• 정보과학회 논문지
• /
• 제43권10호
• /
• pp.1115-1123
• /
• 2016

가정기반진리관리 시스템(ATMS)은 추론 시스템의 추론 과정을 저장하고 비단조추론을 지원할 수 있는 도구이다. 또한 의존기반 backtracking을 지원하므로 매우 넓은 공간 탐색 문제를 해결 할 수 있는 강력한 도구이다. 모든 추론 과정을 기록하고, 특정한 컨텍스트에서 지능형시스템의 Belief를 매우 빠르게 확인하고 비단조 추론 문제에 대한 해결책을 효율적으로 제공할 수 있게 한다. 그러나 최근 데이터의 양이 방대해지면서 기존의 단일 머신을 사용하는 경우 문제 해결 프로그램의 대용량의 추론과정을 저장하는 것이 불가능하게 되었다. 대용량 데이터에 대한 문제 해결 과정을 기록하는 것은 많은 연산과 메모리 오버헤드를 야기한다. 이러한 단점을 극복하기 위해 본 논문에서는 Apache Spark 환경에서 functional 및 객체지향 방식 기반의 점진적 컨텍스트 추론을 유지할 수 있는 방법을 제안한다. 이는 가정(Assumption)과 유도과정을 분산 환경에 저장하며, 실체화된 대용량 데이터셋의 변화를 효율적으로 수정가능하게 한다. 또한 ATMS의 Label, Environment를 분산 처리하여 대규모의 추론 과정을 효과적으로 관리할 수 있는 방안을 제시하고 있다. 제안하는 시스템의 성능을 측정하기 위해 5개의 노드로 구성된 클러스터에서 LUBM 데이터셋에 대한 OWL/RDFS 추론을 수행하고, 데이터의 추가, 설명, 제거에 대한 실험을 수행하였다. LUBM2000에 대하여 추론을 수행한 결과 80GB데이터가 추론되었고, ATMS에 적용하여 추가, 설명, 제거에 대하여 수초 내에 처리하는 성능을 보였다.

• 인지과학
• /
• 제10권4호
• /
• pp.71-83
• /
• 1999

기존의 기호주의 적 추론 시스템은 경직성 문제로 인하여 유연성을 결여하고 있다. 이는 기호주의 적 지식표현 체계가 지식의 유연한 의미구조를 충분히 반영하고 있지 못할 뿐 아니라 추론 방법도 논리를 바탕으로 하기 때문이다. 이러한 문제를 해결하기 위하여, 우리는 최근 인공 신경 망에 기반 한 유연한 지식표현과 추론을 위한 연결주의 적 의미 망(CSN)을 제안한 바 있다. CSN은 인간의 유사성과 연관성에 기반 하여 근사 추론과 상식추론을 수행할 수 있다. 그러나 CSN 모델에서는 상위개념간의 관계를 표현하는 데 있어서 단순한 전향 신경 망을 이용함으로써 상위개념간의 일반적이고 구조화된 관계를 표현하거나 변수의 표현 및 바인딩의 어려움과 같은 문제점이 있었다. CSN모델의 이런 문제점을 해결하기 위해 본 논문에서는 상위개념간의 일반적이고 구조화된 지식표현을 가능하게 하고 추론이 용이한 기호주의 표현 체계와 이 표현 체계 안에서 의미구조를 표현하고 학습할 수 있는 연결주의 학습 모델인 CSN을 결합한 기호-연결주의 통합 시스템 SymCSN(Symbolic CSN)을 제안하고, 실험을 통하여 제안한 시스템이 인간과 유사한 유연한 지식표현과 추론을 위한 모델임을 보인다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제22권3호
• /
• pp.149-166
• /
• 2019

초등학교 수학에서 자료와 가능성 영역은 통계적 과정에서 요구되는 기초적인 통계적 내용을 학습하여 통계의 기초 소양을 기르는 단원이다. 학생들은 실제 자료에서 정보를 추출하고, 이를 표와 그래프로 정리하여 결론을 통계적으로 추론하며, 합리적인 의사결정을 내리는 과정을 경험한다. 본 연구에서는 '그림그래프에서 추론하기' 과제에 대한 초등학교 5, 6학년 학생들의 통계적 소양을 분석하여 초등학교에서 추론 학습 가능성과 통계적 소양의 관점에서 그림그래프의 교육적 가치를 살펴본다. 학생들의 통계적 사고를 길러주는 것은 통계교육에서 중요한 목표이며, 비형식적인 통계 추론의 경험은 이후 학습할 형식적 통계적 추론에 도움을 줄 수 있다. 따라서 '그림그래프에서 추론하기' 과제에서 나타나는 초등학생들의 통계적 소양에 대한 논의는 학교 통계 교육에 유의미한 시사점을 제시할 것이다.

