• 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.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2001년도 추계학술대회 발표논문집:차세대 전상거래 시대의 비즈니스전략
• /
• pp.327-339
• /
• 2001

사출금형 공정계획이란 금형설계를 완료한 후에 설계된 금형을 경제적, 효율적으로 생산하기 위하여 수행해야 할 제조공정에 대한 계획이다. 이러한 공정계획은 전문가의 경험에 의존함은 물론 많은 시간이 소요된다. 그리고 사출금형 공정계획은 현장경험을 토대로 완전 수작업에 의존하고 있으므로 공정계획전문가의 경험과 숙련 등에 따른 변동, 공정설계용 데이터의 부정확 등에 의한 공정계획 그 자체가 갖고 있는 부정확도에 따라 많은 문제점이 있다. 이러한 문제점과 함께 공정계획 전문가의 부족현상, CAD/CAM시스템의 보급 및 생산형태의 다품종소량화 현상에 따라 공정계획의 자동화가 필요하게 되었다. 본 논문에서는 사출금형 공정계획을 자동화하기 위해 사례기반추론(Case Based Reasoning)을 이용하였다. 사출금형의 공정계획은 성형품의 종류에 따라 다양하고 복잡하기 때문에 지식으로서 접근하는데는 한계가 있었다 그래서 본 논문에서는 전문가들의 경험지식을 이용한 사례기반추론을 이용한 공정계획시스템인 IIMPPS(Intelligent Injection Mold Process Planning System)를 개발하였다. 사례기반추론 공정계획 시스템을 개발하기 위해 과거 공정계획을 적합한 사례로서 표현 및 구성하고, 적절한 공정계획을 수립하기 위한 사례의 검색 및 조정방법을 제안하였다. 본 시스템은 차후에 가상생산 에이전트(최형림 등, 2000) 중에서 공정계획 에이전트의 엔진으로서 역할을 수행할 것이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.516-525
• /
• 2005

Case-based reasoning (CBR) has been widely used in various areas due to its convenience and strength in complex problem solving. 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. Most prior studies have tried to optimize the weights of the features or selection process of appropriate instances. But, these approaches have been performed independently until now. Simultaneous optimization of these components may lead to better performance than in naive models. In particular, there have been few attempts to simultaneously optimize the weight of the features and selection of the instances for CBR. Here we suggest a simultaneous optimization model of these components using a genetic algorithm (GA). We apply it to a customer classification model which utilizes demographic characteristics of customers as inputs to predict their buying behavior for a specific product. Experimental results show that simultaneously optimized CBR may improve the classification accuracy and outperform various optimized models of CBR as well as other classification models including logistic regression, multiple discriminant analysis, artificial neural networks and support vector machines.

• 동의생리병리학회지
• /
• 제23권5호
• /
• pp.942-949
• /
• 2009

We in this paper propose the method for diagnosis patients through the reasoning based on the diagnosis ontology in oriental medicine. In prior studies, it is simply diagnosed with the information of main symptoms, optional symptoms, and tongue / pulse. In addition, ontology itself has subjective opinions of oriental medical doctors for patients in form of axioms. There is a problem in latter case that it is difficult for other oriental medical doctors to change knowledge within the ontology. In order to solve these problems, we have constructed the diagnosis ontology and the reasoning algorithm as followings: First, in order to raise the diagnosis accuracy, we constructed the diagnosis ontology with pattern identifications, main symptoms, optional symptoms, and tongue / pulse. We also utilize the diagnosis points described in the pathology textbook, which has been studied in all of domestic oriental medical colleges. This information is represented as OWL instances in ontology, not OWL axioms so that it can be easily updated. Second, we suggest the algorithms for diagnosis reasoning and learning method based on the ontology. We have implemented the reasoning and learning system according to the diagnosis algorithm. In future study, we will construct the diagnosis ontology with all of pattern identifications and symptoms within the pathology textbook.

• 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.

• 지능정보연구
• /
• 제11권2호
• /
• pp.175-195
• /
• 2005

사례기반추론(case-based reasoning)은 사례간 유사도를 평가하여 유사한 이웃사례를 찾아내고, 이웃사례의 결과를 이용하여 새로운 사례에 대한 예측결과를 생성하는 전통적인 인공지능기법 중 하나다. 이러한 사례기반추론이 최근 적용이 쉽고 간단하다는 장점과 모형의 갱신이 실시간으로 이루어진다는 점 등으로 인해, 온라인 환경에서의 고객관계관리를 위한 도구로 학계와 실무에서 주목을 받고 있다 하지만, 전통적인 사례기반추론의 경우, 타 인공지능기법에 비해 정확도가 상대적으로 크게 떨어진다는 점이 종종 문제점으로 제기되어 왔다. 이에, 본 연구에서는 사례기반추론의 성과를 획기적으로 개선하기 위한 방법으로 유전자 알고리즘을 활용한 사례기반추론의 동시 최적화 모형을 제안하고자 한다. 본 연구가 제안하는 모형에서는 기존 연구에서 사례기반추론의 성과에 중대한 영향을 미치는 요소들로 제시된 바 있는 사례 특징변수의 상대적 가중치 선정(feature weighting)과 참조사례 선정(instance selection)을 유전자 알고리즘을 이용해 최적화함으로서, 사례간 유사도를 보다 정밀하게 도출하는 동시에 추론의 결과를 왜곡할 수 있는 오류사례의 영향을 최소화하고자 하였다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 국내 한 전문 인터넷 쇼핑몰의 구매예측모형 구축사례에 제안모형을 적용하여 그 성과를 살펴보았다. 그 결과, 제안모형이 지금까지 기존 연구에서 제안된 다른 사례기반추론 개선모형들은 물론, 로지스틱 회귀분석(LOGIT), 다중판별분석(MDA), 인공신경망(ANN), SVM 등 다른 인공지능 기법들에 비해서도 상대적으로 우수한 성과를 도출할 수 있음을 확인할 수 있었다.

