• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.3
• /
• pp.232-241
• /
• 2000

This study suggests an integrated method based on concept hierarchies, information gain, and rough set theory for efficient discovery rules from a large amount of data, and implements an optimal rules discovery system. Our approach applies attribute-oriented concept ascension technique to extract generalized knowledge from a database, knowledge reduction technique to remove superfluous attributes and attribute values, and significance of attributes to induce optimal rules. The system first reduces the size of database by removing the duplicate tuples through the condition attributes which have no influences on the decision attributes, and finally induces simplified optimal rules by removing the superfluous attribute values by analyzing the dependency relationships among the attributes. And we induce some decision rules from actual data by using the system and test rules to new data, and evaluate that the rules are well suited to them.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.43-45
• /
• 2001

데이터로부터 숨겨진 패턴을 추출하는 데이터마이닝 기법 중에서 연관규칙은 대용량의 데이터베이스에서 단위 트랜잭션 당 동시에 발생할 확률이 높은 항목들의 유형을 발견하는 기법이다. 연관규칙 탐사에서 개념계층(taxonomy)을 사용하여 보다 포괄적인 의미를 갖는 규칙을 찾아내는 연구가 일반화된 연관규칙이며 이를 통해 일반화 이전에는 간과될 수 있는 중요한 규칙을 발견할 수 있다. 일반화된 연관규칙에 관한 기존의 접근방법은 후보항목집합의 각 항목에 대한 개념계층상의 모든 조상들을 트랜잭션에 추가한 후 확장된 트랜잭션에 대해 지지도를 계산하는 방법이며. 이렇게 되면 연관규칙의 단점중의 하나인 계산량 문제가 더욱 두드러지게 된다. 이에 본 연구에서는 모든 개념계층 레벨이 아닌, 사용자가 관심 있는 레벨로 제한된 환경에서 연관규칙 탐사를 수행하여 규칙생성의 복잡도를 줄이는 시스템을 구현하였다. 그러나 모든 항목을 한 레벨로 일반화하는데는 무리가 따르기 때문에 관심있는 항목의 경우 일반화 레벨을 따로 명시할 수 있도록 하여 사용자가 원하는 규칙을 발견하도록 하였다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.11a
• /
• pp.56-60
• /
• 2000

최근 반도체 산업은 주문형 제품의 생산이 증가하고 이에 대한 납기달성도에 대한 관리가 점차 중요해지고 있다. 본 논문은 납기달성도의 제고를 위한 생산 스케줄링 규칙을 제시하고 이에 대한 성능평가를 위해 반도체 Fabrication 라인을 모델로 한 시뮬레이션 모형을 개발하였다. 제시된 규칙이 라인의 밸런스는 물론 납기만족과 사이클 타임을 줄이는 데 좋은 성능을 나타내는 것을 보였다. 또한 제시된 규칙이 주문변화와 웨이퍼 투입규칙에 민감하지 않은 강건한 규칙임을 보이고 있다.

