사례 기반 추론을 이용한 선박 USN 위험 상황 인식 시스템 구현 및 설계

A Design and Implement Vessel USN Risk Context Aware System using Case Based Reasoning

  • 송병호 (목포대학교 중점연구소(정보산업연구소)) ;
  • 이성로 (목포대학교 정보전자공학과)
  • Song, Byoung-Ho (Institute of Information Science and Engineering Research, Mokpo National University) ;
  • Lee, Seong-Ro (Dept. of Information & Electronics, Mokpo National University)
  • 투고 : 2010.04.05
  • 심사 : 2010.04.30
  • 발행 : 2010.05.25

초록

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.

It is necessary to implementation of system contain intelligent decision making algorithm considering marine feature because existing vessel USN system is simply monitoring obtained data from vessel USN. In this paper, we designed inference system using case based reasoning method and implemented knowledge base that case for fire and demage of digital marine vessel. We used K-Nearest Neighbor algorithm for recommend best similar case and input 3.000 EA by case for fire and demage context case base. As a result, we obtained about 82.5% average accuracy for fire case and about 80.1% average accuracy for demage case. We implemented digital marine vessel monitoring system using inference result.

키워드

참고문헌

  1. 김재양, 정선태, 임준석, 박종원, 홍기용, 임용곤, "디지털 선박을 위한 선박 통합화 네트워크 설계 및 구현", 한국해양정보통신학회논문지, 제9권, 제6호, pp. 1202-1210, 2005.10.
  2. 박계각, "선박 자동화 및 해양안전정보 시스템 현황과 전망", 대한전자공학회지, 제 34권, 제11호, pp.46-60, 2007.
  3. 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)
  4. 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
  5. Aamodt, A. and E. Plaza, "Case-Based Reasoning:Foundational Issues, Methodo logical Variations, and System Approaches," Artificial Intelligence Communications, Vol. 4, No.3, pp. 39-59, 1996.
  6. Limam. S., Marir. F., & Reijers. A., "Case-based reasoning as a technique for knowledge management in business process redesign.", Electronic Journal on Knowledge Management, vol 1. No. 2, pp 124-133, 2003.
  7. T. M. Cover and P. E. Hart, "Nearest Neighbor Pattern Classification," IEEE Transactions on Information Theory, Vol. 13, 1967.
  8. E. E. Smith and D. L. Medin, "Categories and Concepts," Cambridge, MA: Harvard University Press, 1981.
  9. D. Aha, D. Kibler and M. Albert, "Instance-based Learning Algorithms," Machine Learning, 6(1) pp.37-66, 1991.
  10. 이희성, 김은태, 김동연, "KNN 규칙과 새로운 특징 가중치 알고리즘을 결합한 패턴 인식 시스템", 전자공학회논문지, 제 42권, CI편 제4호, pp.43-50, 2005.7.