일반기술

지능형 대조

복잡한 질의 및 복잡하게 구성된 데이터 간의 효과적인 대조작업은 지능적인 대리장치에 의해 실현되었다. 대리장치는 퍼지 및 신경 알고릭즘을 이용하여 사용자를 대신하여 일한다. 퍼지 알고리즘은 응용 도메인에 따라 대조 규칙을 삽입하기 위하여 사용된다. 신경 네트워크는 사용자의 피드백에 기초하여 규칙에 적용하기 위하여 사용된다. 대리 장치 플랫폼은 관련 데이터베이스에서 나오는 결과의 적절성을 향상시키는 응용 애플리케이션이다.지능형 대리 장치는 특정 환경 내에서 자동적으로 이동하도록 훈련이 가능한 소프트웨어 로봇으로 생각하면 된다. 그들은 사용자의 목적을 달성하기 위하여 인간의 행동을 모방한 의사 결정을 한다. 이 경우, 우리는 최대한의 사용자 만족을 제공하기 위하여 대리 장치가 다른 대리 장치와 대조될 수 있도록 제작되는 것을 고려한다. 그래픽 인터페이스를 통해, 사용자는 무엇이고 또 어떤 작업이 수행되어야 하는지를 대리 장치에게 훈련시킬 수 있다. 이후 대리 장치는 다른 모든 이전의 대리 장치들이 포함되어 있는 기존 환경에 투입된다. 사용자는 이 후 인터페이스로부터 연결을 끊고, 시스템은 사용자의 대리 장치가 다른 대리 장치들과의 대조 작업을 책임지게 된다. 가장 지능적인 대조가 이루어진 후 시스템은 대조가 이루어진 대리 장치의 사용자에게 통지를 하며 통보된 대조에 대한 해설을 제공한다.사용자의 만족은 데이터 간의 상호 관계를 면밀하게 퇴고하는 데이터 구조 및 대조 알고리즘을 통해 이루어 진다(퍼지 최적화 알고리즘 및 신경 네트워크). 선험적으로 알려진 상호 관계는 배치 단계에서 대리 장치에 요약 주입된다(선험적 지식). 다른 숨겨진 상호 관계는 대리 장치의 기록을 사용하여 가동하는 동안 발견된다(습득 능력). 배치 단계에서 시스템 관리자는 손쉽게 대리 장치가 대조 작업시 따라야 하는 규칙을 삽입하고 변경할 수 있다.혁신적인 사항:대리 장치에 대한 색인 알고리즘은, 질문과 응답 사이의 통신 퍼지 정도를 이용하여 효과적인 방법으로 정보를 검색할 수 있도록 한다.주요 장점:특허 출원이 된 대리장치의 데이터 모델은 완전하게 추상적이며 문제에 대하여 독립적이다. 이러한 방식으로 이 장치는 방대한 현실 세계의 문제들에 쉽게 적응할 수 있다