• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.157-159
• /
• 2004

시맨틱 웹 기술을 활용한 시맨틱 검색은 문서의 의미를 온톨로지의 메타데이터로 생성하여 이를 바탕으로 검색을 수행하게 된다. 이와같은 온톨로지 기반의 시맨틱 검색은 논리를 바탕으로 추론을 적용할 수 있다. 본 논문에서는 온톨로지 기반의 추론을 적용한 시맨틱 검색 시스템을 언급하고 시맨틱 검색 시스템에서의 성능향상을 위해 추론엔진의 작업메모리 영역의 부하를 줄여 기존의 시스템보다 빠른 성능의 시맨틱 검색 시스템을 제안한다. 본 논문에서 시맨틱 검색 시스템의 성능향상을 위한 방법론으로는 다음과 같다 첫째, 추론엔진이 검색 도메인내의 전체 메타데이터를 가지고 추론을 수행하지 않고 메타데이터의 온톨로지부분 만을 사용하여 사용자가 원하는 질의문을 추론하여 검색에 사용하게 한다. 둘째, 시맨틱 검색 방법에서 Dirtectly 매칭 검색과 시맨틱 추론검색을 병행하여 수행하게 한다. 이를 위해 본 논문에서는 메타데이터의 온톨로지부분과 인스턴스부분을 분리하는 단계와 분리된 온톨로지부분에서 사용자가 원하는 질의를 추론하는 단계, 추론된 질의문을 검색시스템에서 매칭하는 단계를 수행하게 된다. 이러한 방법은 메타데이터의 양이 증가하여도 온톨로지부분은 증가하지 않으므로 추론엔진에서 전 방향 추론단계의 수행시간을 단축과 추론엔진의 호출 횟수를 단축시키는 결과를 가져온다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.2
• /
• pp.153-160
• /
• 2009

As size of ontology has been increased more and more, the descriptions in the ontologies become more complicated, Therefore finding and modifying unsatisfiable concepts is hard work in ontology construction process, Minerva is an ontology reasoner which detects unsatisfiable concepts automatically and infers subsumption relation between concepts in ontology, Most description logic based ontology reasoners (including Minerva) work using tableaux algorithm, Because tableaux algorithm is very costly, ontology reasoners need various optimization methods, In this paper, we propose optimizing methods to reduce execution time of tableaux algorithm based ontology reasoner. Proposed methods were applied to Minerva which was developed as preceding study result. In consequence the new version Minerva shows high performance.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.327-330
• /
• 2005

시멘틱웹이란 컴퓨터가 정보의 의미를 이해하고 그 의미를 조작 할 수 있는 웹으로서 기존의 웹으로는 불가능했던 데이터의 자동처리를 가능하게 하는 차세대 웹 기술을 말한다. 이러한 웹을 위해서는 표준화된 데이터 표현 방법을 통해 기술된 내용을 기계가 이해할 수 있도록 해주는 온톨로지 시스템이 필요하다. 온톨로지 시스템은 일반적으로 OWL(web ontology language)로 표현된 온톨로지와 지식을 처리하는 추론시스템으로 구성되어 있으며 추론시스템으로는 연구 구현 예가 많은 LP(Logic Programming)방식의 추론시스템이 많이 사용된다. 하지만 LP방식의 추론기법들은 온톨로지를 처리하는데 있어 여러 가지 제약사항을 가지며 이로 인해 온톨로지 정보의 추론에 대한 효용성은 떨어진다. 이에 본 논문에서는 온톨로지 정보를 추론하기 위해 사용되는 기존 시스템들을 조사해 분류하고 문제점과 장점을 파악한 후 추론엔진의 효용성을 높이는데 필요한 최소한의 기능이 무엇인지 파악하여 기존의 LP엔진을 최대한 활용한 OWL추론엔진을 개발하는데 이용하고자 한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.5
• /
• pp.411-419
• /
• 2009

In order to derive hidden Information (concept subsumption, concept satisfiability and realization) of OWL ontologies, a number of OWL reasoners have been introduced. Most of the reasoners were implemented to be based on tableau algorithm. However this approach has certain limitation. This paper presents architecture for Medusa. The Medusa is an extended DL-reasoner for SWRL(Semantic Web Rule Language) reasoning under well-founded semantics with ontologies specified in Description Logic. Description logic based ontology reasoners theoretically explore knowledge representation and its reasoning in concept languages. However these logics are not equipped with rule-based reasoning mechanisms for assertional knowledge base; specifically, rule and facts in logic programming, or interaction of rules and facts with terminology. In order to deal with the enriched reasoning, The Medusa provides combining DL-knowledge base and rule based reasoner. The described prototype uses $Prot{\acute{e}}g{\acute{e}}$ API[1] for controlling communication with the ontology reasoner.

