• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.282-285
• /
• 2011

서술논리를 기반으로 하는 OWL 온톨로지는 표준화된 형식적 언어로써 실세계의 도메인 지식을 표현하는데 적합하다. 따라서 논리를 바탕으로 명시적으로 정의된 지식 속에 내재되어 있는 새로운 지식의 추론이 가능하다. 그러나 OWL이 가지는 Open World Assumption(OWA)의 특성은 근거가 불완전하거나 완전한 정보획득이 불가능한 상황에서의 추론을 제한한다. 더불어 OWL이 가지는 또 다른 특성으로 Unique Name Assumption(UNA)의 비지원은 실제적 지식표현을 지원하는 반면, 표현의 불충분으로 인해 결과 도출의 불능을 야기한다. 이러한 특징을 고려하여, 본 논문에서는 지능형 에이전트 구성을 위한 서술논리 기반 지식 표현 방법을 제안한다. 이는 논리적 정당성을 유지하고 올바른 결과를 이끌어 낼 수 있도록 하며, 항상 논리적 결론 도출이 가능한 지식모델을 구성할 수 있도록 돕는다. 이를 통해, 지식모델에 정의된 불완전한 개념에 있어서 OWL이 가지는 특징으로 인하여 발생할 수 있는 문제점에 대한 해결방안을 제시한다. 이에 있어서, 모바일 온톨로지의 예를 통하여 OWA와 UNA에 따른 추론의 제약을 보이며, 이를 해결할 수 있는 방안을 논리적으로 표현함으로써 본 제안의 정당성을 증명한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.2
• /
• pp.153-160
• /
• 2009

As size of ontology has been increased more and more, the descriptions in the ontologies become more complicated, Therefore finding and modifying unsatisfiable concepts is hard work in ontology construction process, Minerva is an ontology reasoner which detects unsatisfiable concepts automatically and infers subsumption relation between concepts in ontology, Most description logic based ontology reasoners (including Minerva) work using tableaux algorithm, Because tableaux algorithm is very costly, ontology reasoners need various optimization methods, In this paper, we propose optimizing methods to reduce execution time of tableaux algorithm based ontology reasoner. Proposed methods were applied to Minerva which was developed as preceding study result. In consequence the new version Minerva shows high performance.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.4
• /
• pp.3-9
• /
• 1996

본 논문에서는 Boole 함수를 기호 다치 논리 함수로 확장하여 법-M(Modulus-M)의 수체계를 기본으로 하는 기호 다치 논리 함수에 대한 MacLaurin 전개의 구조적 성질을 분석한다. 그리고 기호 다치 변수의 상태 변화에 따라 이에 사상된 퍼지 규칙을 자동 생성할 수 있는 기법을 제안한다. 또한 이러한 이론과 성질을 기존의 퍼지 추론 기능과 결합하여 동적인 상태 변화에 적응할 수 있는 퍼지 추론 시스템 설계방법을 제안한다.

• Journal of the Korean earth science society
• /
• v.26 no.8
• /
• pp.751-758
• /
• 2005

The purpose of this study was to develop an inquiry analysis framework based on the features of earth science inquiry methodology and to analyze inquiry activities in the 8th grade 'Earth History and Diastrophism' unit by using this framework. The framework classified earth science methods as logical inference, hermeneutic, and historical methods, each of which was subdivided in consideration of its subordinate methods and characteristics. The analysis revealed that the logical inference method reflected in the unit as the 'abductive method' (70%) was used more frequently than the 'inductive' (23%) and 'deductive' (22%) methods. The hermeneutic method was found in terms of the 'forestructures of understanding' (92%), 'circular reasoning' (9%). and 'historical nature of human understanding' (17%). The historical method also used as the 'constructing proper taxonomy' (53%), 'adhering to the modem principle of uniformitarianism' (47%), and 'relic interpretation' (41%) were identified with ratios more fester than those for the 'place substituting for time in stage theorizing' (3%) and 'evaluating independent lines of inquiry for convergence' (3%).

