사례 기반 추론을 이용한 규칙 기반 추론의 성능 향상 = Improving the performance of Rule-Based Reasoning using Case-Based Reasoning

국문 초록 (Abstract)

본 연구에서는 사례 기반 추론을 이용하여 규칙 기반 추론의 성능을 향상시키는 CCAR모델을 제안한다. 본 모델의 특징은 규칙의 예외를 사례로 저장하고, 이것을 문제 해결을 위하여 이용하는데 있다. 문제 해결 과정은 대상 문제에 먼저 규칙기반 추론을 적용하여 근접한 답을 얻어낸 후, 규칙과 연관된 사례 라이브러리를 탐색하여 규칙의 결론을 위반하는 사례를 찾는다. 대상 문제와 사례의 유사성이 높으면 사례 기반 추론의 결론을 따르고, 그렇지 않으면 규칙 기반추론의 결론을 따른다.

다국어 초록 (Multilingual Abstract)

In this paper, we propose the CCAR(Combining Case-based And Rule-based reasoning) model for improving the performance of Rule-Based Reasoning using Case-Based Reasoning. The central idea of the model is to store an execption to the rule as a case, and utilize the case for problem solving. The process for problem solving is to apply the rules to a target problem to produce a default solution, and then search a case-memory to retrive a case which violates a conclusion of a rule. If the simility between a target problem and the selected case is high, the conclusion of a case is applied. Otherwise, the conclusion of RBR is applied.

목차 (Table of Contents)

• Ⅰ.서론
• Ⅱ.CCAR 모델
• 1.모델의 개념
• 2.추론 과정
• 3.색인
• 4.유사해 결정
• Ⅲ.CCAR 시스템
• 1.시스템의 구성
• 2.구현
• Ⅳ.적용 및 평가
• 1.적용
• 2.평가
• Ⅴ.결론