• Information Systems Review
• /
• v.16 no.1
• /
• pp.37-50
• /
• 2014

Conventional case-based reasoning (CBR) does not perform efficiently for high volume dataset because of case-retrieval time. In order to overcome this problem, some previous researches suggest clustering a case-base into several small groups, and retrieve neighbors within a corresponding group to a target case. However, this approach generally produces less accurate predictive performances than the conventional CBR. This paper suggests a new hybrid case-based reasoning method which dynamically composing a searching pool for each target case. This method is applied to diagnose for the heart disease dataset. The results show that the suggested hybrid method produces statistically the same level of predictive performances with using significantly less computational cost than the CBR method and also outperforms the basic clustering-CBR (C-CBR) method.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.308-315
• /
• 2007

상황 인지 컴퓨팅에서 상황정보 추론 기능은 상황정보 관리를 위해 중요한 기능 중의 하나이다. 상황정보 추론 기능은 하위 레벨의 상황정보들로부터 사용자의 상황을 나타내는 상위 레벨의 상황정보를 제공한다. 인프라 기반 지능형 공간에서 중앙 집중 형의 상황정보 관리 시스템은 상황정보 추론을 위한 자원 소모를 고려할 필요가 없었다. 하지만 자원이 제약된 장치들로만 구성된 개인 지능형 공간에서는 공간 내 전체의 자원 소모뿐만 아니라 상황정보 관리자 역할을 하는 장치 (coordinator)들의 자원 소모가 최소화 되어야 한다. 본 논문에서는 중앙 집중적인 상황정보 추론 작업을 분배하여 개인 지능형 공간 내의 다른 장치들에게 작업을 분산시키는 상황정보 추론 작업 분배 기법을 제안한다. 제안된 분배 기법은 건강정보, 환경정보, 지리정보 같이 상황정보가 자주 발생하는 환경에서 더 효율적이다. 상황정보 추론작업을 분배 함으로써 상황정보 추론을 위한 개인 지능형 공간의 전체의 처리량을 크게 증가시키지 않으면서 코디네이터의 처리량을 줄일 수 있다. 본 논문의 작업분배 기법은 상황정보 추론의 역할을 하는 코디네이터와 분산된 로컬 상황정보 추론기능을 제안한다. 본 논문에서는 제안된 상황정보 추론 기능을 개인 지능형 공간을 구성하는 장치들에 각각 구현하고 상황정보 추론을 위한 처리부하를 측정하여 제안된 기법의 실행 가능성을 보였다.

• Journal of KIISE
• /
• v.42 no.12
• /
• pp.1590-1599
• /
• 2015

As a variety of personal medical devices appear, it is possible to acquire a large number of diverse medical contexts from the devices. There have been efforts to analyze the medical contexts via software applications. In this paper, we propose a generic model of medical analytics schemes that are used by medical experts, identify inference methods for realizing each medical analytics scheme, and present guidelines for applying the inference methods to the medical analytics schemes. Additionally, we develop a PoC inference system and analyze real medical contexts to diagnose relevant diseases so that we can validate the feasibility and effectiveness of the proposed medical analytics schemes and guidelines of applying inference methods.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.71-72
• /
• 2016

베이지안 알고리즘은 추론 분야에서 오랜 기간 사용되어 왔다. 하지만 기본적인 베이지안 네트워크 이론만으로는 다양한 도메인에 적합한 추론 기능을 제공할 수 없기 때문에, 도메인의 특성에 맞는 알고리즘이 적용된 다양한 추론 기법들이 연구되어왔다. 본 논문에서는 실시간 지능화 서비스를 위하여 특정 도메인 영역에 대하여 자동으로 적합한 베이지안 네트워크 알고리즘을 선별하는 기법을 제안한며, 해당 기법의 적합도를 평가하기 위해서 수학적인 모델링과 추론 알고리즘 선택 기법에 대해 서술한다.

• Smart Media Journal
• /
• v.11 no.2
• /
• pp.77-83
• /
• 2022

The neuromorphic architecture uses a spiking neural network (SNN) model to derive more accurate results as more spike values are accumulated through inference experiments. When the inference result converges to a specific value, even if the inference experiment is further performed, the change in the result is smaller and power consumption may increase. In particular, in an AI-based IoT environment, power consumption can be a big problem. Therefore, in this paper, we propose a technique to reduce the power consumption of AI-based IoT by reducing the inference time by adjusting the inference image exposure time in the neuromorphic architecture environment. The proposed technique calculates the next inferred image exposure time by reflecting the change in inference accuracy. In addition, the rate of reflection of the change in inference accuracy can be adjusted with a coefficient value, and an optimal coefficient value is found through a comparison experiment of various coefficient values. In the proposed technique, the inference image exposure time corresponding to the target accuracy is greater than that of the linear technique, but the overall power consumption is less than that of the linear technique. As a result of measuring and evaluating the performance of the proposed method, it is confirmed that the inference experiment applying the proposed method can reduce the final exposure time by about 90% compared to the inference experiment applying the linear method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.291-294
• /
• 1998