• 한국과학교육학회지
• /
• 제27권9호
• /
• pp.818-831
• /
• 2007

지구과학 탐구에서 귀추적 탐구의 중요성을 인식하고, 이를 모델로 한 지구과학 수업에 대한 이론적인 접근이 진행되어 왔다. 또한, 구체적인 지구과학 탐구의 장으로서 야외 지질 학습 현장에 대한 귀추적 탐구의 연구 사례는 매우 중요하다. 이 연구에서는 귀추적 학습 모형을 바탕으로 구성된 야외 지질 학습 프로그램을 중학교 과학 영재 학생들에게 적용하여 학생들의 귀추적 추론 사례와 그 과정에 사용된 사고 전략 및 교사의 교수법적 중재가 학생들의 귀추적 추론에 미치는 영향을 알아보았다. 연구 결과, 학생들은 야외 지질 학습을 진행하는 동안 암석의 구별,함께 나타나는 서로 다른 암석의 생성 과정 설명,변성암의 절리 형성 과정 설명,답사 지역 지형의 형성 과정 설명 등의 사례를 귀추적으로 추론하였다. 또한,학생들은 노두에서 관찰한 사실들을 설명할 수 있는 적절한 규칙을 찾아내는데 다양한 사고 전략들을 사용하였다. 이를 통해 야외 지질 학습 과정에서 학생들에게 과학자들이 수행하는것과 유사한 탐구 및 추론 과정을 경험하게 함으로써 학생들의 귀추적 추론 능력을 함양시킬 수 있음을 보여주었다. 한편, 야외 지질 학습 과정에서 교사의 교수법적 중재는 학생들의 귀추적 추론 과정을 지원하였으며, 특정한 사고 전략을 유도하기도 했지만, 추론의 내용까지 보장해 주지는 못하였다. 학생들은 관찰한 사실들을 설명하기 위한 규직을 추리할 때,그들이 기존에 가지고 있던 잘못된 배경 지식에 근거하고 있었다. 따라서 학생들이 야외 지질 학습 과정에서 올바른 가설을 수립하여 답사 지역의 지질을 해석하고,설득력 있는 귀추적 추론을 위한 규칙을 추리하도록 하기 위해서 교사는 학생들의 귀추적 추론 능력을 길러 주는 것뿐만 아니라,학생들에게 정확한 배경 지식과 정보를 제공해 줄 수 있어야 한다.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.42-50
• /
• 2010

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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1118-1120
• /
• 1993

Fuzzy logic places a considerable burden on an inference engine for applications such as control or approximate reasoning. Various neural network architectures have been proposed to deal with the computational task, and yet, maintain flexibility in the desired traits of the final system. Recently, we introduced a trainable network architecture whose nodes implement weighted Yager additive hybrid operators for fuzzy logic inference in an approximate reasoning setting. In this paper we examine the utility of such networks for control situations. We show that they are capable of learning control functions which are piece-wise monotonic in each of the variables. The learning ability is demonstrated through an example.