• Journal of KIISE
• /
• v.43 no.1
• /
• pp.61-70
• /
• 2016

In recent years, there has been a need for techniques for large-scale ontology inference in order to infer new knowledge from existing knowledge at a high speed, and for a diversity of semantic services. With the recent advances in distributed computing, developments of ontology inference engines have mostly been studied based on Hadoop or Spark frameworks on large clusters. Parallel programming techniques using GPGPU, which utilizes many cores when compared with CPU, is also used for ontology inference. In this paper, by combining the advantages of both techniques, we propose a new method for reasoning large RDFS ontology data using a Spark in-memory framework and inferencing distributed data at a high speed using GPGPU. Using GPGPU, ontology reasoning over high-capacity data can be performed as a low cost with higher efficiency over conventional inference methods. In addition, we show that GPGPU can reduce the data workload on each node through the Spark cluster. In order to evaluate our approach, we used LUBM ranging from 10 to 120. Our experimental results showed that our proposed reasoning engine performs 7 times faster than a conventional approach which uses a Spark in-memory inference engine.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06a
• /
• pp.102-103
• /
• 2008

온톨로지가 대용량화됨에 따라, 구축 과정에 많은 인력이 투입되고, 그 과정 역시 복잡해지고 있다. 따라서 온톨로지 구축과정에서 발생하는 여러 가지 논리적 오류를 찾아내어 수정하는 작업은 중요하다. 또한 온톨로지 기반의 검색이나 온톨로지들을 통합할 때 온톨로지를 구성하는 개념간의 관계를 추론하는 것 역시 매우 중요하다. 본 연구의 목표는 온톨로지 구축 시 논리적 오류를 갖는 개념들을 찾아주고, 개념들 간에 관계를 추론하는 엔진을 구축하는 것이다. 본 논문에서 제안하는 Minerva는 OWL로 작성한 온톨로지 중 논리적 오류를 갖는 개념들을 찾아내어, 온톨로지 개발자들이 효과적으로 온톨로지를 구축하는 것과, 개념간의 관계를 추론해 줌으로써 온톨로지 기반의 서비스 어플리케이션 구축에 도움을 준다.

• The Journal of the Korea Contents Association
• /
• v.9 no.6
• /
• pp.45-52
• /
• 2009

Recently, we started a project development of the digital expert system for the product design supporting in manufacturing industry. This digital expert system is used to the engineers in manufacturing industry for the process control, production management and system management. In this paper, we develop the ontology based inference engine shell for building of expert system. This expert system shell included a various functions which of Korean language supporting, graphical ontology map modeling interface, fuzzy rule definition function and etc. And, we introduce the knowledge representation method for the ontology map building and ontology based fuzzy inferencing method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.208-213
• /
• 2007

상황인식 시스템의 추론 기능은 점점 더 중요해져가고 있다. 정확하고 오류 가능성이 적은 상황 추론 기능은 상황인식 시스템에서 중요한 역할을 한다. 온톨로지는 규정된 규칙을 이용한 추론엔진을 지원한다. 이러한 추론엔진을 이용함으로써 상황 추론에 있어 추론의 모호성을 해결할 수 있다. 본 논문에서는 온톨로지 기반 상황 인식 시스템을 제안한다. 본 논문에서 제안하는 상황 인식 시스템은 상황 해석에서 발생 할 수 있는 모호성을 줄일 수 있다. 온톨로지 기반 상황 인식 시스템의 효용성을 확인하기 위해 가정을 대상으로 한 구현과 실험을 실시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.2
• /
• pp.296-301
• /
• 2012

Currently, in order to develop an intelligent search engine to help users retrieve information effectively, many metodes have been used. The effective retrieval methods of these methods use ontology technology. Ontology technology is the core of the Semantic Web. In the Semantic Web, ontology technology can be used to retrieve related information through the inference engine more accurately and simply on the Semantic Web. In this paper, we implement and design college information retrieval based on ontology to retrieve college class, graduate school class and person class. We have collected the hierarchy structure about the College, graduate school and person informations, and we have used protege editor of the ontology developing tool to design some ontologies with the College informations collected. We also tested the designed ontology with the Inference Engine(Pellet) of protege editor, and implemented college information retrieval system using Inference Engine(Jena) for web services.

• Journal of KIISE:Software and Applications
• /
• v.35 no.6
• /
• pp.366-373
• /
• 2008

The web ontology language(OWL) has been used by ontology designers to construct ontology. In order to derive hidden information(concept subsumption, concept satisfiability and realization) of OWL ontology, a number of OWL reasoners have been introduced. But most reasoners simply report these information without process for any arbitrary entailment and unsatisfiable concept derived from a OWL ontologies. In this paper, we propose Minimum Expression Axiom Set(MEXS) detection and storing for debugging unsatisfiable concepts in ontology. In order to detect MEXS, we need to find axiom to cause inconsistency in ontology. Therefore, our work focused on two key aspects: given a inconsistency ontology, identifying the roots of axioms to occur unsatisfiable and derived axioms from among them; and extracting MEXS. Our results can be applicable to all application, which is at the basis of the description logic.