• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.284-288
• /
• 2006

본 논문은 시맨틱 웹 기술이 융합된 지식기반 정보유통 플랫폼(OntoFrame-K$^{(R)}$)의 추론 서비스 시스템 (OntoThink-K$^{(R)}$)에서 이용되는 Persistent Model인 DBMS기반의 온톨로지 확장 모델에 대해 설명하고자 한다. OntoFrame-K$^{(R)}$는 대용량의 지식 데이터를 다루기 때문에 기존에 개발된 온톨로지 추론 엔진을 이용할 경우 많은 한계점을 가지게 된다. 따라서 우리는 대용량의 지식 데이터를 안정적으로 처리할 수 있으며 추론의 신뢰성과 정합성을 가지는 온톨로지 확장 모델을 설계, 구현하였다. 본 모듈은 OWL과 인스턴스 데이터를 트리플 형태로 변환하여 입력 받은 후, 온톨로지 스키마 규칙과 사용자 정의 규칙을 이용한 정방향 추론 방법으로 추론 서비스에서 필요한 지식데이터들을 생성하는 역할을 한다. 본 모델은 DBMS를 이용하여 대용량의 지식 데이터를 저장할 수 있으며, 추론 규칙에 따른 정방향 추론을 통해 지식 모델을 확장하기 때문에 데이터의 정합성이 보장된다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.4
• /
• pp.282-296
• /
• 2010

OWL is an ontology language for the Semantic Web, and suited to modelling the knowledge of a specific domain in the real-world. Ontology also can infer new implicit knowledge from the explicit knowledge. However, the modeled knowledge cannot be complete as the whole of the common-sense of the human cannot be represented totally. Ontology do not concern handling nonmonotonic reasoning to detect incomplete modeling such as the integrity constraints and exceptions. A default rule can handle the exception about a specific class in ontology. Integrity constraint can be clear that restrictions on class define which and how many relationships the instances of that class must hold. In this paper, we propose a practical reasoning system for open and closed-world reasoning that supports a novel hybrid integration of ontology based on open world assumption (OWA) and non-monotonic rule based on closed-world assumption (CWA). The system utilizes a method to solve the problem which occurs when dealing with the incomplete knowledge under the OWA. The method uses the answer set programming (ASP) to find a solution. ASP is a logic-program, which can be seen as the computational embodiment of non-monotonic reasoning, and enables a query based on CWA to knowledge base (KB) of description logic. Our system not only finds practical cases from examples by the Protege, which require non-monotonic reasoning, but also estimates novel reasoning results for the cases based on KB which realizes a transparent integration of rules and ontologies supported by some well-known projects.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.2
• /
• pp.139-147
• /
• 2012

In this paper, we discuss the structure of biological knowledge discovery system based on text mining and automatic inference. Given a set of biology documents, the system produces a new hypothesis in an integrated manner. The text mining module of the system first extracts the 'event' information of predefined types from the documents. The inference module then produces a new hypothesis based on the extracted results. Such an integrated system can use information more up-to-date and diverse than other automatic knowledge discovery systems use. However, for the success of such an integrated system, the precision of the text mining module becomes crucial, as any hypothesis based on a single piece of false positive information would highly likely be erroneous. In this paper, we propose a probabilistic filtering method that filters out false positives from the extraction results. Our proposed method shows higher performance over an occurrence-based baseline method.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.235-238
• /
• 2000

대용량의 데이터베이스에서 효율적인 의사결정을 하기 위해서는 불필요한 지식을 제거한 지식베이스의 구축이 필요하다. 사용자의 언어적인 질의에 대해 대용량의 데이터베이스에서 불필요한 규칙을 제거한 최소지식베이스를 구축한다. 또한 불완전한 데이터베이스로부터 규칙들을 일반화한 근사함수에 기반하여 규칙 추출의 중요도를 나타낸다. 그리고 앞에서 생성된 최소지식베이스를 통해 언어적 변수에 대한 퍼지 연산을 수행하여 추론값을 도출할 수 있는 모델을 제안한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.11a
• /
• pp.49-52
• /
• 2003

