점진적 개념형성 모델

사람들은 여러 관찰 결과들을 종합하여 개념을 획득하며 다음 경험에서 분류의 목적으로 사용한다. 이러한 유형의 개념 형성은 교사가 없이도 가능하며 부적절하거나 불완전한 정보를 통해서도 가능하다. 합리적으로 이러한 인간 개념 학습을 모델하기 위해서는 점진적이어야 하고 실세계에서 부딪히는 복잡한 경험의 유형들을 다룰 수 있어야 한다. 본 논문에서는 점진적 개념학습에 대한 기존의 세 모델에 대해 살펴보고 그것을 확장한 모델인 CLASSIT을 제시한다. 그 모델들 모두는 재인과 학습 과정을 통합하고 있으며 가능한 개념 계층도 공간을 탐색하는 과정으로 볼 수 있다. CLASSIT이 견고한 개념 형성 시스템임을 보이려는 시도에서 우리는 다양한 조건하에서의 행동에 대한 경험적 연구들을 제시한다. 1. 들어가며 인간 학습의 많은 부분은 점진적으로 개념을 형성해 나가는 과정으로 볼 수 있다. 이러한 관점에서 행동자(agent)는 사물의 연속이나 사건들을 관찰하여 그의 경험을 요약하거나 조직화하는 개념의 위계를 도출해 낸다. 이 과제는 학습이 점진적이어야 한다는 제약 조건을 덧붙이면 Michalski와 Stepp[30]에 의한 정의된 개념 분류화(conceptual clustering) 문제와 유사하다. 좀더 형식적으로는 - 주어짐 : 사례의 순차적인 제시와 연관된 기술들; - 찾음 : 이러한 사례들을 범주화하는 클러스터들 - 찾음 : 사례들을 요약하는 각 범주에 대한 내포적 정의 - 찾음 : 이러한 범주들에 대한 위계적 조직화 개념 클러스터링의 목표는 분명하다 : 사람으로 하여금 세상을 좀 더 잘 이해하게 하고 미래의 행동에 대해 예측할 수 있도록 하는 것이다. 개념 형성은 본질적으로 같은 목표를 가지고 있으며 목표를 달성하는데 주어진 제약 조건에서만 다르다.