• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.6
• /
• pp.549-553
• /
• 2002

This paper develops knowledge-based multiple fuzzy rules for researcher-selection by automatic ranking process. Inference rules for researcher-selection are created, then the multiple fuzzy rule system with max-min inference is applied. The way to handle for selection standards according to a certain criteria in dynamic manner, is also suggested in a simulation model. The model offers automatic, fair, and trust decision for researcher-selection processing.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.11
• /
• pp.1456-1462
• /
• 2016

In this paper, we apply a chord progression learning model to a rule-based generation of a four-part chorus. The proposed system is given a 32-note melody line and completes the four-part chorus based on the rule of harmonics, predicting the chord progression with the CRBM model. The data for the training model was collected from various harmony textbooks, and chord progressions were extracted with key-independent features so as to utilize the given data effectively. It was shown that the output piece obtained with the proposed learning model had a more natural progression than the piece that used only the rule-based approach.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.145-148
• /
• 2000

근래 퍼지 제어 시스템의 설계는 대부분 Takagi-Sugeno 퍼지 모델에 기반하여 행해지고 있다. 이러한 TS퍼지 모델은 각 규칙의 결론부에 선형 상태 방정식의 형태를 위하고 있는데 각각의 상태 방정식은 원 비선형 시스템으로부터 얻어지고 있다. 하지만 시스템이 복잡해지고 비선형성이 강하면 TS퍼지 모델을 얻는데도 어려움이 따른다. 이에 본 논문에서는 TS퍼지 모델을 얻기 위한 한가지 방법을 제안한다. 먼저 시스템을 선형항과 비선형항으로 나누어 비선형항을 선형화하여 퍼지 모델화 하는 일련의 과정에 한가지 법칙을 도입하게 된다. 이렇게 얻어진 퍼지 모델을 기반으로 한 제어에는 많은 연구가 있었으며 본 논문에서는 극배치 방법을 이용한다. 마지막으로 모의 실험을 통하여 제안된 방법의 효용성을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.267-269
• /
• 1998

본 연구는 공동작업환경에서 워크플로우 개념을 도입한 문서 관리 모델을 제안하고 이를 시스템으로 설계하였다. 제안된 모델은 문서를 관계, 상태, 흐름의 세가지 측면에서 모델링 할 수 있으며, 오류를 자동 검출 할 수 있는 규칙들을 내장하고 있다. 이러한 모델을 기반으로 문서 관리 시스템을 설계하여, 모델이 구현 및 적용 가능함을 보였다. 제안한 모델과 시스템은 전자 결제 시스템이나 전자상거래 등의 문서의 절차적 처리가 필요한 응용들에서 사용될 수 있다.

• Journal of the Korean Geographical Society
• /
• v.39 no.4
• /
• pp.633-642
• /
• 2004

This study tries to generalize the stream network by constructing rule-based modelling. A study on the map generalization tends to be concentrated on development of algorithms for modification of linear features and evaluations to the limited cartographic elements. Rule-based modelling can help to improve previous algorithms by application of generalization process with the results that analyzing mapping principles and spatial distribution patterns of geographical phenomena. Rule-based modelling can be applied to generalize various cartographic elements, and make an effective on multi-scaling mapping in the digital environments. In this research, nile-based modelling for stream network is composed of generalization rule, algorithm for centerline extraction and linear features. Before generalization, drainage pattern was analyzed by the connectivity with lake to minimize logical errors. As a result, 17 streams with centerline are extracted from 108 double-lined streams. Total length of stream networks is reduced as 17% in 1:25,000 scale, and as 29% in 1:50,000. Simoo algorithm, which is developed to generalize linear features, is compared to Douglas-Peucker(D-P) algorithm. D-P made linear features rough due to the increase of data point distance and widening of external angle. But in Simoo, linear features are smoothed with the decrease of scale.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.1
• /
• pp.25-32
• /
• 2020

In the context-aware system, rule-based AI technology has been used in the abstraction process for getting context information. However, the rules are complicated by the diversification of user requirements for the service and also data usage is increased. Therefore, there are some technical limitations to maintain rule-based models and to process unstructured data. To overcome these limitations, many studies have applied machine learning techniques to Context-aware systems. In order to utilize this machine learning-based model in the context-aware system, a management process of periodically injecting training data is required. In the previous study on the machine learning based context awareness system, a series of management processes such as the generation and provision of learning data for operating several machine learning models were considered, but the method was limited to the applied system. In this paper, we propose a training data generating method of a machine learning model to extend the machine learning based context-aware system. The proposed method define the training data generating model that can reflect the requirements of the machine learning models and generate the training data for each machine learning model. In the experiment, the training data generating model is defined based on the training data generating schema of the cardiac status analysis model for older in health status notification service, and the training data is generated by applying the model defined in the real environment of the software. In addition, it shows the process of comparing the accuracy by learning the training data generated in the machine learning model, and applied to verify the validity of the generated learning data.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.325-328
• /
• 2008

