• 전자공학회논문지CI
• /
• 제48권4호
• /
• pp.9-20
• /
• 2011

미래 전쟁의 양상은 네트워크 중심전(network-centric warfare) 및 효과중심 작전(effects-based operations)으로 변화하고 있다. 전장에서 적을 먼저 발견하고 타격하기 위해서는 실시간 표적획득 및 첩보수집, 정확한 상황판단과 적시적인 지휘결심이 필요하다. 첨단 센서기술과 무선네트워크의 급속한 발전으로 인하여 전장감시의 운영개념에도 큰 변화가 요구된다. 특히, 자동화된 정보수집 자산이 부족한 지상군에게 있어서 전장감시 센서네트워크시스템의 도입은 필수 과제이다. 따라서 이 논문에서는 지상군 작전에서 적의 조기 발견과 전장가시화에 필요한 전장감시 센서네트워크시스템 구축을 위한 온톨로지 기반 상황인식 프레임워크를 제안한다. 제안한 온톨로지 기반 상황인식 프레임워크의 성능을 상황정보시스템의 평가방법을 적용하여 기존 시스템과 비교 분석한 결과 양호하게 평가되었으며, 장비협업도를 활용한 구조적 평가방법으로도 만족한 결과를 입증하였다. 온톨로지 기반 상황인식 프레임워크는 확장성과 재사용성의 측면에서 매우 장점이 많은 방식으로서, 향후 지상군 감시정찰체계에 폭 넓게 확대 적용할 수 있다. 또한, 온톨로지로 인한 데이터 량의 증가, 집중화로 인한 네트워크 대역폭 제한 및 처리시간 증가 문제들은 제대별 임무와 특성에 맞게 커스터마이징하거나, 차세대 통신 인프라의 구축으로 인하여 지능형 감시정찰 서비스를 촉진시키게 되므로 지상군의 정보능력 확충에 크게 기여할 것으로 기대된다.

• 정보관리학회지
• /
• 제28권2호
• /
• pp.177-193
• /
• 2011

본 연구에서는 학술지를 대상으로 온톨로지를 구축하고 그 성능을 평가하고자 하였으며, 트리플 구조로 구축된 온톨로지의 성능을 단순 키워드 검색엔진을 위한 도치색인 파일의 지식베이스와 그 성능을 비교하였다. 온톨로지 구축대상은 정보관리학회지 2007년부터 2009년까지의 3년간의 논문기사를 대상으로 하였으며, 구축방법은 온톨로지 구축도구인 프로티지를 이용하였다. 개념온톨로지는 수작업으로 구축하였고, 서지온톨로지는 자동으로 구축하여 각각 OWL 개념온톨로지와 OWL 서지온톨로지를 생성하였다. 성능비교를 위해 각각 제나 검색엔진과 루씬 검색엔진에 의해 검색된 결과를 비교하였다. 루씬은 정확률이 높게 나왔고, 제나는 재현률이 높게 나왔다.

• 정보과학회 논문지
• /
• 제43권5호
• /
• pp.553-561
• /
• 2016

웹으로부터 얻어진 데이터를 통해 자동적으로 온톨로지를 확장하는 많은 기계학습 방법들이 존재한다. 또한 대용량 온톨로지 추론에 대한 관심이 증가하고 있다. 하지만 웹으로부터 얻어진 다양한 데이터의 신뢰성 문제를 고려하지 않으면, 불확실성을 내포하는 추론결과를 초래하는 문제점이 있다. 현재 대용량 온톨로지의 신뢰도를 반영하는 추론에 대한 연구가 부족하기 때문에 신뢰 값 기반의 대용량 온톨로지 추론 방법론이 요구되고 있다. 본 논문에서는 인메모리 기반의 분산 클러스터 프레임워크인 스파크 환경에서 신뢰 값 기반의 대용량 OWL Horst 추론 방법에 대해서 설명한다. 기존의 연구들의 문제점인 중복 추론된 데이터의 신뢰 값을 통합하는 방법을 제안한다. 또한 추론의 성능을 저하시키는 문제를 해결할 수 있는 분산 병렬 추론 알고리즘을 설명한다. 본 논문에서 제안하는 신뢰 값 기반의 추론 방법의 성능을 평가하기 위해 LUBM3000을 대상으로 실험을 진행했고, 기존의 추론엔진인 WebPIE에 비해 약 2배 이상의 성능을 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.357-361
• /
• 2007