• Journal of Information Technology Applications and Management
• /
• 제10권4호
• /
• pp.119-133
• /
• 2003

맞춤형 금융상품 설계시스템(Financial Product Factory System)이란 온라인으로 접근하는 고객의 요구사항을 고려하여 고객에게 가장 적합한 금융상품을 실시간으로 설계하여 제공하는 시스템이다. 최근 들어 인터넷 뱅킹 고객의 수가 급증함에 따라 맞춤형 금융상품 설계시스템의 필요성이 대두되고 있으나, 이러한 시스템의 정의나 성격, 필요 기능, 구축 방안에 대한 연구가 되어 있지 않은 실정이다. 본 연구에서는 맞춤형 금융상품 설계시스템의 정의를 내리고, 이 시스템이 갖추어야 할 요구사항을 시스템과 서비스 측면에서 분석한 후, 이 요구사항을 반영하는 시스템의 아키텍처를 제안ㆍ구현한다

• 한국공간구조학회논문집
• /
• 제5권3호
• /
• pp.75-82
• /
• 2005

초고층건물 구조설계를 효율적으로 수행하고 설계정보를 합리적으로 처리하기 위해서 통합설계에 대한 필요성이 증가하고 있으며, 또한 기존의 설계사례를 D/B화하여 초기 설계단계에 적용하는 연구가 필요하다. 구조설계 초기 단계에서는 주재료와 구조형태를 선정하고 대략적인 부재치수를 선정하게 되는데, 이것은 건물높이, 사용하중, 기본풍속, 설계가속도, 최대수평변위, 기둥간격, 층고 등과 같은 정보와 유사 사례에 대한 정보를 토대로 결정하게 된다. 그리고 초기 개념설계 단계에서 주어진 문제를 해결하는 방법은 과거 유사한 문제의 해결지식이 유용하게 적용된다. 본 논문에서는 초고층건물의 통합설계시스템에서의 개념구조설계법을 소개하고, 초기 설계단계에서의 적합성을 초고층건물 적용 예제를 이용하여 검토하고자 한다.

• 한국항행학회논문지
• /
• 제14권1호
• /
• pp.108-118
• /
• 2010

본 논문에서는 사용자의 음악적 선호를 모델링하고, 사용자가 원하는 감정과 선호를 추론할 수 있게 도와주는 컨텍스트 기반 음악 추천 온톨로지 (COMUS)를 제안한다. COMUS는 제목, 연주자, 장르와 같은 음악의 일반적인 속성과 무드와 상황과 같이 도메인에 특화된 확장을 제공하는 확장성을 계층적인 방식으로 제공한다. COMUS는 음악 추천을 위한 도메인에 특화된 클래스들이 음악 온톨로지와 연동되도록 OWL 언어를 사용하여 개발된 음악 온톨로지이다. COMUS에 표현된 컨텍스트 정보를 사용하면, 컨텍스트 정보의 일관성을 체크할 수 있고, 규칙 기반의 추론을 통해 명시적인 정보 뿐만 아니라, 내재된 컨텍스트를 도출하는 상위 레벨의 추론이 가능하다고. 여기서 제안하는 온톨로지는 음악과 감정과 상황 사이의 복잡하고 자세한 관계를 표현할 수 있어서, 사용자가 음악 추론 어플리케이션을 위해 적절한 음악을 찾을 수 있게 해준다. 이와 관련된 음악 추천을 위한 사례 연구로써 수행한 몇 가지 실험을 보인다.

• 지능정보연구
• /
• 제5권1호
• /
• pp.65-80
• /
• 1999

선박설계는 그 과정이 매우 복잡하고 많은 양의 데이터를 다루고 있는 작업으로서 그 환경이 분산화, 이질화 됨에따라 최근들어 CSCW(Computer Supported Collaborative Work)의 요구가 증대되고 있다. 본 논문에서는 분산된 선박설계 환경에서의 협동작업을 지원하기 위한 에이전트 기반 선박설계 시스템을 개발하였다. 특히 여기서는 설계 에이전트간의 정보교환 및 지식공유를 통한 선박설계의 의사결정 과정에서 발생하는 의사충돌 문제를 해결하기 위하여 사례기반 추론 기법을 이용하여 이의 해결을 시도하였다. 설계 에이전트, 이들을 중재하는 퍼실리테이터, 충돌 처리기, 그리고 사례기반 시스템의 유기적인 도움을 받아 설계자는 설계과정에서 발생하는 설계 시스템간의 의사충돌 문제에 대한 의사결정을 과거의 유사한 문제해결 사례로부터 효과적으로 처리할 수 있다.