• Journal of the Korean Society for information Management
• /
• v.11 no.2
• /
• pp.131-164
• /
• 1994

This study shows the design and implementation of cataloging expert system using pattern recognition techniques. This system attemps to demonstrate the feasibility of cataloging in KORMARC format from title page and copyright page without the intervention of humans. The prototype was implemented as a rule-based system in Turbo C. To demonstrate the function and capability of the system, experimental document-group and control document-group was analyzed. The hit ratio of experimental document-group is 94%. On the other hand, the hit ratio of control document-group is 93%, a little bit lower than the experimental group.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.158-160
• /
• 1998

지도 제작에 있어서, 기존의 구축된 대축척의 원천 데이터로부터 소축척의 목적 데이터를 추출해 냄으로 데이터 구축을 중복되지 않고 효율적으로 할 수 있게 하는 것을 지도 일반화라고 한다. 초기의 선을 단순화하는 알고리즘 개발과 향상에 대한 연구로부터, 최근에는 자동화를 위한 지식 기반 일반화 및 데이터 품질에 대한 많은 관심과 연구가 진행되고 있다. 최근에 지리 정보 시스템의 발전으로 다양한 공간 분석이 필요하고, 그 성능 향상을 위하여 위상 정보를 구축하게 된다. 그러므로, 본 논문에서는 위상 정보를 가진 원천 데이터 베이스에서, 일반화 연산자가 적용됨으로 발생하게 되는 위상 데이터의 손실과 불일치를 해결하기 위하여 일반화 연산자들이 위상 정보에 미치는 영향과 이를 해결하기 위한 규칙들을 제시한다. 그리고, 지도 일반화 과정에서 위상 정보의 일관성을 유지한 목적 데이터 베이스를 구축하는 시스템을 구현하는 것이 본 논문의 목적이다.

• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.57-70
• /
• 1997

주식 시장을 예측하는 문제는 금융 분야에서 중요한 관심이 되어왔다. 주식 시세는 시장 환경의 변화에 따라 급격한 변화를 갖는다. 따라서 주식 투자로부터 이윤을 창출하기 위해서 주식을 사고 파는 시점을 결정하는 문제는 중요하다. 본 연구에서는 주시 매매 타이밍을 예측하기 위해서 캔들스틱 차트(Candlesticks chart)분석을 이용한 전문가 시스템(Expert System)으로서 '차트 해석기 (Chart Interpreter)'를 설계, 개발하였다. 주식 가격의 변동을 예고하는 패턴들을 정의하고 그 패턴들의 의미에 따라 매미결정을 첨가한 규칙을 생성하였다. 정의된 패턴들은 의미에 따라 크게 하락형, 상승형, 중립형, 추세지속형, 추세 전환형으로 분류된다. 정의된 패턴과 지식베이스의 유용성을 검증하기 위해서 수행된 1992년부터 1997년에 걸친 과거 한국 주식 시장 실거래 투자 데이터에 대한 실험결과는 평균 투자 성공률이 약 72%로서 주식시장에서 투자자들의 투자를 돕는데 우수한 지표로서 사용될 수 있음을 보였다. 또한, 개발된 지식베이스는 특정 연도나 특정 분야에 따라 예측력이 크게 변하지 않은 시간 독립적이고 분야 독립적인 특성을 가짐으로 분야나 시간에 구애받지 않고 사용할 수 있다는 장점을 갖는다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.03a
• /
• pp.183-193
• /
• 1997

추론엔진과 지식베이스를 기반으로 하는 전문가 시스템은 사용목적에 맞게 구성되며,인간의 사고 방식을 모방한 컴퓨터가 올바른 해를 도출시키도록 하는데 궁극적인 목표가 있다. 즉, 추론의 효율성이 전문가 시스템의 효율성을 좌우한다. 시스템이 어떠한 목적을 갖는가에 따라서, 추론 방법과 지식표현 방법등이 결정된다. 최근 추론의 효율성을 극대화하기 위해 이용되고 있는 지식표현 및 추론 방법으로는 Rete, TREAT 등의 트리 표현을 사용하는 전향추론, 관계리스트를 사용하는 직접추론 등이 있다. 전문가 시스템의 성능은 추론을 얼마나 효율적이고 정확하게 하는지에 따라 좌우된다. 본 논문에서는 이러한 추론의 효율성이 지식베이스의 구축형태와 밀접한 관련을 이용하여 효율적인 추론 엔진을 구성하였다. 지식의 표준화가 모듈화가 쉬운 생성규칙을 사용하여 지식을 표현하였으며 , 사용자의 요구에 의해 전향추론, 후향추론이 수행되도록 하였다. 본 논문에서는 추론을 효율적으로 하기위한 기본 방법중, 지식표현을 보다 더 효과적으로 구축하는 방법을 택하였다. 기존의 지식표현방법을 살펴보고, 이를 기반으로 새로운 지시표현 방법인 ECBM(extedned clause bit matrix)과 ERCBM(extended clause bit matrix)을 제안하고 이를 이용하여 전향추론, 후향추혼이 가능한 추론엔진을 구축하였으며 이 두 지식표현을 이용하여 구축되어진 추론엔진을 비교하였다. 이 추론엔진은 기존에 시스템과는 달리 전향, 후향이 모두 효율적으로 수행되어지며, 모든 지식에 대해 적용이 가능한 강력한 범용성을 갖고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.168-171
• /
• 2012

