• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권5호
• /
• pp.221-230
• /
• 2016

사물인터넷(Internet of Things, IoT) 패러다임이 대두되며 센서의 개체수가 폭발적으로 증가할 것으로 예상됨에 따라 센서 네트워크 및 센서 플랫폼 기술들이 변화되고 있다. 센서 플랫폼 중 하나인 센서 레지스트리 시스템(Sensor Registry System, SRS)은 이기종 센서 네트워크 환경에서 센서 데이터의 일관성 있는 의미 해석을 위하여 센서 메타데이터를 등록하고 관리하는 시스템이다. 하지만 기존의 SRS는 IoT 환경에 적합한 데이터 구조를 지니고 있지 않다. 따라서 이 논문은 IoT 환경에서 센서 정보들을 관리하고 등록하기 위하여 센서 레지스트리 데이터 모델을 제안한다. 기존의 SRS를 개선하기 위하여 시맨틱 센서 네트워크 온톨로지(Semantic Sensor Network Ontology, SSNO)을 분석하고, 이에 기반한 메타모델을 설계한다. 또한 설계한 메타모델을 이용하여 관계형 데이터베이스의 테이블로 구축하고 SRS를 웹 애플리케이션으로 구현한다. 이 논문은 제안하는 센서 레지스트리 데이터 모델의 적합성을 검증하기 위하여 SSNO 및 센서 온톨로지 예제들을 변환하여 제안 모델에 적용한다. 평가 결과 제안 모델이 기존 연구들보다 더 풍부한 의미 표현이 가능함을 보인다.

• 정보처리학회논문지A
• /
• 제10A권5호
• /
• pp.571-578
• /
• 2003

웹의 등장은 멀티미디어 기술 및 컴퓨터 통신 기술 개발의 가속화 및 이를 응용한 컨텐츠 개발에 촉진제 역할을 하게 되었다. 또한 웹기반 교육시스템의 연구에서도 전자도서관과 LOD 기술을 접목한 연구들이 활발히 진행되어 왔다. 최근에는 교수-학습 활동에서의 새로운 형태인 웹을 기반으로 한 교육(WBI : Web-Based Instruction)이라는 교수 모형이 제시되기에 이르렀다. 또한, 학습자의 요구에 맞는 코스웨어의 주문이 증가되고 있는 추세이명 그에 따라 웹 기반 교육 시스템에 효율적이고 자동화된 교육 에이전트의 필요성이 인식되고 있다. 본 논문에서는 학습 평가에서 학습자의 답안 마킹 이벤트를 이용한 학습 성취도 분석 시스템을 제안한다. 제안한 시스템은 먼저 학습자의 학습 행위를 지속적으로 모니터링하고 평가하여 개인 학습자의 학습 성취도를 계산하며, 이 성취도를 에이전트의 스케쥴에 적용하여 학습자에서 적합한 코스를 제공하고, 학습자는 이러한 코스에 따라 능력에 맞는 반복된 학습을 통하여 적극적은 완전학습을 수행하게 된다.

• 정보화연구
• /
• 제10권1호
• /
• pp.71-77
• /
• 2013

XML 스키마 매칭은 두 스키마의 엘리먼트들 간의 의미적인 유사성을 찾는 작업이다. XML 스키마 매칭은 스키마 통합, 데이터 통합, 데이터 웨어하우징, 데이터 변환, P2P 데이터 관리, 시멘틱 웹 등과 같은 응용체계에서 중요한 역할을 한다. 본 논문은 룰과 구조적 속성에 기반한 XML 엘리먼트 매칭 알고리즘을 제안한다. 제안한 알고리즘에서는 먼저 XML 문서의 구조적 속성을 이용하여 엘리먼트들이 unique와 non-unique로 분류되며, 이후 룰에 따라 엘리먼트의 매칭여부를 결정한다. 제안 알고리즘의 효과성을 보이기 위해 인터넷에 공개된 XML 스키마를 이용하여 성능을 평가하였다. 또한 제안 알고리즘은 문서의 구조적 속성을 이용함으로써 사용자 주관성을 배제하고 객관성을 보장하며 특정 유형이 아닌 다양한 형태의 XML에 적용이 가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.986-998
• /
• 2006

