• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.391-398
• /
• 1999

사례기반 추론을 포함한 Lazy Learning 방법들은 인공신경망이나 의사결정 나무와 같은 Eager Learning 방법들과 비교하여 여러 가지 상대적인 장점을 가지고 있다. 그러나 Lazy Learning 방법은 역시 상대적인 단점들도 가지고 있다. 첫째로 사례를 저장하기 위하여 많은 공간이 필요하며, 둘째로 문제해결 시점에서 시간이 많이 소요된다. 그러나 보다 심각한 문제점은 사례가 관련성이 낮은 속성들을 많이 가지고 있는 경우에 Lazy Learning 방법은 사례를 비교할 때에 혼란을 겪을 수 있다는 점이며, 이로 인하여 분류 정확도가 크게 저하될 수 있다. 이러한 문제점을 해결하기 위하여 Lazy Learning 방법을 위한 속성 가중치 부여 방법들이 많이 연구되어 왔다. 그러나 기존에 발표된 대부분의 방법들이 속성 가중치의 유효 범위를 전역적으로 하는 것들이었다. 이에 본 연구에서는 새로운 지역적 속성 가중치 부여 방법을 제안한다. 본 연구에서 제안하는 속성 가중치 부여 방법(CBDFW : 사례기반 동적 속성 가중치 부여)은 사례별로 속성 가중치를 다르게 부여하는 방법으로서 사례기반 추론의 원리를 속성 가중치 부여 과정에 적용하는 것이다. CBDFW의 장점으로서 (1) 수행 방법이 간단하며, (2) 논리적인 처리 비용이 기존 방법들에 비해 낮으며, (3) 신축적이라는 점을 들 수 있다. 본 연구에서는 신용 평가 문제에 CBDFW의 적용을 시도하였고, 다른 기법들과 비교에서 비교적 우수한 결과를 얻었다.

• The KIPS Transactions:PartD
• /
• v.11D no.5
• /
• pp.1189-1196
• /
• 2004

It is a major concern of e-shopping mall managers to satisfy a variety of customer's desire by recommending a proper product to the perspective purchaser. Customer information like customer's fondness, age, gender, etc. in shopping has not been used effectively for the customers or the suppliers. Conventionally, e-shopping mall managers have recommended specific items of products to their customers without considering thoroughly in a customer point of view. This study introduces the ways of a choosing and recommending of products using case-based reasoning and rule-based reasoning for customer themselves or others. A similarity measure between one member's idiosyncrasy and the other members' is developed based on the rule base and the case base. The case base is improved for the system intelligence by recognizing and learning the changes of customer's desire and shopping trend.

• The KIPS Transactions:PartB
• /
• v.15B no.1
• /
• pp.45-52
• /
• 2008

As the recent development of the IT services, there is a urgent need of effective diagnosis system to present appropriate solution for the complicated problems of breakdown control, a cause analysis of breakdown and others. So we propose an intelligent diagnosis system that integrates the case-based reasoning and the artificial neural network to improve the system performance and to achieve optimal diagnosis. The case-based reasoning is a reasoning method that resolves the problems presented in current time through the past cases (experience). And it enables to make efficient reasoning by means of less complicated knowledge acquisition process, especially in the domain where it is difficult to extract formal rules. However, reasoning by using the case-based reasoning alone in diagnosis problem domain causes a problem of suggesting multiple causes on a given symptom. Since the suggested multiple causes of given symptom has the same weight, the unnecessary causes are also examined as well. In order to resolve such problems, the back-propagation learning algorithm of the artificial neural network is used to train the pairs of the causes and associated symptoms and find out the cause with the highest weight for occurrence to make more clarified and reliable diagnosis.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.1
• /
• pp.96-106
• /
• 1999

Case-Base Reasoning(CBR) solves the new problems by reusing the solutions to previously solved problems. But, there are differences between previously known case and a new problems. To solve this problem Case-Based System have to adapt the solution of the case to suit a new situation. In current CBR systems, 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 akin to those found in traditional expert system design. To solve this problem, in this thesis, we present an automatic learning method of case adaptation knowledge using case base, we use a method of comparing cases in the case base to learn adaptation knowledge. The system is tested in the domain for the decision of travel-price. The result shows accuracy improvement in comparison with case retrieval-only system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.340-343
• /
• 2000

