• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.03a
• /
• pp.183-193
• /
• 1997

추론엔진과 지식베이스를 기반으로 하는 전문가 시스템은 사용목적에 맞게 구성되며,인간의 사고 방식을 모방한 컴퓨터가 올바른 해를 도출시키도록 하는데 궁극적인 목표가 있다. 즉, 추론의 효율성이 전문가 시스템의 효율성을 좌우한다. 시스템이 어떠한 목적을 갖는가에 따라서, 추론 방법과 지식표현 방법등이 결정된다. 최근 추론의 효율성을 극대화하기 위해 이용되고 있는 지식표현 및 추론 방법으로는 Rete, TREAT 등의 트리 표현을 사용하는 전향추론, 관계리스트를 사용하는 직접추론 등이 있다. 전문가 시스템의 성능은 추론을 얼마나 효율적이고 정확하게 하는지에 따라 좌우된다. 본 논문에서는 이러한 추론의 효율성이 지식베이스의 구축형태와 밀접한 관련을 이용하여 효율적인 추론 엔진을 구성하였다. 지식의 표준화가 모듈화가 쉬운 생성규칙을 사용하여 지식을 표현하였으며 , 사용자의 요구에 의해 전향추론, 후향추론이 수행되도록 하였다. 본 논문에서는 추론을 효율적으로 하기위한 기본 방법중, 지식표현을 보다 더 효과적으로 구축하는 방법을 택하였다. 기존의 지식표현방법을 살펴보고, 이를 기반으로 새로운 지시표현 방법인 ECBM(extedned clause bit matrix)과 ERCBM(extended clause bit matrix)을 제안하고 이를 이용하여 전향추론, 후향추혼이 가능한 추론엔진을 구축하였으며 이 두 지식표현을 이용하여 구축되어진 추론엔진을 비교하였다. 이 추론엔진은 기존에 시스템과는 달리 전향, 후향이 모두 효율적으로 수행되어지며, 모든 지식에 대해 적용이 가능한 강력한 범용성을 갖고 있다.

• 전기의세계
• /
• v.39 no.8
• /
• pp.7-12
• /
• 1990

전문가 시스템에 있어서의 불확실성 정보의 표현 및 처리를 담당하는 주요 추론모델중 Bayesian모델, Certainty Factor 모델 그리고 Dempster-Shafer 모델의 기본이론을 살펴보고자 한다. 이외의 주요 추론 방법으로서 Fuzzy추론 모델이 있는데 이는 판단 지식에 대한 주관적 불확실성과 "매우", "많이" 등의 자연어가 포함하고 있는 불분명성을 체계적이고 효과적으로 다룰 수 있는 Fuzzy Set 이론에 근거한 방법으로서, 불확실성 또는 불명료성을 0에서부터 1 사이의 값을 갖는 membership degree로 표시하며 이를 "MIN"과 "MAX" 함수를 이용한 합성 추론 규칙(Composition Rule of Inference)를 적용하여 처리한다. Fuzzy 추론 모델은 자연어를 포함하는 전문가의 지식 처리에 매우 적합하여 앞으로 그 응용이 높이 기대되는 방법이다. 이외에 Bayesian 모델을 변형 응용한 PROSPECTOR의 Likelyhood Ratio 모델, 정량적 방법인 Theory of Endorsement 모델 등 여러 방법이 있다. 그러나 어느 모델이 더 일반성을 갖고 더 좋은 방법인가 하는 문제에 대하여는 아직 많은 연구가 요구된다. 따라서 이러한 모델들의 전문가 시스템 적용에 있어서는 각 모델의 장단점을 고려하여 주어진 문제 영역에 적합한 모델을 선택하는 것이 바람직하다. 현재 불확실성 처리에 있어서 각 문제에 따른 경험적인 처리에 의존하는 전력 계통 분야의 적용에 있어서도 이러한 실인간 전문가의 추론방법에 근접된 반성을 갖는 불확실성 추론 방버 도입이 요구된다.가의 추론방법에 근접된 반성을 갖는 불확실성 추론 방버 도입이 요구된다.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2000.11a
• /
• pp.41-62
• /
• 2000

