• 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.

• The Journal of the Korea Contents Association
• /
• v.8 no.12
• /
• pp.1-9
• /
• 2008

Fuzzy Cognitive Map, one of ways to model, describe and infer reasoning relations, is widely used in the field of reasoning knowledge engineering. Despite of the natural and easy understanding of decision and smooth explanation of relation between front and rear, reasoning relation is organized with mathematical haziness and complex algorithm and rarely has an interactive user interface. This paper suggests an interactive Fuzzy Cognitive Map(FCM) construction support system. It builds a FCM increasingly concerning multiple experts' knowledge. Futhermore, it supports user-supportive environment by dynamically displaying the structure of Fuzzy Cognitive Map which is constructed by the interaction between experts and the system.

• The KIPS Transactions:PartB
• /
• v.15B no.2
• /
• pp.147-158
• /
• 2008

Fuzzy Cognitive Map (FCM) and Bayesian Belief Network (BBN) are two major frameworks for modeling, representing and reasoning about causal knowledge. Despite their extensive use in causal knowledge engineering, there is no reported work which compares their respective roles. This paper aims to fill the gap by providing a qualitative comparison of the two frameworks through a systematic analysis based on some inherent features of the frameworks. We proposed a set of comparison criteria which covers the entire process of causal knowledge engineering, including modeling, representation, and reasoning. These criteria are usability, expressiveness, reasoning capability, formality, and soundness. The results of comparison have revealed some important facts about the characteristics of FCM and BBN, which will help to determine how FCM and BBN should be used, with respect to each other, in causal knowledge engineering.

• Journal of the Korea Society for Simulation
• /
• v.2 no.1
• /
• pp.23-30
• /
• 1993

본 연구에서는 시뮬레이션을 통한 지식의 자동 획득(Simulation-Based Automatic Knowledge Acquistion) 가능성을 제시한다. 이을 위한 작업 단계는 다음과 같다. 첫째, 지식 제공자에 의한 대상(domain) 관련 초기 인과 관계 정보 입력 단계, 둘째 경험 베이스 탐색에 의한 확장된 정보 생성 단계, 세 번째로 생성되어진 정보를 사용하여 대상 반영 모델을 구축하는 단계, 네 번째로 구축된 모델을 시뮬레이션하고 수행 결과의 분석을 통해 새로운 지식을 획득하는 단계로 구성된다. 제안된 지식 획득 방법은 ,대상에 관계된 개념과 개념들의 인과 관계를 바탕으로 모델을 자동 생성하여 이를 지식 획득 표현틀로 이용하는 유연한 구조를 사용하였고, 또한 생성된 모델의 시뮬레이션 결과를 분석함에 의해 새로운 지식을 획득함으로써 획득된 지식이 동적 세계를 잘 반영할 있도록 하였다.

• Journal of the Korea Society for Simulation
• /
• v.23 no.4
• /
• pp.85-95
• /
• 2014

Simulation for product design requires a lot of causal knowledge. Hence, knowledge integration is required for obtaining a new knowledge from existing knowledge. For example, a user requests knowledge for the heating cup. However, the knowledge base only has knowledge for heating and cup, not heating cup. At his situation, knowledge integration can generate a new heating cup knowledge from existing heating and cup knowledge. Therefore, the user can obtain the knowledge for heating cup. Hence, this study aims to propose a novel knowledge integration method for product design.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2006.06a
• /
• pp.21-27
• /
• 2006

인과관계는 인간의 인지활동에 있어서 매우 중요한 역할을 한다. 특히 과학과 공학 분야에서 얻은 인과지식은 해당 분야를 이해하는 데에 중요한 역할을 한다. 대표적인 예로, 이들 분야 문서들의 논리적 흐름을 파악하는 데 사용 가능하다. 본 연구에서는, 정보기술 분야의 특허 문서들로부터 얻은 인과 지식을 획득하기 위하여, 문장 내에 나타나는 인과쌍들을 추출하는 방법론을 제시한다. 이를 위하여, 인과관계를 수동으로 태깅하고 관찰하는 작업을 수행하였으며, 태깅을 위한 기준을 설정하였다. 인과쌍의 추출은 패턴을 이용하여 수행하였다.

• 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.

• Journal of the Economic Geographical Society of Korea
• /
• v.13 no.3
• /
• pp.297-311
• /
• 2010

The purpose of this study is to analyze the causality among GRDP, patent, investment of R &D, and researcher among 16 Metropolitan cities and provinces in Korea. Using the annual data ranged from 1998 to 2008, the causality test for time-series data such as unit roots test and Granger causality test were performed. We estimate the Panel-Var of the four variables to find out the various Granger causal relations for two groups which are classified by the patent productivity. The panel data causality results reveal that there are bidirectional causality relations among four variables for the more patent-productivity group. The patent has bi-directional effects on GRDP and R&D. The patent cause GRDP and vice versa, patent cause R&D and vice versa. Patent not only has strong direct impact on GRDP and R&D but also has affected by the increase of GRDP and R&D through the interactive feedback mechanism. However, the causality patterns are somewhat different between the more patent-productive region and the less patent-productive region. There exists one directional causality between the R&D and GRDP for the less patent-productivity group. Such result may imply that the type of regional innovation policy should be differentiated between two groups. Regional economic policy efforts should be placed on increasing the knowledge productivity and on strengthening the regional competitiveness through the regional innovative infrastructure.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.3
• /
• pp.125-132
• /
• 2006

The construction of an emergency generator's diagnosis system for the preparation of emergency in nuclear plant is vital. To construct a knowledge base of the diagnosis system, the classes and a causality model should be designed. In order to design those elements, at first. object of the diagnosis system should be defined. After the investigation of normal and abnormal states. the external knowledge such as entities and activities is extracted, that the operational principle of the system. For the conversion of the extracted external knowledge to the internal one, the entities are defined as classes and the activities converted into the causality. Through the recursive configuration of the causality and proper examination, the diagnosis knowledge applicable to the knowledge base is completed. In this paper, it is possible to construct a knowledge base with high portability since the independence of design model is considered through the decision table.

• Science of Emotion and Sensibility
• /
• v.24 no.1
• /
• pp.59-72
• /
• 2021

Concepts and categories offer the basis for inference pertaining to unobserved features. Prior research on category-based induction that used blank properties has suggested that similarity between categories and features explains feature inference (Rips, 1975; Osherson et al., 1990). However, it was shown by later research that prior knowledge had a large influence on category-based inference and cases were reported where similarity effects completely disappeared. Thus, this study tested category-based feature inference when features are connected in a causal chain and proposed a feature inference model that predicts participants' inference ratings. Each participant learned a category with four features connected in a causal chain and then performed feature inference tasks for an unobserved feature in various exemplars of the category. The results revealed nonindependence, that is, the features not only linked directly to the target feature but also to those screened-off by other feature nodes and affected feature inference (a violation of the causal Markov condition). Feature inference model of causal model theory (Sloman, 2005) explained nonindependence by predicting the effects of directly linked features and indirectly related features. Indirect features equally affected participants' inference regardless of causal distance, and the model predicted smaller effects regarding causally distant features.