본 논문에서는 모바일 컴퓨팅 환경과 불확실성을 지원하는 다중추론지원 분산형 상황인식 시스템의 지식 베이스(KB: Knowledge Base)를 위한 모델로써 상황정보(OWL), 온톨로지 추론정보(OWL DL), 규칙 추론정보(SWRL), 베이지안 추론정보(PR-OWL)를 통합적으로 표현하는 UniOWL 통합상황모델을 제안한다. 제안한 통합상황모델은 상황정보와 다중 추론정보를 단일 구문, 즉 OWL 구문으로 표현하여 지식베이스 설계를 수월하게 하고 표현을 단순화하는 장점이 있다.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.35C no.12
• /
• pp.85-98
• /
• 1998

This paper proposes a new design method of neuro-FLC by the Lamarckian co-adaptation scheme that incorporates the backpropagation learning into the GA evolution in an attempt to find optimal design parameters (fuzzy rule base and membership functions) of application-specific FLC. The design parameters are determined by evolution and learning in a way that the evolution performs the global search and makes inter-FLC parameter adjustments in order to obtain both the optimal rule base having high covering value and small number of useful fuzzy rules and the optimal membership functions having small approximation error and good control performance while the learning performs the local search and makes intra-FLC parameter adjustments by interacting each FLC with its environment. The proposed co-adaptive design method produces better approximation ability because it includes the backpropagation learning in every generation of GA evolution, shows better control performance because the used COG defuzzifier computes the crisp value accurately, and requires small workspace because the optimization procedure of fuzzy rule base and membership functions is performed concurrently by an integrated fitness function on the same fuzzy partition. Simulation results show that the Lamarckian co-adapted FLC produces the most superior one among the differently generated FLCs in all aspects such as the number of fuzzy rules, the approximation ability, and the control performance.

• Journal of KIISE:Databases
• /
• v.35 no.6
• /
• pp.505-517
• /
• 2008

This paper proposes a rewriting algorithm of OWL-DL ontology query in SPARQL. Currently, to obtain inference results of given SPARQL queries, Web ontology repositories construct inference ontology models and match the SPARQL queries with the models. However, an inference model requires much larger space than its original base model, and reusability of the model is not available for other inferrable SPARQL queries. Therefore, the aforementioned approach is not suitable for large scale SPARQL query processing. To resolve tills issue, this paper proposes a novel SPARQL query rewriting algorithm that can obtain results by rewriting SPARQL queries and accomplishing query operations against the base ontology model. To achieve this goal, we first define OWL-DL inference rules and apply them on rewriting graph pattern in queries. The paper categorizes the inference rules and discusses on how these rules affect the query rewriting. To show the advantages of our proposal, a prototype system based on lena is implemented. For comparative evaluation, we conduct an experiment with a set of test queries and compare of our proposal with the previous approach. The evaluation result showed the proposed algorithm supports an improved performance in efficiency of the inferrable SPARQL query processing without loss of completeness and soundness.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.9
• /
• pp.43-51
• /
• 2013

Classification result by comprehensive analysis of rhythm section and heartbeat unit makes a reliable diagnosis of heart disease possible. In this paper, based on feature-points of ECG signals, rhythm analysis for constant section and heartbeat unit is conducted using rule-based classification and SVM-based classification respectively. Rhythm types are classified using a rule base deduced from clinical materials for features of rhythm section in rule-based classification, and monotonic rhythm or major abnormality heartbeats are classified using multiple SVMs trained previously for features of heartbeat unit in SVM-based classification. Experimental results for the MIT-BIH arrhythmia database show classification ratios of 68.52% by rule-based method alone and 87.04% by fusion method of rule-based and SVM-based for 11 rhythm types. The proposed fusion method is improved by about 19% through misclassification improvement for monotonic and arrangement rhythms by SVM-based method.

• Journal of KIISE:Databases
• /
• v.32 no.6
• /
• pp.567-584
• /
• 2005

Temporal data mining, the incorporation of temporal semantics to existing data mining techniques, refers to a set of techniques for discovering implicit and useful temporal knowledge from temporal data. Association rules and classification are applied to various applications which are the typical data mining problems. However, these approaches do not consider temporal attribute and have been pursued for discovering knowledge from static data although a large proportion of data contains temporal dimension. Also, data mining researches from temporal data treat problems for discovering knowledge from data stamped with time point and adding time constraint. Therefore, these do not consider temporal semantics and temporal relationships containing data. This paper suggests that temporal associative classification technique based on temporal class association rules. This temporal classification applies rules discovered by temporal class association rules which extends existing associative classification by containing temporal dimension for generating temporal classification rules. Therefore, this technique can discover more useful knowledge in compared with typical classification techniques.

• Journal of KIISE:Databases
• /
• v.32 no.6
• /
• pp.603-615
• /
• 2005

As recent business environments are changed and become complex, a more efficient and effective business process management are needed. This paper proposes a new approach to the automatic execution of business processes using Event-Condition-Action (ECA) rules that can be automatically triggered by an active database. First of all, we propose the concept of blocks that can classify process flows into several patterns. A block is a minimal unit that can specify the behaviors represented in a process model. An algorithm is developed to detect blocks from a process definition network and transform it into a hierarchical tree model. The behaviors in each block type are modeled using ACTA formalism. This provides a theoretical basis from which ECA rules are identified. The proposed ECA rule-based approach shows that it is possible to execute the workflow using the active capability of database without users' intervention.