초록이 없습니다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 결정하는 방법이다. 본 연구에서는 현재 이용 가능한 사례 데이터가 빈약하고 앞으로 지식베이스의 완성도도 지원할 수 있다는 측면에서 사례의 유사성을 설명할 수 있는 지식베이스 항목 이용법을 선택하였다.
• 본 원고에서는 전기화재 원인진단을 위한 업무에 일관성, 체계성, 합리성, 편의성을 부여하기 위하여 규칙기반 추론기법과 사례기반 추론기법을 병용한 혼합 추론 기법의 모형을 제시하고 이 모형을 하나의 전산화된 프로그램으로 제시하였다. 그 결과 다음과 같은 결론을 얻었다.
• 본 프로그램의 특징은 규칙기반 추론 결과와 사례기반 추론 결과의 비교와 지식베이스 항목을 통한 조회로써 해의 적응 및 수정이 가능토록 하였다는 것이다. 王한, 향후 프로그램의 보완과정에서 진단된 원인에 대한 유의사항 및 방어대책, 해당 법적 조항들을 해에 추가하여 보여주는 설명 기능을 갖도록 DB를 설계하였다.
• 전산화된 프로그램을 제시하였다. 이는 원인진단 업무의 수행을 보조하는 것뿐만 아니라 이 업무의 체계화를 꾀할 수 있는 하나의 지표와 구체적인 통계 자료를 만들 수 있는 틀을 구성하는 것을 목표로 하였다. 따라서 프로그램은 단순히 연구된 자료를 검색하는 데이터베이스의 구성이 아닌 사용자와 프로그램과의 상호작용으로 사용자의 요구 수준에 따라 필요한 정보를 제공할 수 있는 지능형 데이터베이스 프로그램으로 구성하였다.
• 대책이 수립되어야 한다. 이러한 전기화재를 방지하기 위해서 선행되어야 하는 것이 발생된 화재의 원인이 어떠한 종류의 전기적 요인이었는가를 판별하는 것이다. 지금까지 전기화재의 원인진단과 감식, 방재 대책에 대한 연구가 진행되어 왔으나 실용적으로 적용하기에는 체계적이지 못하고 미흡한 실정이다.

