정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어 왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다. 본 연구에서는 주어진 상황에서 변화가 발생했을 때, 이 변화가 어떻게 영향을 미치며 파급되는지를 예측할 수 있는 정성적 비교분석 기법을 소개하고자 한다. 본 연구에서는 파라미터의 상대적인 변화의 파급만을 예측한 기존의 연구에 상대적 변화의 증가율 변화에 대한 추론을 추가하여 확장하였다. 상대적인 주어진 상황에 대한 인과모델이 정성적 분야 모델로부터 형성되고, 여기에 비교분석 추론 기법을 적용하여 변화의 연쇄적인 인과 관계를 추적하게 된다. 이러한 기법은 변화의 예측 뿐 아니라, 이런 변화를 이끌어낸 인과 관계를 설명하는 기능을 제공하게 되어, 디자인, 진단, 지능형 교육 시스템, 환경 영향평가 등에 이용되리라 기대된다.
정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어 왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다. 본 연구에서는 주어진 상황에서 변화가 발생했을 때, 이 변화가 어떻게 영향을 미치며 파급되는지를 예측할 수 있는 정성적 비교분석 기법을 소개하고자 한다. 본 연구에서는 파라미터의 상대적인 변화의 파급만을 예측한 기존의 연구에 상대적 변화의 증가율 변화에 대한 추론을 추가하여 확장하였다. 상대적인 주어진 상황에 대한 인과모델이 정성적 분야 모델로부터 형성되고, 여기에 비교분석 추론 기법을 적용하여 변화의 연쇄적인 인과 관계를 추적하게 된다. 이러한 기법은 변화의 예측 뿐 아니라, 이런 변화를 이끌어낸 인과 관계를 설명하는 기능을 제공하게 되어, 디자인, 진단, 지능형 교육 시스템, 환경 영향평가 등에 이용되리라 기대된다.
The goal of qualitative analysis is to capture and formalize qualitative and intuitive knowledge about physical world. Qualitative reasoning has been successfully applied to electric and mechanical mechanism domains, in which most of reasoning has focused on simulation. This paper introduces a quali...
The goal of qualitative analysis is to capture and formalize qualitative and intuitive knowledge about physical world. Qualitative reasoning has been successfully applied to electric and mechanical mechanism domains, in which most of reasoning has focused on simulation. This paper introduces a qualitative comparative analysis technique which predicts how a change in a given situation propagates. We developed a comparative analysis technique which extends previous research by including a reasoning technique about the relative rate of the change of a parameter. Previous research focuses only on the relative change of a parameter. Causal model for the given situation is generated from qualitative domain model. The propagation by the change in causal relations are traced by applying our comparative analysis. By providing explanation as well as prediction for the given change, our technique is expected to be used in design, diagnosis, intelligent tutoring system, environmental evaluation.
The goal of qualitative analysis is to capture and formalize qualitative and intuitive knowledge about physical world. Qualitative reasoning has been successfully applied to electric and mechanical mechanism domains, in which most of reasoning has focused on simulation. This paper introduces a qualitative comparative analysis technique which predicts how a change in a given situation propagates. We developed a comparative analysis technique which extends previous research by including a reasoning technique about the relative rate of the change of a parameter. Previous research focuses only on the relative change of a parameter. Causal model for the given situation is generated from qualitative domain model. The propagation by the change in causal relations are traced by applying our comparative analysis. By providing explanation as well as prediction for the given change, our technique is expected to be used in design, diagnosis, intelligent tutoring system, environmental evaluation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 기존의 정성적 비례에 의한 인과 관계 분석을 통한 비교 분석 기법에 프로세스에 의한 직접적 영향에 의한 인과 관계에 대한 분석 방법을 추가하여 확장하였다. 본 기법은 파라미터의 상대적인 변화의 파급 뿐만 아니라 상대적 변화의 증가율 변화에 대한 추론을 제공한다. 기존의 기법은 정성적 비례로만 구성된 간단한 단답형 문제에만 적용되어 실효성을 얻을 수 있었으나, 정성적 비례와 직접적 영향이 공존하는 일반적인 상황에는 적용할 수 없었다.
