• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.10a
• /
• pp.855-859
• /
• 1998

본 연구는 RC 공정을 대상으로 하여 핵물질 계량을 위한 실시간 정보관리 시스템 모형을 설계하였으며 개발기구는 PC상에서 C언어를 이용한 Nexpert Object를 이용하였다. 전문가 시스템을 이용한 계량관리 시스템은 다중 상속성을 갖는 규칙과 임의 객체를 포함한 객체들로써 Nexpert Object의 개발 환경에서 지식 기반이 설계되었다. 설계된 지식 기반은 Nexpert Object Protected Mode의 운영 환경에서 무한한 양의 정보관리가 신속 정확히 이루어질 수있었다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1547-1548
• /
• 2008

본 논문에서는 유동적 비정상 시계열의 패턴과 규칙성을 잘 반영할 수 있는 최적의 차분 간격 후보군을 이용한 TS 퍼지 모델로 다중 퍼지 모델을 구현하였고, 각각의 모델들의 예측 특성을 반영하기 위하여 러프집합을 이용한 모델선택법을 제안하였다. 또한 TS퍼지 모델의 파라미터 식별에는 적절한 오차보정 메커니즘을 추가하여 더욱 예측 성능을 향상 시켰다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.40-42
• /
• 2001

캐쉬 일관성 프로토콜의 하나인 MESI 프로토콜은 다중 프로세싱 환경에서 각각의 프로세서와 메모리 사이의 데이터 일관성을 유지하기 위해 캐쉬, 메모리 등의 통신 개체들을 조정하는 일종의 규칙들 중 하나이다. 프로세서의 수가 많아지고 시스템이 복잡해 질 경우 MESI 프로토콜을 정확하게 설계하고 그 동작을 분석하기는 매우 어렵다. 본 연구에서는 정형기법 도구인 ESTEREL을 이용하여 MESI 프로토콜을 설계하고 그 동작의 안정성을 검증하여, 시스템의 정확성과 안정성을 보장하는 방법에 대해 논한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.118-121
• /
• 2000

본 논문에서는 FNNs(feedforwad neural networks)구현을 위한 새로운 학습 방안을 제안하였다. 제안된 방식은 온 칩 학습이 가능하도록 FNNs와 학습회로 사이에 스위칭 회로를 추가하여 단일패턴과 다중패턴 학습이 가능하도록 구현하였다. 학습 회로는 MEBP(modified error back-propagation) 학습 규칙을 적용하였고 간단한 비선형 시냅스 회로를 이용하여 구현하였다. 제안된 방식은 표준 CMOS 공정으로 구현되었고, MOSIS AMI $1.5\mu\textrm{m}$공정 HSPICE 파라메터를 이용하여 그 동작을 검증하였다. 제안된 학습방안 및 비선형 회로는 향후 학습 기능을 가진 대규모의 FNNs 구현에 매우 적합하리라 예상된다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.339-342
• /
• 2002

본 논문에서는 디지털 컨텐츠를 보호하기 위한 다양한 암호화 알고리즘이나 워터마크 알고리즘이 하나의 사용자 단말에서 작동할 수 있도록 시스템을 구성하였으며, 컨텐츠의 재생 처리 과정 중에 다수의 제어 포인트를 두어 다중적인 컨텐츠 보호를 가능하게 하였다. 또한 라이센스 개념을 사용하여 다양한 컨텐츠 사용 규칙을 적용할 수 있도록 하였으며 컨텐츠와 라이센스를 독립적으로 관리하므로 사용자들 사이의 컨텐츠 전송을 가능하게 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1995.10b
• /
• pp.258-263
• /
• 1995

본 논문은 일반화된 다중 수상돌기 적 (GMDP : Generalized Multi Dendrite Product) 유닛트 신경망을 이용한 PID 적응 위치제어기를 구성하여 직류 서어보 전동기의 위치제어를 실시간 처리 하였다. 제안한 제어기를 위치제어에 적용시켜 실험한 결과 기존의 MLP 신경망 제어기를 이용한 것 보다도 샘플시간을 줄일 수 있다는 장점으로 정밀한 제어 가 가능하다는 것을 확인할 수 있었다. 학습규칙은 기존의 역전파 학습방법이 GMDP 신경 회로망에 적용되었다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2003.12a
• /
• pp.655-659
• /
• 2003

시스템의 안전성을 평가하기 위해 안전성 문제 해결 도구인 SPR［1］을 이용하여 보안 모델을 프롤로그 기반의 명세 언어인 SPSL로 기술하여 안전성을 검증한다. 보안 모델은 시스템의 3가지 컴포넌트, 시스템 보안 상태(system security states), 접근 통제 규칙(access control rules), 그리고 보안 기준(security criteria)으로 구성된다. 본 논문에서는 보안 모델의 보안 기준에 NTFS의 다중 사용 권한을 적용하여 명세하고 안전성 문제 해결방법을 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.1-4
• /
• 2007

본 논문은 벡터를 원소로 가지는 새로운 매트릭스인 벡터 매트릭스의 정의, 기본 연산 규칙, 그리고 적용에 대하여 논의한다. 이러한 벡터 매트릭스는 노드와 노드 사이에 여러 개의 에지가 형성되는 다중 에지 네트워크를 적절하게 표현하고 관련된 응용에 쉽게 적용할 수 있을 것으로 생각한다. 본 논문은 이러한 벡터 매트릭스를 노드와 노드 사이에 2개의 에지가 있는 feedforward 네트워크에 적용하여 출력값을 계산하는 과정을 보여준다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2011.06a
• /
• pp.729-730
• /
• 2011

• Journal of KIISE
• /
• v.44 no.4
• /
• pp.383-391
• /
• 2017

As we enter a new era of Big Data, the amount of semantic data has rapidly increased. In order to derive meaningful information from this large semantic data, studies that utilize the SWRL(Semantic Web Rule Language) are being actively conducted. SWRL rules are based on data extracted from a user's empirical knowledge. However, conventional reasoning systems developed on single machines cannot process large scale data. Similarly, multi-node based reasoning systems have performance degradation problems due to network shuffling. Therefore, this paper overcomes the limitations of existing systems and proposes more efficient distributed inference methods. It also introduces data partitioning strategies to minimize network shuffling. In addition, it describes a method for optimizing the incremental reasoning process through data selection and determining the rule order. In order to evaluate the proposed methods, the experiments were conducted using WiseKB consisting of 200 million triples with 83 user defined rules and the overall reasoning task was completed in 32.7 minutes. Also, the experiment results using LUBM bench datasets showed that our approach could perform reasoning twice as fast as MapReduce based reasoning systems.