케이스 베이스의 추리

Case-based reasoning
CBR 메모리의 모델(상부부터 하부까지): 카테고리 메모리, 심플 메모리 및 다이내믹 [clarification needed][relevant?]메모리.

인공지능과 철학에서[verification needed] 사례 기반 추리(CBR)는 일반적으로 유사한 [1]과거 문제의 해결책을 바탕으로 새로운 문제를 해결하는 과정이다.

일상생활에서 비슷한 증상이 나타난 다른 차를 리콜해 엔진을 고치는 자동차 정비사가 사례 기반 추론을 구사하고 있다.판례를 근거로 재판의 특정 결과를 옹호하는 변호사나 판례법을 만드는 판사는 판례에 기초한 추론을 사용한다.그래서 자연의 작용 요소를 베끼는 엔지니어도 (바이오미크리를 실천하는) 자연을 문제에 대한 해결책의 데이터베이스로 취급하고 있습니다.사례 기반 추론은 솔루션 작성의 중요한 유형입니다.

사례 기반 추론은 컴퓨터 추론을 위한 강력한 방법일 뿐만 아니라 일상적인 인간 문제 해결에서 널리 퍼지는 행동이며, 보다 근본적으로, 모든 추론은 개인적으로 경험한 과거의 사례에 기초하고 있다는 주장이[by whom?] 제기되어 왔다.이 견해는 인지과학에서 가장 깊이 탐구되는 원형 이론과 관련이 있다.

과정

A diagram of case-based reasoning in French.
프랑스어로 된 사례 기반 추론의 다이어그램입니다.

사례 기반 추론은 컴퓨터 추론을 위해 4단계 프로세스로 [2]공식화되었습니다[clarification needed].

  1. Retrieve: 대상 문제를 지정하면 해당 문제 해결과 관련된 사례를 메모리에서 검색합니다.케이스는 문제, 그 해결책 및 일반적으로 솔루션 도출 방법에 대한 주석으로 구성됩니다.예를 들어, Fred가 블루베리 팬케이크를 준비하려고 한다고 가정해 봅시다.초보 요리사인 그가 가장 기억에 남는 경험은 민무늬 팬케이크 만들기에 성공한 경험이다.그가 플레인 팬케이크를 만들기 위해 따랐던 절차와 도중에 내려진 결정에 대한 정당성이 프레드의 회수된 사례를 구성한다.
  2. 재사용: 이전 사례의 솔루션을 대상 문제에 매핑합니다.여기에는 필요에 따라 새로운 상황에 맞게 솔루션을 조정하는 작업이 필요할 수 있습니다.팬케이크 예제에서 Fred는 검색한 용액을 블루베리의 첨가물을 포함하도록 수정해야 합니다.
  3. 수정: 이전 솔루션을 대상 상황에 매핑한 후 새로운 솔루션을 실제 환경에서 테스트(또는 시뮬레이션)하고 필요에 따라 수정합니다.Fred가 반죽에 블루베리를 첨가하여 팬케이크 용액을 조정했다고 가정합니다.믹스 후, 그는 타자가 파란색으로 변한 것을 발견한다. 이것은 원치 않는 효과이다.이것은 다음과 같은 개정을 제안합니다: 블루베리의 추가는 반죽이 팬에 국자로 채워질 때까지 연기합니다.
  4. 유지: 해결 방법이 대상 문제에 성공적으로 적응한 후 새로운 사례로 얻은 경험을 메모리에 저장합니다.따라서 프레드는 블루베리 팬케이크를 만드는 새로운 방법을 기록함으로써 저장된 경험을 풍부하게 하고 미래의 팬케이크 제조 수요에 더 잘 대비합니다.

다른 방법과의 비교

언뜻 보면 CBR은 기계학습의 규칙 유도 알고리즘과[note 1] 비슷해 보일 수 있습니다.규칙 유도 알고리즘과 마찬가지로, CBR은 일련의 사례 또는 훈련 사례로 시작한다. CBR은 검색된 사례와 대상 [3]문제 간의 공통점을 식별함으로써 암묵적인 사례이지만 이러한 예제의 일반화를 형성한다.

예를 들어 플레인 팬케이크의 순서를 블루베리 팬케이크에 매핑할 경우 동일한 기본 반죽 및 튀김 방법을 사용하도록 결정함으로써 해당 반죽 및 튀김 방법을 사용할 수 있는 상황 세트를 암묵적으로 일반화한다.단, CBR에서의 암묵적인 일반화와 규칙유도에서의 일반화의 주요 차이점은 일반화가 이루어지는 시점에 있습니다.규칙 유도 알고리즘은 대상 문제가 알려지기도 전에 일련의 훈련 예로부터 일반화를 이끌어냅니다.즉, 열렬한 일반화를 수행합니다.

