• 한국실천공학교육학회논문지
• /
• 제5권1호
• /
• pp.1-13
• /
• 2013

이 연구의 본론에서 공학 교육에 적용되는 귀납법적 확증(confirmation)과 연역법적 검증(verification)을 다루고 이어서 귀납법 추리의 원리를 모형도를 통해 알아보았다. 그리고 이어서 공학교육에서 널리 쓰이는 확률론적 추론의 도입 배경과 보편적 명제에 대한 확률적 검정(test) )을 논의하였고 또한 실험에 대한 귀납법의 인정여부를 가지고 역사적으로 학계에서 끊임없이 논의 되어온 귀납법적 추론에 대한 정당성을 비교 분석하였다. 공학 교육에서 흔히 쓰이는 실험에 대한 철학적 명제를 가지고 실험에 대한 설명으로 선택된 귀납법의 승리와 반전, 그리고 확증에 대해 알아보았다. 이어서 실험에서의 전제, 절차, 및 통제에 대하여 논의 되어졌다. 마지막으로 귀납법적 추론 예제로써 Elliptical Trainer 실험 결과를 가지고 확률론적 추론이 어떻게 가능한지 보여 주었다. 그 결과 82%의 참 확률을 가지고 3개의 추론을 하였는데 이 연구에서는 보통 공학연구와 달리 추론(결론 법칙)에 대한 참 확률을 표기하여 공학에서 주로 적용하는 귀납법적 방법 자체가 확률추론임을 알린다.

• 지능정보연구
• /
• 제1권1호
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.833-836
• /
• 2012

외부에서 특정 네트워크의 방화벽 정책을 추론하기 위해서는 Active Probing 을 이용한 탐지 패킷의 응답을 분석하여야 한다. 하지만, 외부에서 특정 네트워크로 탐지 패킷을 어떻게 전송하는가에 따라 방화벽에서 네트워크 공격으로 탐지되기 때문에 무분별하게 탐지 패킷을 전송하는 방법은 위험하다. 본 논문에서는 방화벽 장비가 Active Probing 을 이용한 방화벽 정책 추론 방법에 어떠한 영향을 주는지에 대해서 분석한다. 그리고 실제 방화벽 정책과 추론된 방화벽 정책을 비교하여 방화벽 정책 추론 방법의 정확성을 검증한다.

• 교육심리연구
• /
• 제22권2호
• /
• pp.367-384
• /
• 2008

본 연구의 목적은 인과추론검사에 대한 이론적 틀을 바탕으로 인과추론능력 검사도구를 개발하고 이를 타당화하기 위한 예비 연구를 진행하는 것이었다. 구체적으로 본 연구에서는 인과추론의 대상 영역을 행동, 심리, 자연 영역으로 구분하여 각 영역에서의 인과추론능력을 측정하는 그림 검사를 개발하였다. 예비 검사와 본 검사를 통하여 2차에 걸쳐 문항을 선별하였고, 구인타당화, 공인타당화에 대한 검증이 이루어졌다. 총 59문항에 대한 선별 과정을 통하여 예비 검사에서 18문항, 본 검사에서 최종 12문항을 확정하였다. 최종 12문항으로 이루어진 인과추론능력검사의 신뢰도는 Cronbach ${\alpha}=.72$로 나타났고, 구인타당화를 위한 탐색적 요인분석과 확인적 요인분석을 실시하였다. 탐색적 요인분석 결과 본 검사가 가정한 세 가지 하위 구인인 행동, 심리, 자연의 삼요인이 추출되었다. 또한 확인적 요인분석 결과, 본 연구가 가정한 행동, 심리, 자연의 삼요인 모형의 이론적 요인구조가 적합한 것으로 나타났다. 준거 타당도 검증을 위해서 한국교육개발원의 추리능력검사를 사용하였고, 이 검사와의 상관은 .55로 두 검사가 추론이라는 공통 구인을 측정하고 있음을 확인하였다. 또한 검사의 총점 및 하위 점수에서 성차가 발견되지 않았고, 성에 따른 문항의 차별적 기능 분석결과 2문항만이 차별성을 갖는 것으로 나타났다. 한편, 학년별 차이는 유의하게 나타나는 것을 확인할 수 있었다. 이는 본 검사가 성차에 상대적으로 편파적이지 않으면서도 연령에 따른 인과추론 발달 추이를 어느 정도 반영하는 검사도구임을 보여주는 것이었다. 본 연구에서 개발된 아동용 인과추론능력검사는 아동의 사고능력에 대한 평가뿐만 아니라, 사고력 발달에 있어 지체나 장애를 나타내 보이는 아동들을 선별하는 데 유용하게 적용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.304-310
• /
• 2017

