• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권5호
• /
• pp.401-410
• /
• 2009

온톨로지의 논리적 오류와 개념들 간의 포함 관계를 탐지하는 추론 엔진들이 소개되고 있다. 발표된 온톨로지 추론 엔진의 대부분은 태블로 알고리즘을 기반으로 구축되었다. 그러나 대부분의 추론 엔진들은 논리적 오류를 일으키는 원인은 밝히지 않고, 논리적 오류를 갖는 개념만을 탐지한다. 본 논문의 목적은 태블로 알고리즘 전개 과정 중에 발생하는 non-deterministic 상황을 최적화하는 동시에 논리적 오류를 일으키는 원인을 탐지하기 위한 방법을 연구하는 것이다. 따라서 본 논문에서는 논리적 부정 가정기반 진리 유지 시스템(NATMS)을 사용하여 non-deterministic 문제를 해결하고 논리적 오류 원인을 탐지하는 기법을 제안한다. 본 논문에서는 기존에 발표되었던 종속 부호 기반 백트랙킹 기법과 Swoop 프로젝트에 적용된 논리적 오류 원인을 탐지하는 기법을 소개하고, 제안하고자 하는 기법을 설명한다.

• 한국멀티미디어학회논문지
• /
• 제10권1호
• /
• pp.117-127
• /
• 2007

멀티미디어 데이터의 활용가치가 높아짐에 따라 멀티미디어 정보의 의미적인 인식과 검색 방법에 대한 필요성이 증대되고 있다. 본 논문에서는 비디오 내 이벤트에 대한 객체 움직임 요소간의 의미표현을 위해 모션 온톨로지(Motion Ontology)를 구축하고 적용한다. 본 연구에서 제안한 방법은 워드넷(WordNet)내 동사어휘들 중 장소 이동이나 방향등과 같이 움직임을 잘 표현하는 동사들에 대해 분류하여 계층구조로 표현하고, 또한 이를 OWL/RDF(S)로 작성한다. 이는 온톨로지(Ontology)의 IS-A관계와 동의어관계가 가진 특징을 이용한 추론을 위함이며, 온톨로지(Ontology)에 기반하여 비디오 데이터를 인덱싱함으로써, 의미적 표현을 가능하게 한다. 본 연구에서 비디오 데이터에 대하여 의미적 검색을 수행한 결과, 기존 키워드 기반 검색에 비해 정확률 측면에서 약 10% 정도 향상되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.103-105
• /
• 2003

Semantic Web은 웹 상에 존재하는 정보들을 사람뿐만 아니라 컴퓨터 프로그램과 같은 기계들이 이해할 수 있도록 만들어진 차세대 웹이다. 이러한 Semantic Web을 수행하기 위해서는 Ontology가 가지고 있는 사실과 규칙들의 의미를 컴퓨터가 자동적으로 이해하기 위한 추론기술이 필요하다. 본 논문에서는 이러한 Semantic Web 환경에서 Ontology와 연계한 사례기반 추론 시스템을 제안한다. 사례기반 추론 시스템은 사례베이스로부터 현재 사례와 가장 유사한 사례를 검색하여 그 해결책을 제시하는 추론 방법으로 검색시 빠른 해결책을 제시한다는 장점을 가지고 있다. 본 논문에서 제안하는 시맨틱 웹 기반의 온톨로지를 이용한 사례기반 추론시스템은 사용자의 요구사항을 의미적으로 정확하게 판단 할 수 있고, 검색 시 효율적인 알고리즘을 수행하여, 검색 성능 향상을 도모하였다.

• 한국컴퓨터정보학회지
• /
• 제14권1호
• /
• pp.165-173
• /
• 2006

유비쿼터스 컴퓨팅 환경에서 상황 인식 기반의 서비스를 제공하기 위해선 동적인 상황 관리 기술과 상황 추론 기술, 그리고 상황 모델링 기술이 필요하다. 본 논문에서는 유비쿼터스 컴퓨팅 환경에서 상황 변화에 대한 사용자의 요구사항을 능동적으로 반영하고, 동적인 응용 적응성을 지원하는 계층적 온톨로지 기반 상황 관리 모델을 제안하고 이를 기반으로 상황 인식 미들웨어를 설계한다. 또한, 상황 인식 서비스 구현을 위해 다양한 컨텍스트 발견, 획득, 해석, 추론을 효과적으로 지원하며 사용자의 서비스 실행 시 발생할 수 있는 상황 충돌을 해결하기 위한 방법을 제시한다. 이 논문에서 제시한 계층적 온톨로지 기반 상황 인식 미들웨어는 유비쿼터스 환경에서 요구되는 다양한 상황 인식 서비스의 개발 및 운용을 효과적으로 지원 할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권12호
• /
• pp.764-773
• /
• 2008