본 논문에서는 비선형 모델의 설계를 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 퍼지 논리 시스템의 멤버쉽 함수와 규칙의 구조는 불확실성이 존재하는 언어적인 정보 또는 수치적 데이터를 바탕으로 설계된다. 기존의 Type-1 퍼지 논리 시스템은 외부의 노이즈와 같은 불확실성을 효율적으로 취급할 수 없다. 그러나 Type-2 퍼지 논리 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 불확실성을 효과적으로 다룰 수 있다. 따라서 본 논문에서는 규칙의 전 ${\cdot}$ 후반부가 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계하고 불확실성의 변화에 대한 비선형 모델의 성능을 비교한다. 여기서 규칙 전반부 멤버쉽 함수의 정점 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 퍼지 집합의 정점 결정에는 입자 군집 최적화(PSO : Particle Swarm Optimization) 알고리즘을 사용한다. 마지막으로, 비선형 모델 평가에 대표적으로 이용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 입력 데이터에 인위적인 노이즈가 포함되었을 경우 Type-2 퍼지 논리 시스템이 기존의 Type-1 퍼지 논리 시스템보다 우수함을 보인다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.15 no.3
• /
• pp.13-29
• /
• 2005

An important characteristic of role-based access control model(RBAC) is that by itself it is policy neutral. This means RBAC articulates security policy without embodying particular security policy. Because of this reason, there are several researches to configure RBAC to enforce traditional mandatory access control(MAC) policy and discretionary access control(DAC) policy. Specifically, to simulate MAC using RBAC several researches configure a few RBAC components(user, role, role-hierarchy, user-role assignment and session) for keeping no-read-up rule and no-write-down rule ensuring one-direction information flow from low security level to high security level. We show these researches does not ensure confidentiality. In addition, we show the fact that these researches overlook violation of integrity due to some constraints of keeping confidentiality. In this paper we propose a RBAC model satisfying both confidentiality and integrity. We reexamine a few RBAC components and constructs additional constraints.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.569-574
• /
• 2000

본 논문에서는 유전 알고리듬을 이용한 웨이브렛 기반 퍼지 시스템 모델링에 대한 새로운 방법을 제안한다. 유전 알고리듬을 이용하여 웨이브렛 변환의 계수를 동정한 후 웨이브렛 변환과 등가관계에 있는 퍼지 시스템 모델을 형성한다. 웨이브렛 변환의 장점인 에너지 압축에 의해 적은 수의 계수를 이용하여도 정확한 모델을 획득할 수 있고 이는 적은 수의 규칙으로 정확한 퍼지 시스템 모델을 구성할 수 있다는 것을 의미한다. 또한 급격한 변화를 갖는 함수를 잘 나타낼 수 있다는 웨이브렛 변환의 장점에 의하여 기존의 퍼지 모델링으로는 좋은 모델을 획득할 수 없었던 문제를 해결하였다. 제안된 퍼지 모델의 우수성을 비선형성이 큰 함수를 모델링하고 이전의 연구와 비교함으로써 입증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.389-392
• /
• 2021

문장 압축은 원본 문장의 중요한 의미를 보존하는 짧은 길이의 압축 문장을 생성하는 자연어처리 태스크이다. 문장 압축은 사용자가 텍스트로부터 필요한 정보를 빠르게 획득할 수 있도록 도울 수 있어 활발히 연구되고 있지만, 기존 연구들은 사람이 직접 정의한 압축 규칙이 필요하거나, 모델 학습을 위해 대량의 데이터셋이 필요하다는 문제점이 존재한다. 사전 학습된 언어 모델을 통한 perplexity 기반의 문장 점수 측정을 통해 문장을 압축하여 압축 규칙과 모델 학습을 위한 데이터셋이 필요하지 않은 연구 또한 존재하지만, 문장 점수 측정에 문장에 속한 단어들의 의미적 중요도를 반영하지 못하여 중요한 단어가 삭제되는 문제점이 존재한다. 본 논문은 언어 정보 중 품사 정보, 의존관계 정보, 개체명 정보의 중요도를 수치화하여 perplexity 기반의 문장 점수 측정에 반영하는 방법을 제안한다. 또한 제안한 문장 점수 측정 방법을 활용하였을 때 문장 점수 측정 기반 문장 압축 모델의 문장 압축 성능이 향상됨을 확인하였으며, 이를 통해 문장에 속한 단어의 언어 정보를 문장 점수 측정에 반영하는 것이 의미적으로 적절한 압축 문장을 생성하는 데 도움이 될 수 있음을 보였다.