• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.957-960
• /
• 2000

프로그래밍 환경이 단순구조 편집환경에서 보다 복잡한 환경으로 진보되고, 언어 기반 편집 환경의 비중이 확대되면서 속성 문법의 점진적 평가의 이용이 효과적이다. 점진적 평가는 새로운 속성 트리가 기존의 속성 트리와 정확히 비교되어 기존 속성 트리를 사용하여 새로운 속성 트리를 구성한다. 본 논문에서는 Carle의 알고리즘을 분석하고 새로운 점진적 평가 알고리즘으로 재구성한다. 특히, 새로운 속성 트리 $d'_{copy}$의 생성 과정과, 최적화된 속성트리의 새로운 점진적 평가 알고리즘을 추가한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.196-198
• /
• 2006

분류되지 않은 문서의 문서 분류는 현재까지 아주 중요한 문제로 대두되고 있다. 컴퓨터를 이용한 문서 검색 엔진인 Citeseer에서는 문서 인덱싱을 하기 위해서 자동문서 분류 방법을 사용하고 있다. 문서 분류는 원본 문서의 단어들을 제1의 속성 표현으로 사용한다. 그러나 이와 같은 표현은 고차원과 속성 부족을 초래하게 된다. 단어 클러스터링은 속성 차원과 속성 부족을 감소시키기 위한 효율적인 방법이며 문서 분류 성능을 향상시켜 준다. 본 연구에서는 클러스터 속성 표현을 위한 도메인 규칙기반 단어 클러스터링 방법을 사용한다. 클러스터는 다양한 도메인 데이터베이스들과 단어 철자 속성들로부터 생성되는데, 이와 같은 클러스터 속성 표현은 중요한 차원 감소뿐만 아니라 문서 헤더 라인의 평균 분류 성능에서 향상을 보여 주었고, 원본 문서 단어 기반 속성 표현과 비교해 보았을 때 도서목록 항목 추출의 정확도를 향상시켰다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.694-696
• /
• 2015

RDF 데이터에 대한 시간 속성에 대한 연구는 트리플의 속성에 시간을 부여하는 방법이 많이 사용되고 있다. 하지만 트리플마다 시간 속성을 부여하는 방법은 저장 및 관리 측면에서 비효율적이다. 본 논문에서는 하이퍼그래프 기반의 RDF 시간 속성 모델링 방법을 제안한다. 하나의 트리플마다 시간 속성을 부여하는 것이 아닌 여러 재의 트리플을 하나의 하이퍼 간선으로 연결하여 시간 속성을 부여하는 방법으로 기존 방법보다 RDF 데이터가 가지는 의미에 적합하며 직관적으로 이해하기가 쉽다. 또한 시간 속성 RDF에서 지원해야 하는 시간 관계를 하이퍼그래프의 여러 속성을 이용하여 처리할 수 있는 장점을 가지게 된다.

• 한국정보처리학회논문지
• /
• 제6권8호
• /
• pp.2106-2112
• /
• 1999

의사결정에 있어 정보란 의사결정자가 의사결정을 하는데 사용하도록 의미 있고 유용한 형태로 처리된 데이터이다. 이러한 정보들에 있어서 불필요한 속성들을 제거하여 처리함으로써 의사결정의 효율을 높일 수 있다. 러프 집합 이론은 불필요한 속성을 제거하고 분류화 하는데 뛰어난 능력을 가지고 있으나 속성 감축시 속성 수와 튜플 수에 따라 복잡한 계산을 요구한다. 따라서 속성들 사이의 상호연관성을 나타내는 척도로서, 두 변수간의 독립성에 관한 검정방법인 $\chi$2와 러프 집합의 종속성을 이용하여 속성들을 감축하고 이를 신경망의 입력 유니트로 사용하므로써 기존의 모든 속성을 입력으로 하여 신경망을 구성하는 것보다 간단하며 학습효율의 향상 및 정확한 의사결정을 지원할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권6호
• /
• pp.285-291
• /
• 2010

본 연구에서는 나이브 베이시안 학습의 환경에서 속성의 가중치를 계산하는 새로운 방식을 제안한다. 기존 방법들이 속성에 가중치를 부여하는 방식인데 반하여 본 연구에서는 한걸음 더 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 Kullback-Leibler 함수를 이용하여 가중치를 계산하는 방식을 제안하였고 이러한 가중치들의 특성을 분석하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (3)
• /
• pp.568-570
• /
• 2004

WebDAV는 HTTPI.1을 확장한 기능으로 지역적으로 분산되어 있는 사용자들 사이에 공동 저작활동을 지원하는 표준 프로토콜이다. WebDAV의 주요 기능인 속성 관리는 저장소의 역할과 함께 자원의 추가 정보를 관리하고 활용할 수 있는 장점을 가지고 있다. 그러므로 WebDAV 기반의 응용 프로그램을 개발하기 위해서는 사용자 정의 속성의 설계 및 속성의 효과적인 관리가 매우 중요한 역할을 한다. 본 논문에서는 헙업을 지원하는 Teamworkspace에 필요한 WebDAV 사용자 정의 속성을 설계하고 설계된 속성을 효과적으로 관리하기 위한 방법을 제안한다. WebDAV를 기반으로 Teamworkspace를 개발함으로써 헙업을 위한 편리한 자원의 관리 및 공유가 가능할 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.892-894
• /
• 2019