본 논문에서는 퍼지라는 개념을 도입하여 기존의 전문가시스템에서 문제점으로 지적되어 온 불확실성, 모호성의 처리 기능을 부가하여 표현의 영역을 확장, 개선하여, 전문가시스템의 추론 엔진을 적용하는 근사적 유사 추론기법을 분석한다. 그리고 규칙의 조건부와 이에 대응하는 사실간의 유사도를 구하여 이들 규칙의 결론부에 반영하여 결론을 유도하는 근사적 유사 추론기법을 제안한다. 또한 이와 같은 이론적인 연구를 바탕으로 자연언어의 많은 부분을 차지하고 있는 퍼지 개념을 지원하는 당뇨병(의료)진단용 전문가시스템을 설계, 구현하여 기존의 불확실성 관리방안의 단점을 개선하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.149-152
• /
• 2001

선박이 해상에서 운항시, 선체는 파도에 의해 심하게 동요되기 때문에 승선감과 안전성이 저하된다. 따라서 선박의 안전항해, 쾌적한 승선감, 구조적인 안전 보장을 위한 선체제어를 위한 필요성이 증대되어 왔다. 기존의 PID 제어기법 등은 정상편차가 적어 과도응답의 문제점 및 오차누적의 문제점이 있고, 퍼지제어 기법은 최적화가 어렵다는 단점을 가진다. 본 논문에서는 퍼지추론 기법을 이용한 선체자세 제어기법으로 운동체에 관한 전문가의 지식과 경험을 바탕으로 퍼지집합과 퍼지규칙을 설정하고 설계된 퍼지 추론을 통해 현재의 운동상황을 판단함으로써 효과적인 최적화와 자세계산을 수행할 수 있다. 본 논문에서는 퍼지추론을 이용한 자세제어 알고리즘을 제안하고 실시간 시뮬레이션을 통하여 시험한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.375-382
• /
• 1999

본 연구는 데이터마이닝 기법과 전문가 지식을 활용한 옵션가격 결정모형을 제시하는데 목적이 있다. 첫째, 데이터마이닝 기법 주의 하나인 인공신경망 기법을 활용하여 변동성과 옵션가격을 추정하고, 이를 전통적인 재무이론의 결과와 비교하였다. 인공신경망으로 추정된 변동성은 기존의 모형에 비해 개선된 성과를 보였으며, 가격결정모형은 대등한 성과를 보였다. 또한 모수적 기법과 비모수적 기법의 통합을 통해 성과의 개선을 가져올 수 있음을 보였다. 둘째, 시장 참여자들의 정보를 반영하여 옵션의 이론적 가격결정모형의 성과를 개선할 수 있는 사례기반추론시스템을 제안하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1992.04b
• /
• pp.82-90
• /
• 1992

본 논문은 어떤 시스템 (예를들면, 자동화된 제조시스템)에서 발생하는 징후에 대한 고장진단 모델을 개발하는 것이 목적이다. 이 모델은 계층적 시스템이론(Theory of Hierarchical Systems)과 인공지능의 혼성추론기법(Hybrid Reasoning Approach)을 사용한다. 일반적으로, 시스템은 스트라타(strata)와 에셸론(echelons)으로써 표현될 수 있으며, 한편 시스템에 대한 지식은 근본지식 (deep knowledge)과 경험지식(shallow knowledge)으로 나뉘어 질 수 있다. 이 모델에서의 고장진단에 대한 추론전략은 근본지식베이스에 의한 근본적 추론을 먼저하고 그 다음에 경험지식베이스에 의한 경험적 추론을 하는 혼성추론기법이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.497-499
• /
• 2005

정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다. 본 연구에서는 주어진 상황에서 변화가 발생했을 때, 이 변화가 어떻게 영향을 미치며 파급되는지를 예측할 수 있는 정성적 비교분석 기법을 소개하고지 한다. 주어진 상황에 대한 인과모델이 정성적 분야 모델로부터 형성되고 여기에 비교분석 추론 기법을 적용하여 변화의 연쇄적인 인과 관계를 추적하게 된다. 이러한 기법은 변화의 예측 뿐 아니라, 이런 변화를 이끌어낸 인과 관계를 설명하는 기능을 제공하게 되어, 디자인, 진단, 지능형 교육 시스템, 환경 영향평가 등에 이용되리라 기대된다.