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.391-398
• /
• 1999

사례기반 추론을 포함한 Lazy Learning 방법들은 인공신경망이나 의사결정 나무와 같은 Eager Learning 방법들과 비교하여 여러 가지 상대적인 장점을 가지고 있다. 그러나 Lazy Learning 방법은 역시 상대적인 단점들도 가지고 있다. 첫째로 사례를 저장하기 위하여 많은 공간이 필요하며, 둘째로 문제해결 시점에서 시간이 많이 소요된다. 그러나 보다 심각한 문제점은 사례가 관련성이 낮은 속성들을 많이 가지고 있는 경우에 Lazy Learning 방법은 사례를 비교할 때에 혼란을 겪을 수 있다는 점이며, 이로 인하여 분류 정확도가 크게 저하될 수 있다. 이러한 문제점을 해결하기 위하여 Lazy Learning 방법을 위한 속성 가중치 부여 방법들이 많이 연구되어 왔다. 그러나 기존에 발표된 대부분의 방법들이 속성 가중치의 유효 범위를 전역적으로 하는 것들이었다. 이에 본 연구에서는 새로운 지역적 속성 가중치 부여 방법을 제안한다. 본 연구에서 제안하는 속성 가중치 부여 방법(CBDFW : 사례기반 동적 속성 가중치 부여)은 사례별로 속성 가중치를 다르게 부여하는 방법으로서 사례기반 추론의 원리를 속성 가중치 부여 과정에 적용하는 것이다. CBDFW의 장점으로서 (1) 수행 방법이 간단하며, (2) 논리적인 처리 비용이 기존 방법들에 비해 낮으며, (3) 신축적이라는 점을 들 수 있다. 본 연구에서는 신용 평가 문제에 CBDFW의 적용을 시도하였고, 다른 기법들과 비교에서 비교적 우수한 결과를 얻었다.

• The Journal of Information Technology and Database
• /
• v.5 no.1
• /
• pp.13-37
• /
• 1998

인터넷 등의 컴퓨터 통신 네트워크의 발달로 인하여 분산된 정보자원의 공유를 통한 자원에 대한 재사용성의 필요성이 대두되었다. IRD(Information Resource Dictionary)는 조직 내에서 관련된 모든 정보에 대한 데이터가 논리적으로 중앙화된 정보저장소(repository)이다. IRD 내의 데이터는 다른 데이터를 기술하므로 이른바 메타 데이터라고 하기도 한다. IRD의 사전(dictionary) 요소는 정보자원의 종류, 정보자원의 의미, 정보자원의 논리적 구조, 정보자원의 위치, 그리고 정보자원의 접근방법 등을 기술한다. FIPS ANSI의 IRDS는 이항 관계를 이용하여 무결성 제약조건을 표현하므로 제약조건 규칙의 표현과 일반적인 추론 규칙의 표현이 제한되어 있으며, 다양한 형태의 무결성 제약조건의 표현과 IRD와 관련된 여러 정보의 도출 또는 추론 및 관리에 관한 사항은 IRD 응용 고유의 문제로 간주하여 언급하고 있지 않다. 한편, FIPS IRDS는 사용자가 SQL 및 IRD에 대한 전문적 지식이 없이는 사용자 질의 작성이 어려운 점등에 대한 문제점을 안고 있다. 본 논문은 FIPS IRDS의 기본모델에서 정보자원 표현, 정보자원들간의 관계, 정보자원의 관리 정보 구분을 명확히 하기 위해 정보자원 모델을 정보자원 표현요소와 정보자원 관리요소의 두 부류로 나누어 구분하고, 각 부류에 대한 자격 질의(competency question)를 통하여 유추된 요소들을 FIPS ANSI IRDS 기본 모델의 스키마 기술 레벨과 스키마 레벨에 첨가함으로써 그 기본 모델을 확장한다. 그리고, FIPS ANSI IRDS가 제공하는 IRD 기술과 관리 기능을 그대로 포함하면서 앞에서 문제점으로 지적된 제약조건 표현과 추론규칙 표현을 위하여 확장된 기본 모델을 중심으로 각 레벨의 구성 요소들의 형식적 의미(formal semantics)와 레벨 내 혹은 레벨 구성요소들간의 관계성(relationship), 그리고 제약조건의 표현과 질의 추론 규칙들을 식별하여 FOPL(First Order Predicate Logic)로 표현한다. 또한, 본 논문은 FOPL로 표현된 predicate들과 규칙들을 구현하기 위하여 Prolog로 변환하기 위한 이론적 방법론을 제시하고 정보자원 관리를 위한 기본 함수들과 스키마 진화(schema evolution)를 위한 방법론을 제안한다.