워크플로우 관리시스템(WfMS: Workflow Management System)은 업무 프로세스를 컴퓨터에 의해 정의, 실행 및 관리하기 위한 소프트웨어 시스템이다. WfMS에서는 업무 프로세스의 로직을 컴퓨터가 이해 가능한 언어로 표현하므로 다수의 사용자가 이기종의 분산된 환경에서 참여하는 업무 흐름을 관리 하는데에는 효율적이나 지식경영 측면에서의 지원은 미약하다. 본 연구에서는 WfMS 구조하에서 효과적인 지식 관리를 위해 인공지능 기법의 하나인 사례기반추론(CBR: Case Based Reasoning)을 활용하여 업무 흐름상에서 발생하는 지식을 생성, 저장, 추출되도록 하는 업무 지원 시스템을 개발한다. 지식의 생성을 위해 폼 기반 워크플로우 관리 시스템을 활용하고 CBR 엔진은 제약 조건의 형태로 이뤄지는 쿼리에 대해 유사 사례 추출을 담당한다. 사례 베이스의 저장 형식은 XML(extensible Markup Language)을 이용한다. 본 연구에서 개발된 업무 지원 시스템을 활용함으로써 업무 조정자만으로서의 WfMS의 한계를 벗어나 지식경영 도구로서의 WfMS를 기대할 수 있다.

• Journal of KIISE
• /
• v.45 no.2
• /
• pp.113-125
• /
• 2018

Recently, with the advent of the Big Data era, we have gained the capability of acquiring vast amounts of knowledge from various fields. The collected knowledge is expressed by well-formed formula and in particular, OWL, a standard language of ontology, is a typical form of well-formed formula. The symbolic reasoning is actively being studied using large amounts of ontology data for extracting intrinsic information. However, most studies of this reasoning support the restricted rule expression based on Description Logic and they have limited applicability to the real world. Moreover, knowledge management for inaccurate information is required, since knowledge inferred from the wrong information will also generate more incorrect information based on the dependencies between the inference rules. Therefore, this paper suggests that the SWAT, knowledge management system should be combined with the SWRL (Semantic Web Rule Language) reasoning based on ATMS (Assumption-based Truth Maintenance System). Moreover, this system was constructed by combining with SWRL reasoning and ATMS for managing large ontology data based on the distributed In-memory framework. Based on this, the ATMS monitoring system allows users to easily detect and correct wrong knowledge. We used the LUBM (Lehigh University Benchmark) dataset for evaluating the suggested method which is managing the knowledge through the retraction of the wrong SWRL inference data on large data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.116-118
• /
• 2000

생성 규칙은 지식 기반 시스템의 지식표현 기법 중 가장 많이 사용되고 많은 장점을 갖고 있음에도 불구하고 지식의 일관성 유지가 어렵다는 단점을 가지고 있다. 그런데 지식의 일관성이 추론 결과의 신뢰도에 직결된다는 점에서 지식의 일관성을 유지할 수 있는 시스템이 필수적이다. 따라서 본 논문에서는 새로 첨가될 지식이 기준 지식과 일관성이 유지될 경우에만 지식을 첨가하는 일관성 유지시스템과 지식베이스는 물론 데이터 베이스 내의 선언적 지식과 절차적 지식 등 다양한 지식을 호출할 수 있는 기능을 갖춘 지식 기반 시스템을 구축하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.137-143
• /
• 1999

