• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.23-32
• /
• 1997

본 논문에서는 정성적 공간 표현 방식과 물체의 운동에 대한 추론 방식에 제시되었다. 기존의 정성적 벡터 표현 방식은 각도 개념을 추가하여 확장되었으며, 이에 따라 방향의 계산을 위해 필요한 정성적 벡터 연산도 확장되었다. 또한 회전운동에 의한 각도의 변화를 분석하는 추론 방식도 기술되었다. 운동에 대한 정성적 추론의 기본 아이디어는 공간에서의 위치와 운동을 상대적인 개념으로 표현하는 것이다. 이와같이 제안된 이론은 장치의 분석에 사용되어 주어진 연동 장치의 거동을 정확히 예측 할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1316-1319
• /
• 2015

본 논문에서는 대규모 분산 병렬 컴퓨팅 환경인 하둡 클러스터 시스템을 이용하여, 공간 객체들 간의 위상 관계를 효율적으로 추론하는 대용량 정성 공간 추론기를 제안한다. 본 논문에서 제안하는 공간 추론기는 추론 작업의 순차성과 반복성을 고려하여, 작업들 간의 디스크 입출력을 최소화할 수 있는 인-메모리 기반의 아파치 스파크 프레임워크를 이용하여 개발하였다. 따라서 본 추론기에서는 추론의 대상이 되는 대용량 공간 지식들을 아파치 스파크의 분산 데이터 집합 형태인 PairRDD와 RDD로 변환하고, 이들에 대한 데이터 오퍼레이션들로 추론 작업들을 구현하였다. 또한, 본 추론기에서는 추론 시간의 많은 부분을 차지하는 이행 관계 추론에 필요한 조합표를 효과적으로 축소함으로써, 공간 추론 작업의 성능을 크게 향상시켰다. 대용량의 공간 지식 베이스를 이용한 성능 분석 실험을 통해, 본 논문에서 제안한 정성 공간 추론기의 높은 성능을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.769-772
• /
• 2014

Jeopardy 퀴즈쇼와 같은 DeepQA 환경에서 인간을 대신해 컴퓨터가 효과적으로 답하기 위해서는 인물, 지리, 사건, 역사 등을 포함하는 광범위한 지식베이스와 이를 토대로 한 빠른 시공간 추론 능력이 필요하다. 본 논문에서는 대표적인 병렬 분산 컴퓨팅 환경인 하둡/맵리듀스 프레임워크를 이용하여 방향 및 위상 관계를 추론하는 효율적인 대용량의 공간 추론 알고리즘을 제시한다. 본 알고리즘에서는 하둡/맵리듀스 프레임워크의 특성을 고려하여 병렬 분산처리의 효과를 높이기 위해, 지식 분할 문제를 맵 단계에서 해결하고, 이것을 토대로 리듀스 단계에서 효과적으로 새로운 공간 지식을 유도하도록 설계하였다. 또한, 본 알고리즘은 초기 공간 지식베이스로부터 새로운 지식을 유도할 수 있는 기능뿐만 아니라 초기 공간 지식베이스의 불일치성도 미연에 감지함으로써 불필요한 지식 유도 작업을 계속하지 않도록 설계하였다. 본 연구에서는 하둡/맵리듀스 프레임워크로 구현한 대용량 공간 추론기와 샘플공간 지식베이스를 이용하여 성능 분석 실험을 수행하였고, 이를 통해 본 논문에서 제시한 공간 추론 알고리즘과 공간 추론기의 높은 성능을 확인 할 수 있었다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.12
• /
• pp.774-779
• /
• 2015

In this paper, we present the design and implementation of a large-scale qualitative spatial reasoner using Apache Spark, an in-memory high speed cluster computing environment, which is effective for sequencing and iterating component reasoning jobs. The proposed reasoner can not only check the integrity of a large-scale spatial knowledge base representing topological and directional relationships between spatial objects, but also expand the given knowledge base by deriving new facts in highly efficient ways. In general, qualitative reasoning on topological and directional relationships between spatial objects includes a number of composition operations on every possible pair of disjunctive relations. The proposed reasoner enhances computational efficiency by determining the minimal set of disjunctive relations for spatial reasoning and then reducing the size of the composition table to include only that set. Additionally, in order to improve performance, the proposed reasoner is designed to minimize disk I/Os during distributed reasoning jobs, which are performed on a Hadoop cluster system. In experiments with both artificial and real spatial knowledge bases, the proposed Spark-based spatial reasoner showed higher performance than the existing MapReduce-based one.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.2
• /
• pp.103-116
• /
• 2017

In this paper, we present the design and implementation of a large-scale qualitative spatial reasoner, which can derive new qualitative spatial knowledge representing both topological and directional relationships between two arbitrary spatial objects in efficient way using Aparch Spark SQL. Apache Spark SQL is well known as a distributed parallel programming environment which provides both efficient join operations and query processing functions over a variety of data in Hadoop cluster computer systems. In our spatial reasoner, the overall reasoning process is divided into 6 jobs such as knowledge encoding, inverse reasoning, equal reasoning, transitive reasoning, relation refining, knowledge decoding, and then the execution order over the reasoning jobs is determined in consideration of both logical causal relationships and computational efficiency. The knowledge encoding job reduces the size of knowledge base to reason over by transforming the input knowledge of XML/RDF form into one of more precise form. Repeat of the transitive reasoning job and the relation refining job usually consumes most of computational time and storage for the overall reasoning process. In order to improve the jobs, our reasoner finds out the minimal disjunctive relations for qualitative spatial reasoning, and then, based upon them, it not only reduces the composition table to be used for the transitive reasoning job, but also optimizes the relation refining job. Through experiments using a large-scale benchmarking spatial knowledge base, the proposed reasoner showed high performance and scalability.

