• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.75-84
• /
• 1999

본 논문에서는 지식에 대한 개념을 정의하기 보다 지식의 life-cycle을 통한 지식의 생성과 소멸을 모델화함으로 지식을 설명하려 한다. 본 논문은 노나카의 지식 창조 모델을 기반으로 하고 기존의 KMS들을 분석하여 일반적인 지식 life-cycle 모델을 도출하였으며, 기존 모델의 문제점을 보완하여 새로운 지식 life-cycle 모델을 만들었다. 이 모델과 앞으로의 지식관리 시스템 발전 방향을 고려하여 지식 관리 시스템 아키텍쳐를 제시하였다. 본 논문에서는 이 아키텍쳐를 근거로 지식 관리 시스템을 구현하기 위한 6개의 컴포넌트를 도출하였다 6개의 컴포넌트는 지식 생성, 지식 분배, 지식 측정, 지식연결, 지식 검색, 지식 저장이다. 이 컴포넌트들로 지식 관리 시스템의 prototype을 구현해 본 결과 지식life-cycle을 단계적, 부분적으로 지원하지만 부족한 부분이 있는 것을 발견하였다. 향후에는 지식 생성과 지식 연결 컴포넌트를 강화하여 전체적인 지식 life-cycle을 지원할 예정이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.75-84
• /
• 1999

본 논문에서는 지식에 대한 개념을 정의하기 보다 지식의 life-cycle을 통한 지식의 생성과 소멸을 모델화함으로 시식을 설명하려 한다. 본 논문은 노나카의 지식 창조 모델을 기반으로 하고 기존의 KMS들을 분석하여 일반적인 지식 life-cycle 모델을 도출하였으며, 기존 모델의 문제점을 보완하여 새로운 지식 life-cycle 모델을 만들었다. 이 모델과 앞으로의 지식관리 시스템 발전 방향을 고려하여 지식 관리 시스템 아키텍쳐를 제시하였다. 본 논문에서는 이 아키텍쳐를 근거로 지식 관리 시스템을 구현하기 위한 6개의 컴포넌트를 도출하였다. 6개의 컴포넌트는 지식 생성, 지식 분배, 지식 측정, 지식 연결, 지식 검색, 지식 저장이다. 이 컴포넌트들로 지식 관리 시스템의 prototype을 구현해 본 결과 지식 life-cycle을 단계적, 부분적으로 지원하지만 부족한 부분이 있는 것을 발견하였다. 향후에는 지식 생성과 지식 연결 컴포넌트를 강화하여 전체적인 지식 life-cycle을 지원할 예정이다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1993.10a
• /
• pp.11-11
• /
• 1993

