• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.346-351
• /
• 2006

시맨틱 웹에 대한 관심이 높아짐과 더불어 관련 기술인 온톨로지와 이를 이용한 추론 기술 역시 이슈가 되고 있다. RacerPro, Pellet 등 지금까지의 전형적인 추론 시스템들은 주로 Tableaux Algorithm 기반의 추론 시스템으로 Tableaux Algorithm의 특성상 대용량 ABox 추론에서 문제점을 나타낸다. 이를 해결하기 위한 연구로는 Tableaux Algorithm 기반의 Instance Store와 Disjunctive Datalog Approach를 사용한 KAON2가 있다. 이러한 추론 기술에 대해서는 많은 연구가 진행되고 있지만 각 추론 시스템들에 대한 평가는 부족하다. 현재 추론 시스템들의 벤치마킹은 대부분 Tableaux Algorithm 기반의 TBox 추론에 대한 것으로 ABox 추론 및 최근 이슈인 대용량 ABox 추론에 대한 평가는 특히 부족하다. 이에 본 논문에서는 각 추론 시스템들의 이론적 배경을 근간으로 지금까지의 전형적 추론엔진들과 최근 이슈에 따른 대용량 ABox 추론을 위한 시스템들을 이론적 비교를 통해 살펴보며, 특히 대용량 ABox 추론를 위한 시스템인 Instance Store와 KAON2를 LUBM을 사용하여 평가함으로 대용량 ABox 추론에 있어 사용자의 요구에 따른 적절한 시스템을 제시한다.

• 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.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.03a
• /
• pp.183-193
• /
• 1997

추론엔진과 지식베이스를 기반으로 하는 전문가 시스템은 사용목적에 맞게 구성되며,인간의 사고 방식을 모방한 컴퓨터가 올바른 해를 도출시키도록 하는데 궁극적인 목표가 있다. 즉, 추론의 효율성이 전문가 시스템의 효율성을 좌우한다. 시스템이 어떠한 목적을 갖는가에 따라서, 추론 방법과 지식표현 방법등이 결정된다. 최근 추론의 효율성을 극대화하기 위해 이용되고 있는 지식표현 및 추론 방법으로는 Rete, TREAT 등의 트리 표현을 사용하는 전향추론, 관계리스트를 사용하는 직접추론 등이 있다. 전문가 시스템의 성능은 추론을 얼마나 효율적이고 정확하게 하는지에 따라 좌우된다. 본 논문에서는 이러한 추론의 효율성이 지식베이스의 구축형태와 밀접한 관련을 이용하여 효율적인 추론 엔진을 구성하였다. 지식의 표준화가 모듈화가 쉬운 생성규칙을 사용하여 지식을 표현하였으며 , 사용자의 요구에 의해 전향추론, 후향추론이 수행되도록 하였다. 본 논문에서는 추론을 효율적으로 하기위한 기본 방법중, 지식표현을 보다 더 효과적으로 구축하는 방법을 택하였다. 기존의 지식표현방법을 살펴보고, 이를 기반으로 새로운 지시표현 방법인 ECBM(extedned clause bit matrix)과 ERCBM(extended clause bit matrix)을 제안하고 이를 이용하여 전향추론, 후향추혼이 가능한 추론엔진을 구축하였으며 이 두 지식표현을 이용하여 구축되어진 추론엔진을 비교하였다. 이 추론엔진은 기존에 시스템과는 달리 전향, 후향이 모두 효율적으로 수행되어지며, 모든 지식에 대해 적용이 가능한 강력한 범용성을 갖고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.157-159
• /
• 2004