본 연구는 간호사의 임상적 추론 역량을 강화하기 위한 기초자료로 Liou와 그의 동료들이 개발한 NCRC (Nurse Clinical Reasoning Competence) 도구를 한국어로 번역하고 번역된 항목들에 대해서는 문장구조와 의미의 유사성을 검토하는 절차를 거쳐 도구의 타당도와 신뢰도를 검증하는 방법론적 연구이다. 본 연구는 서울과 부산 소재의 4개의 상급병원에서 근무하는 간호사 166명을 대상으로 하여 타당도 및 신뢰도 검증을 실시하였다. 전문가들을 통한 내용타당도 검증은 전체문항이 모두 CVI 0.8이상으로 확인되었고, 탐색적 요인 분석과 확인적 요인 분석을 통해 최종적으로 1요인으로 구성된 총 15개 문항으로 분석되었다. 또한 동시타당도 검증을 위해 간호사의 비판적 사고성향과 임상 의사결정 능력 측정도구를 활용하여 본 연구의 한국어판 간호사 임상적 추론 척도와의 상관관계를 확인한 결과, 측정도구간의 상관계수는 .55-.64(p<.001)로 나타났고, 도구의 신뢰도는 Cronbach's ${\alpha}=.93$으로 나타났다. 따라서 한국판 NCRC 도구는 한국 간호사들의 임상적 추론 역량을 객관적으로 평가하기에 유용한 도구라고 할 수 있으며, 국내 간호사들의 임상적 추론 역량 사정 및 증진전략 개발에 기초자료를 제공했다는데 의의가 있다. 그러나 한국의 간호 환경과 문화를 고려한 임상적 추론 역량 문항들이 있는지에 대한 추가적인 연구가 필요하다고 생각한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권4호
• /
• pp.239-250
• /
• 2013

가용 센서를 내장하고 있는 모바일 디바이스의 사용이 많아지고 자동화, 자율화, 사용자 맞춤식 서비스의 요구가 커짐에 따라 컨텍스트 인지 모바일 컴퓨팅 (Context-Aware Mobile Computing)의 필요성이 증대하고 있다. 하지만 추론 시스템 설계는 컨텍스트 분석, 인지하고자 하는 상황분석 등의 복잡한 과정을 요구한다. 또한 모바일 디바이스의 제한된 자원 때문에 컴퓨팅 파워가 높은 서버에 탑재된 추론 엔진을 통해 추론을 수행하는 것이 적합하다. 본 논문에서는 이러한 과정을 간결하고 정확하게 표현하기 위한 컨텍스트-상황 추론 요소의 범용적 정형 모델을 제안하고 추론 요소들의 정형 모델을 실사례에 적용하여 본 논문에서 제안하고 있는 추론 요소들의 정형 모델이 실효성을 가지고 있으며 범용적임을 보여준다. 또한 제한한 추론 요소들을 컴퓨팅 환경에서 실현화하기 위해 제안한 정형 모델들을 기반으로 추론 엔진을 설계 및 구현하고 추론 실험을 통해 추론 엔진의 실효성과 재사용성을 검증한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권12호
• /
• pp.485-496
• /
• 2018