• 한국정보교육학회:학술대회논문집
• /
• 2005.08a
• /
• pp.69-77
• /
• 2005

본 연구는 초등학생들의 논리적 사고력을 신장시키기 위해 지식 기반 프로그램인 선언적 프로그램을 통해 교육현장에서도 적용할 수 있는 프로그래밍 교육을 제언하고자 한다. 학생들에게 논리적 사고 중에서도 협의의 논리적 사고 즉, 기호적 사고, 분석적 사고, 추론적 사고, 종합적 사고를 분석적 방법을 통해 실제 프로그래밍을 해 봄으로써 연역적 사고 또는 귀납적 사고를 보다 효과적이고 체계적인 프로그래밍을 할 수 있도록 지도함으로써 제 8차 교육과정에서의 컴퓨터 교육과정의 일부분으로서의 프로그래밍의 마인드를 제시하였다. 따라서 본 연구는 선언적 프로그램을 통해서 초등학교 학생들의 논리적 사고력 신장를 위하여 프로그래밍 교수학습의 방법적인 측면을 제시하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• v.10 no.2
• /
• pp.359-367
• /
• 1999

We investigate a logical approach to represent medical knowledge, reason deductively and diagnostically. It is suggested that medical knowledge-bases can be formulated as a set of sentences stated in classical logic where each sentence reflects a doctor's knowledge about the human anatomy or his/her view of patient's symptoms. It is also suggested that a form of temporal reasoning can be captured within the same framework because each sentence can have a different truth value based on time. We apply our logical framework to formalize diagnostic reasoning, where the primary cause of illness is chosen among the set of minimal causation on the basis of abductive hypotheses. Most of our examples are given in the context of medical expert systems.

• Journal of the Korean Data and Information Science Society
• /
• v.7 no.2
• /
• pp.283-287
• /
• 1996

본 연구는 중풍에서의 한의학의 풍부한 임상자료들에 대한 객관적이고도 논리적인 자료처리방법 및 변증으로부터 증형을 추론할 수 있는 통계적 방법을 연구하고자 한다. 중풍 전문의에 의해 수집된 65명의 환자들의 임상자료로부터 다변량 자료 분석의 하나인 판별분석을 이용하여 증후로부터 증형을 판단할 수 있는 수리적 판별모형을 구축하였다. 구축된 모형은 중풍 전문가 시스템을 개발하기 위한 기초가 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.377-380
• /
• 2018

인간의 추론 능력이란 문제에 주어진 조건을 보고 문제 해결에 필요한 것이 무엇인지를 논리적으로 생각해 보는 것으로 문제 상황 속에서 일정한 규칙이나 성질을 발견하고 이를 수학적인 방법으로 법칙을 찾아내거나 해결하는 능력을 말한다. 이러한 인간인지 능력과 유사한 인공지능 시스템을 개발하는데 있어서 핵심적 도전은 비구조적 데이터(unstructured data)로부터 그 개체들(object)과 그들간의 관계(relation)에 대해 추론하는 능력을 부여하는 것이라고 할 수 있다. 지금까지 딥러닝(deep learning) 방법은 구조화 되지 않은 데이터로부터 문제를 해결하는 엄청난 진보를 가져왔지만, 명시적으로 개체간의 관계를 고려하지 않고 이를 수행해왔다. 최근 발표된 구조화되지 않은 데이터로부터 복잡한 관계 추론을 수행하는 심층신경망(deep neural networks)은 관계추론(relational reasoning)의 시도를 이해하는데 기대할 만한 접근법을 보여주고 있다. 그 첫 번째는 관계추론을 위한 간단한 신경망 모듈(A simple neural network module for relational reasoning) 인 RN(Relation Networks)이고, 두 번째는 시각적 관찰을 기반으로 실제대상의 미래 상태를 예측하는 범용 목적의 VIN(Visual Interaction Networks)이다. 관계 추론을 수행하는 이들 심층신경망(deep neural networks)은 세상을 객체(objects)와 그들의 관계(their relations)라는 체계로 분해하고, 신경망(neural networks)이 피상적으로는 매우 달라 보이지만 근본적으로는 공통관계를 갖는 장면들에 대하여 객체와 관계라는 새로운 결합(combinations)을 일반화할 수 있는 강력한 추론 능력(powerful ability to reason)을 보유할 수 있다는 것을 보여주고 있다. 본 논문에서는 관계 추론을 수행하는 심층신경망(deep neural networks) 중에서 Sort-of-CLEVR 데이터 셋(dataset)을 사용하여 RN(Relation Networks)의 성능을 재현 및 관찰해 보았으며, 더 나아가 파라미터(parameters) 튜닝을 통하여 RN(Relation Networks) 모델의 성능 개선방법을 제시하여 보았다.