시맨틱 웹 기술을 활용한 시맨틱 검색은 문서의 의미를 온톨로지의 메타데이터로 생성하여 이를 바탕으로 검색을 수행하게 된다. 이와같은 온톨로지 기반의 시맨틱 검색은 논리를 바탕으로 추론을 적용할 수 있다. 본 논문에서는 온톨로지 기반의 추론을 적용한 시맨틱 검색 시스템을 언급하고 시맨틱 검색 시스템에서의 성능향상을 위해 추론엔진의 작업메모리 영역의 부하를 줄여 기존의 시스템보다 빠른 성능의 시맨틱 검색 시스템을 제안한다. 본 논문에서 시맨틱 검색 시스템의 성능향상을 위한 방법론으로는 다음과 같다 첫째, 추론엔진이 검색 도메인내의 전체 메타데이터를 가지고 추론을 수행하지 않고 메타데이터의 온톨로지부분 만을 사용하여 사용자가 원하는 질의문을 추론하여 검색에 사용하게 한다. 둘째, 시맨틱 검색 방법에서 Dirtectly 매칭 검색과 시맨틱 추론검색을 병행하여 수행하게 한다. 이를 위해 본 논문에서는 메타데이터의 온톨로지부분과 인스턴스부분을 분리하는 단계와 분리된 온톨로지부분에서 사용자가 원하는 질의를 추론하는 단계, 추론된 질의문을 검색시스템에서 매칭하는 단계를 수행하게 된다. 이러한 방법은 메타데이터의 양이 증가하여도 온톨로지부분은 증가하지 않으므로 추론엔진에서 전 방향 추론단계의 수행시간을 단축과 추론엔진의 호출 횟수를 단축시키는 결과를 가져온다.

• Proceedings of the KIEE Conference
• /
• 1998.07a
• /
• pp.359-361
• /
• 1998

본 연구에서는 시스템의 대규모 SCADA 시스템들에 효과적으로 적용될 수 있는 전문가 시스템을 설계한다. 전문가 시스템의 추론기관은 직관적 추론 기능과 논리적 추론기능이 연동되도록 설계한다. 직관적 추론기능은 패턴인식구조로, 논리적 추론기능은 휴리스틱에 근거한 심층추론을 통해 시스템 이벤트별로 다양한 시간제야조건을 만족하는 시스템 제어전략을 결정함과 동시에, 지식 생성자의 역할을 할 수 있도록 다중 추론구조로 설계한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.236-239
• /
• 2004

현대의 다양한 심리적 갈등을 해결하기 위해 많은 연구가 진행되어지고 있다. 기존지 심리 진단 방식은 전문 상담인을 직접 찾아가서 상담을 받고 진단해야 하는 등에 여러 과정을 거쳐야만 했다. 본 논문에서는 이러한 복잡한 과정을 거치지 않고 온라인상에서 사용자의 상태를 입력하면 퍼지 추론을 이용하여 현재 사용자의 심리상태를 파악하여 진단하는 진단시스템을 구성하였다. 또한 공격적 추론과 퇴행적 추론을 모두 고려한 복합추론으로 결과 값을 도출하는 방법을 제안하였고, 제안된 추론법을 심리진단 시스템에 적용하였다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.04a
• /
• pp.95-100
• /
• 2000

시뮬레이션 모델과 전문가 시스템의 학제간 연구는 그동안 많은 학자에 의해 진행되어 왔다. 전문가 시스템은 추론 기관과 지식베이스로 구성되며, 지식베이스는 사실과 규칙으로 구성된다. 사실과 규칙은 추론 기관의 추론을 위한 정보로 사용된다. 요즘의 정보 시스템은 데이터베이스를 가지며 데이터베이스의 정보를 기반으로 모든 처리가 진행된다. 이러한 정보 시스템에 삽입되어 사용되는 시뮬레이션 모델의 전문가 시스템도 데이터베이스의 정보를 사용하여 추론을 행한다. 데이터베이스의 정보는 전문가 시스템의 추론을 위한 사실로 사용되고, 추론 결과를 저장하기 위한 저장 장소로 사용된다. 본 연구에서는 전문가 시스템의 사실과 데이터베이스 사이의 사상을 정리하고, 이를 위한 사실 클래스를 제안한다. 이 사실 클래스는 데이터베이스 데이터를 전문가 시스템이 사용할 수 있도록 필링하는 기능과 추론을 위한 의미 분석의 기능을 갖는다. 또한, 데이터베이스에 추론 결과를 저장할 때 생기는 데이터의 일치성과 무결성 문제를 해결한다. 이 사실 클래스를 갖는 전문가 시스템 기능을 갖는 시뮬레이션 모델을 그래이팅 생산 공정의 시뮬레이션에 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.293-298
• /
• 2007