따라서 프로세스에 의해 발생된 직접적 영향에 의한 파급 효과와 이에 부수되는 추론에 적용시킬 수 없었다. 본 논문에서는 정성적 비례에 의한 변화의 추론 뿐 아니라, 프로세스에서 발생되는 직접적인 영향에 의한 변화에 대한 정성적 추론 기법을 소개하고자 한다.
본 연구에서는 Forbus의 정성적 프로세스(Qualitative Process：QP) 이론 (Forbus, 1984)에 기초하여 모델을 개발하였다. QP 이론의 핵심은 자연 세계에서 모든 변화는 프로세스에 의해 발생된다는 것이다.
기존의 기법은 정성적 비례로만 구성된 간단한 단답형 문제에만 적용되어 실효성을 얻을 수 있었으나, 정성적 비례와 직접적 영향이 공존하는 일반적인 상황에는 적용할 수 없었다. 본 연구에서는 개발된 비교분석 기법을 테스트하기 위한 시험대로 열역학적 과정을 통해 파라미터 사이의 정성적 비례 및 직접적 영향의 인과관계가 다양하게 연결되어 있는 소각 과정 분야 모델을 구축하였다. 또한 개체수 사이의 인과 관계가 프로세스 간에 긴밀한 상호 연관성을 갖고 있는 생태계 분야 모델도 구축하였으며, 이러한 분야의 예제들을 통해 확장된 비교분석 기법의 유효성을 시험할 수 있었다.
본 연구에서는 기존의 Weld의 정성적 비교 분석 기법을 상대적 변화의 증가율에 대한 예측으로 확장하였다. 확장된 기법을 통해 기존의 기법으로는 예측에 어려움이 있었던 생태계, 소각로와 같은 복잡한 시스템의 변화 예측을 할 수 있었다.
시나리오 모델이 형성되면 추론이 적용되어 문제를 해결하게 된다. 본 연구에서는 상대적 변화에 따른 파급 효과를 예측하는 비교 분석 기법을 적용하여 변화의 파급 효과를 예측한다.
제안 방법
시나리오는 특정 상황에 대한 구조적 묘사를 의미하는데, 변화와 함께 주어진다. 구조적 묘사가 주어지면 분야 모델로부터 그 시나리오에 대한 시나리오 모델을 생성한다. 시나리오 모델은 파라미터 사이의 인과 관계를 표현하는 인과 모델로서, 직접적 영향, 정성적 비례관계로 구성된다.
주어진 상황에 대한 문제를 해결하기 위해서는 기초적인 지식 베이스의 구축이 선행되어야 한다. 본 시스템을 실제 예제에 적용하기 위하여 Forbus의 프로 세스 이론에 기초한 정성적 지식베이스인 분야 모델이 구축되었다. [그림 1]은 본 시스템의 추론 과정을 보여주고 있다.
본 연구에서는 기존의 정성적 비례에 의한 인과 관계 분석을 통한 비교 분석 기법에 프로세스에 의한 직접적 영향에 의한 인과 관계에 대한 분석 방법을 추가하여 확장하였다. 본 기법은 파라미터의 상대적인 변화의 파급 뿐만 아니라 상대적 변화의 증가율 변화에 대한 추론을 제공한다.
본 연구에서는 앞 장에서 소개한 정성적 모델링과 비교 분석 기법에 기초하여 정성적 비교 분석 추론 시스템을 구현하였다. 구현된 시스템은 주어진 상황에 대한 정성적 구조 묘사(qualitative structural description)와 변화가 주어지면 비교분석 추론을 통해 그 변화에 따른 연쇄적인 파급효과를 제공한다.