• 지능정보연구
• /
• 제13권3호
• /
• pp.17-29
• /
• 2007

웹 표준 언어인 XML에 기반한 각종 표준들을 바탕으로 소프트웨어 에이전트와의 인터페이스에 초점을 맞추고 있는 차세대 웹에서 소프트웨어 에이전트의 두뇌 역할을 수행하기 위한 추론엔진은 시맨틱 웹(Semantic Web)에서의 규칙 표현을 위한 언어인 SWRL(Semantic Web Rule Language)을 이해할 수 있어야 한다. 본 연구에서는 SWRL을 규칙 표현 방법으로 사용하고, OWL을 사실 표현 방법으로 사용하는 정방향 추론엔진인 SMART-F(SeMantic web Agent Reasoning Tools-Forward chaining inference engine)을 개발하고자 한다. 전통적인 규칙 추론 분야에서는 정방향 추론을 위하여 if-then 형태의 규칙을 네트워크 구조로 변환하여 정방향 규칙 추론의 효율성을 높인 Rete 알고리즘이 많이 사용되고 있다. 이를 시맨틱 웹 환경에 적용하기 위하여 SWRL 기반 정방향 추론을 위한 요구 기능을 분석하고, Rete 알고리즘에 도출된 차세대 시맨틱 웹의 요구 기능을 반영한 정방향 추론 알고리즘을 설계하였다. 또한, 유비쿼터스 환경에서의 각종 플랫폼의 독립성과 이식성을 확보하고 기기간의 성능 차이를 극복할 수 있도록 사실 베이스 및 규칙 베이스의 관리도구와 정방향 추론 엔진 등을 Java 컴포넌트로 개발하였으며, 이는 이미 개발된 역방향 추론엔진인 SMART-B와 규칙 베이스 및 사실 베이스를 완벽하게 호환 가능하므로 차세대 웹 환경에서의 지식 활용을 극대화시킬 것이다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권8호
• /
• pp.747-752
• /
• 2020

This study examines cognitive impairment, which is one of the results from social exclusion and leads to logical reasoning disorders. This study also investigate how cognitive errors called abductive inference error occur due to cognitive impairment. Present study was performed with 81 college students. Participants were randomly assigned to the group who has experienced social exclusion or to the group who has not experience the social exclusion. We analyzed how the degree of error of abductive inference differs according to the social exclusion experience. The group who has experienced social exclusion showed a higher level of abductive inference error than the group who has not experience. The abductive condition inference value of the group who has experienced social exclusion was higher in the group with the deduction condition inference value of 90% than in the group with the deduction condition inference value of 10%, and the difference was also significant. This study extended the concepts of cognitive impairments, escape theory, cognitive narrowing which are used to explain addiction behavior to human cognitive bias. Also this study confirmed that social exclusion experience increased cognitive impairment and abductive inference error. Future research directions and implications were discussed and suggested.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2001년도 춘계학술대회논문집:21세기 신지식정보의 창출
• /
• pp.184-197
• /
• 2001

본 논문에서는 이접적 퍼지 정보를 지원하는 퍼지 객체 추론 모델을 정형화하고, 이접적 퍼지 정보를 지원하는 지식기반 프로그래밍을 위한 구현으로서 ICOT(Integrated C-Object Tool)을 제안한다. 제안된 객체 추론 모델은 객체 추론과 퍼지 추론이 객체-관계형 데이터베이스와 호환성있는 일관된 틀로 병합 되어 있으며, 객체 지향 패러다임의 대부분이 관계형 구조로 표현되기 때문에, 의미적으로 이해하기 쉽고 개념적으로 사용하기 단순한 퍼지 추론을 지원한다. 또한 이접적 퍼지 정보를 지원함으로써 데이터의 의미적 표현력을 강화시킨다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권4호
• /
• pp.217-231
• /
• 2015

A novel fuzzy learning framework that employs fuzzy inference to solve the problem of Multiple Instance Learning (MIL) is presented. The framework introduces a new class of fuzzy inference systems called Multiple Instance Mamdani Fuzzy Inference Systems (MI-Mamdani). In multiple instance problems, the training data is ambiguously labeled. Instances are grouped into bags, labels of bags are known but not those of individual instances. MIL deals with learning a classifier at the bag level. Over the years, many solutions to this problem have been proposed. However, no MIL formulation employing fuzzy inference exists in the literature. Fuzzy logic is powerful at modeling knowledge uncertainty and measurements imprecision. It is one of the best frameworks to model vagueness. However, in addition to uncertainty and imprecision, there is a third vagueness concept that fuzzy logic does not address quiet well, yet. This vagueness concept is due to the ambiguity that arises when the data have multiple forms of expression, this is the case for multiple instance problems. In this paper, we introduce multiple instance fuzzy logic that enables fuzzy reasoning with bags of instances. Accordingly, a MI-Mamdani that extends the standard Mamdani inference system to compute with multiple instances is introduced. The proposed framework is tested and validated using a synthetic dataset suitable for MIL problems. Additionally, we apply the proposed multiple instance inference to fuse the output of multiple discrimination algorithms for the purpose of landmine detection using Ground Penetrating Radar.