인터넷의 발전으로 방대해진 정보를 컴퓨터가 이해하고 효율적으로 관리하기 위해서는 시맨틱 웹 기반의 메타데이타가 반드시 필요하다. 그러나 메타데이타 생성 시 의미 중의성을 가진 정보가 존재하며 이 문제의 해결책이 필요하다. 본 논문에서는 순차적으로 존재할 수 있는 단어들의 확률 모델을 이용하여 문서와 같은 정보에 포함된 의미가 애매한 단어를 관련성이 높은 모델의 개념으로 메타데이타를 생성하는 방법을 제안한다. 제안한 방법에서 메타데이타를 생성 할 때, 온톨로지에 정의된 개념들 간의 중의성을 고려하고 명칭(named entity)의 일부 단어에 대한 인식을 위해 은닉 마르코프 모델(Hidden Markov Model)을 사용한다. 먼저 온톨로지에 정의된 각 클래스(class)의 인스턴스(instance)를 인식하기 위한 마르코프 모델을 생성한다. 다음으로 문서로부터 의미가 애매한 단어의 의미를 파악할 수 있는 상황정보(Context)를 생성하고, 상황정보에 포함된 단어들의 순서에 대응하는 최적의 마르코프 모델을 찾아 메타데이타 생성시의 중의성 문제를 해결한다. 제안한 방법으로 전산학관련 논문에 대해 의미가 애매한 7개의 단어를 추출하여 실험하였다. 그 결과 상황정보에 존재하는 개체(entity)의 의미부류들 중 가장 빈번한 의미 부류로 애매한 단어의 의미를 선정한 SemTag보다 정확도 면에서 38%정도의 나은 성능을 나타내었다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.91-104
• /
• 2007

온톨로지 매칭 기술은 시맨틱 웹을 비롯한 여러 분야에서 중요한 기술 중 하나이다. 온톨로지 매칭은 두 개의 온톨로지를 입력으로 받고, 이를 몇 개의 매개변수로 구성된 특정 알고리즘을 이용하여 두 온톨로지 간의 매칭 관계를 알아내는 절차를 말한다. 온톨로지 매칭은 대용량 온톨로지의 통합이나, 지능화된 통합 검색의 구현 및 여러응용프로그램에 의한 도메인의 공유 등 여러 분야에서 유용하게 활용될 수 있다. 일반적으로 온톨로지 매칭의 성능은 온톨로지 매칭이 사용되는 환경과 관계없이 매칭 결과에 대한 측정만으로 평가되어 왔다. 따라서 대부분의 연구는 매칭 결과를 최적화하기 위해 매개변수를 조절하는 것에 집중하였다. 본 연구에서는 기존의 측정방법에 따른 높은 측정결과만을 목표로 하지 않고 온톨로지의 성격과 매칭 결과의 사용 목적에 따라 매개변수를 적절히 변화시켜야 한다는 점에 주목하고, 주어진 환경에 맞게 매개변수를 조정하는 방법론을 제안하고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.215-222
• /
• 2021

인간과 컴퓨터의 상호 작용 (Human Computer Interface) 기술의 중요성이 더욱 커지고 있으며 HCI에 대한 연구가 진행됨에 따라 사용자의 직접적인 입력에 의한 컴퓨터 반응이 아닌 감정 추론 혹은 사용자 의도에 따른 컴퓨터 반응에 대한 연구가 증가되고 있다. 스트레스는 현대 인간 문명사회에서의 피할 수 없는 결과이며 복잡한 현상을 나타내며 통제 유무에 따라 인간의 활동능력은 심각한 변화를 받을 수 있다. 본 논문에서는 인간과 컴퓨터의 상호 작용의 일환으로 스트레스를 통해 증가된 심박변이도 (HRV)와 가속도 맥파(APG)를 측정한 후 스트레스를 완화시키기 위한 방안으로 음악을 이용한 지능형 감성 추천시스템을 제안하고자 한다. 사용자의 생체정보 즉, 스트레스 지수를 획득 및 인식하여 신뢰성 있는 데이터를 추출하고자 차분진화 알고리즘을 사용하였으며 이렇게 획득된 스트레스 지수를 단계별에 따라 시멘틱 웹 (Semantic Web)을 통해 감성추론을 하였다. 또한 스트레스 지수와 감성의 변화에 매칭 되는 음악 리스트를 검색 및 추천함으로써 사용자의 생체정보에 맞는 감성 추천시스템을 애플리케이션으로 구현하였다.

