• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권4호
• /
• pp.254-259
• /
• 2008

Uncertainty of result of context awareness always exists in any context-awareness computing. This falling-off in accuracy of context awareness result is mostly caused by the imperfectness and incompleteness of sensed data, because of this reasons, we must improve the accuracy of context awareness. In this article, we propose a novel approach to model the uncertain context by using ontology and context reasoning method based on Bayesian Network. Our context aware processing is divided into two parts; context modeling and context reasoning. The context modeling is based on ontology for facilitating knowledge reuse and sharing. The ontology facilitates the share and reuse of information over similar domains of not only the logical knowledge but also the uncertain knowledge. Also the ontology can be used to structure learning for Bayesian network. The context reasoning is based on Bayesian Networks for probabilistic inference to solve the uncertain reasoning in context-aware processing problem in a flexible and adaptive situation.

• 대한기계학회논문집
• /
• 제17권12호
• /
• pp.3124-3134
• /
• 1993

Diagnosis is composed of two different but interrelated steps ; retrieving the sensory responses f the system and reasoning the state of the system through the given sensor data. This paper explains the probabilistic nature of reasoning involved in the diagnosis when the uncertainties are inevitably included in experts' diagnostic decision making. Uncertainties in decision making are experts' personal experiences, preferences, and system's coherent characteristics. In order to ensure a consistent decision based on the same responses from the system, expert system technology is adopted with the Bayesian reasoning scheme.

• 로봇학회논문지
• /
• 제13권4호
• /
• pp.213-219
• /
• 2018

In this paper, we introduce a target position reasoning system based on Bayesian network that selects destinations of robots on a map to explore compound disaster environments. Compound disaster accidents have hazardous conditions because of a low visibility and a high temperature. Before firefighters enter the environment, the robots notify information in advance, such as victim's positions, number of victims, and status of debris of building. The problem of the previous system is that the system requires a target position to operate the robots and the firefighter need to learn how to use the robot. However, selecting the target position is not easy because of the information gap between eyewitness accounts and map coordinates. In addition, learning the technique how to use the robots needs a lot of time and money. The proposed system infers the target area using Bayesian network and selects proper x, y coordinates on the map based on image processing methods of the map. To verify the proposed system, we designed three example scenarios based on eyewetinees testimonies and compared time consumption between human and the system. In addition, we evaluate the system usability by 40 subjects.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2010년도 추계학술대회
• /
• pp.27-33
• /
• 2010

The paper proposes the guidelines of application and interpretation for quality and reliability methodologies using deductive or inductive reasoning. The research also reviews Bayesian quality and reliability tools by deductive prior function and inductive posterior function.

• 대한공간정보학회지
• /
• 제18권4호
• /
• pp.61-69
• /
• 2010

비탈면 혹은 절성토지의 파괴로 사람과 재산에 심각한 피해를 입히기 때문에 미리 산사태 취약성 분석을 수행하여 개발 혹은 자연재해로부터 위험을 대비하는 것이 필요하다. 기존의 산사태 취약성 분석은 휴리스틱, 통계학적, 결정론적 혹은 확률론적 방법을 통해 이뤄졌다. 그러나, 적은 현장정보 등으로 분석의 신뢰도가 떨어지거나, 전문가의 경험과 지식을 기존 정량적인 해석모델에 반영하기 어려웠다. 본 연구는 산사태 취약성 분석에 대한 전문가 지식과 공간입력자료의 시맨틱을 추출하여 온톨로지 모델을 구축하고, 이를 베이시안 네트워크에 반영하여 확률적인 산사태 모델링을 제안하였다. 기존에 전문가 수작업으로 이뤄지던 베이시안 네트워크의 구조 생성을 온톨로지 모델의 지식추론으로 자동화하고, 현장정보뿐만 아니라 전문가 지식을 모델링에 반영하여 조건부 산사태 발생확률분포를 작성하였다. 이 결과를 GIS에 적용하여 산사태 취약성 지도를 작성하였다. 검증을 위해 충남 홍성일원의 오서산 지역에 적용한 결과 기존 산사태 발생흔적과 86.5% 일치하였다. 본 연구를 통해 일반 사용자도 전문가 도움 없이도 광역적인 산사태 취약성 분석이 가능하리라 기대된다.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.147-158
• /
• 2008

본 논문에서는 인과관계 지식의 표현과 추론에 가장 대표적으로 사용되는 퍼지인식도(FCM, Fuzzy Cognitive Map)와 베이지안 신뢰 네트워크(BBN, Bayesian Belief Network)를 구조적으로 분석한다. 퍼지인식도와 베이지안 신뢰 네트워크는 의사 결정을 지원하는데 중요한 인과관계 지식을 표현하고 추론하는데 사용되는 가장 대표적인 프레임워크이지만 인과관계 지식응용 영역에서 두 프레임워크의 역할에 대한 구조적 비교 연구는 이루어지지 않고 있다. 본 논문에서는 두 프레임워크의 구조적 비교를 통해 퍼지인식도와 베이지안 신뢰 네트워크의 중요한 특징들을 추출하고, 이를 통해 인과 지식 공학에서 어떻게 퍼지 인식도와 베이지안 신뢰 네트워크가 이용되어야 하는지를 보인다. 인과관계 지식의 표현과 추론의 과정을 평가하는데 비교 평가를 위한 항목으로서 본 논문에서는 사용성, 표현력, 추론능력, 정형화와 완결성이 사용되었다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2008년도 추계학술대회A
• /
• pp.1331-1336
• /
• 2008

This paper suggests a method using Bayesian inference to estimate the parameters of Weibull distribution and acceleration parameters under the condition that the stresses are time-dependent functions. A Bayesian model based on the discrete time approximation is formulated to infer the parameters of interest from the failure data of the virtual tests and a statistical analysis is considered to decide the most probable mean values of the parameters for reasoning of the failure data.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.61-69
• /
• 2001

본 논문은 논리문장으로 표현된 지식을 처리하는 정리증명 과정에서 증명이 완료되기 전에 잠정적 결론을 유도하는 확률추론 기법을 제시한다. 정리증명 과정 중에 베이지안 해석을 이용하여 지식을 갱신하는 방법을 제시하고, 의사결정 방법을 사용하여 시간에 민감한 사안에 대해 신속하게 대처할 것인지 아니면 고의로 미룰 것인지를 결정하는 방법을 밝힌다.

• 인지과학
• /
• 제27권4호
• /
• pp.541-572
• /
• 2016

인과 추론은 심리학에서는 물론 최근 베이스 접근법을 취하는 인지과학자들에 의해서도 활발히 연구되고 있다. 본 연구는 인과추론에 대한 대표적 심리학 이론인 힘-확률대비이론(a power probabilistic contrast theory of causality)을 중심으로 인과 추론의 최근 동향을 개관하고자 한다. 힘-확률대비이론에서는, 원인은 결과를 일으키거나 억제하는 힘(power)인데, 이 힘은 특정한 조건하에서 통계적 상관을 통해 파악될 수 있다고 가정한다. 본 논문에서는 이 이론에 대한 초기의 경험적 지지 증거를 먼저 살펴본 다음, 베이스 접근에 기반을 둔 이론과의 쟁점을 명확히 하고, 원인은 맥락에 무관하게 동일하게 작동한다는 인과적 불변성 가정(causal invariance hypothesis)을 중심으로 한 보다 최근의 연구 결과를 소개하고자 한다. 이 연구들은 종래의 통계적 접근법으로는 잘 설명되지 않는 결과를 제시함으로써, 철학, 통계학, 그리고 인공 지능 등과 같은 인접 분야에 인과성에 대한 힘 이론을 진지하게 고려할 것을 촉구하고 있다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.907-912
• /
• 2007

현재의 유비쿼터스 컴퓨팅 기술은 공간에서 사용자가 요구하는 직접적인 서비스만을 제공하는 정도의 기술 구현에 그치고 있으며, 앞으로는 좀 더 능동적인 서비스를 제공할 수 있는 지능적인 시스템이 필요해지고 있다. 사용자의 개입 없이 사용자가 처한 상황에 대한 정보를 통해 제공할 서비스를 결정할 수 있는 시스템을 구성하기 위해 본 논문에서는 지능형 홈과 같은 유비쿼터스 컴퓨팅 공간에서의 사용자가 처한 상황에 대한 환경정보를 Context로 정의하고 4W1H의 형태로 정형화하여 수집한다. 추가적으로 사용자의 감정 상태에 대한 정보를 수집하고 이러한 정보들을 확률 추론을 위한 베이지안 네트워크의 노드로 사용하여 사용자가 구체적으로 어떠한 상황에 처해 있는가에 대한 상황인식을 구현하다. 또한 그 상황 인식결과를 통해 사용자에게 제공될 서비스를 다시 한 번 베이지안 네트워크를 통해 추론하는 모델을 제시하고자 한다.