • PDF

The Rise of Cognitive Science (인지과학의 대두)

  • Lee, Seung-Chong
    • Annual Conference on Human and Language Technology
    • /
    • 1997.10a
    • /
    • pp.375-380
    • /
    • 1997
  • "모든 사람은 죽는다"라는 믿음을 내용으로 하는 마음의 상태가 "그 사람도 죽는다"라는 믿음을 내용으로 하는 마음의 상태를 인과적으로 야기하는가? 두 믿음 사이의 미시적 얼개가 인과 관계를 골자로 하고 있다는 사실에서 그 미시적 얼개에 수반하는 거시적 얼개도 인과 관계라는 사실이 함축되는가? 거시적 얼개를 물리적 관점에서 보자면 두 믿음 사이의 관계는 인과적이다. 그러나 거시적 얼개의 포인트는 미시적 얼개와는 달리 물리적 인과성에만 맞춰져 있지 않다. 한 믿음에서 다른 믿음으로의 이행에서 그 포인트는 믿음의 신경생리학적 토대가 아니라 믿음의 의미에 있다. 따라서 양자 사이의 이행 관계는 추론이나 바램 등과 같은 인간의 해석적 의미 연관의 관점에서 서술되는 것이 더 자연스럽고 이치에 맞는다.

  • PDF

Causality join query processing for data stream by spatio-temporal sliding window (시공간 슬라이딩윈도우기법을 이용한 데이터스트림의 인과관계 결합질의처리방법)

  • Kwon, O-Je;Li, Ki-Joune
    • Spatial Information Research
    • /
    • v.16 no.2
    • /
    • pp.219-236
    • /
    • 2008
  • Data stream collected from sensors contain a large amount of useful information including causality relationships. The causality join query for data stream is to retrieve a set of pairs (cause, effect) from streams of data. A part of causality pairs may however be lost from the query result, due to the delay from sensors to a data stream management system, and the limited size of sliding windows. In this paper, we first investigate spatial, temporal, and spatio-temporal aspects of the causality join query for data stream. Second, we propose several strategies for sliding window management based on these observations. The accuracy of the proposed strategies is studied by intensive experiments, and the result shows that we improve the accuracy of causality join query in data stream from simple FIFO strategy.

  • PDF

A Study on the Adjustment of Offspring of Alcoholics in the United States: A Test of Theoretical Model (미국내 알콜중독자 자녀들이 적응도에 관한연구 : 이론적 모델 테스트)

  • 장진경
    • Journal of Families and Better Life
    • /
    • v.12 no.2
    • /
    • pp.118-128
    • /
    • 1994
  • 본 연구의 목적은 알콜중독가정에서 성장한 성인자녀들의 적응도에 영향을 미치는 요인들간의 인과관계를 설명해줄 수 있는 이론적 인과관계모델을 개발하고 그 모델의 적합 성(fit of the model)에 대해 연구되었다 본 연구의 이론적 인과관계모델은 가족 체계이론 대응이론 사회지원이론, 그리고 사회학습이론에 기초를 두고 개발되었다. 본 연구자에 의해 개발된 이론적 인과관계모델은 표보의 특성을 좀 더 적절하게 설명할 수 있고 모델의 적합 성을 증진시키기 위해 수정된 인과관계모델을 바탕으로 연구되었다. 본 연구의 결과를 요약 하면 다음과 같다. 1) 사회적지원의 이용성을 인식하는 성인 자녀들의 경우 정서적으로 불 안정한 상태를 초래했으며 ;2) 사회적지원은 삶에 대한 적응도에 긍정적인 영향을 미쳤고; 3) 정서적으로 안정된 성인자녀들의 경우 글의 삶에 좀 더나은 적응도를 나타내는데 영향을 미쳤다 본 연구에서는 또한 사회적지원과 성인자녀들의 정서적 상태간의 부정적 인관관계에 대해 논의 되었으며 본 연구의 결과를 바탕으로 상담현장에서의 실제 활용에 대해서도 논의 되었다.

  • PDF

인과적 마코프 조건과 비결정론적 세계

  • Lee, Yeong-Eui
    • Korean Journal of Logic
    • /
    • v.8 no.1
    • /
    • pp.47-67
    • /
    • 2005
  • Bayesian networks have been used in studying and simulating causal inferences by using the probability function distributed over the variables consisting of inquiry space. The focus of the debates concerning Bayesian networks is the causal Markov condition that constrains the probabilistic independence between all the variables which are not in the causal relations. Cartwright, a strong critic about the Bayesian network theory, argues that the causal Markov condition cannot hold in indeterministic systems, so it cannot be a valid principle for causal inferences. The purpose of the paper is to explore whether her argument on the causal Markov condition is valid. Mainly, I shall argue that it is possible for upholders of the causal Markov condition to respond properly the criticism of Cartwright through the continuous causal model that permits the infinite sequence of causal events.

  • PDF