• Journal of Korean Elementary Science Education
• /
• v.40 no.3
• /
• pp.390-406
• /
• 2021

This study investigated how elementary students with different spatial ability constructed spatial thinking process about on volcanoes and earthquakes with GeoMapApp-based materials. Students' spatial thinking process was analyzed in terms of spatial concept recognized, tools of spatial representation, and their spatial reasoning to construct topographic structure. The student group with high-scored spatial ability showed the spatial reasoning based on internal representation of building mental images through sectional division of horizontal distance, directly connected with spatial concept, or distorting spatial concept. The student group with low-scored spatial ability built the spatial reasoning directly connected with spatial concept instead of transforming into internal representation, and partially recognized spatial concept on either distance or depth. Based on the results, we argued identifying spatial concepts such as distance, height, or depth from the GeoMapApp data would be funda- mental for the better spatial thinking.

• Journal of KIISE
• /
• v.42 no.5
• /
• pp.601-608
• /
• 2015

In order to answer questions successfully on behalf of the human contestant in DeepQA environments such as 'Jeopardy!', the American quiz show, the computer needs to have the capability of fast temporal and spatial reasoning on a large-scale commonsense knowledge base. In this paper, we present a hybrid spatial reasoning algorithm, among various efficient spatial reasoning methods, for handling directional and topological relations. Our algorithm not only improves the query processing time while reducing unnecessary reasoning calculation, but also effectively deals with the change of spatial knowledge base, as it takes a hybrid method that combines forward and backward reasoning. Through experiments performed on the sample spatial knowledge base with the hybrid spatial reasoner of our algorithm, we demonstrated the high performance of our hybrid spatial reasoning algorithm.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.308-315
• /
• 2007

상황 인지 컴퓨팅에서 상황정보 추론 기능은 상황정보 관리를 위해 중요한 기능 중의 하나이다. 상황정보 추론 기능은 하위 레벨의 상황정보들로부터 사용자의 상황을 나타내는 상위 레벨의 상황정보를 제공한다. 인프라 기반 지능형 공간에서 중앙 집중 형의 상황정보 관리 시스템은 상황정보 추론을 위한 자원 소모를 고려할 필요가 없었다. 하지만 자원이 제약된 장치들로만 구성된 개인 지능형 공간에서는 공간 내 전체의 자원 소모뿐만 아니라 상황정보 관리자 역할을 하는 장치 (coordinator)들의 자원 소모가 최소화 되어야 한다. 본 논문에서는 중앙 집중적인 상황정보 추론 작업을 분배하여 개인 지능형 공간 내의 다른 장치들에게 작업을 분산시키는 상황정보 추론 작업 분배 기법을 제안한다. 제안된 분배 기법은 건강정보, 환경정보, 지리정보 같이 상황정보가 자주 발생하는 환경에서 더 효율적이다. 상황정보 추론작업을 분배 함으로써 상황정보 추론을 위한 개인 지능형 공간의 전체의 처리량을 크게 증가시키지 않으면서 코디네이터의 처리량을 줄일 수 있다. 본 논문의 작업분배 기법은 상황정보 추론의 역할을 하는 코디네이터와 분산된 로컬 상황정보 추론기능을 제안한다. 본 논문에서는 제안된 상황정보 추론 기능을 개인 지능형 공간을 구성하는 장치들에 각각 구현하고 상황정보 추론을 위한 처리부하를 측정하여 제안된 기법의 실행 가능성을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.165-167
• /
• 1999

공간 관계는 공간 데이터베이스에서 질의 최적화를 위해 중요한 역할을 한다. 만일 공간 객체간의 공간 관계를 미리 알 수 있다면, 비용이 많이 드는 질의 처리는 피할 수 있다. 공간 데이터에 대한 공간 관계의 질의를 효과적으로 답하기 위해서는 각 공간 객체들의 공간 관계 파악이 중요하다. 그러나 방대한 양의 공간 데이터에 대하여 객체간의 모든 공간 관계를 저장한다는 것을 사실상 불가능하다. 이러한 문제를 해결하기 위해서는 자주 사용하는 공간 관계를 저장하고 자주 사용하지 않는 관계는 필요시 생성하는 것이 효율적이다. 본 논문에서는 공간 관계가 일부 주어졌을 때 주어진 공간 관계로부터 새로운 공간관계를 추론하기 위한 공간 관계 추론 규칙을 제시하고자 한다.

• Korean Journal of Cognitive Science
• /
• v.22 no.1
• /
• pp.19-38
• /
• 2011

When quantitative representation and reasoning about space is difficult or impossible in a real world, we can use qualitative representation and reasoning. RCC-8 is a well-known qualitative method for 2D space. RCC-8, in which a basic ontological primitive entity for space is a region, shows the connection-based logics and the conceptual neighbors and transitions of topological status between two regions. The transitions happen by changing position or size of regions. However, more aspects have to be considered for representing and reasoning of the world. We propose a modified and extended method QSR-14 for qualitative spatial representation and reasoning of a dynamic physical 2D world in the gravitation field. We mention the need of a global reference frame and describe QSR-14 in detail for representing and reasoning of physical and chemical changes of a real world using the global reference frame. We believe QSR-14 is appropriate for the qualitative spatial representation and reasoning of a dynamic physical world. The usefulness of QSR-14 is shown with several examples.