[논문]CART 알고리즘 기반의 의사결정트리 기법을 이용한 규칙기반 전문가 시스템 구축 방법론

고윤석

doi:10.13067/jkiecs.2011.6.6.849

CART 알고리즘 기반의 의사결정트리 기법을 이용한 규칙기반 전문가 시스템 구축 방법론
The Construction Methodology of a Rule-based Expert System using CART-based Decision Tree Method 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.6 no.6, 2011년, pp.849 - 854

초록
AI-Helper

시스템 이벤트들로부터 그 파급효과를 최소화하기 위해서는 실시간 조건에 기반한 규칙기반 전문가 시스템이 매우 효과적인데, 그 이벤트가 다양하고 부하조건이 매우 가변적이기 때문에 규칙 기반 전문가 시스템을 구축하기가 쉽지 않다. 따라서 본 연구에서는 CART 알고리즘 기반의 의사결정 트리 기법을 적용하여 상정사고 사례들로부터 규칙기반 전문가 시스템을 구축하는 방법론에 대해서 연구하고자 한다.

Abstract ▼ AI-Helper

To minimize the spreading effect from the events of the system, a rule-based expert system is very effective. However, because the events of the large-scale system are diverse and the load condition is very variable, it is very difficult to construct the rule-based expert system. To solve this problem, this paper studies a methodology which constructs a rule-based expert system by applying a CART(Classification and Regression Trees) algorithm based decision tree determination method to event case examples.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구에서는 의사결정 트리 기법을 적용하여 대규모 상정 사고 사례들로부터 규칙기반 전문가 시스템을 구축하는 방법론에 대해서 연구하고자 한다. 특히, 의사결정 트리의 확장 방법론으로서 CART 알고리즘을 적용하게 되는데[3-6], 이 알고리즘은 모든 가능한 분할 중 최고 순도의 자(Child) 노드가 선택되도록 하는 분할규칙(Splitting Rule)에 근거하여 의사결정 트리를 구축한다.
본 연구에서는 대규모 시스템에 대한 CART 기반의 의사결정 트리 결정 기법의 적용방법론을 제시하였다. 그리고 하나의 임의로 결정된 학습 데이터세트 즉 입력변수들과 클래스들 사이의 관계 집합을 이용하여 분류 트리를 결정하는 방법론을 보임으로써 그 적용의 가능성을 보였다.

제안 방법

규칙 기반 전문가 시스템에 의한 분류 능력을 확인하기 위해 표 2와 같은 교육 데이터 세트(Training Set)를 작성하였다. 교육 세트는 표 1에 보인 학습 데이터 세트의 8개 데이터들과 표 1에서와 같은 방법으로 임의적으로 작성된 14개의 데이터들을 포함하여 총 20개의 데이터 요소들로 작성되었으며, 그 적용결과는 표 2의 Z^*와 같다.
본 장에서는 제안된 CART 알고리즘의 적용방법론과 유효성을 검증하기 위해서 먼저, 하나의 학습 데이터 세트를 결정하고, 그 학습 데이터 세트에 대해 CART 알고리즘을 적용하여 의사결정 트리를 결정한다. 다음, 그 결과를 바탕으로 규칙기반 전문가 시스템을 구축, 테스트 데이터 세트를 기반으로 그 유효성을 검증한다.
본 장에서는 CART 알고리즘을 기반으로 하는 의사결정트리 확장 절차를 설명하기 위해 대표적인 예로써 돌입전류와 고저항 지락전류 고장 (HIF : High Impedance Fault)의 일반적인 입력변수로 활용되는 고조파 백분율들을 입력변수로 하는 학습 데이터를 구축하였다.
본 장에서는 제안된 CART 알고리즘의 적용방법론과 유효성을 검증하기 위해서 먼저, 하나의 학습 데이터 세트를 결정하고, 그 학습 데이터 세트에 대해 CART 알고리즘을 적용하여 의사결정 트리를 결정한다. 다음, 그 결과를 바탕으로 규칙기반 전문가 시스템을 구축, 테스트 데이터 세트를 기반으로 그 유효성을 검증한다.

대상 데이터

규칙 기반 전문가 시스템에 의한 분류 능력을 확인하기 위해 표 2와 같은 교육 데이터 세트(Training Set)를 작성하였다. 교육 세트는 표 1에 보인 학습 데이터 세트의 8개 데이터들과 표 1에서와 같은 방법으로 임의적으로 작성된 14개의 데이터들을 포함하여 총 20개의 데이터 요소들로 작성되었으며, 그 적용결과는 표 2의 Z^*와 같다. 표 2에서 실제 클래스 Z와 추론결과 클래스 Z^*가 모든 경우에 대해서 동일함으로서 CART 알고리즘에 근거하여 제안된 추론 방법론의 유효성을 확인할 수 있다.

이론/모형

따라서 본 연구에서는 의사결정 트리 기법을 적용하여 대규모 상정 사고 사례들로부터 규칙기반 전문가 시스템을 구축하는 방법론에 대해서 연구하고자 한다. 특히, 의사결정 트리의 확장 방법론으로서 CART 알고리즘을 적용하게 되는데[3-6], 이 알고리즘은 모든 가능한 분할 중 최고 순도의 자(Child) 노드가 선택되도록 하는 분할규칙(Splitting Rule)에 근거하여 의사결정 트리를 구축한다.