예를 들어 규칙 유도 알고리즘이 훈련 예시로 플레인 팬케이크, 더치 애플 팬케이크, 바나나 팬케이크의 레시피를 제공받으면 훈련 시 모든 종류의 팬케이크를 만들기 위한 일련의 일반적인 규칙을 도출해야 한다.테스트 시간이 되어서야 블루베리 팬케이크를 만드는 작업이 주어질 것이다.규칙 유도 알고리즘의 어려움은 훈련 예를 일반화하려고 시도해야 하는 다양한 방향을 예상하는 데 있다.이는 CBR이 케이스의 일반화를 테스트 시간까지 지연(암시적)하는 것과 대조적입니다.즉, 게으른 일반화의 전략입니다.팬케이크의 예에서 CBR은 이미 블루베리 팬케이크를 조리하는 데 필요한 문제를 제공받았습니다.따라서 CBR은 이 상황을 커버하는 데 필요한 케이스를 정확하게 일반화할 수 있습니다.따라서 CBR은 사례를 일반화할 수 있는 수많은 방법이 있는 풍부하고 복잡한 도메인에 적합한 접근법이 되는 경향이 있습니다.

법률에서는 지연 제한, 미래 상황에 대한 제한된 지식, 협상된 합의의 제한 등 규칙에 기초한 이유의 한계를 인식하면서 법원에 대한 CBR의 명시적인 위임이 종종 있다.법률상 CBR과 인지적으로 영감을 받은 CBR은 오랫동안 연관되어 왔지만, 전자는 규칙 기반 추론과 판단의 보간인 반면 후자는 회수 및 프로세스 적응과 더 밀접하게 관련되어 있다.오류에 대한 태도와 항소심에서는 차이가 확연하다.

비판

CBR을[who?] 비판하는 사람들은 CBR이 일화적 증거를 주요 운영원칙으로 받아들이는 접근법이라고 주장한다.뒷받침 및 암묵적 일반화에 통계적으로 관련된 데이터가 없으면 일반화가 정확하다는 보장은 없습니다.그러나 데이터가 통계적 관련성에 비해 너무 부족한 모든 귀납적 추론은 본질적으로 일화적 증거에 기초한다.

역사

CBR의 근원은 1980년대 초 예일대 로저 생크와 그의 학생들이 연구한 것에서 찾을 수 있다.샹크의 동적[4] 기억 모델은 초기 CBR 시스템인 Janet Kolodner의[5] CYRUS와 Michael Lebowitz의 IPP의 [6]기초가 되었습니다.

1980년대에 CBR과 밀접하게 연계된 분야의 다른 학파가 등장했는데, 이는 법적 추론, 메모리 기반 추론(대형 병렬 기계의 예에서 추론하는 방법), CBR과 다른 추론 방법의 조합과 같은 주제를 다루었다.1990년대에 CBR에 대한 관심은 1995년 사례 기반 추론에 관한 국제 회의와 유럽, 독일, 영국, 이탈리아 및 기타 CBR 워크숍에서[which?] 입증되었듯이 국제적으로 증가했다.

CBR 기술은 많은 시스템을 성공적으로 배치했으며, 가장 이른 것은 산업용 대류 오븐에서 구워지는 복합 부품을 배치하는 시스템인 Lockheed의 CLAVIER입니다.[7]CBR은 Compaq SMART[8] 시스템과 같은 응용 분야에서 광범위하게 사용되어 왔으며, 구조 안전 관리뿐만 아니라 보건 [9]과학 분야에서도 주요 응용 분야를 찾아냈다.

통계 프레임워크 내에서 CBR을 개발하고 사례 기반 추론을 확률론적 추론의 특정 유형으로 공식화하는 최근 연구가[which?][when?] 있다.따라서 일정 수준의 [10]신뢰도를 갖춘 사례 기반 예측을 생성할 수 있습니다.CBR과 사례와의 유도 간의 차이에 대한 한 가지 설명은 통계 추론이 사례를 비슷하게 만드는 경향이 있는 것을 찾는 것을 목표로 하는 반면,[11][full citation needed] CBR은 비슷하게 주장하기에 충분한 것을 인코딩하는 것을 목표로 한다는 것이다.

「 」를 참조해 주세요.

