에이전트 트레이닝 기법을 이용한 에이전트 성능 향상 = Enhancing agent performance using agent training

국문 초록 (Abstract)

나날이 방대해지는 디지털 정보의 처리를 돕기 위한 멀티 에이전트 시스템과 데이터마이닝 기술의 통합에 대한 필요성은 날로 증대되어 가고 있다. 이러한 요구 수용을 위해서는 에이전트들의 환경과 행동을 수집하고 트레이닝이 가능한 룰로 변환이 가능해야 한다. 본 논문에서는 데이터 마이닝 기술이 에이전트의 지능을 증대시키는데 활용될 수 있는 가능성을 조망해 보고, 유비쿼터스 지능공간과 유사한 문제를 다룬 멀티 에이전트 시스템을 설계하고 에이전트 지능 향상을 위한 트레이닝을 적용해 본다. 그리고 이를 통해 여러 가지 룰들을 JESS 룰로 변환하여 다양한 도메인에서의 적용 가능성을 제시하고자 한다.
본 논문에서는 에이전트 개발 도구로서 JADE를 선택하였고, 에이전트간의 정보 교환에 ACL을 사용하였다. ACL은 에이전트간 정보와 서비스의 교환, 협상, 추론, 협력 등을 가능하게 해 주며, FIPA 표준을 완벽히 따르고 있다. 실제 에이전트 트레이닝을 수행하는 실험을 위해 사용자의 고유정보 및 관련 질병수치 등을 실시간으로 센싱하여 건강상태를 확인하는 여러 생체계측 에이전트들을 구현하였으며, 초기상태의 룰을 JESS 룰로 변환하여 에이전트의 행동을 재트레이닝 하였다. 또한 결론에서는 실험결과를 바탕으로 유비쿼터스 분야에의 응용 및 발전 가능성에 대해 고찰한다.

다국어 초록 (Multilingual Abstract)

The need to integration of multi agent system and data mining is increasing day by day for support processing of extensive digital information. To accommodate these needs, we have to gather environment and behavior of agents, and gathered data could be converted to the rule capable of training. This research prospects possibility of enhancing agent intelligence using data mining technology. Also will design multi agent systems deal with similar problems like ubiquitous smart space and apply to training mechanism for enhanced agent intelligence. Through this research, try to suggest applicable to various domains with converted from association rules to JESS rules.
JADE was selected as a tool for agent development and ACL used for exchange information between each agents in this research. ACL allows exchanges, negotiations, reasonings, collaborations between each agents and it follows FIPA standards perfectly. Examining to perform real agents, it was implemented user's own characteristics and related disease figures by real-time sensing for checking physical conditions. Then it retrained agent's behaviours with converting from initial rules to JESS rule. Based on results, this research discussed applications for ubiquitous computing domains and development probabilities.

목차 (Table of Contents)

• 국문 요약 1
• 1. 서론 2
• 2. 연구 배경 4
• 2.1 에이전트 시스템 구조 4
• 2.2 FIPA Compliant Multi Agent System Platform 6
• 2.3 JESS Rule-based Engine 11
• 3. 관련 연구 15
• 3.1 Knowledge Discovery in Databases 15
• 3.2 기계 학습 17
• 3.3 결정트리 알고리즘 20
• 4. 에이전트 성능 향상을 위한 에이전트 트레이닝 기법 25
• 4.1 전체 시스템 아키텍처 25
• 4.2 에이전트 트레이닝을 위한 주요 컴포넌트 26
• 4.3 에이전트 트레이닝 메커니즘 28
• 5. 구현 및 실험 30
• 5.1 Thyroid Disease Data Set 30
• 5.2 에이전트 시스템 설계 31
• 5.3 에이전트간 커뮤니케이션 33
• 5.4 룰 엔진 사용을 위한 Decision Model의 JESS 룰로의 변환 35
• 5.5 에이전트 트레이닝 수행 및 성능 평가 37
• 6. 결 론 42
• 참고 문헌 43