[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)

소개글

[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)에 대한 보고서 자료입니다.

목차

Ⅰ. 개요

Ⅱ. 인공지능과 패턴인식
1. 패턴인식 시스템의 처리단계
1) 관측
2) 전처리
3) 분할
4) 정규화
5) 특징추출
6) 식별
2. 특징추출
1) 특징
2) 특징추출 목적
3. 패턴인식 접근방법 비교
1) 결정론적 인식방법
2) 언어이론적 인식방법

Ⅲ. 인공지능과 제5세대컴퓨터

Ⅳ. 인공지능과 식별

Ⅴ. 인공지능과 한의진단
1. 혼합시스템의 정의
2. 혼합시스템의 특징
3. 혼합시스템의 구성
1) 신경망(다층 퍼셉트론)
2) 전문가시스템

참고문헌

본문내용

용되어 증형들의 인과관계를 규명함으로써 협잡증형을 찾아낸다.
2. 혼합시스템의 특징
한의학의 진단은 확보하고 있는 특정 진단명에 대한 전형적인 패턴과 비교를 통해 확진하게 된다. 이러한 특성을 이용해서 신경망의 다층 퍼셉트론 알고리즘이 유용함을 알 수 있다(박경모, 최승훈, 1994; James, 1992). 또한 지식베이스를 이용해서 신경망이 판별하지 못한 증형에 대해 재차 판별하게 된다. 이러한 혼합시스템의 특징을 살펴보면 다음과 같다.
첫째, 기본증형을 판별하기 위해 적용된 신경망은 증상과 증형의 관계를 학습시킴으로 증상을 팔강, 기혈, 병사, 장부 등으로 환원시키지 않아도 된다. 이러한 학습을 통해서 얻어진 결과는 오랜 경험적, 주관적인 지식을 대신할 수 있다. 따라서 한의학에서의 표현하기 힘든 많은 부분에서의 지식과 규칙의 양을 줄일 수 있다. 둘째, 사용자의 부주의로 발생된 문제도 신경망을 통해 얻어진 결과값과 지식베이스를 이용해 제거할 수 있다. 즉 신경망을 통해 찾아낸 기본증형과 결과값은 지식베이스에 새로운 규칙을 생성한다. 이 규칙은 추론엔진에 의해 기본증형과 관계되는 협잡증형을 찾음으로써 최종증형을 판별하게 된다.
3. 혼합시스템의 구성
1) 신경망(다층 퍼셉트론)
- 입력층 : 114개(증상들의 수)
- 은닉층 : 70개
- 출력층 : 14개(증형의 수)
- 학습패턴 : 증형을 일으키는 증상은 주증과 차증으로 구분되어진다. 따라서 학습패턴은 주증과 차증으로 증형을 표현하는 데이터집합(14개)과 주증만으로 증형을 표현하는 데이터집합(14개)만을 학습시킨다. 총 28개의 패턴을 학습시킨다.
- 특징 : 일반적인 신경망의 학습패턴은 특정 병을 가진 환자의 증상으로 학습을 시키는 것이 보편적이다. 하지만 이 경우 환자의 증상에 따른 패턴의 수가 무수히 많으며, 조금씩 잡음이 포함되어 있어 정확하게 학습이 이루어졌다고 할 수 없다. 따라서 위와 같은 학습패턴에 의해 나온 가중값은 잡음이 제거된 것이다.
2) 전문가시스템
신경망에 의해 찾아낸 기본증형과 신경망에 의해 생성된 결과값은 전문가시스템 모듈을 통해서 증형들간의 관계를 규명한다. 증형의 관계는 상응증형, 상극증형, 중립증형 세 가지로 나누어지고 다음과 같은 특징을 갖는다.
a) 상응증형 : 증형의 내용과 증상의 특성이 비슷하여 같이 발생하는 경우가 빈번한 증형들이다. 이 경우는 반드시 처방에서 고려해야 된다. 이때 기본증형에 상응하는 증형이 신경망에서 0.2이상의 결과값을 갖아야한다.
b) 상극증형 : 절대 같이 발생할 수 없는 증형이다.즉
신경망에 의해 어떠한 결과값을 갖더라도 증상들을 잡음으로 제거한다.
c) 중립증형 : 상응증형과 상극증형을 제외한 모든 증형을 말한다. 이 증형은 환자의 특성에 따라 발생할 수도 있는 것으로 신경망에 의해 생성된 값이 작을 경우, 즉 0.4 이하일 경우는 잡음으로 제거하고, 이상일 경우는 협잡증형으로 판별하여 처방에 고려해야 한다.
- 지식베이스 예)
수기능심증과 한담조폐증은 상응병명이다.
풍한속폐증과 한담조폐증은 상극병명이다.
폐기허증과 폐양허증은 중립병명이다.
참고문헌
1. 김동찬, 생각하는 컴퓨터 인공지능, 이색 소재를 찾아서
2. 도용태, 김일곤 외 2명, 인공지능 개념 및 응용, 사이텍미디어, 2009
3. 모리카와 유키히토 저, 박혜수 역, 인공지능 이야기, 이지북, 2003
4. 성낙환, 인공지능 기술의 걸음마가 시작되었다, LG경제연구원, 2012
5. 영화 인공지능(A.I.)과 인공지능 연구의 현재, Inquirer, 2001
6. 조영임, 최신 인공지능, 학문사, 1999
7. CNN, 인공지능 컴퓨터의 실현은 가능한가, 1997

키워드

인공지능,   패턴인식,   제5세대컴퓨터,   한의진단,   혼합시스템