연구자의 R&D 전주기 과정을 지원하기 위해 KISTI에서 2006년 개발된 OntoFrame$^{(R)}$은 과학기술 온톨로지와 DBMS 기반 추론 시스템을 적용하여 추론 서비스를 제공하였다. 2007년 개발중인 OntoFrame$^{(R)}$의 추론 시스템은 대량의 인스턴스를 대상으로 빠른 추론 성능을 제공하기 위해서 저장 구조 변경 및 추론 프로세스 변경을 통해 추론 시스템의 성능을 개선하는데 중점을 두고 있다. 본 연구에서는 추론 시스템의 개선을 위해서 RDF 트리플의 데이터 구조 및 테이블 구조 변경, EMPV(Expanded Multiple Properties View) 개발 및 도입, 추론 서비스와 추론 시스템의 프로세스 변경, 저장 구조 관리기의 개발 연구를 수행하였다. 데이터 구조 및 테이블 구조 변경을 통해서 저장 공간의 오버헤드를 개선하였고, EMPV의 도입을 통해서 트리플 저장 구조의 비효율적인 자료 접근 방식을 개선하였으며, 프로세스 개선을 통해 추론에 소용되는 시간을 단축하였다. 또한 관리기 도입을 통해서 사용자 편의성 및 추론 시스템의 관리 기능을 제공하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.11a
• /
• pp.239-242
• /
• 2009

본 연구에서는 독립차원 감성추론이 가능한 추론엔진과 하드웨어를 모바일 상황에서 사용가능 하도록 설계하였다. 설계된 시스템은 크게 감성 신호 센싱 디바이스에서 수신한 생체 신호 데이터를 이용해 독립차원의 감성을 판단하는 모바일 기반 감성 추론 엔진 소프트웨어 시스템과, 감성 추론 엔진을 탑재하고 감성 신호 센싱 디바이스와 최종 감성 응용 서비스 단말과의 인터페이스 기능을 갖는 모바일 감성 단말 하드웨어 시스템으로 구성된다. 모바일 독립차원 감성 추론 엔진은 감성 신호 센싱 디바이스로부터 측정되어 정규화(Normalization)된 감성 유발 채널별 특징 신호 데이터를 입력 받아 사용자 별 감성 추론을 위한 개인화 인자를 추출하고, 최종적으로 사용자의 현재 감성 상태를 추론하는 기능을 수행한다. 모바일 감성 단말 하드웨어 시스템은 독립차원 감성 추론 엔진을 내장해 실행하고, 감성 추론을 위한 감성 신호 센싱 디바이스와의 인터페이스와 추론된 감성 정보 데이터를 감성 증강 UI 기반 서비스 플랫폼으로 전송하기 위한 인터페이스 기능을 수행한다. 본 연구에서 설계된 시스템은 다양한 환경에서 실시간으로 감성을 추론할 수 있는 알고리즘과 하드웨어를 구축하는 기술로 향후 다양한 제품에 접목하여 다양한 감성 서비스가 가능할 것으로 예상된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.135-139
• /
• 2002

전문가 시스템은 여려 분야에서 활용되고 있으나 여러 가지 문제점을 발생시키고 있다. 그 문제점 중 하나로 전문가로부터 지식을 추출해 내는 과정에서 발생하는 어려움들이 있다. 즉, 전문가로부터의 지식들을 추출하여 그것들을 지식 베이스화하는 작업과 그 지식을 추론할 수 있도록 추론 망으로 구성하는 것이다. 비록 이런 문제점들을 해결한다고 하여도 규칙화 된 추론망을 구성하는 데는 시간적 요소와 전문적인 지식을 가진 인적 자원이 많이 소모되므로 전문가 시스템을 구성하는 것은 실질적으로 불가능하다. 본 논문에서는 전문가는 단순히 자신이 가진 단편적인 지식들의 특징들을 입력하고, 이 특징들로부터 지식을 추출하여 지식 베이스화하고, 이를 이용한 추론망 구성을 자동 추론망 생성 시스템이 대신하는 기법을 제시한다. 실제 구성된 추론망은 규칙 기반의 추론 망으로 구성하여 지식 베이스화 한다.