• 한국건설관리학회논문집
• /
• 제7권2호
• /
• pp.138-147
• /
• 2006

건설업은 타산업, 특히 제조업 분야와 비하여 시장구성이 분절적이며 시장상황의 변동이 지극히 유동적이다. 그간 많은 연구자들이 기존의 비용예측 기법들을 통해 이러한 건설부문의 특성을 반영, 그 예측력을 높이기 위하여 많은 노력을 경주해오고 있다. 본 연구에서는 공동주택 비용투입 형태를 예측함에 있어서 사례기반추론(Case-Based Reasoning : CBR)을 이용, 기존 사업에 대한 실적데이터를 활용함에 있어서 유사한 프로젝트를 일정기준에 의하여 선별, 해당 비용정보만을 참조하여 향후 비용투입을 예측함으로써 그 정확도를 향상시키고자 하였다. 비용예측모델의 정확도를 제고하기 위해 비교 프로젝트간의 유사성을 비교함에 있어서, 비용정보는 세 가지 수준의 공종분류, 즉 전체프로젝트 수준, 7개 대공종 분류, 총 20개 세부공종별 분류에 따라 분석하였다. 본 연구의 결론은 데이터베이스화된 자료 중, 유사성을 계량화한 후 유사성평가 상위 $12{\sim}19%$의 프로젝트의 정보만을 참조하는 것이 그 예측도를 극대화시킬 수 있는 것으로 판명되었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.400-409
• /
• 2003

Collaborative filtering (CF) recommendation is a knowledge sharing technology for distribution of opinions and facilitating contacts in network society between people with similar interests. The main concerns of the CF algorithm are about prediction accuracy, speed of response time, problem of data sparsity, and scalability. In general, the efforts of improving prediction algorithms and lessening response time are decoupled. We propose a three-step CF recommendation model which is composed of profiling, inferring, and predicting steps while considering prediction accuracy and computing speed simultaneously. This model combines a CF algorithm with two machine learning processes, SOM (Self-Organizing Map) and CBR (Case Based Reasoning) by changing an unsupervised clustering problem into a supervised user preference reasoning problem, which is a novel approach for the CF recommendation field. This paper demonstrates the utility of the CF recommendation based on SOM cluster-indexing CBR with validation against control algorithms through an open dataset of user preference.

• 한국정보시스템학회지:정보시스템연구
• /
• 제18권3호
• /
• 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.

• 한국건설관리학회논문집
• /
• 제14권3호
• /
• pp.42-52
• /
• 2013

본 연구는 기존의 선형적인 공사비 예측방법의 한계를 극복하고 사례기반추론 (Case Based Reasoning, CBR)기법을 통해 기획단계의 실적정보를 활용하여 신뢰도 높은 공사비 예측 모델을 제시하는 것이 목적이다. 이를 위하여 사례기반추론 기법과 유전자알고리즘 (Genetic Algorithm, GA)의 선택연산을 복합적으로 활용한 스프레드시트 기반의 교량공사비 추론모델을 제시하였다. 추론모델의 검증을 위하여 국내 교량공사 시공사례 4건을 적용하였으며, 적용 결과 평균 8.69%의 오차율로 나타나 교량공사비의 예측 정확도가 타 분석방법과 비교하여 상대적으로 높은 것으로 파악하였다. 연구에서 제시된 교량공사비 예측모델은 초기 설계단계에서 상세제원에 대한 정보를 획득할 수 없을 경우에, 교량의 대표적 제원정보 만으로 공사비 선택범위를 최소화된 오차율로 예측할 수 있으므로, 개선된 보정 방법으로서 교량공사의 합리적인 개략공사비 산정에 활용될 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.53-69
• /
• 2003

현대의 생산공정에서는 많은 공정변수가 발생하고 있으며 복잡한 연관관계를 가지고 제품의 품질에 영향을 미치고 있다. 따라서 공정의 이상 유무 확인을 위해서는 많은 품질특성치를 동시에 관리하는 다변량 공정관리가 필요하다. 본 연구는 자기조직화 신경망(SOM)과 사례기반추론(CBR) 기법을 이용한 다변량 공정관리 방안을 제안한다. SOM을 이용하여 공정 데이터의 패턴을 생성하고 이상 유무 판단을 위해 기준패턴과 적합성 검정을 한다. 제안한 방법의 검증을 위해 공정에서 발생 가능한 패턴별로 데이터를 생성하여 실험하였고, 실험을 통해 이상패턴을 효과적으로 구별할 수 있음을 보였다. 또한 CBR 방법론을 적용하여 1종 오류는 줄이면서 2종 오류를 아주 작게 유지할 수 있음을 보임으로써, SOM과 CBR 이 결합된 절차가 다변량 공정관리를 위한 한 대안이 될 수 있음을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.338-346
• /
• 2003