주 및 참고 자료

  1. ^ 규칙 유도 알고리즘은 특정 개념의 예로부터 일반화함으로써 해당 개념에 대한 규칙을 학습하는 절차이다.예를 들어 규칙 유도 알고리즘은 개/개, 파리/파리 및 광선/레이와 같은 예로부터 복수의 영어 명사를 형성하는 규칙을 학습할 수 있다.
  1. ^ 위어, B.S. (1988)제2회 양적유전학 국제회의의 속행(537쪽).시나우어 어소시에이션스
  2. ^ Agnar Aamodt와 Enric Plaza, "사례 기반 추론: 근본적 문제, 방법론 변이, 시스템 접근법'), 인공지능 커뮤니케이션 7(1994) : 1, 39-52.
  3. ^ Richter, Michael M.; Weber, Rosina O. (2013). Case-based reasoning: a textbook. Heidelberg: Springer-Verlag. doi:10.1007/978-3-642-40167-1. ISBN 9783642401664. OCLC 857646182. S2CID 6295943.
  4. ^ Roger Schank, Dynamic Memory: 컴퓨터와 사람에서의 학습 이론(뉴욕: 케임브리지 대학 출판부, 1982).
  5. ^ Janet Kolodner, "Reconstructive Memory: A Computer Model", 인지과학 7 (1983) : 4.
  6. ^ Michael Lebowitz, "메모리 기반 파싱 2017-11-18 웨이백 머신에서 보관", 인공지능 21(1983), 363-404.
  7. ^ Bill Mark, "Acclave Management를 위한 Case-Based Reasoning for Autoclave Management", Case-Based Reasoning Workshop의 진행(1989)
  8. ^ Trung Nguyen, Mary Czerwinski 및 Dan Lee, "COMPAQ QuickSource: 소비자에게 인공지능의 힘을 제공"은 제5회 인공지능 연차총회(워싱턴 DC: AAAI Press, 1993년 1월 142일),
  9. ^ Begum, S.; M. U Ahmed; P. Funk; Ning Xiong; M. Folke (July 2011). "Case-Based Reasoning Systems in the Health Sciences: A Survey of Recent Trends and Developments". IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews. 41 (4): 421–434. doi:10.1109/TSMCC.2010.2071862. ISSN 1094-6977. S2CID 22441650.
  10. ^ 아이케 뮐러마이어.케이스 베이스의 대략적인 추론.스프링거-벨라그, 베를린, 2007년
  11. ^ 윌슨, 로버트 앤드류, 프랭크 C.킬, 에드MIT 인지과학 백과사전입니다.MIT 프레스, 2001.

추가 정보

  • 아모트, 아그나르, 엔릭 플라자.「케이스 베이스의 추리: 기본적인 문제, 방법론적 변화 및 시스템 접근" 인공지능 커뮤니케이션 7, No.1(1994) : 39 ~ 52.
  • Althoff, Klaus-Dieter, Ralph Bergmann 및 L. Karl Branting, eds.사례 기반 추리 연구 및 개발: 제3회 사례 기반 추리 국제회의의 진행.베를린: Springer Verlag, 1999.
  • Bergmann, Ralph Experience Management: 기초, 개발 방법론 및 인터넷 기반 응용 프로그램.스프링거, LNAI 2432, 2002.
  • Bergmann, R., Althoff, K.-D, Breen, S., Göker, M., Manago, M., Traphöner, R. 및 Wess, S. 산업 사례 기반 추론 응용 프로그램 개발: INRECA 방법론Springer LNAI 1612, 2003.
  • 콜로드너, 자넷케이스 베이스의 추리산마테오:모건 카우프만, 1993년
  • 리크, 데이비드"컨텍스트에서의 CBR: "현재와 미래", 인 리크, D. 편집자, 케이스 베이스 추론: 경험, 교훈, 미래 방향.AAAI 프레스/MIT Press, 1996, 1-30.
  • 리크, 데이비드, 엔릭 플라자, 에드사례 기반 추리 연구 및 개발: 제2회 사례 기반 추리 국제회의의 진행.베를린: Springer Verlag, 1997.
  • Lenz, Mario; Bartsch-Spörl, Brigitte; Burkhard, Hans-Dieter; Wess, Stefan, eds. (1998). Case-Based Reasoning Technology: From Foundations to Applications. Lecture Notes in Artificial Intelligence. Vol. 1400. Springer. doi:10.1007/3-540-69351-3. ISBN 978-3-540-64572-6. S2CID 10517603.
  • 옥스맨, 리브카설계의 전례: 선행 지식, 설계 연구 조직을 위한 계산 모델, Vol. 15 No. 2 페이지 141–157
  • Riesbeck, Christopher, 그리고 Roger Shank.케이스 베이스의 내부 추리Northvale, NJ: Erlbaum, 1989.
  • 벨로소, 마누엘라, 아그나르 아모트, 에드사례 기반 추리 연구 및 개발: 제1회 사례 기반 추리 국제회의의 진행.베를린: Springer Verlag, 1995.
  • 왓슨, 이안.사례 기반 추론 적용: 엔터프라이즈 시스템의 기술.샌프란시스코:모건 카우프만, 1997년

외부 링크

Wikimedia Commons에는 케이스 기반 추론과 관련된 미디어가 있습니다.

위 기사의 이전 버전은 Nupedia에 게시되었습니다.