지능형 에이전트가 홈네트워크 환경 속에서 사용자에게 적절한 서비스를 제공하기 위해서는 에이전트가 속한 환경에 대한 모델이 필요하다. 온톨로지는 이러한 환경 모델을 표현하기 위한 유용한 도구로 복잡한 도메인의 조직적 구조 표현에 있어서 뛰어난 성능을 보여준다. 하지만 전통적 온톨로지는 크리스프 로직에 기반하기 때문에 현실세계의 불확실성을 표현하기에는 적합하지 않다. 본 논문에서는 온톨로지의 이러한 한계점을 보완하고, 불확실한 환경 속에서 지능형 홈 에이전트가 적절한 의사결정을 내릴 수 있도록 하는 베이지안 네트워크기반 온톨로지 추론 방법을 제안한다. 제안하는 방법에서는 온톨로지의 클래스 객체를 베이지안 네트워크의 노드로 나타내고, 객체 속성(object property)을 아크로 표현함으로써, 확률적 추론이 가능한 온톨로지를 제공한다. 몇 가지 시나리오와 설계 복잡도 분석을 통해서 제안하는 방법의 유용성을 평가한다.

• 한국콘텐츠학회논문지
• /
• 제11권2호
• /
• pp.22-30
• /
• 2011

품질뿐만 아니라 물질적 풍요가 되어가는 IT융합 환경에서 상황정보를 파악하는 것은 개인화 추천 서비스 전략의 중요한 성공요소가 되고 있다. 본 논문에서는 서비스 온톨로지 기반의 상황인식 모델링을 이용한 추천을 제안하였다. 이기종 디바이스 구축을 위해 OSGi 프레임워크 기반의 데이터 획득 모듈을 구축하고 온톨로지 기반의 상황정보 모델을 개발한다. 상황정보 모델을 위해서 추천 시스템에 필요한 상황정보를 추출하고 분류한다. 상황정보를 사용하여 온톨로지 기반의 상황인식 모델을 개발하고 협력적 필터링의 추천에 반영한다. 상황인식 모델은 Na$\"{\i}$ve Bayes 분류자를 사용하여 상황에 따라 서비스를 선택한 정보를 반영하고 사용자에게 제공한다. 제안한 방법의 성능 평가를 하기 위해 대응표본 T-검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.61-70
• /
• 2016

근래에 들어 다양한 시멘틱 서비스를 위하여 기존의 지식을 바탕으로 새로운 지식을 고속으로 추론할 수 있는 대용량 온톨로지 추론 기법이 요구되고 있다. 이런 추세에 따라 대규모의 클러스터를 활용하는 하둡 및 Spark 프레임워크 기반의 온톨로지 추론 엔진 개발이 연구되고 있다. 또한, 기존의 CPU에 비해 많은 코어로 구성되어 있는 GPGPU를 활용하는 병렬 프로그래밍 방식도 온톨로지 추론에 활용되고 있다. 앞서 말한 두 가지 방식의 장점을 결합하여, 본 논문에서는 RDFS 대용량 온톨로지 데이터를 인-메모리 기반 프레임워크인 Spark를 통해 분산시키고 GPGPU를 이용하여 분산된 데이터를 고속 추론하는 방법을 제안한다. GPGPU를 통한 온톨로지 추론은 기존의 추론 방식보다 저비용으로 고속 추론을 수행하는 것이 가능하다. 또한 Spark 클러스터의 각 노드를 통하여 대용량 온톨로지 데이터에 대한 부하를 줄일 수 있다. 본 논문에서 제안하는 추론 엔진을 평가하기 위하여 LUBM10, 50, 100, 120에 대해 추론 속도를 실험하였고, 최대 데이터인 LUBM120(약 1백7십만 트리플, 2.1GB)의 실험 결과, 인-메모리(Spark) 추론 엔진 보다 7배 빠른 추론 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.646-648
• /
• 2005

인터넷의 급속한 성장과 더불어 사용자들은 인터넷을 통해 많은 정보를 얻을 수 있게 되었으며 최신 뉴스를 실시간으로 접근할 수 있게 되었다. 이에 따라 방대한 정보 속에 사용자 관심사에 맞는 정보를 효과적으로 검색하기 위한 여러 방법들이 연구되어 왔다. 하지만 기존의 많은 선행 연구들은 단어 빈도 기반의 키워드 벡터 모델을 이용하여 사용자의 관심사를 학습하고 있다. 이러한 키워드 벡터 모델은 사용자의 선호도를 명확하게 기술하지 못하고 키워드를 이용한 특징 벡터 (feature-vector)는 개념들 사이의 관계를 찾기 어려운 한계를 가지고 있다. 이를 개선하기 위해 본 논문에선 계층적 개념 인덱싱(Hierarchical Concept Indexing)을 이용한 온톨로지 형태의 개인화된 사용자 프로파일을 만드는 방법을 제안한다. 생성된 사용자 프로파일에 개념 간의 유사도와 개념에 대한 사용자의 관심도를 고려하여 보다 개인의 선호도에 맞는 기사를 제공한다. 실험에서는 제안된 방법의 성능 평가를 위해서 기존의 키워드 벡터 모델의 학습 방법인 WebMate 시스템과 비교 분석하였다. 그 결과 제안하는 방법이 키워드 벡터를 이용한 학습 방법보다 향상된 성능을 보였다.

