A Design and Implementation Red Tide Prediction Monitoring System using Case Based Reasoning

사례 기반 추론을 이용한 적조 예측 모니터링 시스템 구현 및 설계

  • 송병호 (목포대학교 중점연구소) ;
  • 정민아 (목포대학교 컴퓨터공학과) ;
  • 이성로 (목포대학교 정보전자공학과)
  • Received : 2010.06.03
  • Accepted : 2010.11.23
  • Published : 2010.12.31

Abstract

It is necessary to implementation of system contain intelligent decision making algorithm because discriminant and prediction system for Red Tide is insufficient development and the study of red tide are focused for the investigation of chemical and biological causing. In this paper, we designed inference system using case based reasoning method and implemented knowledge base that case for Red Tide. We used K-Nearest Neighbor algorithm for recommend best similar case and input 375 EA by case for Red Tide case base. As a result, conducted 10-fold cross verification for minimal impact from learning data and acquired confidence, we obtained about 84.2% average accuracy for Red Tide case and the best performance results in case by number of similarity classification k is 5. And, we implemented Red Tide monitoring system using inference result.

적조 현상에 대한 판별, 예측 분석을 위한 시스템은 현재 개발이 아주 미흡한 상태이고 현재의 적조원인에 대한 연구는 화학 및 생물학적 원인의 규명에 대해 그 초점이 맞추어져 있어 지능적인 의사 결정 알고리즘을 갖는 시스템 구현이 필요하다. 본 논문에서는 사례 기반 추론 기법을 이용하여 적조 현상에 관한 사례를 지식 베이스로 구축하고 추론하는 시스템을 설계하였다. 가장 유사한 사례 추천을 위해 KNN 알고리즘을 이용하였고 적조 사례 베이스를 구축하기 위하여 375 건의 데이터를 입력 받아 실험하였다. 학습 데이터로부터의 영향을 최소화하고 신뢰성을 확보하기 위해 10-Fold 교차검증을 수행한 결과 적조 사례에 대한 평균 정확도는 약 84.2%를 나타냈고 유사도 분류 k 개수가 5인 경우에 최적의 수행 결과를 나타냈다. 또한, 추론된 결과를 이용하여 적조 모니터링 시스템을 구현하였다.

Keywords

References

  1. 윤홍주, 서영상, 정종철, 남광우, "한국 연안의 적조형성과 기상인자간의 통계적 해석", 한국해양정보통신학회 제8권, 제4호, pp.9261-932, 2004.
  2. G. Morcous, H. Rivard, A. M. Hanna, "Case-Based Reasoning System for Modeling Infrastructure Deterioration", Journal of Computing in Civil Engineering, Vol.16, No.2, pp.104-114, 2002. https://doi.org/10.1061/(ASCE)0887-3801(2002)16:2(104)
  3. Gavin Finnie, Zhaohao Sun, "Similarity and metrics in case-based reasoning", International Journal of Intelligent System, Vol.17, pp.273-287, 2002. https://doi.org/10.1002/int.10021
  4. Tassan, S., "An Algorithm for the Detection of the White-Tide Phenomenon in the Adriatic Sea Using AVHRR data", Remote Sen, ENviron.45 29-42, 1993. https://doi.org/10.1016/0034-4257(93)90079-D
  5. Yoo, S. J. and J. C., Jeong, "Detecting Red Tides in Turbid Waters", Journal of the Korean Society of Remote Sensing, Vol.15, No.4, pp. 321-327, 1999. https://doi.org/10.7780/kjrs.1999.15.4.321
  6. 정종철, "AVHRR과 Landsat TM자료를 이용한 적조 패취관측", 한국환경영향평가학회, 제10권 제1호, pp.1-8, 2001.
  7. Limam. S., Marir. F., & Reijers. A., "Casebased reasoning as a technique for knowledge management in business process redesign.", Electronic Journal on Knowledge Management, Vol.1. No.2, pp.124-133, 2003.
  8. T. M. Cover and P. E. Hart, "Nearest Neighbor Pattern Classification," IEEE Transactions on Information Theory, Vol.13, 1967.
  9. E. E. Smith and D. L. Medin, "Categories and Concepts," Cambridge, MA: Harvard University Press, 1981.
  10. D. Aha, D. Kibler and M. Albert, "Instancebased Learning Algorithms," Machine Learning, 6(1) pp.37-66, 1991.
  11. Zhuang, D., Zhang, B., Yang, Q., Yan, J., Chen, Z., & Chen, Y. 2005. "Efficient Text Classification by Weighted Proximal SVM." Proceedings of the Fifth IEEE International Conference on Data Mining: 538-545.