Knowledge Representation

* 시맨틱 네트워크(Semantic Network)

주요 구성요소

상속 시스템(Inheritance systems)의 특징

• 가장 높은 수준의 추상화로 정보를 저장할 수 있음
• 크기 감소 효과가 있음
• 일관성 유지가 가능함

시맨틱 네트워크의 특성

• 지식을 그래프 형태로 표현 (Fig. 7.2)
• 노드: 사실이나 개념을 표현
• 아크: 개념들 사이의 관계나 연관성을 표현
• 그래프 기반 표현의 한 종류로 분류됨

*  Sowa(1984)가 제안한 개념 그래프(Conceptual Graphs)

주요 특징

네트워크 표현 언어

• 유한하고 연결된 이분 그래프(bipartite graph) 형태
• 네트워크 표현 언어의 한 예시로 사용됨

그래프 구성 요소

• 노드는 두 가지 형태로 구성:
  • 개념(concepts)은 박스(boxes)로 표시
  • 개념적 관계(conceptual relations)는 타원(ellipses)으로 표시

그래프 규칙

• 호(arc)에는 레이블이 없음
• 개념은 오직 관계와만 연결되고, 그 반대도 마찬가지임

*다른 차수(arity)를 가진 개념적 관계

관계의 종류

1항 관계 (1-ary relation)

• 'bird'와 'flies' 사이의 단순 관계
• 한 개념(bird)이 하나의 동작(flies)과 연결됨

2항 관계 (2-ary relation)

• 'dog'와 'brown' 사이의 'color' 관계
• 두 개념을 하나의 관계로 연결

3항 관계 (3-ary relation)

• 'child'와 'father', 'mother' 사이의 'parents' 관계
• 세 개의 개념이 하나의 관계로 연결됨

 

*에이전트 지향 문제 해결(Agent-Oriented Problem Solving)의 정의

 

멀티 에이전트 시스템의 정의

• 상호작용하는 환경에 위치한 문제 해결사들로 구성된 컴퓨터 프로그램
• 유연하고 자율적이면서도 사회적으로 조직화된 행동이 가능
• 미리 정해진 목표나 목적을 향해 간접적으로 작동할 수 있지만, 반드시 그럴 필요는 없음

지능형 에이전트 시스템의 4가지 기준

• situated (상황적)
• autonomous (자율적)
• flexible (유연한)
• social (사회적)

* 에이전트 기반 및 분산 문제 해결  주요 연구 동향

DAI(분산 인공지능) 커뮤니티

• 1980년 MIT에서 다중 문제 해결기로 구성된 시스템을 통한 지능적 문제 해결에 대해 논의했습니다

MIT의 Rodney Brooks 그룹의 연구

• 지능적 문제 해결은 중앙 집중식 지식 저장소와 범용 추론 체계가 필요하지 않다는 것을 입증
• 이는 분산형 및 협력적 지능 모델의 개념으로 발전

핵심 통찰

• 지능은 특정 작업의 맥락에서 상황화되고 활성화됨
• 문제 해결 과정의 일부를 환경 자체에 오프로드할 수 있음을 제시

BBN은 다양한 방식으로 배울 수 있습니다. 두 가지 기본 접근 방식이 있습니다:

네트워크 구조를 알고 있다고 가정해 보겠습니다:
각 변수에 대한 조건부 확률을 추정할 수 있습니다
데이터에서.
구조의 일부를 알고 있지만 일부 변수가 누락되었다고 가정해 보겠습니다:
이것은 마치 신경망에서 숨겨진 단위를 배우는 것과 같습니다.
경사 상승법을 사용하여 BBN을 훈련할 수 있습니다.
아무것도 알려지지 않았다고 가정해 보겠습니다.
우리는 다음을 통해 구조와 조건부 확률을 배울 수 있습니다
가능한 네트워크의 공간에서.