• 정보처리학회논문지B
• /
• 제15B권4호
• /
• pp.315-322
• /
• 2008

인터넷 상에 산재해 있는 사진이나 비디오 등 시각 미디어 데이터를 효과적으로 검색하는 것은 전자 미술 박물관, 전자상거래, 전자 쇼핑몰 등 여러 응용 분야에서 중요한 일이다. 이러한 분야에서는 단순한 키워드 검색이 아닌 내용 기반 또는 의미 기반의 멀티미디어 검색을 필요로 한다. 인터넷 상의 시각 미디어를 효과적으로 검색하기 위해 제안된 선행 연구에서는 시각 미디어의 메타데이터와 온톨로지를 이용하고 또한 웹서비스를 이용하여 의미 기반의 검색을 수행한다. 본 연구에서는 인터넷 상에서 여러 시각 미디어 제공자와 이 제공자들의 정보를 가지고 있는 하나의 중계자가 존재하는 상황에서 시각 미디어를 효율적으로 검색하기 위한 전 단계로 적합한 서비스 제공자를 찾는 방법을 제안한다. 제안된 방법은 사용자의 질의에 적합한 제공자들과 그 순위를 효율적으로 얻기 위하여 온톨로지의 트리 구조를 이용한다. 온톨로지 트리에서 하위 노드의 크기와 자식 노드의 크기에 기반한 이 방법은 기존의 방법에 비해 효과적으로 제공자들간의 순위를 측정한다. 실험 결과 이 방법이 속도는 비슷하게 유지하면서 정확한 결과를 도출함을 보인다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.19-33
• /
• 2022

SNS의 등장으로 인터넷 이용자들이 온라인에 남기는 텍스트의 양이 방대해지고 그 중요성이 강조되고있다. 특히 네이버의 영화 탭에서 볼 수 있는 영화 평점이나 리뷰는 실제로 관객들이 영화를 보기 전 해당 영화를 볼 것인지 결정하는 데 주요 요인이 되기도 한다. 본 연구는 실제 네이버 영화 리뷰 데이터를 가지고 평점을 예측하는 분석을 수행했다. 영화 리뷰 데이터를 분석하기 위해 평점의 분포를 통해 데이터 특성을 살펴보았고, 텍스트의 의미를 분석하기 위해 형태소 분석을 통한 한국어 자연어처리를 수행했다. 또한 평점 예측에 활용할 모델 선택을 위해 2-Class와 multi-Class 문제들에 대해 머신러닝과 딥러닝, 회귀와 분류 분석을 비교했으며, 오분류의 원인을 영화 리뷰 데이터 특성과 연관시켜 서술했다.

• 한국정보통신학회논문지
• /
• 제10권12호
• /
• pp.2212-2220
• /
• 2006

최근 기업들은 레거시 시스템들간의 데이터 상호 운용하기 위해 기업들은 이미 보유하고 있는 레거시 업무와 EAI 시스템을 도입하고 있다. 협업적인 거래 환경에서의 EAI 시스템은 유기적으로 통합하고 공유함으로서 효율적인 검색을 기대할 수 있다. 그러나 기존 레거시 시스템은 특정 목적에 따라 설계단계부터 상호 운용성을 고려하지 않고 독자적으로 관리되므로 EAI는 표준기술 적용이 어려우므로 별도의 전용 EAI 솔루션을 도입해야 한다. 이러한 문제를 해결하기 위해 데이터 통합을 이용하여 메타데이터 레지스트리를 이용한다. 그러나 메타데이터의 다양한 타입과 의미론적 명세, 데이터 이질성 문제, 이기종간의 시스템 이질성에 대한 문제도 야기된다. 따라서 본 논문에서는 웹 환경에서 데이터 상호운용을 위한 XMDR(eXtended Meta-Data Registry) 기반의 검색 시스템을 제안한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권2호
• /
• pp.151-162
• /
• 2006

W3C의 권고안인 RDF Semantics는 RDFS 추론에 사용할 RDFS 함의 규칙을 제안하였다. 널리 사용되고 있는 RDF 저장소 시스템인 Sesame는 전방향 추론 방식을 사용하여 RDBMS 기반 RDFS 추론을 지원한다. Sesame의 전방향 추론 전략을 사용할 때에는 데이타 저장 시에 추론을 하기 때문에 추론 성능이 데이타 저장 성능에 영향을 미친다. 이런 문제점을 개선하기 위해 본 논문에서는 RDBMS 기반의 전방향 추론 엔진의 성능 향상을 위한 RDFS 함의 규칙 적용 순서를 제안한다. 제안한 규칙 적용 순서는 추론 과정을 대부분의 경우 추론 과정의 반복 없이 한번에 끝낼 수 있도록 하며 완벽한 추론 결과를 보장한다. 또한 앞서 적용한 규칙에 의해 생성된 결과를 추측할 수 있어 추론 과정에서 중복된 결과 생성을 줄일 수 있다. 본 논문에서는 실제 사용하는 RDF 데이타들을 사용하여 Sesame와의 추론 성능을 비교하며 제안한 방법이 RDFS 추론 성능을 향상시킬 수 있음을 보인다.