메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제23권 제10호
발행연도
1996.10
수록면
1,093 - 1,103 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
보기(example)는 인공지능, 특히 기계학습(machine learning), 자동추론 (automated reasoning), 컴퓨터 학습(computer-aided instruction) 등의 분야에 있어서 매우 중요하다. 그 이유는 보기가 추상적 개념 또는 복잡한 계산 과정을 쉽게 이해하게 할 뿐만 아니라, 보기로부터 새로운 개념과 가정 등의 유추가 가능하며 보기는 주어진 가정의 진위를 검증할 수 있는 실재적 자료를 제공하기 때문이다.
본 논문은 형식적으로 잘 정의된 재귀함수론에서 보기를 이용하여 재귀함수의 척도(measure)를 휴리스틱 규칙을 기반으로 하여 추정하는 방법 및 그 시스템에 대하여 기술한다. 척도는 재귀함수의 정의의 정당성 및 재귀함수의 특성을 귀납적으로 증명하는 데 있어서 꼭 필요한 중요한 개념이다. 특히 본 논문은 재귀함수론을 계산학적으로 구현한 Boyer-Moore 시스템 상에서 보기를 충분히 형식적으로 기술함으로써 그렇지 않을 경우 초래할 수 있는 추론이나 검증의 오류와 같은 역효과를 배제한다. 또 척도의 추정에 있어서 휴리스틱 규칙을 사용함으로써 효율성을 높이고 시스템의 분리성 및 확장성을 향상시킨다. 본 연구는 잘 정의된 문제 영역에서 보기를 효율적으로 생성, 활용함으로써 척도 추정과 같은 난이도가 높은 문제를 해결할 수 있음을 제시한다.

목차

요약

Abstract

1. 개요

2. 재귀함수와 Boyer-Moore 시스템

3. MGS: 척도 추정 시스템

4. 척도 추정의 예

5. 관련 연구 및 향후의 연구

6. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017730011