• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.5
• /
• pp.419-424
• /
• 2015

The entry of an aging society require a safety of senior citizens against emergency. However, a home and a residence of senior citizens should not consider a characteristic of safety and the unfortunate accidents could happen in the house or the residence. Especially if the elders live alone then they have a help function using a call button in a bathroom or a closed area. But, a sliding or an overbalance in a bathroom or a closed area of a home may happen suddenly how can require a help in real time. That is a very serious accident to senior citizens. In this paper, we developed the context-aware system using the various sensors for collecting the data which is an activities of daily living of elders and we designed the recognition method using case-based reasoning for detecting the anomaly and the emergency context in the bathroom or the closed area in house. After that, if the anomaly or the emergency are detected then it call to a family or a relative or an administration in real-time.

• International conference on construction engineering and project management
• /
• 2009.05a
• /
• pp.1183-1188
• /
• 2009

Estimating project costs during the early stage of conceptual planning is very important when deciding whether to approve the project and allocate an appropriate budget. However, due to greater uncertainties involved in a project, it is challenging to estimate costs during this initial stage within a reasonable tolerance. This paper attempts to develop a cost-estimate model for public road projects under these circumstances and limitations. In the conceptual planning stage of a road project, there is only limited information for cost estimation, for example, such input data as total length of the route, origin and destination, number of lanes, general geographic characteristics of the route, and other basic attributes. This implies that the model should individuate suitable but restricted information without considering detailed features such as quantity of earthwork and a detailed route of a given condition. With these limited facts, this paper applies a case-based reasoning (CBR) method to solve a new problem by deriving similar past problems, which in turn is used to estimate the cost of a given project based on best-fitted previous cases. To develop a CBR cost-estimate model, the authors classified 8 representative variables, including project type, the number of lanes, total length, road design grades, etc. Then, we developed the CBR model, primarily by using 180 actual cases of public road projects, procured over the last decade. With the CBR model, it was found that the degree of error in estimation can be reasonably reduced, to below approximately 30% compared to the final costs estimated upon the completion of detailed design.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.257-260
• /
• 2007

유비쿼터스 컴퓨팅의 목표 중 하나는 사용자의 직접적이거나 은연중에 내포된 요청에 따라 적절한 서비스를 제공하는 것이다. 최근에는 사용자의 다양한 요청에 보다 유연하게 대응할 수 있는 연구가 이루어지고 있으며 그 중 단일서비스의 조합을 통해 복합서비스를 제공할 수 있는 서비스 컴포지션(Service Composition)이 주목을 받고 있다. 하지만 기존 연구들은 늦은 처리속도로 인해 빠른 응답이 필요한 실시간 상황인식 서비스에는 부적합 하다. 또한 사례기반 추론은 사례 기저에 쌓인 사례의 수가 늘어감에 따라 속도가 저하되는 단점이었다. 이러한 단점을 최소화 하기 위하여 클러스터링 기법이 사용되고 있다. 본 논문은 사례기반 추론을 이용한다. 또한 사례 기저의 수를 유지하면서 사례 기저의 수치화 및 트리구조 판리를 이용하여 기존방법보다 빠른 서비스 컴포지션을 구현하는 방법을 제안한다. 그리고 기존의 서비스 컴포지션 기법과 비교 분석을 통하여 제안하는 기법의 유효함을 확인하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.11a
• /
• pp.49-52
• /
• 2003

워크플로우 관리시스템(WfMS: Workflow Management System)은 업무 프로세스를 컴퓨터에 의해 정의, 실행 및 관리하기 위한 소프트웨어 시스템이다. WfMS에서는 업무 프로세스의 로직을 컴퓨터가 이해 가능한 언어로 표현하므로 다수의 사용자가 이기종의 분산된 환경에서 참여하는 업무 흐름을 관리 하는데에는 효율적이나 지식경영 측면에서의 지원은 미약하다. 본 연구에서는 WfMS 구조하에서 효과적인 지식 관리를 위해 인공지능 기법의 하나인 사례기반추론(CBR: Case Based Reasoning)을 활용하여 업무 흐름상에서 발생하는 지식을 생성, 저장, 추출되도록 하는 업무 지원 시스템을 개발한다. 지식의 생성을 위해 폼 기반 워크플로우 관리 시스템을 활용하고 CBR 엔진은 제약 조건의 형태로 이뤄지는 쿼리에 대해 유사 사례 추출을 담당한다. 사례 베이스의 저장 형식은 XML(extensible Markup Language)을 이용한다. 본 연구에서 개발된 업무 지원 시스템을 활용함으로써 업무 조정자만으로서의 WfMS의 한계를 벗어나 지식경영 도구로서의 WfMS를 기대할 수 있다.