• KLA journal
• /
• v.38 no.6 s.307
• /
• pp.45-78
• /
• 1997

우리 협회에서 간행된 한국목록규칙 3판(KCR3)은 국내의 기술목록수준을 국제적인 수준으로 한 단계 진전시키는 중요한 계기가 되었다고 자부합니다. 그 근거로 국제서지기술법(ISBD)을 수용하여 서지기술단위저록방식을 규정함으로써, 기술만으로 완전한 저록을 구성할 수 있게 되었으며, 특히 우리의 언어나 사고과정에 기초한 한국적 특수성을 목록규칙에 반영할 수 있었다는 점을 들 수 있습니다. 그러나 종래 KCR3은 단행본 중심의 목록규칙이라는 한계가 있었고, 따라서 연속간행물과 기타 비도서자료에 대한 기술규칙의 제정이 요구되어 왔습니다. 각종 비도서잘(비책자자료)와 네트워크자원이 대량으로 간행되는 시점에서 이들 다양한 유형의 자료를 목록에서 수용할 수 있는 통합된 목록규칙이 요구되고 있는 실정임에도 불구하고, 규칙제정에 소요되는 시간과 인력을 고려하여 우선 일차로 연속간행물용 목록규칙(안)을 내어 놓게 된 것입니다. 이 목록규칙(안)은 그 동안 2년여에 걸쳐 우리 협회 목록위원회를 중심으로 회의와 토록과정을 거친 것으로 도서관계에 종사하시는 사서 여러분의 의견을 수용하고자 하오니, 애정과 관심으로 검토해 주시고 좋은 의견을 개진해 주시길 간곡히 부탁드립니다. 목록규칙은 바로 우리 도서관인 모두가 다듬고 만들어 가야 할 책무가 있기 때문입니다. 어떤 형태의 의견이나 권고안, 수정안이라도 좋으니 여러분의 많은 관심과 협조를 기대합니다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.317-330
• /
• 2005

시맨틱 웹 관련연구가 증가함에 따라 지능형 에이전트 혹은 규칙기반 시스템 등의 지능적인 웹 환경에 대한 기대 역시 커지고 있다. 그러나 규칙기반 시스템의 활용에는 아직도 규칙습득이 많은 제약이 되고 있다. 이와 같은 제약을 극복하기 위해 웹 페이지로부터 규칙을 습득하기 위한 XRML 방법론이 제안되었다. XRML 방법론은 웹 페이지로부터 규칙을 식별하고 식별된 결과로부터 자동으로 규칙을 생성하는 두 단계로 구성되어 있다. 여기서 규칙의 식별은 규칙생성의 자동화 정도에 매우 중요한 영향을 미친다. 그러나 규칙을 식별하는 작업은 대부분 지식관리자의 수작업에 의존하고 있다. 이러한 지식관리자의 부담을 줄이기 위해 본 논문에서는 온톨로지 기반의 개선된 규칙식별 방법론을 제안하고자 한다. 이를 위해 먼저 OntoRule이라는 이름의 온톨로지를 설계하였다. OntoRule은 자동화된 규칙 식별을 지원하기 위해 사용되며, 규칙의 구성요소들과 구조에 대한 정보를 포함하고 있다. 그리고 OntoRule을 이용하여 규칙을 식별하는 절하를 제안하였다. OntoRule과 규칙식별 절차를 제안하는 과정에서 온톨로지 학습효과, 하향식 접근방식과 상향식 접근방식의 차이, 온톨로지 적용범위 관리, 규칙 구성요소의 식별순서, 생략된 별수의 식별과 같은 놈점들이 고려되었다. 마지막으로 실험을 통해 제안된 방법론의 효과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.916-919
• /
• 2018

심층신경망 모델은 우수한 성능을 갖고 있음에도 불구하고 모델이 어떤 판단 과정을 통해 결론을 내렸는지 파악하기 어렵다. 그에 따라 판단에 대한 근거가 중요한 분야에서는 심층신경망 모델을 적용한 실제 사례를 찾기 어렵다. 인공신경망 모델을 해석하기 어렵다는 문제를 해결하기 위해 내부 구조를 이용하여 규칙을 추출하는 decompositional 접근법이 제안되었으나 기존의 연구는 대부분 은닉층이 1개인 다층 퍼셉트론 모델에서 규칙을 생성하는 것을 가정하고 있다. 오늘날 사용하는 심층신경망 모델은 일반적으로 여러 은닉층을 가지고 있기 때문에 기존의 접근법을 그대로 적용할 경우 규칙 불확실성에 따라 잘못된 규칙을 추출하는 문제가 발생한다. 본 논문은 decompositional 접근법에 존재하는 규칙 불확실성 문제를 완화하고 깊이가 깊은 심층신경망 모델에 규칙을 추출하는 방법을 제안한다. 제안한 접근법은 실제 활성화 값을 통해 지식을 추출하며, 이를 통해 규칙 불확실성 문제를 완화할 수 있었다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.89-98
• /
• 1999