• 한국문헌정보학회지
• /
• 제49권3호
• /
• pp.81-107
• /
• 2015

본 연구의 목적은 이미 구축되어 있는 RDB 형식의 학술용어사전에 온톨로지 구조와 추론 규칙을 형성시킨 후 이를 의미 검색에 적용하는 상향(Bottom-up) 방식의 방법론을 제안하고 검증하는 것이다. 이를 위해 구조적 학술용어사전 "STNet"을 테스트베드로 삼아 Protege를 이용해 온톨로지 구조를 생성하고, 온톨로지 구조의 오류를 검증하였으며, STNet에 입력된 실제 데이터로 실험을 위한 테스트 데이터를 구축하였다. 그리고 추론 제한 규칙과 검증에 필요한 시나리오를 설정한 후, TBox 검증과 SPARQL 질의에 의한 결과 값을 평가하였다. TBox 검증 결과 본 연구에서 생성한 추론규칙이 모두 참으로 나타났으며, SPARQL 질의를 통한 결과값의 평가 결과 기존의 키워드 검색 수행에서는 파악하기 힘든 복잡한 검색 시나리오에 대해, 의미적으로 연관되는 용어를 효율적으로 조합해 검색 결과로 보여주는 것으로 나타났다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권6호
• /
• pp.528-545
• /
• 2007

최근 모바일과 유비쿼터스 컴퓨팅에서 보다 지능적인 다양한 서비스를 제공하고자 하는 비즈니스 전략과 함께 온톨로지 기술이 큰 관심이 되고 있다. 온톨로지를 이용하는 응용 도메인에서의 본질적 문제점은 모든 영역 구성원, 에이전트, 응용 프로그램이 온톨로지에서 정의된 동일 개념을 공유해야 하는 것이다. 하지만, 다양한 제조업자에 의해서 만들어지는 다양한 모바일 디바이스, 센싱 디바이스, 네트워크 구성요소, 다양한 통신 사업자, 다양한 서비스 제공업자 들이 모여 이루어지는 모바일과 유비쿼터스 컴퓨팅 환경에서는 서로 상이한 온톨로지가 공존할 가능성이 높다. 이러한 의미적 상호 운용성의 문제를 해결하고자 했던 다수의 연구가 있다. 이를 크게 분류하면, 맵핑, 합병, 변환에 의한 방법들이다. 본 연구에서는 이러한 방법들 중 OntoMorph와 같이 상이한 온톨로지 데이타들 간에 변환 규칙을 직접 작성하여 사용하는 방법에 초점을 맞춘다. 하지만 이러한 변환 규칙을 수작업으로 직접 작성하는 방법은, 그 자체도 어려울뿐더러 N개의 온톨로지가 존재할 경우 최악의 경우 $O(N^2)$의 변환 규칙 작성 복잡도를 갖는다. 따라서 본 논문에서는 이러한 복잡도를 개선하기 위한, 웹의 개방성에 근거한 연쇄 조합 변환 규칙 생성의 개념을 소개한다. 연구 성과는 변환 규칙의 변환의 신속성, 변환의 적합성, 변환 규칙 작성의 용이성 등의 중요한 평가 요소를 도출할 수 있었으며, 몇 가지 실험 및 기존 연구와의 비교 분석을 통하여 제안된 방법이 신속성과 정확성을 보장하면서 보다 높은 용이성을 가짐을 확인할 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.276-280
• /
• 2017

현대사회에 존재하는 다양한 시스템들이 병합될 때는 병합을 위해서 여러 가지 방법을 사용해 볼 수 있다. 이때 시스템의 성격에 따라 더 적절한 병합 방법론이 존재할 수 있지만, 어떤 방법이 해당 시스템을 통합하는데 더 적절한지를 판단하기는 쉽지 않다. 본 논문에서는 서로 다른 시스템을 통합할 때, 그 상호운용성을 평가하기 위한 수단으로 트리의 유사도를 측정하는 방안을 제시한다. 이렇게 측정된 유사도는 0이상 1이하의 값을 가지며, 정확한 수치로 제시되기 때문에 서로 다른 통합 방법론을 평가하기 위한 계량적 근거로 사용될 수 있다. 다만 트리 구조로 나타낼 수 없는 일부 시스템들에 대해서는 적용할 수 없는 한계를 가진다.