A Competence-based Deletion Model for the Improvement of Case-based Maintenance in Case-based Reasoning

Aung, Nay Lin Htun; Lawanna, Adtha

doi:10.14416/j.asep.2019.06.002

Cited by 2 publications

(3 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The purpose of FEA case retrieval is to reuse the cases. The existing research on FEA case reuse was focused on automatic FEA modeling by the method of CBR (Wriggers et al, 2007; Numthong and Butdee, 2012; Khan and Chaudhry, 2015). However, the application of these methods is highly dependent on the relevance of the case to the modeling task.…”

Section: Discussionmentioning

confidence: 99%

“…One approach to improve the quality of decision-making is to obtain decision-making-related references from existing solved cases (Zhan et al, 2010; Badin et al, 2011; Numthong and Butdee, 2012; Kestel et al, 2019). The references include how to simplify the geometric model, how to determine the type and size of the finite element, how to determine the boundary conditions, and how to select the analysis algorithm.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Finite-element analysis case retrieval based on an ontology semantic tree

Xu,

Cheng,

Xiao

et al. 2024

AIEDAM

View full text Add to dashboard Cite

The widespread use of finite-element analysis (FEA) in industry has led to a large accumulation of cases. Leveraging past FEA cases can improve accuracy and efficiency in analyzing new complex tasks. However, current engineering case retrieval methods struggle to measure semantic similarity between FEA cases. Therefore, this article proposed a method for measuring the similarity of FEA cases based on ontology semantic trees. FEA tasks are used as indexes for FEA cases, and an FEA case ontology is constructed. By using named entity recognition technology, pivotal entities are extracted from FEA tasks, enabling the instantiation of the FEA case ontology and the creation of a structured representation for FEA cases. Then, a multitree algorithm is used to calculate the semantic similarity of FEA cases. Finally, the correctness of this method was confirmed through an FEA case retrieval experiment on a pressure vessel. The experimental results clearly showed that the approach outlined in this article aligns more closely with expert ratings, providing strong validation for its effectiveness.

show abstract

Section: Discussionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Finite-element analysis case retrieval based on an ontology semantic tree

Xu,

Cheng,

Xiao

et al. 2024

AIEDAM

View full text Add to dashboard Cite

show abstract

“…Jika dengan solusi sebelumnya masalah baru tidak dapat diselesaikan, solusi yang diambil akan disesuaikan (menggunakan pengetahuan domain) agar dapat diterapkan ke masalah baru. Hal tersebut akan mempertahankan solusi baru (kasus) dan memperbarui basis kasus [17]. Pada fase pengambilan (Retrieving), kasus yang paling mirip dengan kasus tertentu diturunkan.…”

Section: Pendahuluanunclassified

Sistem Pakar Dalam Mengidentifikasi Penanda Minat Karakteristik Ekstrakurikuler Berbasis Case Based Reasoning

Hendriani

Nurcahyo

Yuhandri

2021

jidt

View full text Add to dashboard Cite

Ekstrakurikuler menjadi kegiatan tambahan di sekolah yang tujuannya membantu mengembangkan bakat siswa, bakat diartikan sebagai kemampuan bawaan yang merupakan potensi yang perlu dikembangkan dan dilatih. pemilihan ekstrakurikuler dipilih oleh siswa sendiri tanpa campur tangan guru ataupun orang tua sehingga seringkali siswa hanya mengikuti mayoritas keinginan temannya. Mengetahui karakteristik ekstrakurikuler siswa melalui tipe belajarnya akan membuat pengembangan diri siswa menjadi lebih terarah. Penelitian ini menggunakan metode Case Based Reasoning dengan perhitungan similarity yang memiliki 4 tahapan yaitu retrieve (menemukan kembali kasus lama yang serupa), reuse (menjadikan kasus lama sebagai solusi pada kasus baru), revise (mengevaluasi solusi yang diusulkan) dan retain (menyimpan kasus baru pada basis kasus) untuk menentukan tipe belajar dari siswa yang kemudian akan diketahui kegiatan ekstrakurikuler yang cocok karena kondisi perkembangan psikologis anak pada masa-masa tingkat sekolah menengah pertama (SMP) yang cenderung salah memilih atau hanya ikut-ikutan dalam memilih sesuatu terutama dalam hal pemilihan ekstrakulikuler yang ada di sekolah. Gaya belajar tersebut diklasifikasikan ke dalam enam gaya belajar yakni linguistik, kinestik, interpersonal, musikal, naturalis dan matematika logis yang kemudian disesuaikan dengan bidang ekstrakurikuler yang ada di sekolah. Penelitian ini mengidentifikasi karakteristik minat siswa menggunakan data siswa pada SMP Negeri 17 Padang, hasil similarity 66% untuk gaya belajar interpersonal, 0% untuk gaya belajar kinestik, 6% untuk gaya belajar musikal, 14% untuk gaya belajar naturalis, 0% untuk gaya belajar matematika logis dan 13% untuk gaya belajar linguistik. Sistem pakar yang dihasilkan dapat membantu siswa dengan cepat memberikan gambaran ekstrakurikuler yang sesuai.

show abstract

A Competence-based Deletion Model for the Improvement of Case-based Maintenance in Case-based Reasoning

Cited by 2 publications

References 0 publications

Finite-element analysis case retrieval based on an ontology semantic tree

Finite-element analysis case retrieval based on an ontology semantic tree

Sistem Pakar Dalam Mengidentifikasi Penanda Minat Karakteristik Ekstrakurikuler Berbasis Case Based Reasoning

Contact Info

Product

Resources

About