일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 딥러닝
- 시스템프로그래밍
- CSS 기초
- stringreader
- 블록체인강의
- K-MOOC
- 컴파일시스템
- 블록체인 강의
- 자바문자열구분
- biginteger사용법
- national instruments
- 해시
- Entity
- html기초
- 오블완
- 디스크블록할당
- 2차원배열정렬
- 자바입력받기
- StringBuilder
- Node
- 자바스크립트
- StringTokenizer
- 머신러닝
- 티스토리챌린지
- 우선순위큐
- attribute
- K-MOOC 단국대학교 홍보단
- 단국대학교 k-mooc
- 블록체인
- 혁신의기술2:신뢰의미래 블록체인을 만나다
- Today
- Total
열정 실천
[AI] 002. 전문가 시스템 - 규칙기반 전문가 시스템, 퍼지규칙 본문
지식이란?
어떤 주제나 분야에 대해 이론적으로 혹은 실제로 이해하는 것
전문가란?
특정 도메인에 대해 해박한 지식과 풍부한 경험을 쌓은 사람 but 도메인의 범위는 제한적이다.
전문가 시스템(Expert Systems)은
좁은 문제 영역에서 전문가 수준으로 동작할 수 있는 유능한 컴퓨터 프로그램을 의미한다.
가장 인기 있는 전문가 시스템은 규칙기반 전문가 시스템
모든 사용자는 지식을 규칙 형식으로 추가하고, 문제를 풀기 위해 필요한 데이터를 제공해야한다.
AI에서 규칙이란?
- AI에서 규칙은 지식을 표현하는 가장 일반적인 방법
- 규칙은 문제를 어떻게 풀 것인지에 대한 설명을 제공한다.
- IF-THEN 형식으로 표현한 문장이다.
- 생성 규칙이라고도 부른다.
규칙의 문법
IF = 전건 = 전제(Promise) = 조건(Condition)
THEN = 후건 = 결론(Conclusion) = 행동(Action)
IF '신호등'이 녹색이다.
THEN 길을 건넌다.
객체 : 신호등 / 값 : 녹색 / 연산자 : ~이다.
규칙기반 전문가 시스템
규칙기반 전문가 시스템의 기본구조
▶ 기반 지식 (knowledge base)
- 문제 해결에 필요한 특정 분야에 관한 지식
- 규칙(IF-THEN)의 집합으로 표현
- 규칙의 조건부분을 만족하면 규칙이 점화되고 행동부분을 실행한다.
▶ 데이터 베이스 (database)
- 기반 지식에 저장된 규칙의 IF(조건)과 비교할 때 사용하는 사실들의 집합
▶ 추론 엔진 (inference engine)
- 전문가 시스템이 해를 구할 수 있도록 추론 역할을 담당
- 기반 지식에 주어진 규칙들을 데이터베이스에 있는 사실과 연결
* 추론 사슬 : 결론에 이르기 위해 규칙을 어떻게 적용했는지
▶ 해설 설비 (explanation facilities)
- 사용자에게 전문가 시스템이 어떻게 특정 결론에 이르렀는지, 왜 특정 사실이 필요한지 설명
- 전문가 시스템은 자신의 추론 과정을 설명하고, 결론의 타당성을 밝힐 수 있어야한다.
▶ 사용자 인터페이스 (user interface)
- 문제의 답을 찾고 싶어하는 사용자와 전문가 시스템 간의 통신 수단
전문가 시스템의 장점
- IF-THEN 생성규칙을 통한 자연스러운 지식 표현
- 통일된 구조 (생성규칙)
- 지식과 과정의 분리 (기반지식 - 추론 엔진)
- 불완전하고 불확실한 지식 표현 및 추론 가능
전문가 시스템의 단점
- 규칙 간의 불분명한 관계 (계층적인 지식 표현 불가능)
- 비효율적인 탐색 전략 (매번 규칙 집합 전체를 탐색)
- 경험을 통한 학습이 불가능
퍼지 논리
모호한 대상을 다루는 논리 (온도, 높이, 빠르기, 거리 등)
퍼지 집합론
원소가 퍼지 집합에 어느 정도 속한다로 표현
명제는 참,거짓이 아닌 [0,1] 범위의 실수값으로 표현
'CS > AI' 카테고리의 다른 글
[AI] 006. 인공신경망 ANN (0) | 2024.11.24 |
---|---|
[AI] 005. 딥러닝 (6) | 2024.11.14 |
[AI] 004. 머신러닝의 성능평가 (회귀-MAE,MSE,RMSE / 분류 - 심플 카운팅, ROC 곡선) (2) | 2024.11.12 |
[AI] 003. 머신러닝 - 지도학습, 비지도학습, 강화학습 ++ 오버피팅 (0) | 2024.11.11 |
[AI] 001. 인공지능(AI)이란? - 인공지능의 역사와 미래 (9) | 2024.11.09 |