• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.457-460
• /
• 2005

본 논문에서는 추론규칙을 통한 온톨로지 구축과 이를 이용한 지능형 여행 추천 시스템 적용 방법에 대해 제안하고자 한다. 사용자 프로파일과 질의어 분석을 통한 사용자 성향 분석은 메타데이터 파일로 작성되며, 지능형 여행 추천을 위한 여행 온톨로지 및 Description Logic을 기반으로 생성된 추론 규칙은 정보 저장소에 저장한다. 온톨로지를 이용한 정보 검색은 다양하고 복잡한 조건에서 검색이 가능하였고, 인스턴스 추가시 각 클래스의 재생성 과정 없이 규칙의 설정만으로 쉽게 인스턴스를 추가할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.587-591
• /
• 2004

수많은 데이터로부터 우리가 이용할 수 있는 의미 있는 연관성 규칙을 찾는 것은 대단히 중요하다. 연관성 규칙은 데이터베이스의 각 트랜잭션을 분석하여 이에 대한 각종 측정치를 수집하여 이루어지는데 대단히 많은 시간과 노력을 요한다. 본 논문에서는 통계적 추론을 이용하여 탐색도중 주어진 조건을 만족하는 항목에 대하여 의사결정을 내려 탐색시간은 단축할 수 있는 알고리즘을 제안한다. 또한 추론에 따른 오류발생을 최소화 할 수 있는 기법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.365-368
• /
• 2004

본 논문에서는 상태변화에 대한 자율적 의사결정을 하는 퍼지논리를 이용한 에이전트를 구현하는 것을 연구의 목적으로 한다. 이를 위하여 제한적인 조건을 설정하여 부분적인 실험을 하였다. 에이전트를 구성하기 위한 추론방식으로는 max-product 기법을 사용하였으며, n개 퍼지 규칙들 또는 연관들 $(A_1,\;B_1),\;{\ldots},\;(A_n,\;B_n)$을 가지는 상황을 고려하여 비퍼지화 작업을 수행하여 중심값을 추출하여 추론 작업을 실행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.30-32
• /
• 2008

이 논문에서는 생성시스템 규칙 조건부의 일부만 입력 사실로 주어져도 행동부를 실행하여 유용한 결과를 제시할 수 있는 방법을 제안한다. 규칙 또는 페트리 넷의 변이(transition)의 격발(firing) 규칙을 개선하여 고안된 이 방법은 퍼지 추론이 추구하였지만 이루지 못한 불확실, 불충분한 조건을 통한 결론 도출이라는 과제의 매우 실용적인 해답이 될 것이다.

• Korean Journal of Cognitive Science
• /
• v.24 no.4
• /
• pp.323-338
• /
• 2013

There are multiple process mechanism in causal reasoning, which is estimation of the causal strength between cause and result. Further, because these mechanisms operate on different time phase during causal reasoning, it is highly possible that different individual difference factors are related to individual mechanisms of causal reasoning. Especially, the phenomena of conditionalization and discounting reflect attention to multiple potential causes when people infer the relationship between cause and effect. In this study, we manipulated self-construal which is an individual difference factor that reflects context sensitivity in cognition. As results, no difference was observed in conditionalization between individuals with an independent self-construal and those with an interdependent self-construal. However, independent self-construal group was observed to be lower in discounting than the interdependent self-construal group. The results indicate that conditionalization and discounting are independent cognitive process in human causal reasoning.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.341-346
• /
• 2004

본 연구에서는 사례기반추론(case-based reasoning)을 기본으로 하여 실무자의 분류 기법 또는 분류 구조 결정을 돕는 의사 결정 지원 시스템의 모델을 제시한다. 주요한 네 가지 고려 항목은 자료종류(dataset), 위치(location), 기후(climate), 그리고 분류항목(class)이며 사용자는 이들 네 항목에 대해 적합한 값을 선택하게 된다. 본 시스템은 색인화(indexing) 규칙에 따라 관계형 데이터베이스에 저장된 사례들을 추출하여 제시하며 사용자는 그 중 가장 높은 일치도를 보인 사례들을 참고할 수 있다. 본 연구에서는 위계구조를 통해 다양한 분류 조건을 스크린 상에서 선택할 수 있게 함으로써 사용자가 이에 내재된 논리를 분류 구조의 설계에 반영할 수 있게 한다. 또한 Statistics 기능을 통해 여러 사례의 항목당 분포를 사용자가 검토할 수 있게 함으로써 가장 적합한 사례를 의사결정 지원 시스템과의 피드백을 통해 찾아낼 수 있게 해준다. 이밖에 분류 조건을 변화 시켜가면서 상황의 변화를 참고할 수 있도록 Navigation 기능을 고안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.40-42
• /
• 2003