모델 구축 모듈은 주어진 시나리오에 분야모델을 적용하여 유추되는 사실과 인과관계로부터 시나리오 모델을 생성한다. 추론 기관은 3장의 비교 분석 기법 표현에 기초하여 dQValue와 dQRate의 파급을 규칙으로 구축하였으며, 시나리오 모델에 적용하여 추론을 제공하게 된다. 다음은 <표 2>의 (q + ?q ?constrainer)에서 ?constrainer↑인 경우 ?q↑를 구현한 규칙을 보여주고 있다.
생태계의 경우도 정확한 개체 유입의 개수, 출생률 등에 대한 데이터를 완벽하게 얻기에는 어려움이 있다. 특히 두 분야 모델은 파라미터 사이에 정성적 비례와 직접적 영향에 의한 인과관계가 다양하게 표출되므로본 논문에서 제안된 비교분석 기법을 시험해보기 에는 좋은 시험대로 여겨져 두 분야 모델을 구축 하여 시험하였다.
대상 데이터
구현된 시스템은 주어진 상황에 대한 정성적 구조 묘사(qualitative structural description)와 변화가 주어지면 비교분석 추론을 통해 그 변화에 따른 연쇄적인 파급효과를 제공한다. 본 시스템은 주어진 상황에 대해 시나리오 모델을 생성하는 모델 구축(model builder) 모듈과 비교 분석을 제공하는 추론기관으로 구성된다. 주어진 상황에 대한 문제를 해결하기 위해서는 기초적인 지식 베이스의 구축이 선행되어야 한다.
이론/모형
소각로 분야 모델은 1차 소각로, 2차 소각로, 배가스 처리실로 구성된 소각 과정을 정성적으로 예측할 수 있게 구성되어 있다. 소각로 모델은 기본적인 열역학 프로세스- heat flow, gas flow, incineration, incineration decompostion-와 기체의 영역 학적 성질 등이 Forbus의 프로세스 이론의 표현방식에 기초하여 구축되었다. 폐기물, 기체, 소각로 등의 객체는 CLIPS의 사실(fact)로 표현되었으며, 인과관계를 표현하는 정성적 비례, 직접적 영향은 술어(predicate)로 구현되었다.
시스템은 규칙 기반 시스템인 CLIPS(Girratano and Riley, 1998)로 구현되었으며, 소각에 대한 분야 모델(Kim et al., 2006)과 생태계 분야 모델 (Salles and Bredeweg, 2003)을 구축하여 여러 예 제에 적용하였다. 소각 과정과 생태계는 분야의 특성상 정확히 수식으로 그 과정을 완벽하게 표현하기에는 어려움이 있는 분야이다.
성능/효과
본 연구에서는 개발된 비교분석 기법을 테스트하기 위한 시험대로 열역학적 과정을 통해 파라미터 사이의 정성적 비례 및 직접적 영향의 인과관계가 다양하게 연결되어 있는 소각 과정 분야 모델을 구축하였다. 또한 개체수 사이의 인과 관계가 프로세스 간에 긴밀한 상호 연관성을 갖고 있는 생태계 분야 모델도 구축하였으며, 이러한 분야의 예제들을 통해 확장된 비교분석 기법의 유효성을 시험할 수 있었다.
2005)에서는 두 개의 구조적으로 동일한 시나리오를 구조 매핑를 통하여 비교하여 둘 사이의 파라미터 간의 대응관계를 찾아 어떤 파라미터의 값이 상대적으로 변화 하였는가를 찾는다. 이러한 상대적 변화에 기초하여 Weld의 비교 분석 기법을 적용하여, 변화의 파급 효과 예측을 통해 베넷 테스트의 문제를 해결할 수 있었다. 베넷 테스트는 실제로 공간에서의 추론 능력을 테스트하는 시험으로 미국에서 널리 행해지고 있는 시험이다.