지금까지 인공지능의 한 분야인 딥러닝 방법은 구조화되지 않은 데이터로부터 문제를 해결하는 놀라울만한 성과를 이루어왔지만, 인간처럼 여러 상황들을 종합적으로 판단, 그것들의 연관성을 추론하고, 그 다음 상황을 예측하는 수준의 지능을 갖는데 도달하지 못하였다. 최근 발표된 복잡한 관계 추론을 수행하는 심층 신경망은 인공지능이 인간의 핵심 지적 능력인 관계 추론을 보유할 수 있다는 것을 증명하였다. 본 논문에서는 관계 추론 심층 신경망 중에서 Relation Networks (RN)의 성능을 분석 및 관찰해 보고자 Sort-of-CLEVR 데이터 셋을 사용한 시각적 질의응답과 bAbI task를 사용한 텍스트 기반 질의응답 두 유형의 RN 기반 심층 신경망 모델을 구축하여 baseline 모델과의 비교를 통한 성능검증을 하였다. 또한 모델의 성능을 극대화하기 위하여 하이퍼 파라미터 튜닝 등 다양각도의 성능개선 실험으로 관계 추론을 위한 RN 기반 심층 신경망 모델의 성능개선 방법을 제안하였다. 제안한 성능개선 방법은 시각적 질의응답 모델과 텍스트 기반 질의응답 모델에 적용하여 그 효과를 검증하였고, 기존의 RN 모델에서 사용해보지 않았던 Dialog-based LL 데이터 셋을 사용하여 새로운 도메인에서의 제안한 성능개선 방법의 효과를 다시 한 번 검증하였다. 실험 결과 두 유형의 RN 모델 모두에서 초기 학습률이 모델의 성능을 결정하는 핵심 요인임을 알 수 있었고, 제안한 random search 방법에 의해 찾은 최적의 초기 학습률 설정이 모델의 성능을 최고 99.8%까지 향상 시킬 수 있다는 것을 확인하였다.

• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1590-1599
• /
• 2015

다양한 개인 의료 장비들이 등장함에 따라 개인 의료 컨텍스트가 풍부하게 수집되고 있다. 이렇게 수집된 의료 컨텍스트를 분석함으로써 소프트웨어적으로 질병을 진단하기 위한 노력이 이어지고 있다. 본 논문에서는 의료 전문가들이 사용하는 의료 분석 기법을 정형화하고, 각 의료 기법을 실현화하기 위한 추론 기법을 식별하며, 추론기법의 적용 지침을 제시한다. 또한, 의료 기법을 제공하는 추론 시스템을 PoC 수준에서 개발하고, 실제 의료 컨텍스트를 분석하여 질병 진단 실험을 수행함으로써 제시하는 의료 분석 기법 및 추론 기법 적용 지침의 실효성과 그 효과를 검증한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.203-208
• /
• 2023

본 논문에서는 대규모 언어 모델의 인컨텍스트 러닝과 프롬프팅을 활용하여 수치 추론 태스크 데이터셋을 효과적으로 증강시킬 수 있는 방법론을 제안한다. 또한 모델로 하여금 수치 추론 데이터의 이해를 도울 수 있는 전처리와 요구사항을 만족하지 못하는 결과물을 필터링 하는 검증 단계를 추가하여 생성되는 데이터의 퀄리티를 보장하고자 하였다. 이렇게 얻어진 증강 절차를 거쳐 증강을 진행한 뒤 추론용 모델 학습을 통해 다른 증강 방법론보다 우리의 방법론으로 증강된 데이터셋으로 학습된 모델이 더 높은 성능을 낼 수 있음을 보였다. 실험 결과 우리의 증강 데이터로 학습된 모델은 원본 데이터로 학습된 모델보다 모든 지표에서 2%p 이상의 성능 향상을 보였으며 다양한 케이스를 통해 우리의 모델이 수치 추론 학습 데이터의 다양성을 크게 향상시킬 수 있음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.195-198
• /
• 2005

최근 실내 환경에서 영상 정보를 사용하여 로봇이 서비스를 제공하기 위한 연구가 활발하다. 과거 영상 처리 접근 방법은 산업 환경과 같은 예측 가능한 환경을 바탕으로 미리 정의된 기하학적 모델을 통해 상황을 인식하였기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 정확도를 향상 시킴으로써 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의해서 가려져 있는 경우 대상 물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 작은 단위로 설계된 베이지안 네트워크들을 상황에 따라 결합하여 추론 모델이 구성되게 하였고 물체간의 관계를 효과적으로 표현하고 초기 확률 값을 단일하게 유지하기 위해 제안된 확률 값 설정 방법을 사용하였다. 실험은 물체 관계를 추론하는 모듈의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 82.8$\%$의 정확도를 보여주었다.