• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.49-54
• /
• 2011

사례기반 추론(Case-Based Reasoning, CBR)은 새로운 문제가 주어질 때 과거의 유사한 문제해결 사례를 기반으로 그 해법을 적절히 변용함으로써 새로운 문제에 적합한 해결책을 효율적으로 도출하고자 하는 문제해결 방법으로 인간이 문제를 해결해 나가는 절차와 매우 유사하여 일상생활 속에 널리 사용되고 있다. 본 연구에서는 이러한 사례기반 추론을 국방 전술 시스템에 적용하여, 전투행위 시 과거의 유사한 사례를 기반으로 현재의 상황에 가장 적절한 전술을 사용할 수 있도록 하는 시스템을 설계하고자 한다. 국방 전술 시스템의 경우, 분대원(Non-Player Character, NPC)들이 모여 분대 규모의 작전을 수행할때, 분대는 최종 목표에 도달하기 위해 정해진 작전에 따라서 행동하게 된다. 이 과정에서 공격, 매복, 전술적 이동 등의 행위를 위한 전술이 구성되어야 한다. 다시 말해 주변 환경, 엄폐물의 위치, 적의 위치에 따라 상황에 맞는 새로운 전술이 필요하며 이러한 전술은 분대장 혹은 소대장 등이 교범에서 배운 과정과 경험에서 축적된 지식을 토대로 생성된다. 본 연구는 사례기반 추론을 사용하여 각 지휘통제 에이전트를 통해 정보가 전달되면 사례기반 데이터베이스에 저장되어 있는 사례와 유사도를 측정하고 가장 적절한 사례를 선택하여 사용하며 새로운 사례는 사례 데이터베이스에 저장하여 다음 번 사례검색 시 사용될 수 있도록 시스템을 설계한다.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.42-50
• /
• 2010

기존의 선박 USN 관련 시스템은 선박 USN에서 획득한 데이터를 단순히 모니터링 하는 데 그치고 있으므로 해양의 특성을 고려한 지능적인 의사 결정 알고리즘을 갖는 시스템 구현이 필요하다. 본 논문에서는 사례 기반 추론 기법을 이용하여 디지털 선박의 화재, 파손에 관한 사례를 지식 베이스로 구축하고 추론하는 시스템을 설계하였다. 가장 유사한 사례 추천을 위해 KNN 알고리즘을 이용하였고 화재 상황과 파손 상황 사례 베이스를 구축하기 위하여 각 상황별로 3,000 건의 데이터를 입력받아 실험하였다. 실험 결과 화재 사례와 파손 사례에 대한 평균 정확도는 약 82.5%, 80.1%를 나타냈고 유사도 분류 k 개수가 7인 경우에 최적의 수행 결과를 나타냈다. 또한, 추론된 결과를 이용하여 선박 모니터링 시스템을 구현하였다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.45-52
• /
• 2008

최근 IT 서비스 발달과 함께 고장제어, 고장의 원인분석 등의 복잡한 문제에 대하여 적합한 해결책을 제시할 수 있는 효과적인 진단시스템의 필요성이 커지고 있다. 따라서 본 논문에서는 지능형 진단 시스템분야에서의 시스템의 성능을 향상시키고, 최적의 진단을 수행하고자 사례기반추론과 인공신경망을 혼합한 지능형 진단 시스템을 제안 한다. 사례기반추론은 과거의 사례(경험)를 통해 현재의 제시된 문제를 해결하는 추론방식으로, 지식 획득이 덜 복잡하고, 정형화되기 어려운 규칙이나 문제영역이 불분명한 분야를 효율적으로 추론할 수 있다. 하지만 사례기반추론만을 이용해 추론된 사례는 증상에 대해 다수의 원인을 추론하게 된다. 이때 추론된 증상에 따른 다수의 원인은 동일한 가중치를 가져 불필요한 원인까지 진단해야 하는 문제점이 있다. 이러한 문제를 해결하고자 인공신경망의 오류역전파 학습 알고리즘을 이용하여 증상에 대한 원인들의 쌍을 학습 시킨 후 각각의 증상에 대한 원인의 가중치를 구해 제시된 증상에 대해 가장 발생 가능성이 높은 원인을 찾아내어, 보다 명확하고 신뢰성 있는 진단을 하는 데 그 목적이 있다.

