平均圧縮情報量による鋼橋の補修方法選定のための知識抽出 Knowledge Discovery using Average Compressed Entropy for selecting retrofitting Method of Steel Bridges Damaged by Fatigue
皆川 勝	Masaru MINAGAWA	武蔵工業大学工学部土木工学科	〒158-8557 東京都世田谷区玉堤1-28-1電話/ファックス03-5707-2226 電子メール：mminagaw@eng.musashi-tech.ac.jp
上谷 丈和	Takekazu KAMITANI
【抄録】 疲労による損傷を受けた鋼橋の補修方法選定には熟練技術者の経験的な知識を必要とする ことから，エキスパートシステムなどの利用が図られてきた．一方，エキスパートシステム構築 の際にもっとも困難な課題は知識の専門家からの収集である．本研究では，知識獲得の初期にお けるルールベース構築支援を目的として，データベースが持つ情報量の変化が知識の体系化によ って生ずるという考えにもとづく平均圧縮情報量を基準として，データベースとしての事例群か らルールを抽出し，知識ベースを同定できることを示す．
<Abstract> For the purpose of knowledge discovery, we evaluated average compressed entropies for a case-base virtually constructed through some inferences with the inference system that we proposed for selecting the retrofitting method. It is found from the analyses that the average compressed entropy is an effective measure for the discovery of knowledge that is implicitly buried into dada-bases or case-bases.
【キーワード】 知識発見，データマイニング，エントロピー，事例ベース，補修，鋼橋
<Keywords> knowledge discovery, data mining, entropy, case-bases, retrofitting, steel bridges