새로운 사례의 분석을 통한 단일 분류 도메인의 전문가 경험 지식의 점진적 학습 방법 및 시스템

Abstract

새로운 사례의 분석을 통한 단일 분류 도메인의 전문가 경험 지식의 점진적 학습 방법 및 시스템이 개시된다. 미리 구축된 리플-다운 룰(ripple-down rules: RDR) 지식 베이스에 기초하여, 새로운 사례의 결론이 상기 RDR 지식 베이스의 지식과 불일치하는 거짓 결론에 해당하는지 여부를 평가한다. 평가된 새로운 사례들 중에서 거짓 결론으로 평가된 사례를 수집한다. 수집된 사례가 거짓 결론으로 평가되도록 한 상기 RDR 지식 베이스의 소정의 지식을 추적한다. 거짓 결론으로 평가되어 수집된 사례와 그 사례를 거짓 결론으로 평가되도록 한 상기 소정의 지식의 집합으로부터 새로운 지식을 추출한다. 추출된 새로운 지식을 상기 RDR 지식 베이스에 반영한다. RDR 초기 지식 베이스가 구축된 이후에도 기계 학습 시스템이 다량의 새로운 사례로부터 전문가의 경험 지식을 자동으로 추출하고, RDR 지식 베이스의 적절한 위치에 해당 경험 지식을 자동으로 추가할 수 있다