• 지능정보연구
• /
• 제8권1호
• /
• pp.1-13
• /
• 2002

비상장기업이나 신규상장기업의 경우 주식거래량과 거래가격이 없거나 불충분하므로 최근 활발히 연구되고 있는 VaR(Value-at-Risk)를 파악하지 못한다. 본 연구에서는 비상장기업 및 신규상장기업의 미래 가격위험의 척도인 VaR를 추정하는 방법론을 제시하고, 이를 시스템(VAS-CBR)으로 구현하였다. 구체적으로는 사례기반추론(Case Based Reasoning: CBR) 기법을 이용하여 기존의 상장회사들 중에서 신규 및 비상장기업과 유사한 재무적, 비재무적 특성을 갖는 상장기업을 찾아내고, 유사기업의 VaR를 근거로 신규 및 비상장기업의 VaR를 간접적으로 추정하였다. 또한 개발 시스템의 예측력 제고를 위한 운용방안 및 시스템의 예측력을 실험을 통하여 밝혔다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.81-86
• /
• 2002

In current CBR(Case-Based Reasoning) systems, the case adaptation is usually performed by rule-based method that use rules hand-coded by the system developer. So, CBR system designer faces knowledge acquisition bottleneck similar to those found in traditional expert system design. In this thesis, 1 present a model for learning method of case adaptation knowledge using case base. The feature difference of each pair of cases are noted and become the antecedent part of an adaptation rule, the differences between the solutions in the compared cases become the consequent part of the rule. However, the number of rules that can possibly be discovered using a learning algorithm is enormous. The first method for finding cases to compare uses a syntactic measure of the distance between cases. The threshold fur identification of candidates for comparison is fixed th the maximum number of differences between the target and retrived case from all retrievals. The second method is to use similarity metric since the threshold method may not be an accurate measure. I suggest the elimination method of duplicate rules. In the elimination process, a confidence value is assigned to each rule based on its frequency. The learned adaptation rules is applied in riven target Problem. The basic. process involves search for all rules that handle at least one difference followed by a combination process in which complete solutions are built.

• 한국공간구조학회논문집
• /
• 제7권6호
• /
• pp.75-82
• /
• 2007

본 연구에서는 국내 초고층 건물 사례들을 바탕으로 사례 데이터베이스를 구축하여 구조시스템 대안 생성 및 선정 업무를 효율적으로 처리 할 수 있는 설계지원시스템을 개발하였으며, 사례 데이터베이스의 정보를 이용한 사례기반추론기법을 제안하였다. 국내 47개 초고층 건물에 대한 사례 데이터베이스의 설계정보를 분석하여 초기설계 단계에서 구조시스템 선정을 위한 귀납적 조회 모듈 및 유사사례선정을 위한 최근린 조회기법도 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.283-286
• /
• 2007

This paper proposes a genetic algorithm (GA) approach to instance selection in case-based reasoning (CBR) for the prediction of Korea Stock Price Index (KOSPI). CBR has been widely used in various areas because of its convenience and strength in complex problem solving. Nonetheless, compared to other machine learning techniques, CBR has been criticized because of its low prediction accuracy. Generally, in order to obtain successful results from CBR, effective retrieval of useful prior cases for the given problem is essential. However, designing a good matching and retrieval mechanism for CBR systems is still a controversial research issue. In this paper, the GA optimizes simultaneously feature weights and a selection task for relevant instances for achieving good matching and retrieval in a CBR system. This study applies the proposed model to stock market analysis. Experimental results show that the GA approach is a promising method for instance selection in CBR.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.100-103
• /
• 2002

사례 기반 추론(case-based reasoning)은 과거에 유사하게 수행된 적이 있는 사레를 유추하고, 유추된 사례의 해를 이용하여 현재의 문계를 해결하는 기법으로서 규칙 기반 추론과 함께 여러 분야에 이용되고 있다. 하지만 사례기반 추론시 사레베이스로부터의 유사성에 근거한 검색을 해야 하므로 사례베이스의 크기가 증가하게 되면 검색시간이 길어지게 되거나 적절하지 못한 사레가 조회될 수 있다 특히 사레베이스 내의 모든 사례에 대하여 유사도를 계산하게 되기 때문에 수행속도가 현저히 저하되는 문제점을 지니고 있다. 본 논문에서는 규칙 및 퍼지 클러스터링에 의한 사레기반추론을 이용한 E-FFIS(Enhanced-Fire Fighting Intelligent System)를 제안한다. 제안하는 시스템은 기존의 H-FFIS(Hybrid-Fire fighting Intelligent System)와 비교해 보았을 때 수행시간을 감소시키면서 정확성을 높이게 되었다.

• Asia pacific journal of information systems
• /
• 제16권2호
• /
• pp.69-84
• /
• 2006

Importance of Today's diffusion of integrated hospital information systems is that various and huge amount of data is being accumulated in their database systems. Many researchers have studied utilizing such hospital data. While most researches were conducted mainly for medical diagnosis, there have been insufficient studies to develop medical care cost prediction model, especially using machine learning techniques. In this research, therefore, we built a medical care cost prediction model for cancer patients using CBR (Case-Based Reasoning), one of the machine learning techniques. Its performance was compared with those of Neural Networks and Decision Tree models. As a result of the experiment, the CBR prediction model was shown to be the best in general with respect to error rate and linearity between real values and predicted values. It is believed that the medical care cost prediction model can be utilized for the effective management of limited resources in hospitals.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1207-1213
• /
• 2006

This paper shows that case-based reasoning (CBR), an artificial intelligence technique, is a quite efficient tool in monitoring financial market against its possible collapse. For this purpose, daily financial condition indicator (DFCI) monitoring financial market is built on CBR and its performance is compared to DFCI on neural network. This study is empirically done for the Korean financial market.