현대전에서는 첩보와 정보의 수집 및 분석 능력과 이를 이용한 효과적인 의사결정을 전쟁의 승패를 좌우할 수 있는 중요한 요소이다. 이를 위하여 첩보와 정보 수집 및 분석을 자동화하기 위한 전장정보분석 자동화에 관한 연구가 국방과학연구소 주관으로 실시되고 있다. 따라서 이와 연계된 의사결정 자동화에 관한 연구가 필요하게 되었다. 본 논문에서는 이러한 요구에 부응할 수 있는 전장정보를 활용한 의사결정의 중요한 한 분야인 화력분야를 자동화하기 위한 전문가시스템 지식베이스의 분석 및 설계에 관한 연구이다. 화력분야 의사결정은 아군의 가용 화력자산을 효과적으로 운용하는 화력분배가 중심이 되며 이 업무는 화력분배에 전문적인 지식을 가진 장교에 의해 실시된다. 이러한 화력분배 자동화를 위하여 본 논문에서는 화력분배와 관련된 현행 업무 관련 지식을 획득 및 분석하고 이를 바탕으로 규칙집합을 추출하였으며 규칙 집합들간의 상호관계, 입력요소, 출력결과 등을 식별하였다. 또한 규칙집합별로 세부적인 규칙을 도출하였고 객체지향기법을 이용한 클래스, 객체, 속성들을 식별하여 에디터를 이용해 지식베이스를 구축할 수 있도록 설계를 완료하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.110-113
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.28-30
• /
• 2001

현 인터넷상에서 취향에 맞는 항목(상품) 정보를 사용자에게 추천해 주는 개인화 기술은 대부분 특정 사용자와 유사한 선호도를 갖는 다른 사용자들의 특정 항목에 대한 선호도를 바탕으로 항목의 선호도를 추정하는 협력적 추천 기술을 적용하고 있다. 이중 최근접 이웃 방법은 적용하기가 용이한 반면 항목간의 가중치를 고려하지 못함으로써 추천의 정확도가 크게 떨어지는 문제점이 있다. 연관규칙 방법은 다른 항목에 대한 선호도 자료로부터 데이터 마이닝 기법을 적용하여 항목 선호에 대한 연관규칙을 추출하고 그 규칙을 사용하여 어떤 항목의 선호도를 추정한다. 따라서 항목들 간의 중요도가 연관규칙의 지지도나 신뢰도 등으로 나타난다고 할 수 있으나, 단순히 항목들간의 연관관계 즉 표면적인 연관관계에 의하여 선호도를 결정함으로써 항목들간의 어떤 내용적인 공통성 또는 어떤 상위개념에 의한 선호도가 고려되지 않음으로써 역시 정확도가 떨어지는 문제점이 있다. 본 논문에서는 추천의 정확도를 향상시키기 위한 신경망 추천 방법에 대해 분석하고, 내용기반 추천과 협력적 추천을 병합한 신경망 추천 방법을 제안한다. 또한, 다른 협력적 추천 방법과의 비교를 통하여 본 추천 방법의 장점과 성능의 우수함을 보인다.

• Journal of the Korea Society of Computer and Information
• /
• v.8 no.1
• /
• pp.1-6
• /
• 2003

As the condition evaluation of the active rules is performed whenever an event occurs, the performance of the system is influenced greatly depending on the conditions Processing method. Therefore, a study on evaluating the conditions of active rules becomes a very important element for enhancing the performance of active database. and the processing time of the calculation generated from the conditions must be minimized in order to improve the Performance. In this paper, the tree processing system which can effectively Process the join and selection operations is proposed. The experimental results show that tree processing system has the lower evaluation cost for the conditions processing of the active rules than the existing methods.