• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.193-195
• /
• 2004

기존의 규칙 귀납법(Rule Induction)은 양성적 추론(positive reasoning)과 음성적 추론(negative reasoning)을 잘 반영하지 못하고 있지만 의학 분야의 추론은 양성적 추론과 음성적 추론을 모두 포함하고 있다. 이것이 의학 전문가들이 귀납된 규칙을 해석하는데 어려움을 가지게 되며, 진단 과정을 위해서 규칙을 해석하는 것을 쉽게 진행할 수 없는 이유이기도 하다. 본 연구에서는 양성적 규칙들과 음성적 규칙들의 귀납법을 위한 두 가지 알고리즘을 적용한 진단 시스템인 DS-ARI(Diagnosis System using Algorithms for Rule Induction)물 제안한다. 제안하는 시스템과 기존 시스템을 비교해 보았을 때 제안하는 시스템에서 전문가의 지식을 보다 정확하게 표현하여 정확성을 높이게 되었다.

• 지능정보연구
• /
• 제1권1호
• /
• pp.43-59
• /
• 1995

본 논문에서는 규칙기반 지식표현에서 퍼지값과 확신도를 사용할 때 발생하는 문제점을 살펴본다. 이들 문제점 해결을 위해서 규칙의 매칭시에 발생하는 퍼지매칭, 퍼지비교, 구간내의 포함에 대한 만족정돌르 평가하는 척도를 제안하다. 또한, 퍼지값과 확신도를 사용하는 규칙기반 지식표현에 대해 적용가능한 추론방법을 소개한다. 한편, 일반규칙과 퍼지생성규칙을 전문가시스템에서 동시에 융통성있게 사용하는 방법을 제시한다. 끝으로 제안된 방법들을 고려하여 설계한 퍼지 전문가시스템 개발도구인 FOPS5에 대하여 소개한다.

• 한국멀티미디어학회논문지
• /
• 제7권4호
• /
• pp.559-566
• /
• 2004

일반적으로 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 명제의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 명제의 확신도를 구간값 퍼지 집합으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지 추론을 하는 것이 가능하게 된다. 본 논문에서는 퍼지 페트리네트와 이 네트에 기반을 둔 규칙 기반시스템을 위한 구간값 퍼지 집합 후진추론 알고리즘을 제안한다. 규칙 기반시스템에 있는 퍼지 생성규칙은 퍼지 페트리네트로 모형화된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 확신도와 규칙의 확신도는 구간값 퍼지 집합으로 표현한다. 여기에서 제안한 알고리즘은 목표노드에서 시작노드까지 후진추론 통로를 찾아낸 후 목표노드의 확신도를 계산한다. 구간값 퍼지 집합 후진추론 알고리즘은 규칙 기반 시스템이 더 유연하고 사람들이 하는 것과 같은 퍼지 후진추론을 가능하게 한다.

• 인지과학
• /
• 제10권4호
• /
• pp.51-62
• /
• 1999

본 논문에서는 규칙기반 전문가시스템의 퍼지 생성규칙을 표현할 수 있는 퍼지페트리네트 표현을 제안한다. 퍼지페트리네트 표현을 기반으로, 전진추론 알고리즘과 후진추론 알고리즘으로 구성된 퍼지 추론 알고리즘을 제안한다. 본 논문이 제안한 알고리즘은 단순히 min과 max 계산만을 하는 기존의 알고리즘과는 달리 퍼지 생성규칙의 전제 부와 결론 부에 퍼지 개념의 유무에 따라 적절한 믿음 값 평가 함수을 사용하여 보다 더 인간적인 추론을 한다. 전진추론 알고리즘은 유한한 방향성 나무인 도달나무로 표현할 수 있다. 후진추론 알고리즘은 목표노드에서 시작노드까지의 후진추론 통로를 구한 후에 믿음 값 평가함수를 이용하여 목표노드의 믿음 값을 구한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권9호
• /
• pp.927-935
• /
• 2005

규칙기반시스템에서 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 술어의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 술어의 확신도를 모호집합에 기반을 둔 0과 1사이의 모호숫자와 같은 구간으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지추론을 하는 것이 가능하게 된다[18]. 우리는 모호집합 추론을 자동으로 실행하는 효율적인 알고리즘을 제안하였다. 이 모호집합 추론 알고리즘은 규칙기반시스템이 더 유연하고 효율적인 추론을 실행하는 것을 허용한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.74-78
• /
• 2009

