• Communications of Mathematical Education
• /
• v.11
• /
• pp.107-126
• /
• 2001

우리는 흔히 21C를 정보화 시대라고 하며 우리에게 주어지는 정보들 또한 일기예보와 같은 일상적인 분야에서 여론 조사와 같은 전문적인 분야에 이르기까지 아주 다양하다. 이런 정보들은 통계영역과 아주 밀접하며 이런 정보들을 통계적으로 바르게 해석하고 추론하여 일반화하는 등 일련의 과정들을 요구한다. 이런 상황아래 본 연구에서는 6차 초등학교 수학 교과서에서 여러 통계학 영역 중 그래프 형태로 가장 먼저 도입되는 막대그래프에 중점을 두어 현행 교과서에서 학습 내용과 학습 과정의 문제점에는 어떤 것이 있으며 아울러 그래프 이해력에 필요한 요소나 인지적 사고 능력, 그래프 이해력의 수준을 알아보고, 이를 바탕으로 여러 문헌을 통해 본 연구자가 나름대로 구안한 통계적 기법을 사용한 교수 ${\cdot}$ 학습 과정을 실험반에 적용한 후 그래프 이해력 사전 ${\cdot}$ 사후 검사를 비교함으로써 통계적 기법을 사용한 교수 ${\cdot}$ 학습 과정이 그래프 이해력에 어떠한 영향을 미치는지 알아보고자 한다.

• Journal of KIISE:Databases
• /
• v.35 no.2
• /
• pp.112-124
• /
• 2008

RDF and OWL are the primary base technologies for implementing Semantic Web. Recently, many researches related with them, or applying them into the other application domains, have been introduced. However, relatively little work has been done for securing the RDF and OWL data. In this article, we briefly introduce an RDF triple based model for specifying RDF access authorization related with RDF security. Next, to efficiently find the authorization conflict by RDF inference, we introduce a method using prime number graph labeling in detail. The problem of authorization conflict by RDF inference is that although the lower concept is permitted to be accessed, it can be inaccessible due to the disapproval for the upper concept. Because by the RDF inference, the lower concept can be interpreted into the upper concept. Some experimental results show that the proposed method using the prime number graph labeling has better performance than the existing simple method for the detection of the authorization conflict.

• Science of Emotion and Sensibility
• /
• v.18 no.1
• /
• pp.103-110
• /
• 2015

Sentiment lexicon is an essential element for expressing sentiment on a text or recognizing sentiment from a text. We propose a graph-based semi-supervised learning method to construct a sentiment dictionary as sentiment lexicon set. In particular, we focus on the construction of domain-specific sentiment dictionary. The proposed method makes up a graph according to lexicons and proximity among lexicons, and sentiments of some lexicons which already know their sentiment values are propagated throughout all of the lexicons on the graph. There are two typical types of the sentiment lexicon, sentiment words and sentiment phrase, and we construct a sentiment dictionary by creating each graph of them and infer sentiment of all sentiment lexicons. In order to verify our proposed method, we constructed a sentiment dictionary specific to the movie domain, and conducted sentiment classification experiments with it. As a result, it have been shown that the classification performance using the sentiment dictionary is better than the other using typical general-purpose sentiment dictionary.

• Journal of the Korean Society for Railway
• /
• v.19 no.2
• /
• pp.145-158
• /
• 2016

This paper introduces a risk graph which is one method for determining the SIL as a measure of the effectiveness of signaling system. The purpose of this research is to make up for the weakness of the qualitative determination, which has input value ambiguity and a boundary problem in the SIL range. The fuzzy input valuable consists of consequence, exposure, avoidance and demand rate. The fuzzy inference produces forty eight fuzzy rule by adapting the calibrated risk graph in the IEC 61511. The Max-min composition is utilized for the fuzzy inference. The result of the fuzzy inference is the fuzzy value. Therefore, using the de-fuzzification method, the result should be converted to a crisp value that can be utilized for real projects. Ultimately, the safety requirement for hazard is identified by proposing a SIL result with a tolerable hazard rate. For the validation the results of the proposed method, the fuzzy risk graph model is compared with the safety analysis of the signaling system in CENELEC SC 9XA WG A10 report.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.319-323
• /
• 2023

