• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.23-32
• /
• 1997

본 논문에서는 정성적 공간 표현 방식과 물체의 운동에 대한 추론 방식에 제시되었다. 기존의 정성적 벡터 표현 방식은 각도 개념을 추가하여 확장되었으며, 이에 따라 방향의 계산을 위해 필요한 정성적 벡터 연산도 확장되었다. 또한 회전운동에 의한 각도의 변화를 분석하는 추론 방식도 기술되었다. 운동에 대한 정성적 추론의 기본 아이디어는 공간에서의 위치와 운동을 상대적인 개념으로 표현하는 것이다. 이와같이 제안된 이론은 장치의 분석에 사용되어 주어진 연동 장치의 거동을 정확히 예측 할 수 있었다.

• Korean Journal of Cognitive Science
• /
• v.16 no.3
• /
• pp.213-224
• /
• 2005

To develop a cognitive system with the flexibility and breadth of human reasoning, it's very important to construct a large scale knowledge base which includes commonsense knowledge as well as expert knowledge. This paper introduces a cognitive system which provides a commonsense reasoning for everyday physical phenomena using qualitative reasoning. It is difficult to apply previous qualitative reasoning to commonsense reasoning since it provides reasoning based on abstract concepts which are apart from everyday real world concepts. Our research provides commonsense reasoning based on sketches and real world concepts by integrating qualitative reasoning and general large scale Cyc knowledge base. Our system has been implemented and tested on various examples.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1316-1319
• /
• 2015

본 논문에서는 대규모 분산 병렬 컴퓨팅 환경인 하둡 클러스터 시스템을 이용하여, 공간 객체들 간의 위상 관계를 효율적으로 추론하는 대용량 정성 공간 추론기를 제안한다. 본 논문에서 제안하는 공간 추론기는 추론 작업의 순차성과 반복성을 고려하여, 작업들 간의 디스크 입출력을 최소화할 수 있는 인-메모리 기반의 아파치 스파크 프레임워크를 이용하여 개발하였다. 따라서 본 추론기에서는 추론의 대상이 되는 대용량 공간 지식들을 아파치 스파크의 분산 데이터 집합 형태인 PairRDD와 RDD로 변환하고, 이들에 대한 데이터 오퍼레이션들로 추론 작업들을 구현하였다. 또한, 본 추론기에서는 추론 시간의 많은 부분을 차지하는 이행 관계 추론에 필요한 조합표를 효과적으로 축소함으로써, 공간 추론 작업의 성능을 크게 향상시켰다. 대용량의 공간 지식 베이스를 이용한 성능 분석 실험을 통해, 본 논문에서 제안한 정성 공간 추론기의 높은 성능을 확인할 수 있었다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.497-499
• /
• 2005

정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다. 본 연구에서는 주어진 상황에서 변화가 발생했을 때, 이 변화가 어떻게 영향을 미치며 파급되는지를 예측할 수 있는 정성적 비교분석 기법을 소개하고지 한다. 주어진 상황에 대한 인과모델이 정성적 분야 모델로부터 형성되고 여기에 비교분석 추론 기법을 적용하여 변화의 연쇄적인 인과 관계를 추적하게 된다. 이러한 기법은 변화의 예측 뿐 아니라, 이런 변화를 이끌어낸 인과 관계를 설명하는 기능을 제공하게 되어, 디자인, 진단, 지능형 교육 시스템, 환경 영향평가 등에 이용되리라 기대된다.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.2
• /
• pp.103-116
• /
• 2017

In this paper, we present the design and implementation of a large-scale qualitative spatial reasoner, which can derive new qualitative spatial knowledge representing both topological and directional relationships between two arbitrary spatial objects in efficient way using Aparch Spark SQL. Apache Spark SQL is well known as a distributed parallel programming environment which provides both efficient join operations and query processing functions over a variety of data in Hadoop cluster computer systems. In our spatial reasoner, the overall reasoning process is divided into 6 jobs such as knowledge encoding, inverse reasoning, equal reasoning, transitive reasoning, relation refining, knowledge decoding, and then the execution order over the reasoning jobs is determined in consideration of both logical causal relationships and computational efficiency. The knowledge encoding job reduces the size of knowledge base to reason over by transforming the input knowledge of XML/RDF form into one of more precise form. Repeat of the transitive reasoning job and the relation refining job usually consumes most of computational time and storage for the overall reasoning process. In order to improve the jobs, our reasoner finds out the minimal disjunctive relations for qualitative spatial reasoning, and then, based upon them, it not only reduces the composition table to be used for the transitive reasoning job, but also optimizes the relation refining job. Through experiments using a large-scale benchmarking spatial knowledge base, the proposed reasoner showed high performance and scalability.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.35-44
• /
• 1998