W3C는 시맨틱 웹 환경에서 온톨로지를 저작하고 공유하기 위해 온톨로지 구축 언어인 OWL을 발표하였다. 현재 OWL 온톨로지의 논리적 정당성을 검사하기 위해서, OWL 추론 엔진들이 소개되고 있다. 그러나 대부분의 추론 엔진들은 정당하지 못한 개념의 탐지 과정 없이 결과만을 보여준다. 본 논문에서는 온톨로지내의 정당하지 못한 개념을 디버깅하기 위해 종속 부호 기반 비논리적 공리(CIA-Causing Inconsistency Axiom) 탐색 기법을 제안한다. 비논리적 공리는 정당하지 못한 개념들을 유발하는 공리들의 집합이다. 비논리적 공리를 탐지하기 위해서는 온톨로지 내에서 비 일관성을 유발하는 공리를 찾아내야 한다. 온톨로지 저작 도구에 정확한 비논리적 공리가 제공된다면, 온톨로지 저작 도구는 온톨로지 내에서의 정당하지 못한 내용을 수정할 수 있도록 수정될 일부 내용만을 보여줄 것이다. 따라서 본 논문은 두 부분에 초점을 맞추었다. 첫 번째, 정당하지 못한 내용을 가진 온톨로지가 주어졌을 때 비 정당성을 유발하는 공리들을 도출하고, 이들의 근원을 식별한다. 두 번째 비 정당성을 유발하는 공리가 탐지되었을 때 이들만을 추출하여, 온톨로지 설계자에게 보여주는 것이다. 따라서 먼저 기존에 발표되었던 테이블로 알고리즘 기반의 결정 모듈을 소개하고, 이보다 향상된 기법인 종속 부호 기반 비논리적 공리 탐지 기법을 제안한다. 본 논문의 결과물은 현재 온톨로지 언어의 기본이 되는 SHOIN 서술 논리 응용시스템에 적용가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권7호
• /
• pp.548-557
• /
• 2010

본 연구는 IPTV의 지능형 검색을 가능하게 하는 VOD 어노테이션을 위해 효율적인 반자동 온톨로지 모델링 기법을 제안한다. 제안하는 방법은 워드넷(WordNet)으로 부터 특정 도메인(또는 장르)을 대표하는 콘텐츠에 관련된 키워드의 상 하위어와 동의어에 해당하는 부분 트리를 추출하고, 워드넷에 없는 외래어, 한자어 등은 확장하여 콘텐츠 온톨로지를 구축한다. 이 온톨로지는 보편적 계층구조와 특정 계층구조를 생성한다. 전자는 콘텐츠와 관련 키워드를 제약 기술(description)을 포함하는 클래스로 정의한 어휘의 의미 모델이다. 후자는 생성된 모델에 함의관계(subsumption) 추론 기술을 적용하여 키워드를 관련있는 콘텐츠로 추론한 모델이다. 어노테이션은 이 온톨로지를 기반으로 VOD에 콘텐츠와 장르의 메타데이터를 의미 기반으로 생성한다. 보편적 계층구조는 서비스 도메인에 독립적으로 재사용이 가능하며, 특정 계층구조는 서비스 목적에 맞는 완전하고 함축적인 모델을 생성한다. 제안하는 방법은 서비스 도메인에 상관없이 적용 가능한 알고리즘이며, 2,400건의 테스트 데이터로 어노테이션 결과를 평가하여 82%의 정확도를 보였다.