현실적으로 통계추론 방법의 적용시, 그 정당성이 보장되는 기본가정이외에도 추가적인 가정이 불가피하여, 본래의 정당성이 퇴색되는 경우가 흔히 발생한다. 따라서 이런 경우에는 통계추론의 평가가 필수적일 것이나, 많은 경우에 분석적 평가를 하기에는 너무 복잡하여, 특정상황을 상정한 모의분석 평가가 주류를 이루고 있다. 본 고에서는 보다 일반적 상황에서의 통계추론의 평가를 위해 브트스트랩방법과 같이 관찰값에 의존한 모의방법(observation-based simulation)을 이용한 평가방법을 제안한다. 우선 설득력 있는 평가요소로서 구간추정시 포함확률(coverage probability)와 같은 빈도성질(frequency property)를 선택하였다. 빈도성질은 고전적 통계추론은 물론 베이지안 통계추론을 대상으로도 의미있는 평가기준으로 판단되는 바, 이를 평가요소로서 선택하고, 이의 추정을 위한 방법과, 그 추정결과의 해석과 나아가 이를 기준으로 한 통계추론 결과의 조정 방법까지 일련의 절차에 대한 방법론을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.157-159
• /
• 2004

시맨틱 웹 기술을 활용한 시맨틱 검색은 문서의 의미를 온톨로지의 메타데이터로 생성하여 이를 바탕으로 검색을 수행하게 된다. 이와같은 온톨로지 기반의 시맨틱 검색은 논리를 바탕으로 추론을 적용할 수 있다. 본 논문에서는 온톨로지 기반의 추론을 적용한 시맨틱 검색 시스템을 언급하고 시맨틱 검색 시스템에서의 성능향상을 위해 추론엔진의 작업메모리 영역의 부하를 줄여 기존의 시스템보다 빠른 성능의 시맨틱 검색 시스템을 제안한다. 본 논문에서 시맨틱 검색 시스템의 성능향상을 위한 방법론으로는 다음과 같다 첫째, 추론엔진이 검색 도메인내의 전체 메타데이터를 가지고 추론을 수행하지 않고 메타데이터의 온톨로지부분 만을 사용하여 사용자가 원하는 질의문을 추론하여 검색에 사용하게 한다. 둘째, 시맨틱 검색 방법에서 Dirtectly 매칭 검색과 시맨틱 추론검색을 병행하여 수행하게 한다. 이를 위해 본 논문에서는 메타데이터의 온톨로지부분과 인스턴스부분을 분리하는 단계와 분리된 온톨로지부분에서 사용자가 원하는 질의를 추론하는 단계, 추론된 질의문을 검색시스템에서 매칭하는 단계를 수행하게 된다. 이러한 방법은 메타데이터의 양이 증가하여도 온톨로지부분은 증가하지 않으므로 추론엔진에서 전 방향 추론단계의 수행시간을 단축과 추론엔진의 호출 횟수를 단축시키는 결과를 가져온다.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.5 no.2
• /
• pp.1-11
• /
• 2001

내진성능평가 시스템은 구조시스템의 합리적인 분류, 적절한 평가 기준, 그리고 종합적인 평가방법을 포함하여야한다. 외국의 현행 내진성능 평가방법은 데이터의 수집과 주요 평가 항목을 위한 약산식 그리고 평가 점수를 이용하여 전문가의 판단에 근거한 평가 방법을 제시하고 있다. 본 연구는 국내 건축구조물에 예비 내진평가 방법에 중점을 두고 퍼지추론 시스템에 근거한 내진평가방법의 전형을 개발한다. 평가항목의 위계는 건무의 수직, 수평방향을 불규칙성, 비대칭성, 여용성, 그리고 건물 연한을 포함한 전체적인 특성과 부재 단계에서의 상세한 평가 항목으로 구성한다. 퍼지추론방법에 대한 기존의 연구결과를 근허가혀 이용한 내진성능 평가방법에 적절히 적용하기 위하여 4가지 주요 모듈을 설정한다. (1) 퍼지 입력 (2) 퍼지에 근거한 규칙기반 (3) 퍼지추론, 그리고 (4) 퍼지출력으로 구성된다. 더욱이 개별적인 성능 수준에 종합적인 평가지수를 끌어내기 위하여 퍼지추론방법을 적용하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1995.10b
• /
• pp.285-292
• /
• 1995

최근 규칙베이스 추론과 사례베이스 추론의 통합화에 의한 추론이 다양하게 시도되 고 있다. 본 논문에서는 규칙과 사례를 동일한 형태로 표현하고, 규칙베이스와 사례베이스를 통합한 새로운 통합 추론 방법을 제안한다. 지식은 논리의 기하학적 모델을 이용하여 정보 를 논리적으로 해석하며, 동일한 형태로 표현된 규칙과 사례를 Boole 함수의 미분 및 전개 방법을 이용하여 추론하는 방법을 제안하고 응용예를 통하여 확인하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.1770-1773
• /
• 2010