제안 방법

• 1) 규칙베이스의 항목을 이용, 사례 베이스의 색인 항목들을 구성하여 화재 감식 시 조사해야 될 항목의 예를 제시하였다. 이를 이용하여 감식 업무의 체계적인 기록 .
• 것이다. 王한, 향후 프로그램의 보완과정에서 진단된 원인에 대한 유의사항 및 방어대책, 해당 법적 조항들을 해에 추가하여 보여주는 설명 기능을 갖도록 DB를 설계하였다. [그림 6]에서 이러한 과정을 보인다.
• 규칙기반 추론은 지식베이스와 추론엔 진으로 구성된 D.A.Waterman의 구조를 응용하였다. 여기에서 지식베이스는 사실(fact)과 전문가에게서 추출한 규칙(rule)의 두 가지 요소로 구성된다.
• 이는 원인진단 업무의 수행을 보조하는 것뿐만 아니라 이 업무의 체계화를 꾀할 수 있는 하나의 지표와 구체적인 통계 자료를 만들 수 있는 틀을 구성하는 것을 목표로 하였다. 따라서 프로그램은 단순히 연구된 자료를 검색하는 데이터베이스의 구성이 아닌 사용자와 프로그램과의 상호작용으로 사용자의 요구 수준에 따라 필요한 정보를 제공할 수 있는 지능형 데이터베이스 프로그램으로 구성하였다. 이를 위하여 전문가시스템의 주요 지식 추론 기법인 규칙기반 추론과 사례기반 추론법을 병용하여 추론 모형을 설계하였고 이를 구현할 수 있는 전기화재 원인진단 프로그램(Electrical Fire Diagnosis Program)을 제시흐]였다.
• 적용규칙은 사용자 함수로써 편집되어 있다. 또한, 몇 가지의 항목들이 서로 관련성이 있어 동시에 확인될 경우 특정한 화인일 가능성을 증가시킨다면 이를 조합으로 처리하여 해당 조합에 가중치를 부여하는 조합가중치를 적용하였다.
• 본 연구에서는 이 같은 긴밀도의 차이를 감안하여 아래의와 같이 부합도 점수를 분류하여 규칙과 사례의 매칭과정인 해를 획득하는 방법으로 산술적인 수식에 따른 수식을 이용하였다.
• 본 원고에서는 규칙의 형태, 즉 IF문장과 THEN 문장으로 연결되어있는 형태인 규칙으로 각 지식베이스의 항목들을 표현하였고, 노드 (Node)간의 관계를 표현하기 위해 네트워크 구조인 의미망(Semantic Net)으로서 규칙 항목들 간의 관계를 설정하였다.
• 본 원고에서는 그동안 연구되어온 화흔 감식법과 원인 규명법을 데이터베이스화하고 이를 이용하여 컴퓨터에 대한 비전문가라 할지라도 쉽게 체계적으로 원인진단 업무를 수행할 수 있는 전산화된 프로그램을 제시하였다. 이는 원인진단 업무의 수행을 보조하는 것뿐만 아니라 이 업무의 체계화를 꾀할 수 있는 하나의 지표와 구체적인 통계 자료를 만들 수 있는 틀을 구성하는 것을 목표로 하였다.
• 본 프로그램은 먼저 화재 현장의 전기기기, 옥내배선, 연장 코드가 통전 중 이 었는지를 판별하고, 전기적 요인에 의한 화재 즉, 전기화재의 가능성을 판별한 다음 최종적으로 어떠한 전기적 요인에 의한 화재인가를 추론하는 순서로 원인진단을 수행한다.
• 본 프로그램은 먼저 화재 현장의 전기기기, 옥내배선, 연장 코드가 통전 중 이었는 지를 판별하고, 발생된 화재가 전기적 요인에 의한 화재 즉, 전기화재인지를 판별한 후, 최종적으로 어떠한 전기적 요인에 의한 화재인가를 추론하는 순서로 원인진단을 수행한다.
• 본 프로그램의 추론 과정은 규칙등록과 규칙 조회, 사례등록과 사례조회의 4가지의 창으로 구성되어 있다. [그림 9]는 규칙의 등록을 수행하는 화면을 나타내며, [그림 10]은 사례등록 시 새로운 사례 입력을 위한 창을 나타낸다.
• 사례베이스는 화재사례의 입력과 검색의 편의를 위해 속성값(feature-value)방식인 프레임 형식으로 사례를 표현하여 구성하였다. 사례기반 추론과정은 [그림 5]와 같다.
• 사례의 등록은 사용자가 일관된 색인 항목에 따라 보다 쉽게 입력할 수 있도록 표준 질의어 중에서 선택하는 방식을 취하였다.
• 색인 항목의 구성은 화재 현장에서 쉽게 취득이 가능하고 화재 발생과 직접적으로 관련이 있어야 한다는 것을 원칙으로 세우고 규칙과 전기계통의 이전 사용 조건을 중심으로 일선 소방서에서 작성한 화재 발생 시의 보고서를 참조하여 구성하였다.
• 연구되어온 감식법을 이용한 규칙기반 추론과 지식의 항목들을 이용한 색인 항목들을 구성한 사례기반 추론을 병용하면서 데이터베이스의 불충분함에서 오는 문제를 해결할 수 있고 사례학습을 통하여 데이터베이스의 완성도를 높여갈 수 있어 두 가지 추론 기법을 혼합 적용하여 전기화재의 원인진단 프로그램을 제시하였다.
• 원인과의 관련성이 긴밀한 정도로 가중치를 주어 확신도 점수의 정도를 분류하였다.
• 또한 규칙기반과 사례기반 추론의 병용과 사용자 중심 인터페이스의 구성이 가능해야 한다. 이러한 점을 감안할 때 기존의 전문가시스템 개발 도구들은 비용과 효과 면에서 부적절하다고 판단되어 사례와 지식의 데이터베이스를 이용할 수 있는 응용 프로그램을 직접 개발하였다. 이를 전기화재 원인진단프로그램 (Electrical Fire Causes Diagnosis Program : EFCDP) 라 명명한다.
• 따라서 프로그램은 단순히 연구된 자료를 검색하는 데이터베이스의 구성이 아닌 사용자와 프로그램과의 상호작용으로 사용자의 요구 수준에 따라 필요한 정보를 제공할 수 있는 지능형 데이터베이스 프로그램으로 구성하였다. 이를 위하여 전문가시스템의 주요 지식 추론 기법인 규칙기반 추론과 사례기반 추론법을 병용하여 추론 모형을 설계하였고 이를 구현할 수 있는 전기화재 원인진단 프로그램(Electrical Fire Diagnosis Program)을 제시흐]였다.
• 전기화재의 원인을 합선, 과전류, 누전, 스파크, 절연불량, 접촉불량, 정전기, 낙뢰, 전열기기의 9가지 종류로 구분하여 이를 대분류 항목으로 선정하였다. 각 원인별로 해당 규칙이 코딩되고 가중치를 고려한 부합점수가 부여된다.
• 추론 결과는 인자별 지식베이스와의 부합도 점수와 해당 원인 규칙베이스와의 부합율을 볼 수 있도록 두 개의 메모 컴포넌트를 배치하였다.

