• 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 Telematics and Electronics
• /
• v.27 no.3
• /
• pp.131-136
• /
• 1990

In this paper, new methods are proposed which speed up the logical redundancy identification for the gate-level logic optimization. Redundancy indentification, as well as deterministic test pattern generation, can be viewed as a finite space search problem, of which execution time depends on the size of the search space. For the purpose of efficient search, we propose dynamic head line and mandatory assignment. Dynamic head lines are changed dynamically in the process of the redundancy identification. Mandatory assignement can avoid unnecessary assignment. They can reduce the search size efficiently. Especially they can be used even though the circuit is modified in the optimization procedure, that is different from the test pattern generation methods. Some experimental results are presented indicating that the proposed methods are faster than existing methods.

• Journal of KIISE:Software and Applications
• /
• v.36 no.5
• /
• pp.401-410
• /
• 2009

In order to derive hidden information (concept subsumption, concept satisfiability and realization) of OWL ontology, a number of OWL reasoners have been introduced. The most of these ontology reasoners were implemented using the tableau algorithm. However most reasoners simply report this information without providing a justification for any arbitrary entailment and unsatisfiable concept derived from OWL ontologies. The purpose of this paper is to investigate an optimized method for non-deterministic rule of the tableau algorithm and finding axioms to cause inconsistency in ontology. In this paper, therefore, we propose an optimized method for non-deterministic rule and finding axiom to cause inconsistency using NATMS. In the first place, we introduce Dependency Directed Backtracking to deal non-deterministic rule, a tableau-based decision procedure to find unsatisfiable axiom Furthermore we propose an improved method adapting NATMS.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.367-369
• /
• 2001

논리 회로는 하드웨어로 직접 구현할 수도 있으나, 설계된 디지털 논리를 프로그램으로 구현하고 이를 내장형 프로세서가 실행하게 하는 방식으로 구현할 수 있다. 이러한 구현은 내장형 시스템에 적합하도록 코드 크기와 실행 속도가 효율적이어야 한다. 본 논문에서는 복사 전파, 데드코드 삭제, 위상 정렬등의 컴파일러 최적화 기술과 함수 단위 모듈 개념을 도입하여 신호 흐름 분석 기법의 C 코드 자동 발생기를 구현하였다. 회로 시뮬레이션 구현 기법 중 유한 상태 천이 모델 기법으로 코드를 발생하는 Esterel 시스템과 성능 비교 실험을 한 결과, 코드 크기는 평균 84.17%로 감소되었으며 실행 속도는 평균 4.68배로 향상되었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.36 no.11C
• /
• pp.649-654
• /
• 2011

In this paper, we show new method to find number of errors in the Reed-Solomon decoder. New design is much faster and has much simpler logic circuit than the former design method. This optimization was possible by very simplified square calculating circuit and parallel processing. The microcontroller of this Reed Solomon decoder can be used for data protection of almost all digital communication and consumer electronic devices.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.317-320
• /
• 2008

본 논문에서는 Type-1 퍼지 논리 시스템과 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 각각의 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현할 수 있으며 효율적으로 취급한다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 ${\cdot}$ 후반부가 불확실성을 표현 할 수 없는 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계한다. 두 번째는 규칙 후반부만 Type-2 퍼지 집합으로 구성한 두가지의 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할에는 Min-Max 방법의 균등분할을 사용하고, 규칙 후반부 멤버쉽 함수의 중심 결정에는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 동정한다. 또한 입력 데이터에 인위적으로 가하는 노이즈의 정도에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 실험을 통하여 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.7
• /
• pp.616-624
• /
• 2007

Sudoku can be regarded as a SAT problem. Various encodings are known for encoding Sudoku as a Conjunctive Normal Form (CNF) formula, which is the standard input for most SAT solvers. Using these encodings for large Sudoku, however, generates too many clauses, which impede the performance of state-of-the-art SAT solvers. This paper presents an optimized CNF encodings of Sudoku to deal with large instances of the puzzle. We use fixed cells in Sudoku to remove redundant clauses during the encoding phase. This results in reducing the number of clauses and a significant speedup in the SAT solving time.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1871_1872
• /
• 2009

본 논문 에서는 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 Type-1 퍼지 논리 시스템과 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부 잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현 할 수 있다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 후반부가 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계 한다. 두 번째는 규칙 전 후반부에 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할 및 FOU(Footprint Of Uncertainty)형성에는 FCM(Fuzzy C_Means) clustering 방법을 사용하고, 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 최적의 파라미터를 설계한다. 본 논문 에서는 또한 입력 데이터에 인위적으로 가하는 노이즈에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 NOx 데이터를 제안된 모델에 적용하고, 실험을 통하여 노이즈가 첨가되고, 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• The KIPS Transactions:PartA
• /
• v.15A no.1
• /
• pp.9-16
• /
• 2008

This paper presents a new Boolean extraction technique for logic synthesis. This method extracts two-cube Boolean subexpression pairs from each logic expression. It begins by creating two-cube array, which is extended and compressed with complements of two-cube Boolean subexpressions. Next, the compressed two-cube array is analyzed to extract common subexpressions for several logic expressions. The method is greedy and extracts the best common subexpression. Experimental results show the improvements in the literal counts over well-known logic synthesis tools for some benchmark circuits.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.325-328
• /
• 2008

본 논문에서는 비선형 모델의 설계를 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 퍼지 논리 시스템의 멤버쉽 함수와 규칙의 구조는 불확실성이 존재하는 언어적인 정보 또는 수치적 데이터를 바탕으로 설계된다. 기존의 Type-1 퍼지 논리 시스템은 외부의 노이즈와 같은 불확실성을 효율적으로 취급할 수 없다. 그러나 Type-2 퍼지 논리 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 불확실성을 효과적으로 다룰 수 있다. 따라서 본 논문에서는 규칙의 전 ${\cdot}$ 후반부가 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계하고 불확실성의 변화에 대한 비선형 모델의 성능을 비교한다. 여기서 규칙 전반부 멤버쉽 함수의 정점 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 퍼지 집합의 정점 결정에는 입자 군집 최적화(PSO : Particle Swarm Optimization) 알고리즘을 사용한다. 마지막으로, 비선형 모델 평가에 대표적으로 이용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 입력 데이터에 인위적인 노이즈가 포함되었을 경우 Type-2 퍼지 논리 시스템이 기존의 Type-1 퍼지 논리 시스템보다 우수함을 보인다.