빅데이터 기반의 기계학습은 대규모 데이터를 이용하여, 숨겨진 패턴을 찾아내는 학습과정과, 그렇게 찾아낸 패턴을 이용하여 새로운 데이터를 해석하는 추론과정으로 이루어진다. 이 과정을 통해 학습된 패턴은 데이터를 구성하는 속성들과 긴밀한 연관성을 갖고 있다. 학습에 사용된 데이터의 원 데이터를 구성하는 각각의 속성과 추론 결과가 동일한 계층 관계를 갖고 있다면, 모든 속성을 동일하게 처리할 수 있지만, 그렇지 않은 경우, 속성들 사이의 계층 정보를 고려하는 것이, 추론 결과의 정확도를 높일 수 있다. 이에 본 연구에서는 속성들 사이의 계층 관계를 고려한 추론 기법을 제안하고, 사례연구를 통해 제안 방법을 실제 상황에 적용하는 방법을 제시한다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2014년도 제21회 학술대회 논문집
• /
• pp.95-98
• /
• 2014

본 연구는 지역명 범주에 속하는 용어들의 개념적 특성을 분석하고, 이를 토대로 다른 범주와의 관련도를 파악하여 지역명 범주 용어들을 중심으로 관계 속성들 사이의 논리적 연관성을 부여할 수 있는 모형 도출에 기반이 되는 기초 연구이다. 지역명 범주 용어 중 국가명에 한정하여 분석한 결과, 국가명 개념 속성 중심으로는 계층 구조 관계의 지역명 범주 용어들끼리 연관이 높으며, 전체 범주 용어들의 개념 속성 중심으로는 지역명 범주 용어가 지리적 위치로서의 의미로 주로 쓰이나, 행위의 주체 또는 객체의 의미나 시대의 개념으로도 많이 활용됨을 알 수 있었다. 국가명이 참조되는 개념 속성과 연관되어 활용되는 관계 속성의 경우의 일부는 참조하는 주요 개념 범주와 연관 관계를 토대로 논리적 의미 관계를 생각해볼 수 있는 것으로 나타났다.

• 정보처리학회논문지A
• /
• 제8A권3호
• /
• pp.209-216
• /
• 2001

복잡한 언어 처리에 점진적 속성 문법을 적용하기 위해서는 최적화 알고리즘을 사용하는 것이 효과적이다. 점진적 속성문법의 최적화 알고리즘에서는 새로운 입력 속성 트리가 기존 입력 속성 트리와 정확히 비교되어서 새로운 속성 트리를 구성할 대 기존 속성 트리의 어떤 서브트리를 사용해야 하는가를 결정한다. 본 논문에서는 Carle과 Pollock에 의해 제안된 알고리즘을 분석하여 효과적인 최적화 알고리즘으로 재구성하고, 새로은 속성 트리 d'copy의 생성 과정과, 속성트리 d'copy의 새로운 최적화 알고리즘을 추가하였다. 이 논문에서 제안한 매칭 알고리즘의 성능평가를 통하여 기존의 알고리즘 보다 제안한 최적화 알고리즘의 실행 시간을 약 19.5% 향상 시킬 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.73-75
• /
• 2006

생물체 내에서 중요 생물학적 기능을 수행하는 기본 단위인 단백질 및 이들의 상호작용 대한 많은 연구가 이루어져 다양한 생물체에 대한 단백질 상호작용 데이터베이스가 구축되었다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터를 이용하여 새로운 단백질 상호작용을 예측하는 방법을 제안한다. 논문에서는 문헌에서 연관 정보를 효율적으로 찾아내기 위하여 제안된 연관개념공간 탐색 방법을 확장하여 단백질 상호작용 예측에 사용한다. 단백질들은 각각이 가지는 다양한 속성들의 벡터로 간주되며, 상호작용은 해당 단백질들의 연관성을 통해 이루어지는 것으로 표현된다. 상호작용하는 두 단백질들의 속성은 단어의 공동 출현과 같이 고려되어 단백질 상호작용은 두 단백질 벡터의 요소로 표현되고 벡터의 요소 속성들 간의 연관성을 표현하기 위해 연관속성개념공간으로 사상되어 공간상의 거리 기반으로 연관속성을 추출한다. 추출된 연관속성을 최대로 포함하는 단백질들 간의 상호작용을 예측하는 방식으로 단백질 상호작용을 예측한다. 논문에서 제안한 방법은 효모의 단백질 상호작용 예측에 대해 평균 약 91.8%의 예측 정확도를 보여, 연관속성개념공간을 이용한 방법이 단백질 상호작용을 예측하는 또 다른 대안으로 사용 될 수 있음을 확인하였다.