전문가시스템은 지식베이스를 이용하여 지식을 추론하는 추론엔진과 해당분야의 전문지식이 쌓여있는 지식베이스로 구성되어진다. 전문가시스템연구에 있어서 지식베이스에 저장되는 지식획득과 정의 규명이 가장 핵심적인 연구분야하고 할 수 있다. 전문지식은 일반적으로 지식공학자들이 전문가로부터 전문지식을 획득하여 구현하는 것이 가장 일반적인 방법으로서 많은 전문가시스템 개발방법 이론들은 지식획득과정에서 지식공학자들의 역할을 필수적인 것으로 이해하고 있다. 그러나 지식획득에 관한 광범위한 해결책은 여전히 제시되고 있지 못하며, 이러한 문제점은 전문가 시스템의 상용화에 가장 큰 어려움으로 지적되고 있다. 최근에는 이러한 지식획득병목현상을 해결하기 위하여 상황인식론과 같은 지식에 대한 새로운 해석을 기반으로한 지식획득 방법 이론들이 소개되고 있다. Multiple Classification Ripple Down Rules 이론은 1995년 소개된 이론으로서 지식의 획득과정을 지식의 유지보수라는 소프트웨어 공학적 개념에서 접근하고 있다. 지식의 획득과정에서 완전무결한 지식의 모델 찾기를 지양하고 지식이란 단계적 확장개념에서 진화한다고 이해한다. 즉 지식베이스의 구축 단계를 개발과 완료가 불가능하다는 관점에서 지식베이스 끊임없이 유지보수가 필요한 대상으로 이해하고 이러한 유지보수를 가능하게 하는 방법론을 제시한다. MCRDR에서 가장 핵심적인 부분은 지식공학자의 역할을 최소화하고 시스템 내부에서 지식의 관리와 획득을 수행하여 연구실험을 통하여 실용성이 입증되었고 의료분야에서 상용화 시스템 개발 툴로서 사용되어져 왔다. 그러나 MCRDR 이론이 적용된 전문가시스템들의 경우 MCRDR이론을 기본으로한 개발 툴로서 개발된 시스템들이 아니고 해당분야에서 MCRDR이론을 적용한 엔진을 직접 설계 구현하여 온 것이 사실이다. KEE(Knowledge Engineer for Experts) 시스템은 최근 개발된 MCRDR기반 전문가시스템 개발 툴로서 본 논문에서는 이러한 분야별 전문가시스템 개발을 지양하고 MCRDR 이론을 기반으로 한 범용성 있는 전문가시스템 개발 툴의 개발에 관한 연구를 소개한다.

• The Transactions of the Korea Information Processing Society
• /
• v.3 no.7
• /
• pp.1781-1791
• /
• 1996

A number of research issues such as knowledge acquisition, inferencing techniques, and knowledge refinement methodologies have been involved in the development of expert systems. Since each issue is considered very com- plicated, there has been little effort to take all the issues into account collectively at once. However, knowledge acquisition and inferencing are closely reated because the knowledge is extracted by human experts from the inferencing process for solving a specific task or problem. Knowledge refinement is also accomplished by hand-ling problems caused during the inferencing process of the system due to incompleteness and inconsistency of the knowledge base. From this perspecitive, we present a method by which software platform is established in which those issues are integrated in the development of expert systems, especially in the domain where the domain models and concepts are hard to be constructed because of inherent fuzziness of the domain. We apply a machine learning technique,technique, conceptual clustering,to build a knowledge base and rual models by which an efficient inferencing,incermental knp\owledge acquisition and refinment are possible.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.327-330
• /
• 2005

시멘틱웹이란 컴퓨터가 정보의 의미를 이해하고 그 의미를 조작 할 수 있는 웹으로서 기존의 웹으로는 불가능했던 데이터의 자동처리를 가능하게 하는 차세대 웹 기술을 말한다. 이러한 웹을 위해서는 표준화된 데이터 표현 방법을 통해 기술된 내용을 기계가 이해할 수 있도록 해주는 온톨로지 시스템이 필요하다. 온톨로지 시스템은 일반적으로 OWL(web ontology language)로 표현된 온톨로지와 지식을 처리하는 추론시스템으로 구성되어 있으며 추론시스템으로는 연구 구현 예가 많은 LP(Logic Programming)방식의 추론시스템이 많이 사용된다. 하지만 LP방식의 추론기법들은 온톨로지를 처리하는데 있어 여러 가지 제약사항을 가지며 이로 인해 온톨로지 정보의 추론에 대한 효용성은 떨어진다. 이에 본 논문에서는 온톨로지 정보를 추론하기 위해 사용되는 기존 시스템들을 조사해 분류하고 문제점과 장점을 파악한 후 추론엔진의 효용성을 높이는데 필요한 최소한의 기능이 무엇인지 파악하여 기존의 LP엔진을 최대한 활용한 OWL추론엔진을 개발하는데 이용하고자 한다.