본 논문에서는 선박에서 퍼지 데이터베이스를 이용하여 지능형 화재진압통제시스템의 성능을 개선시키는 방법에 대하여 논의하였다. 규칙과 사례가 통합된 화재진압통제 전문가시스템(C-FFES)에서는 사례기반 추론을 하기 위한 사례베이스가 일반적인 데이터베이스로 구성되어 있어서, 이전에 화재가 발생했던 사례와 현재의 사례가 유사한지를 구별하기가 쉽지 않은 문제점을 지니고 있다. 제안하는 시스템에서는 예외적인 상황에서 화재가 발생하는 사례를 퍼지데이터베이스로 구성하고, 현 상황과 예외적인 상황에서 화재가 발생하는 사례를 조회하기 위하여 퍼지 유사도 개념을 적용하여 현재 입력된 사례와 가장 유사한 사례가 조회될 수 있도록 하였다. 또한 기존의 규칙 기반 FFES(Fire Fighting Expert System), 사례기반 추론에 의해 확장된 C-FFES(Combined-Fire Fighting Expert System) 그리고 제안하는 A-FFES(Advanced Fire fighting Expert System)를 비교를 통해, 제안하는 A-FFES가 화재탐지율을 향상시킴을 보였다.

• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.263-270
• /
• 2002

Most conventional systems of fire fighting control in a ship have been based on rule-based system in which expert knowledges are expressed with production rules. Renewing and adding of rules is needed continuously for the improvement of the system capability in an already build-up system and such adding and renewing procedures could hinder users from fluent utilization of a system. The author proposes an advanced fire fighting control intelligent system (A-FFIS) using rule-based and carte-based reasoning by clustering to implement conventional hybrid system (H-FFIS). Compared with H-FFIS, new approach with A-FFIS shows that the system proposed here improves fire detection rate and reduces fire detection time.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.519-522
• /
• 2004

웹의 급격한 확산과 더불어 고객에게 맞춤화된 정보 제공의 필요성이 높아지고 있다. 또한 전자상거래 기업은 맞춤화와 개인화 서비스를 실현하기 위해서 웹 기반의 추천시스템에 많은 관심을 가지고 있다. 협업필터링(Collaborative filtering)은 개인화된 정보필터링 기법으로 추천시스템에서 가장 많이 사용되고 있다. 본 연구에서는 MovieLens 데이터 셋의 아이템속성을 고려하여 클러스터링 기반의 사례기반추론을 통한 협업필터링 추천시스템을 개발하고 기존의 방법과 제안된 모델의 성과를 비교 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.337-339
• /
• 2001

간호진단, 중재, 결과로 이어지는 간호 프로세스에서 가장 전문적인 지식을 요구하는 간호진단 업무를 지원하는 전산시스템에 대해 우리나라에서도 많은 연구와 시도가 있었다. 그러나 기록만 전산화되었거나 부분적으로 표준화된 데이터를 이용함에 따라 간호진단업무에 능숙하지 않은 간호사의 경우 전산화를 통한 진단업무효율 향상을 기대하기 어렵다. 이에 우리는 간호진단의 적중률을 높이기 위해서 간호 프로세스의 표준데이터와 사례를 기반으로 추론하는 간호진단시스템을 제안한다. 표준 데이터를 이용하여 예상되는 간호진단을 1차적으로 검색한 후, 다시 사례데이터베이스를 기반으로 하여 1차 검색의 결과를 보완하는 방법을 이용하고 있다.

• The Journal of Society for e-Business Studies
• /
• v.18 no.4
• /
• pp.195-214
• /
• 2013

Case-based reasoning is a methodology for solving problems more quickly and efficiently by bringing the most similar case of a given problem from past cases and transforming it to fit the current situation. The most important performance indicator of case-based reasoning is the number of cases, so it is difficult to apply the methodology for the area which has not enough cases. In this paper, we proposed a method to exchange cases based on the Semantic Web in order to overcome the problems. Inparticular, we separated cases into sub-cases to make it possible creating new cases by combining the appropriate sub-cases even if there was no proper full case. In order to achieve that, we designed an ontology that connects a case and its sub-cases, represents detailed similarity rules that compare sub-cases, and represents the rules for the combination of sub-cases. Moreover, we designed and implemented a semantic distributed case-based reasoning framework where a case requester can request sub-cases via the Web from case providers and integrates sub-cases into a new case by using the ontology.

• Journal of Intelligence and Information Systems
• /
• v.3 no.1
• /
• pp.101-109
• /
• 1997

철강제품의 품질설계란 제품의 주문요구조건을 만족시키기 위해 제품의 성분 및 생산공정을 결정하는 과정을 의미한다. 본 연구에서는 품질설계업무를 지원하기 위한 시스템을 개발하였다. 설계업무의 특성을 고려하여 과거사례를 설계에 이용하기 위해, 사례기반추론(Case-based Reasoning)접근방법을 이용하였다. 본 연구에서는 또한 유사사례의 효율적 검색을 위해 품질설계 문제에 적합한 유사성척도를 제안하고 있으며, 문제에 적합한 유사성척도를 제안하고 있으며, 문제에 적합한 지식관리 방법 및 설계조정 방법을 개발하였다.