• Knowledge Management Research
• /
• v.1 no.1
• /
• pp.81-90
• /
• 2000

This study proposes the knowledge discovery process for the effective mining of knowledge on the web. The proposed knowledge discovery process uses the Prior knowledge base and the Prior knowledge management system to reflect tacit knowledge in addition to explicit knowledge. The prior knowledge management system constructs the prior knowledge base using a fuzzy cognitive map, and defines information to be extracted from the web. In addition, it transforms the extracted information into the form being handled in mining process. Experiments using case-based reasoning and neural network" are performed to verify the usefulness of the proposed model. The experimental results are encouraging and prove the usefulness of the proposed model.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.130-133
• /
• 2006

본 연구에서는 진단분야에서의 시스템의 성능을 향상시키고 최적의 해를 찾고자 사례기반추론과 인공 신경망을 혼합한 시스템을 제안한다. 사례기반추론은 과거의 사례(경험)를 통해 현재의 제시된 문제를 해결하는 추론방식으로, 지식이 획득이 덜 복잡하고, 정형화되기 어려운 규칙이나 문제영역이 불분명한 분야에 효율적으로 활용되었다. 그러나 사례의 양이 방대해야 효율적인 추론을 할 수 있으며, 검색된 시간 또한 지연되는 단점이 있다. 이러한 문제를 보완하고자 본 논문에서는 인공 신경망의 학습을 통해 저장된 ANN Library를 생성하여, 사례기반추론에서의 부적절한 해를 유추하는 것을 방지하고, 효율적이고 신뢰성이 높은 해를 유추해 내는데 목적이 있다.

• The Journal of Information Systems
• /
• v.18 no.3
• /
• pp.277-297
• /
• 2009

물류 프로세스내의 상황결정은 전문적인 물류지원 연구의 중요한 목표이다. CBR(Case Based Reasoning)는 기존의 사건이나 경험으로 현재 발생한 문제의 해결책을 발견하기 위한 기술이다. CBR의 주요 역할은 현재 사건에 있는 문제의 상태를 인식하며 이 사건과 유사한 기존 사건 중의 하나를 통하여 현재 사건의 해결책을 추론함으로써 기존 시스템을 업데이트하는 것이다. 이러한 과정에서 가장 중요한 이슈는 유용한 사례베이스를 구축하는 것이다. 온토로지를 이용하여 상황을 모델화하면, 여러 개체들이 협업하에서 상황에 대한 인식을 공유할 수 있게 된다. 본 논문에서는 CBR 사례베이스 구축을 위한 참조로서 물류 온토로지를 디자인하였다.

• The Journal of Information Systems
• /
• v.18 no.3
• /
• pp.375-399
• /
• 2009

In this study, we propose a integrated model of logistic regression, artificial neural networks, support vector machines(SVM), with case-based reasoning(CBR). To predict respondents in the direct marketing is the binary classification problem as like bankruptcy prediction, IDS, churn management and so on. To solve the binary problems, we employed logistic regression, artificial neural networks, SVM. and CBR. CBR is a problem-solving technique and shows significant promise for improving the effectiveness of complex and unstructured decision making, and we can obtain excellent results through CBR in this study. Experimental results show that the classification accuracy of integration model using CBR is superior to logistic regression, artificial neural networks and SVM. When we apply the customer response model to predict respondents in the direct marketing, we have to consider from the view point of profit/cost about the misclassification.

• International Journal of CAD/CAM
• /
• v.2 no.1
• /
• pp.69-75
• /
• 2002

This paper presents the development of an Intelligent Cavity Layout Design System (ICLDS) for multiple cavity injection moulds. The system is intended to assist mould designers in cavity layout design at concept design stage. The complexities and principles of cavity layout design as well as various dependencies in injection mould design are introduced. The knowledge in cavity layout design is summarized and classified. The functionality, the overall structure and general process of ICLDS are explained. The paper also discusses such issues as knowledge representation and case-based reasoning used in the development of the system. The functionality of the system is illustrated with an example of cavity layout design problem.

• Journal of Intelligence and Information Systems
• /
• v.1 no.1
• /
• pp.91-109
• /
• 1995

This paper compared four knowledge acquisition methods (namely, neural network, case-based reasoning, discriminant analysis, and covariance structure modeling) for allergic rhinitis. The data were collected from 444 patients with suspected allergic rhinitis who visited the Otorlaryngology Deduring 1991-1993. Among four knowledge acquisition methods, the discriminant model had the best overall diagnostic capability (78%) and the neural network had slightly lower rate(76%). This may be explained by the fact that neural network is essentially non-linear discriminant model. The discriminant model was also most accurate in predicting allergic rhinitis (88%). On the other hand, the CSM had the lowest overall accuracy rate (44%) perhaps due to smaller input data set. However, it was most accuate in predicting non-allergic rhinitis (82%).