자동차 사고 재구성이란 사고 상황으로부터 가능한 모든 정보를 수집, 분석하여 사고 거동 및 원인을 규명하는 작업을 의미한다. 본 논문에서는 자동차 사고 재구성에 직접 적용이 가능하도록 개발된 범용성의 정성적 충돌 전문가 시스템의 Prototype을 소개한다. 이 시스템은 충돌 전 물체의 운동 방향과 공간에서의 정보가 주어졌을 때, 충돌로 인한 물체의 순간적인 운동을 정성적으로 예측한다. 분야 모델은 정성적 충돌 이론과 정성적 계산을 제공하는 정성적 수학의 지식 베이스로 구성된다. 충돌로 인한 물체의 운동을 해석하는 데 있어, 충돌 전 물체의 운동 방향과 충돌시의 기하학적 배치사이의 상호 작용을 분석하는 것이 그 핵심을 이루고 있다. 본 논문에서는 그 상호 작용을 밝혀 내어 정성적 표현 방식에 의거하여 해석하는 충돌 이론을 소개하였다. 추론 기관을 설계하는데 있어서는 동력학 정보뿐만 아니라 공간 정보를 추론하기 위한 기법이 제시되었다.

• KIPS Transactions on Software and Data Engineering
• /
• v.5 no.5
• /
• pp.231-242
• /
• 2016

In order to meet rapid changes of Web information, it is necessary to extend the current Web technologies to represent both the valid time and location of each fact and knowledge, and reason their relationships. Until recently, many researches on qualitative temporal reasoning have been conducted in laboratory-scale, dealing with small knowledge bases. However, in this paper, we propose the design and implementation of a parallel qualitative temporal reasoner, MRQUTER, which can make reasoning over Web-scale large knowledge bases. This parallel temporal reasoner was built on a Hadoop cluster system using the MapReduce parallel programming framework. It decomposes the entire qualitative temporal reasoning process into several MapReduce jobs such as the encoding and decoding job, the inverse and equal reasoning job, the transitive reasoning job, the refining job, and applies some optimization techniques into each component reasoning job implemented with a pair of Map and Reduce functions. Through experiments using large benchmarking temporal knowledge bases, MRQUTER shows high reasoning performance and scalability.

• Korean Journal of Cognitive Science
• /
• v.15 no.4
• /
• pp.15-20
• /
• 2004

To develop a cognitive system with the flexibility and breadth of human, it's very important to construct a large scale knowledge base which include commonsense knowledge as well as expert knowledge. Efficient knowledge representation and reasoning techniques will play a key role for this. This paper introduce a cognitive system which is based on Cyc knowledge base and augmented with our work on qualitative and spatial representation and reasoning. Our system has been implemented and tested on various examples.

• Korean Journal of Cognitive Science
• /
• v.22 no.1
• /
• pp.19-38
• /
• 2011

When quantitative representation and reasoning about space is difficult or impossible in a real world, we can use qualitative representation and reasoning. RCC-8 is a well-known qualitative method for 2D space. RCC-8, in which a basic ontological primitive entity for space is a region, shows the connection-based logics and the conceptual neighbors and transitions of topological status between two regions. The transitions happen by changing position or size of regions. However, more aspects have to be considered for representing and reasoning of the world. We propose a modified and extended method QSR-14 for qualitative spatial representation and reasoning of a dynamic physical 2D world in the gravitation field. We mention the need of a global reference frame and describe QSR-14 in detail for representing and reasoning of physical and chemical changes of a real world using the global reference frame. We believe QSR-14 is appropriate for the qualitative spatial representation and reasoning of a dynamic physical world. The usefulness of QSR-14 is shown with several examples.

• KIISE Transactions on Computing Practices
• /
• v.21 no.12
• /
• pp.774-779
• /
• 2015

In this paper, we present the design and implementation of a large-scale qualitative spatial reasoner using Apache Spark, an in-memory high speed cluster computing environment, which is effective for sequencing and iterating component reasoning jobs. The proposed reasoner can not only check the integrity of a large-scale spatial knowledge base representing topological and directional relationships between spatial objects, but also expand the given knowledge base by deriving new facts in highly efficient ways. In general, qualitative reasoning on topological and directional relationships between spatial objects includes a number of composition operations on every possible pair of disjunctive relations. The proposed reasoner enhances computational efficiency by determining the minimal set of disjunctive relations for spatial reasoning and then reducing the size of the composition table to include only that set. Additionally, in order to improve performance, the proposed reasoner is designed to minimize disk I/Os during distributed reasoning jobs, which are performed on a Hadoop cluster system. In experiments with both artificial and real spatial knowledge bases, the proposed Spark-based spatial reasoner showed higher performance than the existing MapReduce-based one.