소각로 모델은 기본적인 열역학 프로세스- heat flow, gas flow, incineration, incineration decompostion-와 기체의 영역 학적 성질 등이 Forbus의 프로세스 이론의 표현방식에 기초하여 구축되었다. 폐기물, 기체, 소각로 등의 객체는 CLIPS의 사실(fact)로 표현되었으며, 인과관계를 표현하는 정성적 비례, 직접적 영향은 술어(predicate)로 구현되었다. 객체들 사이의 관계도 술어로 표현되었다.
본 연구에서는 기존의 Weld의 정성적 비교 분석 기법을 상대적 변화의 증가율에 대한 예측으로 확장하였다. 확장된 기법을 통해 기존의 기법으로는 예측에 어려움이 있었던 생태계, 소각로와 같은 복잡한 시스템의 변화 예측을 할 수 있었다. 확장된 기법은 주어진 환경의 변화에 따른 예측이 중요한 역할을 지능형 시스템, 예를 들어 유비쿼터스 환경의 자율적, 지능형 시스템 구현 등에 중요한 역할을 하리라 기대 된다.
후속연구
향후 과제로는 다양한 추론 방식과 비교 분석 기법을 결합하여, 유연성과 context awareness 기능을 갖춘 지능형 인지 시스템으로 확장, 개발하는 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
정성적 추론은 어떤 목표를 갖고 연구되어왔는가?
정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어 왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다.
정성적 추론이 실효성을 입증할 수 있었던 이유는?
정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어 왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다. 본 연구에서는 주어진 상황에서 변화가 발생했을 때, 이 변화가 어떻게 영향을 미치며 파급되는지를 예측할 수 있는 정성적 비교분석 기법을 소개하고자 한다.
정성적 시뮬레이션을 예를들어 설명하시오.
정성적 시뮬레이션이 주어진 시스템의 구조적 묘사로부터 그 시스템의 거동을 예측하는 반면, 비교 분석은 어떤 변화가 생겼을 때, 이 변화의 연쇄적인 파급 효과를 추론하는 기법이다. 예를 들어, 생활 폐기물을 소각 하는 과정은 음식물, 종이, 플라스틱 등 폐기물의 성분의 변화에 따라 다이옥신 배출과 같은 소각과정이 연쇄적인 영향을 받게 되는데, 이러한 폐기물의 성분 변화에 따른 연쇄적인 파급 효과를 예측하기 위해서는 비교 분석이 효과적이다.
참고문헌 (19)
Bobrow, D. G., Qualitative Reasoning about Physical Systems, The MIT Press., Cambridge, 1985.
Collins, J. W., Process-based diagnosis: An approach to understanding novel failures, Tech Rep. No.48, Northwestern University, The Institute for the Learning Sciences, 1993.
DeCoste, D., "Dynamic across-time Measurement Interpretation", In Hamscher, W., et al, (Ed), Readings in Model-Based Diagnosis, Morgan Kauffmann, 1992.
de Kleer, J., and Williams, B.C., "Diagnosing multiple Faults", Artificial Intelligence 32. 1987.
Forbus, K., "Introducing Actions into Qualitative Simulation", Proceeding of the 11th International Joint Conference on Artificial Intelligence, 1989.
Forbus, K., Qualitative Reasoning, CRC Hand book of Computer Science and Engineering, CRC Press, 1996.
Girratano, J. and Riley, G., Expert Systems: Principles and Programming, PWS Publishing Company, Boston, 1998.
Hinrich, T., Nochols, D., and Forbus, K., "Using Qualitative Reasoning in Learning Strategy Games: A Preliminary Report", Proceedings of 20th International Workshop on Qualitative Reasoning, 2006.
Kim, H., Kim, S., and Kim, M., "Conceptual Modeling for Incineration Process", Proceedings of the 4th International Conference on Combustion, Incineration/Pyrolysis and Emission Control, 2006.
Klenk, M., Forbus, K., Kim, H., and Kychelhahn, B., "Solving Everyday Physical Reasoning Problems by Analogy using Sketches", Proceedings of the 20th Conference on Artificial Intelligence, 2005.
Kuiper, B., "Qualitative Simulation: then and now", Artificial Intelligence 59, 1993.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.