• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.222-230
• /
• 2003

의료 시스템이 개발되면 시스템이 사용하는 knowledge source의 신뢰도가 시스템의 수행능력에 큰 영향을 미치게 되므로, knowledge source의 신뢰도를 검증해야한다. 본 논문은 의료 시스템 CLINAID의 knowledge source의 신뢰성 조사에 대한 연구의 방법과 결과를 발표하였다. 그 방법으로는 CLINAID에 사용된 Cardiovascular body system 데이터에 fuzzy relational method를 적용하여 구조적 분석을 통해 만들어진 인공의 syndrome을 knowledge base에 저장되어있는 의료 전문가의 syndrome과 비교하였다. 7 가지 fuzzy implication operator를 사용하여 거의 비슷한 결과들을 산출해 냈으며, 그 결과들이 전문가가 제공한 syndrome과 거의 일치하였다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.849-855
• /
• 2008

The Diagnostic Unit of CLINAID can infer working diagnoses for general diseases from the information provided by a user. This user-provided information in the form of signs and symptoms, however, is usually not sufficient to make a final decision on a working diagnosis. In order for the Diagnostic Unit to reach a diagnostic conclusion, it needs to select suitable clinical investigations for the patients. Because different investigations can be selected for the same patient, we need a process that can optimize the selection procedure employed by the Diagnostic Unit. This process, called a selection algorithm, must work with the fuzzy relational method because CLINAID uses fuzzy relational structures extensively for its knowledge bases and inference mechanism. In this paper we present steps of the selection algorithm along with simulation results on this algorithm using fuzzy relational products, both harsh product and mean product. The computation results of applying several different fuzzy implication operators are compared and analyzed.