최근 웹상에 존재하는 데이터와 정보들을 사람뿐만 아니라 기계의 컴퓨터 프로그램이 이해할 수 있도록 시멘틱 추론을 기반으로 표현하는 방법은 날로 발전하고 있다. 그렇지만 상황인식 시스템을 구성하는 요소들의 모호성과 복잡성 해결을 위해 다양한 연구가 진행되고 있음에도 불구하고, 기존의 방법들은 주로 규칙기반 추론방법만 적용하여 구현함으로써 정보의 신뢰성과 정확성 확보에 있어 불합리한 요소와 추론의 한계가 많은 것이 현실이다. 따라서 본 논문에서는 단일 추론의 한계를 보완하기 위하여 온톨로지 추론, 규칙 추론 또는 확률 추론을 상황에 따라 선택할 수 있는 다중 추론기반 상황인식 서버를 제안하고, OWL 온톨로지 및 자바기술, JADE 이동 에이전트 그리고 $Prot{\acute{e}}g{\acute{e}}$-OWL API로 구현하는 과정과 성능분석 결과를 설명한다.

• Journal of Intelligence and Information Systems
• /
• v.1 no.1
• /
• pp.43-59
• /
• 1995

본 논문에서는 규칙기반 지식표현에서 퍼지값과 확신도를 사용할 때 발생하는 문제점을 살펴본다. 이들 문제점 해결을 위해서 규칙의 매칭시에 발생하는 퍼지매칭, 퍼지비교, 구간내의 포함에 대한 만족정돌르 평가하는 척도를 제안하다. 또한, 퍼지값과 확신도를 사용하는 규칙기반 지식표현에 대해 적용가능한 추론방법을 소개한다. 한편, 일반규칙과 퍼지생성규칙을 전문가시스템에서 동시에 융통성있게 사용하는 방법을 제시한다. 끝으로 제안된 방법들을 고려하여 설계한 퍼지 전문가시스템 개발도구인 FOPS5에 대하여 소개한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.3 no.3
• /
• pp.38-54
• /
• 1993

퍼지 제어기(FLC)는 Max-Min CRI 방법을 이용하여 추론하는 시스템이다. 그러나 이 방법은 주관적인 멤버쉽 함수의 결정, 오류 발생 가중치 전략, 비합리적인 추론 규칙들의 조합이라는 세가지 문제점 때문에 원하는 추론 결과와 실제 추론 결과 사이에 상당한 오류 영역을 발생시킨다. 본 논문에서는 이를 해결하기 위해 퍼지 이론에 신경 회로망의 학습 기능이 융합되어 지능적으로 작동하는 뉴로-퍼지 시스템(INFS)을 제안한다. INFS는 이상의 문제 해결 방안이 지식 획득 단계, 적응 조절단계를 통해 작동함으로써 임의의 입력에 대해서도 추론이 가능한 시스템이다. 제안된 INFS를직류 계열 모니터에 적용한 결과 신경 회로망을 사용하지 않았을때 보다 오류 영역을 상당히 줄여주었다. 또한 학습 시간을 고려해 볼 때, INFS에서 사용하는 추론 방법(NCRI 방법)이 지금까지 다른 방법에 비해 휠씬 효율적이었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.559-561
• /
• 2003

최근 차세대 Web 기술로서 Semantic Web이 주목 받고 있다. Semantic Web에서는 Web상에 존재하는 문서에 Web Resource들에 대한 Ontology를 기반으로 Semantic Annotation을 하고 Ontology 추론 Agent를 통하여 의미 기반으로 Web을 검색할 수 있도록 해준다. 이와 같은 Semantic Web 기술의 핵심 요소는 Web Ontology이며 W3C에서는 이를 표현 할 수 있는 표준 언어로서 RDF기반의 OWL(Web Ontology Language) 명세를 제정하고 있다. 따라서 표준 Web Ontology 언어인 OWL을 위한 추론 시스템은 Semantic Web 검색 Agent의 구현을 위한 필수적인 기반 기술이라 할 수 있으나 아직 그 개발이 미비한 상태이다. OWL 추론 시스템을 구현하기 위해서는 OWL의 이론적인 기반을 제공하는 DL(Description Logic)을 추론할 수 있는 엔진을 사용하는 것이 한가지 방법이 될 수 있으나 OWL이 Rule과 같은 DL의 범주를 벗어나는 Vocabulary를 지원하는 언어로 확장되는 경우에 이를 처리하기가 어렵다. 또 다른 방법으로서 Logic Programming을 통하여 OWL 언어의 Semantic을 기술하고 정리 증명(Theorem Proving)을 통하여 Ontology를 추론하는 공리화(Axiomatisation) 기법이 있는데 이러한 방법의 장점은 기반이 되는 Logic의 범주 내에서 새로운 언어를 위한 Vocabulary의 확장이 용이하다는 점이다. 본 논문에서는 Axiomatisation 방법을 이용하여 OWL로 기술된 Ontology를 추론할 수 있는 시스템의 설계 및 구현에 대해 설명하기로 한다.