도메인에 대한 전문 지식 획득(Acquisition of expert knowlegde)은 지식 제공자인 인간 전문가에 의존한다. 도메인이 복잡해 질수록 인간 전문가로부터 관련된 모든 지식을 획득하기란 어렵다. 이런 지식 획득의 어려움을 부분 흑은 완전 자동화된 지식 획득 시스템을 통해 해결하려는 많은 연구가 있어 왔다. 그러나 지식 획득을 위한 여러 시도들은 지식 제공자의 촛점이 도메인이 아닌 표현 구조나 도구- representation environment -에 보다 치우치게 하여, 잘못된 지식을 획득하게 하거나 주요지식이 생략되는 경우를 보이기도 한다. 또한 정적인 관계(relationship)에 의해서만 지식(Static Knowledge)을 생성하므로 시간흐름에 따라변화하는 지식을 나타내기는 어렵다. 본 연구에서는 시뮬레이션을 통한 자동 지식 획득(Simulation Based automatic Knowledge Acquisition) 방법을 제시한다. 이 방법은 1) 도메인에 관한 초기 인과관계 정보를 입력 받고, 2) 입력된 정보를 일정한 프레임에 따라 구조화 시켜 경험 베이스를 구성하고 이를 탐색하여 도메인과 관련된 확장된 정보를 얻은 후, 3) 위의1),2)를 통해 얻어진 정보를 분석하여 주어지는 입력에 대해 다양한 출력을 낼 수 있는 시뮬레이션 모델을 생성한다. 이 모델은 다음 단계의 지식 생성을 위한 수단(resource)이 되며, 구간값과 같은 불확실한 정보를 포함할 수 있는 구조이다. 마지막으로 4) 생성된 모델을 시뮬레이션하여 결과로 생성된 지식을 획득한다. 위의 과정에서, 지식획득을 위한 수단인 시뮬레이션 모델이 지식 제공자의 개입 없이 자동 생성됨에 따라, 지식 제공자는 도메인 관련 지식 그 자체에 집중할 수 있으며, 생성된 모델을 시뮬레이션한 결과에 의해 지식을 생성함으로써 동적인 지식이 얻어질 수 있다. DEVS 모델에 대한 타당성 검사 방법을 고찰하고 그 문제점에 대하여 자세히 설명한다. DEVS 모델의 타당성 검사에 이용하는 SPN 모델에 대한 개념과 DEVS 모델과 행위적으로 동등한 SNP 모델로 변환을 위한 관점을 제조명하다. 동일한 관점에서 두 모델의 상태표현이 같도록 DEVS 모델이 SPN 모델로 표현됨을 보이는 변환이론을 제시하고 변환이론을 바탕으로 모델 변환과정을 제시한다. 모델 변환이론과 변환고정을 기본으로 타당성 검사를 위한 새로운 동질함수(homogeneous function)를 정의하고 이와 함께 SPN 모델의 특성을 이용하여 DEVS 모델에 대한 타당성 검사 방법을 새롭게 제안한다. 에탄올투여로 증가된 유리기 해독계 효소인 GSH-Px활성을 큰 폭으로 감소시키고 에탄올투여로 감소된 비효소적 항산화작용을 나타내는 GSH함량을 다량 증가시킴으로서 지질과산화물에 대한 방어력이 증가되어 나타난 결과로 여겨지며, 또한 혈청중의 ALT, ALP 및 LDH활성을 유의성있게 감소시키므로서 감잎 phenolic compounds가 에탄올에 의한 간세포 손상에 대한 해독 및 보호작용이 있는 것으로 사료된다.반적으로 홍삼 제조시 내공의 발생은 제조공정에서 나타나는 경우가 많으며, 내백의 경우는 홍삼으로 가공되면서 발생하는 경우가 있고, 인삼이 성장될 때 부분적인 영양상태의 불충분이나 기후 등에 따른 영향을 받을 수 있기 때문에 앞으로 이에 대한 많은 연구가 이루어져야할 것으로 판단된다.태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minimal $X^{0}$ elements)로 가정한다. 즉, [+wh] 의미의 겹의문사는 동일한 구성요 소를 지닌 병렬적 합성어([$[W1]_{XO-}$ $[W1]_{XO}$ ]$

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.125-130
• /
• 2022

최근 자연어처리 연구로 지식 기반 대화에서 대화 내용에 자유로운 주제와 다양한 지식을 포함하는 연구가 활발히 이루어지고 있다. 지식 기반 대화는 대화 내용이 주어질 때 특정 지식 정보를 포함하여 이어질 응답을 생성한다. 이때 대화에 필요한 지식이 검색 가능하여 선택에 제약이 없는 오픈 도메인(Open-domain) 지식 기반 대화가 가능하도록 한다. 오픈 도메인 지식 기반 대화의 성능 향상을 위해서는 대화에 이어지는 자연스러운 답변을 연속적으로 생성하는 응답 생성 모델의 성능 뿐만 아니라, 내용에 어울리는 응답이 생성될 수 있도록 적합한 지식을 선택하는 지식 검색 모델의 성능 향상도 매우 중요하다. 본 논문에서는 오픈 도메인 지식 기반 한국어 대화에서 지식 검색 성능을 높이기 위해 밀집 벡터 기반 검색 방식과 주제어(Keyword) 기반의 검색 방식을 함께 사용하는 것을 제안하였다. 먼저 밀집 벡터 기반의 검색 모델을 학습하고 학습된 모델로부터 고난도 부정(Hard negative) 지식 후보를 생성하고 주제어 기반 검색 방식으로 고난도 부정 지식 후보를 생성하여 각각 밀집 벡터 기반의 검색 모델을 학습하였다. 성능을 측정하기 위해 전체 지식 중에서 하나의 지식을 검색했을 때 정답 지식인 경우를 계산하였고 고난도 부정 지식 후보로 학습한 주제어 기반 검색 모델의 성능이 6.175%로 가장 높은 것을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2005.05a
• /
• pp.105-107
• /
• 2005

이 논문은 지식정보 자원 통합 및 상호운용성 제공을 위한 국가 수준의 지식정보자원의 자동 생성 및 유통 시스템의 주요한 특징을 기술한다. 국가 지식정보 관리시스템들은 지식 유형과 지식관리 역할을 수행하는 종합정보센터에 따라 생성 자원 유형 및 유통 메커니즘이 상이하며, 다양하게 분류된다. 이러한 상호운용의 문제점을 해결하기 위해서는 시스템간의 표준화된 지식정보 공유 기능 제공을 위한 국가 지식 정보자동 생성 및 유통 표준 모델의 설계가 요구된다. 이를 위해 설계된 모델은 분산 아키텍처 모델, 프로세스 모델 및 서비스 운영 모델로 구성되며, 국가 지식정보 공유를 위한 생성 및 유통 시스템의 개선, 신규 시스템의 설계 및 개발을 위한 참조모델로서 활용할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.3-7
• /
• 2017