Information Technology (IT) and the internet have been major drivers the changes in all aspects of the business processes and activities. They have brought major changes to the financial statements audit environment as well, which in turn has required modifications in audit procedures. There exist, however, certain difficulties with current audit procedures especially for the assessment of the level of control risk. This assessment is primarily based on the auditors' professional judgment and experiences, not based on the objective hies or criteria. To overcome these difficulties, this paper proposes a prototype decision support model named CRAS-CBR using case based reasoning (CBR) to support auditors in making their professional judgment on the assessment of the level of control risk of the general accounting system in the manufacturing industry. To validate the performance, we compare our proposed model with benchmark performances in terms of classification accuracy for the level of control risk. Our experimental results showed CRAS-CBR outperforms a statistical model (MDA) and staff auditor performance in average hit ratio.

• 지능정보연구
• /
• 제13권2호
• /
• pp.1-14
• /
• 2007

사례기반추론은 다양한 예측 문제에 있어서 성공적으로 활용되고 있는 데이터 마이닝 기법 중 하나이다. 사례기반추론 시스템의 예측 성능은 예측에 사용되는 최근접 이웃 집합을 어떻게 구성하느냐에 따라 영향을 받게 된다. 최근접 이웃 집합의 구성에 있어서 대부분의 선행 연구들은 고정된 값인 K개의 사례를 포함시키는 k-NN 방법을 채택해왔다. 그러나 k-NN 방법을 채택하는 사례기반추론 시스템은 k 값을 너무 크게 혹은 작게 설정하게 되면 예측 성능이 저하된다. 본 연구에서는 이러한 문제를 해결하기 위해 최근접 이웃 집합을 구성함에 있어서 유사도의 임계치 자체를 이용하는 s-NN 방법을 제안하였다. UCI의 Machine Learning Repository에서 제공하는 데이터를 사용하여 실험한 결과, s-NN 방법을 적용한 사례기반추론 모델이 k-NN 방법을 적용한 사례기반추론 모델보다 더 우수한 성능을 보여주었다.

• 한국정보통신학회논문지
• /
• 제14권4호
• /
• pp.875-885
• /
• 2010

사례기반추론(CBR:Case-Based Reasoning)은 기존 데이터와 사례 데이터들의 관계성을 추론하는 기법으로 유사도(Similarity)와 유클리디안(Euclidean) 거리 계산 방법이 가장 많이 사용되고 있다. 그러나 이 방법들은 기존 데이터와 사례 데이터를 모두 비교하기 때문에 데이터 검색과 필터링에 많은 시간이 소요되는 단점이 있다. 따라서 이를 해결하기 위한 다양한 연구들이 진행되고 있다. 본 논문에서는 기존의 유사도와 유클리디안 계산과정에서 발견된 패턴을 활용한 SE(Speed Euclidean-distance) 계산방법을 제안한다. SE 계산방법은 새로운 사례입력에 발견된 패턴과 가중치를 적용하여 빠른 데이터 추출과 수행시간 단축으로 시간적 공간적 제약사항에 대한 연산 속도를 향상시키고 불필요한 연산 수행을 배제하는 것이다. 실험을 통해 유사도나 유클리디안 방법으로 데이터를 추출하는 기존의 방법보다 제안하는 방법이 다양한 컴퓨터 환경과 처리 속도에서 성능이 향상됨을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.

• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1189-1196
• /
• 2004

e쇼핑몰 경영자들은 고객들의 다양한 제품 구매 욕구를 충족시키기 위한 효율적 시스템에 많은 관심을 가지고 있다. 인터넷 쇼핑몰 운영에 있어 고객들의 개인적 구매 특성 및 취향을 파악하여 고객들을 효과적으로 관리하는데 많은 어려움이 있다. 상품 추천의 과정이 기획된 소수의 특정 상품을 고객의 유형 및 특성들의 고려 없이 공급자 중심으로 이루어져 고객관리의 문제점으로 지적되고 있다. 본 연구에서는 고객위주의 추천을 위해 규칙기반추론(Rule-Based Reasoning, RBR)과 사례기반추론(Case-Based Reasoning, CBR)을 하여 고객의 취향 및 구매 특성에 따른 추천방법을 제시한다. 기존의 제품 판매정보와 고객정보를 이용해 생성한 규칙베이스와 사례베이스의 고객특성과 입력된 고객특성의 유사도를 평가해서 고객의 취향에 따라 추천하도록 한다. 생성된 규칙과 사례기반의 추론으로 기존의 정보를 효과적으로 사용하고 또한 고객 및 시장 상황의 변화를 인식하고 지속적인 학습을 수행하여 지능적 추천이 이루어진다.