• 대한공간정보학회지
• /
• 제17권1호
• /
• pp.121-129
• /
• 2009

최근 이질적인 정보의 폭발적인 증가와 다양한 관리주체별로 생산, 축적되는 공간정보의 특성으로 인하여 공간정보의 재사용과 공유가 어려운 실정이다. 국가공간정보체계의 하나인 지하공간정보도 공간분석을 위해서는 지형도, 지질도, 지하시설물도 등 여타 공간정보와 공유가 필수적이다. 그러나, 기존 표준 혹은 데이터웨어하우스에 의한 공유방법은 시멘틱 이질성을 고려할 수 없다. 본 연구는 지하공간정보의 시멘틱 공유를 위해 일반개념, 측정스케일, 공간모델을 포함한 온톨로지 레이어 모델을 개발하였다. 또한, 기존의 수작업에 의존하는 온톨로지 개발방법론이 아닌 MDA기반 방법론을 적용하여 직관적이며 환경변화에 쉽게 대응할 수 있는 메타모델(UML Profile)을 개발하였다. 개발된 온톨로지 모델의 시멘틱 품질은 Pellet 추론엔진을 통해 검증하였다. 본 연구를 통해 시멘틱 공유를 증진시키고, 온톨로지의 지식표현 능력을 이용하여 GIS 전문가시스템 개발이 가능할 것으로 기대된다.

• 디지털융복합연구
• /
• 제11권3호
• /
• pp.285-292
• /
• 2013

최근의 검색 형태는 키워드 기반 검색에서 보다 더 정확한 결과를 제공하기 위한 시맨틱 검색 방법으로 변화하고 있다. 하지만 일반 사용자들은 여전히 기존의 키워드 기반 검색에 익숙하기 때문에 시맨틱 검색을 위한 형식화된 구조적 질의어를 구성할 수 없다. 따라서 본 논문에서는 이러한 사용자들의 키워드 해석을 위한 온톨로지 지식 베이스 스키마를 제안한다. 제안된 스키마는 서술 논리 추론을 위해 OWL-DL을 기반으로 설계되었으며 최소한의 관계 정의와 추론 규칙 언어인 SWRL(Semantic Web Rule Language)으로 추론함으로써 보다 풍부한 개체 관계의 표현을 제공한다. 마지막으로 논문에서 제안한 사용자 질의 의미 해석 기법의 검증을 위해 키워드 유사도 실험 결과를 설명한다.

• 한국컴퓨터정보학회논문지
• /
• 제23권4호
• /
• pp.107-114
• /
• 2018

Recently, various wearable personal devices such as a smart watch have been developed and these personal devices are being miniaturized. The user desires to receive new services from personal devices as well as services that have been received from personal computers, anytime and anywhere. However, miniaturization of devices involves constraints on resources such as limited input and output and insufficient power. In order to solve these resource constraints, this paper proposes a resource collaboration system which provides a service by composing sharable resources in the resource sharing environment like IoT. the paper also propose a method to infer and recommend user-customized resources among various sharable resources. For this purpose, the paper defines an ontology for resource inference. This paper also classifies users behavior types based on a user model and then uses them for resource recommendation. The paper implements the proposed method as a prototype system on a personal device with limited resources developed for resource collaboration and shows the effectiveness of the proposed method by evaluating user satisfaction.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.674-685
• /
• 2014

지식 서비스 시스템이 효과적인 서비스를 제공하기 위해서는, 명시된 지식을 바탕으로 새로운 지식을 추론 할 수 있어야 한다. 대부분 지식 서비스 시스템은 온톨로지로 지식을 표현한다. 실 세계의 지식 정보의 양은 점점 방대해지고 있으며, 따라서 대용량 온톨로지를 효과적으로 추론하는 기법이 요구되고 있다. 본 논문은 클라우드 컴퓨팅 환경을 기반으로 대용량 온톨로지를 RDFS수준으로 추론하기 위한 분산 테이블 조인 방법을 제안하고, 성능을 평가한다. 본 논문에서 제안하는 RDFS 추론은 분산 파일 시스템 환경에서 RDFS 메타 테이블을 기반으로 맵-리듀스를 적용한 방식과, 맵-리듀스를 사용하지 않고 클라우드 컴퓨터의 메모리만 사용한 방식에 초점을 맞추었다. 따라서 본 논문에서는 제안하는 각 기법에 대한 추론 시스템 구조와 RDFS 추론 규칙에 따른 메타 테이블 설계 및 추론 전략 알고리즘에 대해서 중점적으로 설명한다. 제안하는 기법의 효율성을 검증하기 위해 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM1000부터 LUBM6000을 대상으로 실험을 수행 하였다. 가장 큰 LUBM6000(8억 6천만 트리플)의 경우, 메타 테이블 기반의 RDFS 추론 기법은 전체 추론 시간이 13.75분(초당 1,042 트리플 추론) 소요된 반면, 클라우드 컴퓨터의 메모리를 적용한 방식은 7.24분(초당 1,979 트리플 추론)이 소모되어 약 2배정도 빠른 추론 속도를 보였다.