주어진 실시간 환경의 복잡성 때문에. 항상 최적의 행동을 수행하는 완벽하게 이성적인 에이전트 (rational agent) 의 구현은 실질적으로 가능하지 않다. 이러한 실시간 문제 해결기법에서의 전통적인 접근 방식은 미리 정의된 규약에 의존한 조건-행동 추론 방식이다. 이러한 조건-행동추론 방식은 문제 영역이 다양하거나 문제의 재설계가 필요한 경우에는 아무런 해법을 갖지 못한다. 따라서 이러한 문제점을 해결하기 위해 본 논문에서는 주어진 행동들의 유틸리티를 실시간에 계산하고, 긴급한 정도를 측정하여 상황이 긴급할 경우에는 더 이상의 계산을 중단하고 즉각적인 행동을 취하며. 반면에 상황이 긴급하지 않을 경우에는 최선의 의사결정을 위하여 추가적인 정보를 고려하여 더 바람직한 행동을 결정하는 방법론을 제안한다. 제안한 방법론의 평가를 위하여 시간 제약적인 환경에서 최선의 의사결정을 수행하는 실질적이며 유연한 에이전트를 구현 하고자 한다.

• Journal of Korea Multimedia Society
• /
• v.11 no.11
• /
• pp.1566-1574
• /
• 2008

Researches of current information searching focus on providing personalized results as well as matching needed queries in an enormous amount of information. This paper aims at discovering hidden knowledge to provide personalized and inferred search results based on the ontology with categorized concepts and relations among data. The current searching occasionally presents too much redundant information or offers no matching results from large volumes of data. To lessen this disadvantages in the information searching, we propose an inference algorithm that supports associated and inferred searching through the Jess engine based on the OWL ontology constraints and knowledge expressed by SWRL with association rules. After constructing the personalized preference ontology for domains such as restaurants, gas stations, bakeries, and so on, it shows that new knowledge information generated from the ontology and the rules is provided with an example of the domain of gas stations.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.3
• /
• pp.291-296
• /
• 2006

In context-aware computing environment, some context is characterized by a single event, but many other contexts are determined by a sequence of events which happen with some timing constraints. Therefore context inference could be conducted by monitoring the sequence of event occurrence along with checking their conformance with timing constraints. Some context could be described with fuzzy concepts instead of concrete concepts. Multiple entities may interact with a service system in the context-aware environments, and thus the context inference mechanism should be equipped to handle multiple entities in the same situation. This paper proposes a context inference model which is based on the so-called fuzzy colored timed Petri net. The model represents and handles the sequential occurrence of some events along with involving timing constraints, deals with the multiple entities using the colored Petri net model, and employs the concept of fuzzy tokens to manage the fuzzy concepts.

• Journal of KIISE
• /
• v.42 no.10
• /
• pp.1195-1206
• /
• 2015

For the management of a knowledge system, systems that automatically infer and manage scalable knowledge are required. Most of these systems use ontologies in order to exchange knowledge between machines and infer new knowledge. Therefore, approaches are needed that infer new knowledge for scalable ontology. In this paper, we propose an approach to perform rule based reasoning for scalable SHIF ontologies in a spark framework which works similarly to MapReduce in distributed memories on a cluster. For performing efficient reasoning in distributed memories, we focus on three areas. First, we define a data structure for splitting scalable ontology triples into small sets according to each reasoning rule and loading these triple sets in distributed memories. Second, a rule execution order and iteration conditions based on dependencies and correlations among the SHIF rules are defined. Finally, we explain the operations that are adapted to execute the rules, and these operations are based on reasoning algorithms. In order to evaluate the suggested methods in this paper, we perform an experiment with WebPie, which is a representative ontology reasoner based on a cluster using the LUBM set, which is formal data used to evaluate ontology inference and search speed. Consequently, the proposed approach shows that the throughput is improved by 28,400% (157k/sec) from WebPie(553/sec) with LUBM.