지식베이스의 목표는 세상의 모든 지식을 데이터베이스화 하는 것이지만 지식 획득 능력의 부족으로 항상 지식 부족 문제에 시달린다. 지식 획득은 주로 웹 상에 있는 자연언어문장을 지식화 하는 외부적인 지식 획득을 통해 이루어지지만, 지식베이스 내부에서 지식을 확장해 나가는 방법에 대해서는 연구가 소홀히 이루어지고 있다. 따라서 본 논문에서는 내부적인 지식 획득을 위한 지식베이스 행렬 분해 모델을 소개한다. 본 논문에서 소개하는 방법은 지식베이스를 행렬로 변환한 뒤 행렬 분해 모델을 통해 새로운 지식에 대한 신뢰도를 점수화하는 방법이다. 본 논문에서 소개한 방법의 우수성과 실효성을 입증하기 위해 한국어 지식베이스인 한국어 디비피디아(2016-10)를 대상으로 본 모델의 정확도 측정 실험 결과를 소개한다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.3-7
• /
• 2017

지식베이스의 목표는 세상의 모든 지식을 데이터베이스화 하는 것이지만 지식 획득 능력의 부족으로 항상 지식 부족 문제에 시달린다. 지식 획득은 주로 웹 상에 있는 자연언어문장을 지식화 하는 외부적인 지식 획득을 통해 이루어지지만, 지식베이스 내부에서 지식을 확장해 나가는 방법에 대해서는 연구가 소홀히 이루어지고 있다. 따라서 본 논문에서는 내부적인 지식 획득을 위한 지식베이스 행렬 분해 모델을 소개한다. 본 논문에서 소개하는 방법은 지식베이스를 행렬로 변환한 뒤 행렬 분해 모델을 통해 새로운 지식에 대한 신뢰도를 점수화하는 방법이다. 본 논문에서 소개한 방법의 우수성과 실효성을 입증하기 위해 한국어 지식베이스인 한국어 디비피디아(2016-10)를 대상으로 본 모델의 정확도 측정 실험 결과를 소개한다.

• Journal of the Korea Society for Simulation
• /
• v.2 no.1
• /
• pp.23-30
• /
• 1993

본 연구에서는 시뮬레이션을 통한 지식의 자동 획득(Simulation-Based Automatic Knowledge Acquistion) 가능성을 제시한다. 이을 위한 작업 단계는 다음과 같다. 첫째, 지식 제공자에 의한 대상(domain) 관련 초기 인과 관계 정보 입력 단계, 둘째 경험 베이스 탐색에 의한 확장된 정보 생성 단계, 세 번째로 생성되어진 정보를 사용하여 대상 반영 모델을 구축하는 단계, 네 번째로 구축된 모델을 시뮬레이션하고 수행 결과의 분석을 통해 새로운 지식을 획득하는 단계로 구성된다. 제안된 지식 획득 방법은 ,대상에 관계된 개념과 개념들의 인과 관계를 바탕으로 모델을 자동 생성하여 이를 지식 획득 표현틀로 이용하는 유연한 구조를 사용하였고, 또한 생성된 모델의 시뮬레이션 결과를 분석함에 의해 새로운 지식을 획득함으로써 획득된 지식이 동적 세계를 잘 반영할 있도록 하였다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2001.05a
• /
• pp.55-60
• /
• 2001

오늘날의 정보화사회에서 지식의 가치와 중요성이 키게 부각되면서 국내의 기업들 뿐 아니라 정부조직에 이르기까지 지식경영의 도입이 가시화하고 있다. Microsoft사에서는 Knowledge Management Landscape 모델을 개발하여 지식경영을 구현하고자 하는 조직의 실제 지식경영 활동 현황 진단을 할 수 있는 잣대를 제시하고 있다. 본 논문에서는 Microsoft사의 KM Landscape 모델을 소개하고 이에서 제시하는 지식경영 발전 단계별 전략 모델을 소개하고자 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.24 no.1
• /
• pp.21-26
• /
• 2023

Knowledge distillation (KD) is a model lightening technology that transfers the knowledge of deep models to light models. Most KD methods have been developed for classification models, and there have been few KD studies in the field of super-resolution (SR). In this paper, various KD methods are applied to an SR model and their performance is compared. Specifically, we modified the loss function to apply each KD method to the SR model and conducted an experiment to learn a student model that was about 27 times lighter than the teacher model and to double the image resolution. Through the experiment, it was confirmed that some KD methods were not valid when applied to SR models, and that the performance was the highest when the relational KD and the traditional KD methods were combined.