140 likes | 250 Views
techniques and knowledge used for adaptation during case-based problem solving. 인공지능 연구실 장인우. 서론. CBR 시스템은 진단 , 계획 , 모니터링 감독 등의 여러 가지 도메인에 사용가능 CBR 이론은 “Similar problem have similar solutions” 의 전제를 가짐 CBR 시스템의 주요 설계는 다음의 이슈들을 어떻게 정의하냐에 있음 케이스 표현 유사도 평가 유사 사례 검색 적합화
E N D
techniques and knowledge used for adaptation during case-based problem solving 인공지능 연구실 장인우
서론 • CBR 시스템은 진단, 계획 , 모니터링 감독 등의 여러 가지 도메인에 사용가능 • CBR 이론은 “Similar problem have similar solutions” 의 전제를 가짐 • CBR 시스템의 주요 설계는 다음의 이슈들을 어떻게 정의하냐에 있음 • 케이스 표현 • 유사도 평가 • 유사 사례 검색 • 적합화 • 이 논문에서는 다양한 적합화에 대한 방법을 소개 • 논문 게재 : In 11th International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert Systems, IEA-98
CBR 시스템을 위한 지식 모델링 • 여러 적합화 기법들을 보기 전에 CBR 시스템이 문제를 해결하는데 사용하는 지식 자원들을 소개
CBR 시스템을 위한 지식 모델링 • Vocabulary Knowledge • 시스템 전반에서 사용되는 단어들에 대한 지식 • Retrieval Knowledge • 문제공간에서 유사 사례를 찾는 방법에 대한 지식 • Case Knowledge • 사례 하나 하나에 대한 문제와 솔루션의 조합에 대한 지식 • 사례 베이스라고 생각하면 됨 • Adaptation Knowledge • 유사 사례의 솔루션에 대한 적합화에 대한 지식
Example Domain • 예를 위한 도메인으로 PC 부품에 대한 자동 구성을 사용 • 고객의 요구 사항으로 크게 다섯가지 정도로 나타냄 • Word-processing • Database • Music • Programming • Games • 각각의 요구 조건에 따라 비슷한 사례를 찾고 해결하는 방법을 설명
Adaptation 방법 (1/6) • Null Adaptation • 말 그대로 적합화를 하지 않는 방법을 뜻함 • 가장 많이 사용하는 방법으로 유사 검색된 사례의 해답을 그대로 적용하는 것 • Transformational Adaptation • 유사한사례에 대한 솔루션을 변형하여 새로운 솔루션을 만들어 내는 것 • Substitutional , structual의 두 가지 방법이 있음 • 유사 사례에 대한 정답을 그대로 유지하고 차이를 해결하는 방법을 통해서 적합화를 진행 • 충분한 도메인 지식을 가지고 있어야 함 • 사용 System : Clavier, INRECA
Adaptation 방법 (2/6) • Substitutional Adaptation (Transformational Adaptation) • Best Match를 기준으로 적합화를 진행하는 방법 • 현재 해결해야 할 문제와 검색된 사례와 차이가 적어야 함 • 이 방법은 속성의 값을 조금 변화시키는 방법으로 새로운 솔루션을 생성해냄 • 이러한 간단한 방법으로도 솔루션의 질이 좋아짐 • Ex) • 위와 같은 방법으로 원하는 데이터베이스의 속성값과 유사 검색된 데이터베이스의 속성 값의 차이가 5보다 클 경우 (range를 조건을 주는 경우) 기존 정답에서 하드 디스크 용량 2GB를 추가
Adaptation 방법 (3/6) • Structural Adaptation (Transformational Adaptation) • 유사 사례에 대한 솔루션의 변화가 많은 경우에 사용 • 여기에서 기존 솔루션의 변화라는 의미는 위와 같은 하드디스크의 종류를 변화하는 것이 아니라 새로운 답을 추가한다는 것 • 다시 말해 and / or 연산을 통해 새로운 답에 대한 add와 delete를 결정한다는 것을 뜻함 • 마찬가지로 도메인에 대한 충분한 사전 지식이 요구됨 • Ex) • And 연산을 통해 만족할 경우 add 를 통해 솔루션이 변화하는 것을 볼 수 있음
Adaptation 방법 (4/6) • Generative Adaptation • 원래는 솔루션을 생성해내는 방법을 말함 • 근본적으로 솔루션을 변형해내는 방법이 아님 • 하지만 새로운 문제에 대한 솔루션을 모두 생성해내는 것은 효율성 및 질적 면에서 적합하지 않음 • 따라서 유사한 사례를 검색하고 가지고 올 수 있는 솔루션은 가져오고 그렇지 않은 경우는 직접 솔루션을 생성해내는 방법임 • 여기에서 사용하는 지식은 앞의 변형과는 다르게 보통의 일반적인 룰이라고 할 수 있음 • One Shot Replay, Interleaved Replay • ex) • The matroxmillenium graphics adapter is suited for high performance graphics and it has a PCI bus interface.
Adaptation 방법 (5/6) • 앞의 Generative Adaptation 방법 두 가지를 나타내는 그림
Adaptation 방법 (6/6) • One Shot Replay (Generative Adaptation) • 현재 문제와 유사한 케이스에 추출할 수 있는 솔루션을 한번에 모두 추출 • 문제의 해결 순서를 고려하지 않고 먼저 모두 추출하는 방법임 • 나머지 해결 불가 부분을 자체 도메인 지식으로 해결함 • Interleaved Replay • 위와 다른 점은 해결해야 할 문제를 순서대로 해결하는 방법임 • 주어진 문제가 있을 경우 유사 사례에서 솔루션을 얻어올 수 있으면 얻어오고 그렇지 않으면 도메인 지식을 바로 해결
Adaptation 방법 (1/) • Compositional Adaptation • 가장 유사한 하나의 사례를 통해서 솔루션을 적합화 지식에 따라 변화하는 것이 기존 방법이라면 이 방법은 여러 사례에 대한 솔루션의 조합을 통해서 솔루션을 생성해내겠다는 것이 주 방법 • 즉 하나의 사례가 모든 문제를 해결할 수 없기에 해결하지 못하는 부분에 관하여 다시 다른 사례를 통해 해결하겠다는 것임
결론 • 이 논문은 적합화에 대한 방법을 논한 것임 • 저번 논문에는 Transformational Adaptation의 Substitutional을 사용하였음 • 다음 논문은 Adaptation에 관해서 (저번 논문에 쓴 것을 제외하고) 시스템 스스로의 적합화 룰의 학습 및 적합화 단계 및 방법에 관하여 쓸 예정