일반 상식 기반의 지식 그래프는 대규모 코퍼스에 포함되어 있는 일반 상식을 수집하고 구조화하는 지식의 표현 방법이다. 일반 상식 기반의 지식 그래프는 코퍼스 내에 포함되어 있는 다양한 일반 상식의 형태와 관계를 모델링하며, 주로 질의응답 시스템, 상식 추론 등의 자연어처리 하위 작업에 활용할 수 있다. 가장 잘 알려진 일반 상식 기반의 지식 그래프로는 ConceptNet [1], ATOMIC [2]이 있다. 하지만 한국어 기반의 일반 상식 기반의 지식 그래프에 대한 연구가 존재했지만, 자연어처리 태스크에 활용하기에는 충분하지 않다. 본 연구에서는 대규모 언어 모델과 프롬프트의 활용을 통해 한국어 일반 상식 기반의 지식 그래프를 효과적으로 구축하는 방법론을 제시한다. 또한, 제안하는 방법론으로 구축한 지식 그래프와 기존의 한국어 상식 그래프의 품질을 양적, 질적으로 검증한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.8
• /
• pp.1386-1392
• /
• 2006

This study is a numerical representative modelling analysis for applying the process that unravels networks between cells in genetics to WWW of informatics. Using the probabilistic graphical model, the insight from the data describing biological networks is used for making a probabilistic function. Rather than a complex network of cells, we reconstruct a simple lower-stage model and show a genetic representation level from the genetic based network logic. We made probabilistic graphical models from genetic data and extends them to genetic representation data in the method of network modelling in informatics.

• KSBB Journal
• /
• v.21 no.4
• /
• pp.231-235
• /
• 2006

This study is a numerical representative modeling analysis for the application of the process that unravels networks between cells in genetics to web of informatics. Using the probabilistic graphical model, the insight from the data describing biological networks is used for making a probabilistic function. Rather than a complex network of cells, we reconstruct a simple lower-stage model and show a genetic representation level from the genetic based network logic. We made probabilistic graphical models from genetic data and extends them to genetic representation data in the method of network modeling in informatics

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.219-224
• /
• 2022

최근 딥러닝이 상식 정보를 추론하지 못하거나, 해석 불가능하다는 한계점을 보완하기 위해 지식 그래프를 기반으로 자연어 텍스트를 생성하는 연구가 중요하게 수행되고 있다. 그러나 이를 위해서 대량의 지식 그래프와 이에 대응되는 문장쌍이 요구되는데, 이를 구축하는 데는 시간과 비용이 많이 소요되는 한계점이 존재한다. 또한 하나의 그래프에 다수의 문장을 생성할 수 있기에 구축자 별로 품질 차이가 발생하게 되고, 데이터 균등성에 문제가 발생하게 된다. 이에 본 논문은 공개된 지식 그래프인 디비피디아를 활용하여 전문가의 도움 없이 자동으로 데이터를 쉽고 빠르게 구축하는 방법론을 제안한다. 이를 기반으로 KoBART와 mBART, mT5와 같은 한국어를 포함한 대용량 언어모델을 활용하여 문장 생성 실험을 진행하였다. 실험 결과 mBART를 활용하여 미세 조정 학습을 진행한 모델이 좋은 성능을 보였고, 자연스러운 문장을 생성하는데 효과적임을 확인하였다.

• Journal of the Korea Convergence Society
• /
• v.13 no.1
• /
• pp.51-62
• /
• 2022

AI-based speed prediction studies have been conducted quite actively. However, while the importance of explainable AI is emerging, the study of interpreting and reasoning the AI-based speed predictions has not been carried out much. Therefore, in this paper, 'Explainable Deep Graph Neural Network (GNN)' is devised to analyze the speed prediction and assess the nearby road influence for reasoning the critical contributions to a given road situation. The model's output was explained by comparing the differences in output before and after masking the input values of the GNN model. Using TOPIS traffic speed data, we applied our GNN models for the major congested roads in Seoul. We verified our approach through a traffic flow simulation by adjusting the most influential nearby roads' speed and observing the congestion's relief on the road of interest accordingly. This is meaningful in that our approach can be applied to the transportation network and traffic flow can be improved by controlling specific nearby roads based on the inference results.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.437-440
• /
• 2004

자바 바이트 로드 명령어는 타입에 관한 정보를 포함하고 있다. 그러나 기본적으로 스택 기반으로 동작이 수행되기 때문에 지역 변수를 위한 명시적인 타입을 가지지 않는다. 하지만 프로그램의 최적화나 역컴파일을 위해서는 지역 변수의 타입을 아는 것이 중요하다. 본 논문은 스택을 사용하지 않는 3-주소 코드에서 지역 변수를 위한 정적 타입 추론을 구현한다. 이를 위해 본 논문에서는 SSA와 방향성 그래프를 적용한다.