성능/효과

본 연구에서는 대규모 시스템에 대한 CART 기반의 의사결정 트리 결정 기법의 적용방법론을 제시하였다. 그리고 하나의 임의로 결정된 학습 데이터세트 즉 입력변수들과 클래스들 사이의 관계 집합을 이용하여 분류 트리를 결정하는 방법론을 보임으로써 그 적용의 가능성을 보였다. 따라서 차후, 다양한 시스템 이벤트를 판단하는 규칙기반 시스템을 구축, 사고파급효과를 최소화하는데 기반 기술로서 기여할 수 있을 것으로 기대된다.
교육 세트는 표 1에 보인 학습 데이터 세트의 8개 데이터들과 표 1에서와 같은 방법으로 임의적으로 작성된 14개의 데이터들을 포함하여 총 20개의 데이터 요소들로 작성되었으며, 그 적용결과는 표 2의 Z^*와 같다. 표 2에서 실제 클래스 Z와 추론결과 클래스 Z^*가 모든 경우에 대해서 동일함으로서 CART 알고리즘에 근거하여 제안된 추론 방법론의 유효성을 확인할 수 있다.

후속연구

그리고 하나의 임의로 결정된 학습 데이터세트 즉 입력변수들과 클래스들 사이의 관계 집합을 이용하여 분류 트리를 결정하는 방법론을 보임으로써 그 적용의 가능성을 보였다. 따라서 차후, 다양한 시스템 이벤트를 판단하는 규칙기반 시스템을 구축, 사고파급효과를 최소화하는데 기반 기술로서 기여할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	의사결정분류트리란?	의사결정분류트리는 교육 데이터와 관련된 논리적 모델로서, 이진트리로 표시되며, 루트노드로부터 출발하는데, 이 루트노드는 모든 교육 데이터 세트를 포함한다. 각 내부 노드(Internal Node)는 하나의 속성과 하나의 속성 값에 대응하는 각 아크를 평가하고, 최종 노드(Terminal Node)는 예측된 클래스를 표시한다.
	의사결정트리란?	의사결정트리 (Decision Tree)는 원래 논리, 경영 그리고 통계학으로부터 유래하였으며 하나의 아이템에 관한 어떤 측정값들과 그것의 목표 값들 사이의 관계를 예측하고 설명하는 데에 있어서 아주 성공적인 기법이다. 따라서 의사결정 트리는 데이터베이스로부터 데이터를 탐사, 미지의 패턴들을 찾아내기 위한 데이터 발굴(Data Mining)은 물론, 텍스트 발굴, 정보 발췌(Information Extraction), 기계학습(Machine Learning) 그리고 패턴인식과 같은 다양한 분야에서 가장 효과적인 도구들로서 인식되고 있다.
	실시간 조건을 충족하기 위해 휴리스틱 기반의 다양한 연구들이 수행되었다. 휴리스틱 기반의 해가 가진 한계는?	지금까지 이러한 문제를 해결하기 위해 다양한 연구들이 수행되었으며, 특히 실시간 조건을 충족하기 위해 휴리스틱 기반의 다양한 연구들이 수행되었다[1-2, 8]. 하지만 휴리스틱 기반의 해들은 해의 성능 정도를 보장할 수가 없을 뿐만 아니라 해의 안전도를 보장할 수 없다. 따라서 다양한 상정사고 시뮬레이션 결과들로부터 미리 규칙 기반의 전문가 시스템을 구축하여 해의 성능과 안전도를 동시에 보장하려는 연구가 큰 관심을 받고 있다.

참고문헌 (8)

고윤석, "대규모 SCADA 시스템을 위한 실시간 전문가 시스템의 설계 및 구현", 광운대학교 대학원 박사학위논문, 1995.
Taylor T. and D. Lubkeman, "Implementation of Heuristic Search Strategies for Distribution Feeder Reconfiguration," IEEE Trans. on Power Delivery, Vol. 5, No. 2, pp. 239-246, Jan., 1990.

상세보기
Lio Rokach and Oded Maimon, "Data mining with Decision Trees : Theoy and Application", World Scientific, Oct., 2007.
Roman Timofev, "Classification and Regression Trees (CART) : Theory and Application", Master Thesis, 2004.
Roger J. Lewis, "An Introduction to Classification and Regression Tree (CART) Analysis", Presented at the 2000 Annual Meeting of the Society for Academic Emergency Medicine in San Francisco, California, 2000.
Bittencourt, H. R., Clarke, R. T. 2003b, "Use of Classification and Regression Trees (CART) to Classify Remotely-Sensed Digital Images", Proc. 2003 IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France, Jul., 21-25, pp. 3420-3422, 2003.
Lidula, N. W. A. and Rajapakse, A. D., "A Pattern Recognition Approach for Detecting Power Islands Using Transient Signals-Part I : Design and Implementation", IEEE Trans. on Power Delivery, Vol. 25, No. 4, pp. 3070-3077, Aug., 2010.

상세보기
고윤석, "배전계통 HIF 아크모델 분석 및 직접 적분법 적용 방법론에 대한 연구", 한국전자통신학회논문지, Vol. 6, No. 3, pp. 411-416, 2011.

원문보기 상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

CART 알고리즘 기반의 의사결정트리 기법을 이용한 규칙기반 전문가 시스템 구축 방법론
The Construction Methodology of a Rule-based Expert System using CART-based Decision Tree Method 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

CART 알고리즘 기반의 의사결정트리 기법을 이용한 규칙기반 전문가 시스템 구축 방법론 The Construction Methodology of a Rule-based Expert System using CART-based Decision Tree Method 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

고윤석 (75)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

CART 알고리즘 기반의 의사결정트리 기법을 이용한 규칙기반 전문가 시스템 구축 방법론
The Construction Methodology of a Rule-based Expert System using CART-based Decision Tree Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper