• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.99-104
• /
• 2003

In this research, we proposed the mechanism to develop self evolving expert systems (SEES) based on data mining (DM), fuzzy neural networks (FNN), and relational database (RDB)-driven forward/backward inference engine. Most former researchers tried to develop a text-oriented knowledge base (KB) and inference engine (IE). However, thy have some limitations such as 1) automatic rule extraction, 2) manipulation of ambiguousness in knowledge, 3) expandability of knowledge base, and 4) speed of inference. To overcome these limitations, many of researchers had tried to develop an automatic knowledge extraction and refining mechanisms. As a result, the adaptability of the expert systems was improved. Nonetheless, they didn't suggest a hybrid and generalized solution to develop self-evolving expert systems. To this purpose, in this study, we propose an automatic knowledge acquisition and composite inference mechanism based on DM, FNN, and RDB-driven inference. Our proposed mechanism has five advantages empirically. First, it could extract and reduce the specific domain knowledge from incomplete database by using data mining algorithm. Second, our proposed mechanism could manipulate the ambiguousness in knowledge by using fuzzy membership functions. Third, it could construct the relational knowledge base and expand the knowledge base unlimitedly with RDBMS (relational database management systems). Fourth, our proposed hybrid data mining mechanism can reflect both association rule-based logical inference and complicate fuzzy logic. Fifth, RDB-driven forward and backward inference is faster than the traditional text-oriented inference.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1996년도 추계종합학술발표회 논문집
• /
• pp.1142-1145
• /
• 1996

• 정보과학회지
• /
• 제12권3호
• /
• pp.53-62
• /
• 1994

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.81-84
• /
• 2006

유비쿼터스 컴퓨팅 환경으로 발전하면서 문자열 위주의 획일적 형태에서 음성, 이미지 등 다양한 형태의 데이터들을 처리하게 되었으며, 또한 빠르고 정확하게 처리되기를 요구하고 있다. 현재 데이터 처리 중심부에 있는 Database는 대부분이 Relation DB 위주로 되어 있어 Datafile 에 데이터를 저장하고 있어 대용량의 이미지 데이터 처리에 적합하지가 않다. 본 논문에서는 이러한 단점을 보강하기 위해 Relation DB 하에서 대용량의 이미지 데이터 처리를 가능하게 하는 기법을 제시한다. 이렇게 함으로써 이미지 데이터를 Upload, Download 시 따른 응답 속도를 보장 할 수 있도록 LRU 알고리즘 기반으로 제안을 하였다. 본 논문에서 제안된 기법은 시뮬레이션을 통해 (1)기존 RDB(Relational Database)의 BLOB(Binary Large Object)필드를 이용한 이미지 데이터 처리 방식, (2)별도의 저장 공간에 이미지 데이터를 입/출하는 방식, (3)별도의 저장 공간에 이미지 데이터를 입/출력할 때 LRU(least Recently Used)알고리즘을 이용하는 방식에 대하여 성능 평가를 하였다. 그 결과 (3)별도의 저장 공간에 LRU(least Recently Used)알고리즘을 이용하여 입/출력하는 방식이 (1)기존의 RDB(Relational Database)형태에 BLOB(binary large object)필드를 이용한 것 보다 성능이 높음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.400-405
• /
• 2013

The purpose of this study is to develop a composite platform for knowledge extractions, visualizations, and inference. Generally, the big data sets were frequently used in the healthcare and medical area. To help the knowledge managers/users working in the field, this study is focused on knowledge management (KM) based on Data Mining (DM), Knowledge Distribution Map (KDM), Decision Tree (DT), RDBMS, and SQL-inference. The proposed mechanism is composed of five key processes. Firstly, in Knowledge Parsing, it extracts logical rules from a big data set by using DM technology. Then it transforms the rules into RDB tables. Secondly, through Knowledge Maintenance, it refines and manages the knowledge to be ready for the computing of knowledge distributions. Thirdly, in Knowledge Distribution process, we can see the knowledge distributions by using the DT mechanism.Fourthly, in Knowledge Hierarchy, the platform shows the hierarchy of the knowledge. Finally, in Inference, it deduce the conclusions by using the given facts and data.This approach presents the advantages of diversity in knowledge representations and inference to improve the quality of computer-based medical diagnosis.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (중)
• /
• pp.793-796
• /
• 2003

B2B 전자상거래와 같이 XML을 이용한 정보교환이 확산되고 있으며 이에따라 상호 교환되는 정보에 대하여 체계적이고 안정적인 저장 관리가 요구되고 있다. 이를 위해 XML 응용과 데이터베이스 연계를 위하여 다양한 연구가 XML DTD와 관계형 데이터베이스 중심으로 수행되었다. 그러나 XML DTD가 다양한 데이터 타입 및 표현의 한계 때문에 관계형 데이터베이스와 원활한 연계가 불가능하게 되었다. 그러므로 다양한 데이터 타입과 데이터 표현에 강력한 XML Schema에 대한 연구가 필요하게 되었다. 또한 계층구조를 2차원 정보로 변환하는 방법에 의해서 각 구조화된 정보를 관계형 데이터베이스로 저장하기 위한 데이터 모델링과 XML schema 모델링이 요구된다. 본 논문에서는 XML schema로 정의된 XPDL 정의 스키마를 UML로 변환하는 방법론과 UML을 RDB 스키마로 변환하는 방법론을 제시함으로써, 워크플로우 정의 언어인 XPDL 정의 스키마를 토대로 관계형 데이터베이스의 스키마를 확정하는 방법론을 제안하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (1)
• /
• pp.287-289
• /
• 2000

W3C에서 XML 표준안을 발표한 이후 XML에 관련된 많은 연구가 이루어졌으며, 그 중에서 XML 문서를 저장하고 검색하는 시스템에 대한 연구도 많이 이루어졌다. 이들 시스템의 대부분은 XML 문서를 저장하기 위해서 특별하게 설계된 테이블이나 저장 구조를 사용하는 XML 전용 저장 시스템이다. 이러한 시스템의 경우에는 XML 문서를 효율적으로 저장하고 검색할 수 있는 장점이 존재한다. 하지만, XML 문서를 저장하기 위한 데이터베이스를 새로이 구축하는 것이 아니라, 기존에 구축된 데이터베이스를 활용하기 위해서는 XML 전용 저장 시스템은 사용하기가 쉽지 않다. 따라서, 본 논문에서는 기존에 구축된 데이터베이스의 데이터를 그대로 이용하면서 XML 문서로의 변환을 지원하고 또 XML 문서를 기존에 사용하던 테이블에 저장할 수 있는 시스템에 대한 설계와 그 구현방법에 대해 설명하도록 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.4-6
• /
• 2002

XML이 단순한 컨텐츠에서 데이터베이스로까지 그 적용 분야가 확장되면서 XML로 표현된 정보들을 어떻게 효율적으로 저장하고 관리하는 것이다. 가장 큰 이슈 중의 하나는 기존의 관계형 데이터베이스에도 XML을 효율적으로 관리할 수 있는가 이다. 이를 위해 XML 응용과 관계형 데이터베이스 연계를 위한 다양한 연구가 이루어지고 있으나, 객체를 기본 개념에 기반을 두었으며 계층구조를 갖는 XML 데이터를 2차원 테이블의 집합인 관계형 데이터베이스에 저장하기 위해서는 많은 테이블이 필요하며, 이에 따른 죠인 연산으로 시스템 성능이 저하 될 수 있는 본질적인 한계가 있다. 따라서 XML 데이터를 데이터베이스에 저장하기 위해서는 계층적 구조를 2차원 정보로 변환하는 변환 방법을 만들어 각 구조화된 정보를 데이터베이스에 저장하고 다시 XML로 연동할 수 있는 것이다. 본 논문은 객체 모델을 토대로 XML DTD에 정의한 요소와 특성들을 객체화하여 관계형 데이터베이스 스키마로 변환하기 위한 연계 방법을 제안한다. 이를 위하여 먼저 XML DTD를 객체 모델로 변환시키기 위한 객체 변환 방안을 제시하고, 변환된 객체 모델을 관계형 데이터베이스 스키마로 변경시키기 위한 스키마 변환 방법을 제안했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.31-33
• /
• 2002

현재 관계형 데이터베이스상에 XML문서를 저장하거나 추출하는 연구들이 진행중이며 이미 ADO(Active Data Object) 2.5와 SQL Server 2000에서는 각각 일차원적인 구조를 가진 레코드셋을 XML 문서로 반환하거나 조인(Join)된 구조를 XML로 직접 추출해 내고 있다. 하지만 이러한 기술들은 계속 성숙되고 있는 단계이며, 관계형 데이터베이스의 테이블간의 다대 다 관계와 같이 IDREF-lD로 표현되어야 하는 복잡한 관계를 처리하지는 못하고 있다. 이에 본 논문에서는 사전에 XML과 관련 없이 저장된 데이터베이스에서 추출된 내용들에 대해 XML 문서 형식들을 적용하고자 했을 때 참조할 DTD(Document Type Definition)의 생성과정에서 필드. 순서화를 이용한 IDREF-lD의 모델링 방식을 제안한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.153-156
• /
• 2005

In this paper, a framework for implementing UFIS (Unified Fuzzy rule-based knowledge Inference System) is presented. First, fuzzy clustering and fuzzy rules deal with the presence of the knowledge in DB (DataBase) and its value is presented with a value between 0 and 1. Second, RDB (Relational DB) and SQL queries provide more flexible functionality fur knowledge management than the conventional non-fuzzy knowledge management systems. Therefore, the obtained fuzzy rules offer the user additional information to be added to the query with the purpose of guiding the search and improving the retrieval in knowledge base and/ or rule base. The framework can be used as DM (Data Mining) and ES (Expert Systems) development and easily integrated with conventional KMS (Knowledge Management Systems) and ES.