온톨로지가 대용량화되면서 온톨로지 시스템의 성능 향상을 위해 효율적인 추론이 중요해졌다. 본 논문에서는 DBMS 기반의 온톨로지 저장소에서 RDFS 포함관계 함의 규칙 (rdfs7 규칙과 rdfs9 규칙)과 OWL 역관계 규칙(owl:inverseOf)의 추론을 효율적으로 수행할 수 있는 방법으로서, DB 테이블에 대한 뷰(view)를 활용하는 방법을 소개한다. 추론 규칙을 뷰 정의로 대체하고 RDF 트리플을 구조화된 트리플 테이블에 저장하는 것으로 추론이 완료되며 대신 질의 처리과정에서는 그 뷰를 참조하면 된다. 이와 같이 뷰를 정의하는 것으로 추론을 대신함에 따라 추론에 소요되는 시간을 단축할 수 있고 트리플 저장소의 공간 효율성도 얻을 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.625-631
• /
• 2004

일반적으로 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 명제의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 명제의 확신도를 구간 값 퍼지 집합으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지 추론을 하는 것이 가능하게 된다[15］. 본 논문에서는 퍼지 페트리네트와 이 네트에 기반을 둔 규칙기반시스템을 위한 구간 값 퍼지 집합 추론 알고리즘을 제안한다. 규칙기반시스템에 있는 퍼지 생성규칙은 퍼지 페트리네트로 모형화 된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 확신도와 규칙의 확신도는 구간 값 퍼지 집합으로 표현한다. 제안한 구간 값 퍼지집합 추론알고리즘은 규칙기반시스템에서 더 유연한 퍼지추론을 하는 것을 가능하게 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.117-120
• /
• 2005

퍼지 규칙 기반 시스템에서 분류 및 경계를 결정하기 위한 방법으로 퍼지 규칙을 학습하는 다양한 방법들이 제안되고 있다. 그리고 추론 규칙간의 상관성을 고려하여 불필요한 속성을 제거함으로써 좀 더 효율적인 추론 결과를 얻을 수 있다. 따라서 본 논문에서는 퍼지 규칙 기반 시스템에서 각 규칙에 따른 결정 테이블를 작성하고 러프집합을 이용하여 불필요한 속성을 제거하였으며 규칙의 확신도에 퍼지 네이브 베이스 이론을 적용한 추론 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.241-243
• /
• 2000

컴퓨터 게임에서의 인공지능은 규칙 기반 추론을 기반으로 한 추론 엔진을 사용하고 있다. 이 규칙 기반 추론 엔진은 비교적 간단하고 구현하기 쉽지만 규칙이 몇 가지 되지 않는다는 것과 규칙 변화가 없는 단점으로 게임 플레이어가 그 규칙들을 쉽게 알아버린다는 문제가 있다. 게임 제작자들은 이런 단점을 극복하고자 게임 플러이어끼리 경쟁을 붙이기 위해서 베틀넷 등 네트워크 쪽으로 그 단점을 보안하려고 하고 있다. 하지만 오히려 네트워크론의 발전은 더욱 더 인간에 가까운 게임 캐릭터 인공지능을 요구하게 되었으며 규칙 기반 추론 방법으로는 이러한 요구를 충족할 수 없기 때문에 새로운 방법이 필요하게 된 것이다. 이 논문에서는 그 새로운 방법에 대한 대책으로 신경망 알고리즘과 유전자 알고리즘을 사용한 인공생명 방법론으로 그 해결책을 모색해려 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.310-316
• /
• 1998

본 논문에서는 기존의 퍼지 제어규칙에비해 좋은 성능을 갖는 T-S(Takagi-Sugeno)퍼지 모델을 자기조직화 지도와 역전파 신경망을 이용하여 표현하고 제어기 구현을 위한 규칙의 자동 생성 방법을 제안한다. 제안된 방법은 신경망에 기초하여 T-S 퍼지 제어 규칙을 포현하므로써 학습 기능을 이용하여 지식 획득을 용이하게 하고, 입력 변수간의 퍼지 관계에 기반 하여 추론이 이루어지므로 각 퍼지 변수에 대한 소속 함수의 정의 과정이 불필요하게 된다. 또한 제어기로 구현되었을 때 규칙의 수나 퍼지화 및 비퍼지화 등이 구성된 추론망을 통하여 자동으로 수행될 수 있다. 때문에 퍼지 시스템의 구현이 쉽게 이루어 질 수 있게 한다. 제안된 방법을 자동차 궤도 안정화 모의 실험에 적용해 봄으로써 추론망이 규칙을 생성하여 타당한 추론을 하게 됨을 확인한다.