이론/모형

• 또한 AND/OR 그래프의 형태로 규칙들을 구조화하였고 원인에서 결과를 탐색할 때 쓰이는 정방향 추론(Forward Chaining) 기법을 적용하였다.
• 또한 지식의 삭제 및 변경이 가능하도록 비단 조 추론(Nonmonotonic)방식을 적용하였다.
• 본 연구에서는 이러한 규칙기반과 사례기반추론의 장점을 조합한 혼합추론 방식을 사용하였다. 연구되어온 감식법을 이용한 규칙기반 추론과 지식의 항목들을 이용한 색인 항목들을 구성한 사례기반 추론을 병용하면서 데이터베이스의 불충분함에서 오는 문제를 해결할 수 있고 사례학습을 통하여 데이터베이스의 완성도를 높여갈 수 있어 두 가지 추론 기법을 혼합 적용하여 전기화재의 원인진단 프로그램을 제시하였다.
• 사례조회는 중요 색인항목을 우선 탐색하여 탐색 사례의 수를 줄여나가는 차별망 (discrimi nation net-works) 방법과 수치적 절차에 브} 탕을 둔 최근치 알고리즘(nearest neighbour algorithm)을 같이 적용하는 것이 일반적이나 본 연구에서는 탐색할 사례의 수가 적으므로 최근치 알고리즘만을 사용하였다.

성능/효과

• 2) 규칙베이스와 사례베이스의 구성을 위해 획득이 가능한 지식과 사례의 품질과 양이 저조한 동시에 다양한 화인을 보이는 전기화재의 특성상 원인진단을 위한 추론기법으로는 규칙 기반추론과 사례기반 추론의 두 가지 추론기법의 장점을 살리고 향후 프로그램의 완성도를 높일 수 있는 혼합추론기법을 사용하는 것이 타당함을 알 수 있었다.
• 3) 본 연구에서 개발된 원인진단 프로그램의 성능과 유효성을 검증하기 위하여 몇 가지의 가상 사례를 적용해 본 결과 대상 화재의 발생원인을 효과적으로 진단할 수 있었으므로, 제안된 모형은 유용성이 있다고 판단된다.
• 추론의 결과 화면이다. 규칙기반 추론 결과 입력된 정보가 합선과 76.47 %의 높은 부합율을보였고 사례기반 추론에서도 이전에 발생 원인이 합선이라고 판명되었던 40번 사례와 입력 정보들이 6.99의 높은 유사도를 보였다.

후속연구

• 본 연구에서 요구되는 추론 모형을 구현하기 위해선 단순한 데이터의 저장 및 접근 방법에 의한 참조 기능뿐만 아니라 저장된 정보로부터 새로운 사실을 추론하여 의사 결정에 이용할 수 있는 프로그램이 필요하다. 또한 규칙기반과 사례기반 추론의 병용과 사용자 중심 인터페이스의 구성이 가능해야 한다.
• 된다. 아직 지식과 사례베이스의 품질이 저조한 관계로 본 모형의 신뢰도를 충분히 검증하는 데에는 한계가 있으나 발생 화재에 관하여 본 연구에서 제안한 추론 모형을 적용한 결과 발생 원인을 추적할 수 있었으며 가장 유사한 화재원인이 탐색 가능한 것으로 판단된다.
• 향후 본 프로그램을 실제 업무에 적용하는 과정에서 해의 최소유의수준과 중요인자에 대한 가중치 결정, 보다 합리적인 색인항목 구성 등에 관한 추가적인 연구가 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기