• Journal of the Korea Society of Computer and Information
• /
• v.18 no.9
• /
• pp.111-120
• /
• 2013

Uncertainty in Context-aware computing is mainly a consequence of the complexity of context acquisition mechanisms and context processing. The presence of uncertainty may harm the users' confidence in the application, rendering it useless. This paper describes a three-phase strategy to manage uncertainty by identifying its possible sources, representing uncertain information, and determining how to proceed, once uncertain context is detected. The level of effort that is necessary to eliminate the uncertainty of context information affects the reliability of the system, because Sensor network system have no intervention of humans. In this paper, We applied proposed method to the development for the sensor network system, Uncertainty management can be applied a part of the system development life-cycle. It confirmed that result of testing show that detection performance is stable.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.305-308
• /
• 2005

시각 센서를 이용한 환경 및 상황 인식은 로봇의 자동화된 행동을 위해서 매우 중요하다. 실제 환경에서 사람은 주위를 인식할 때 여러 단계의 인식과정을 거친다. 효율적이고 정확한 환경 인식을 위해서는 지능형 로봇의 인식 또한 사람의 인식과정과 같이 다단계로 이루어져야 한다. 또한 실제 환경은 유동적이며 많은 불확실성을 가지고 있으므로 불확실한 상황에 강인한 인식 방법이 필요하다. 이러한 불확실성을 내포한 환경 및 상황 인식에는 베이지안 네트워크를 이용한 인식이 강인하나 복잡한 환경을 하나의 베이지안 네트워크로 인식하는 것은 어렵다. 이 논문에서는 복잡하고 불확실한 환경 인식을 위한 여러 베이지안 네트워크를 사람의 인식과 같은 다단계의 인식 과정으로 구성된 행동 네트워크 기반으로 결합하는 앙상블 기법을 제안한다. 불확실한 상황을 적용한 환경 실험과 로봇 시뮬레이터를 이용한 로봇 실험으로 베이지안 네트워크 앙상블 기법이 환경 인식에 효과적인 것을 확인할 수 있었다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.152-155
• /
• 2011

최근 사회생활의 다변화로 인한 개인의 질환을 예방하고 건강을 증진시키기 위한 개인 웰니스 관리는 현대 사회의 성인에게는 필수적인 자기 관리에 해당된다. 본 논문는 이러한 웰니스 관리에 적절한 상황 모델로써 상황 데이터를 추론할 수 있는 SWRL 상황규칙과 불확실성을 표현한 베이지안 네트워크를 포함한 통합 온톨로지 기반 상황모델을 제시하였다. 제안한 상황모델에 포함된 추론 규칙은 웰니스 관리에 필요한 상황 서비스를 수행하는 액션들을 정의한다. 즉 상황 온톨로지에 SWRL 규칙을 포함함으로써 주로 웹 시멘틱에 사용되고 있는 OWL 언어를 상황인식 분야의 지식 베이스 구축에도 적합하도록 하였다. 그리고 웰니스 관리를 위해 상황 온톨로지로 표현되는 원시 상황 데이터는 센서 부정확성, 또는 개인 판단기준 차이로 인해 불확실성을 포함하므로, 어떤 논리적 상황 데이터는 불확실성을 고려하여 추론되어야 하기 때문에 본 논문은 상황 온톨로지 및 SWRL 규칙과 함께 베이지안 네트워크를 함께 표현할 수 있게 하여 OWL 상황 온톨로지 기반 규칙 추론뿐만 아니라 확률 추론을 용이하게 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06d
• /
• pp.91-93
• /
• 2012

최근 모바일 컴퓨팅 환경 지원을 실현하기 위한 연구가 전 세계적으로 활발히 진행되고 있으며, 나아가 그 중요성은 점점 더 증가하고 있다. 모바일 컴퓨팅 환경에서 지능형 서비스를 제공하기 위해서는 상황 데이터를 수집하고 적절한 가공을 통해 상황정보로 변환시켜 해석, 추론 및 학습 과정을 거쳐 사용자의 상황에 맞는 적절한 서비스를 제공할 수 있어야 한다. 본 논문은 모바일 환경에서 단일 상황추론의 한계를 개선하는 다중 상황추론과 완전히 형성되지 않은 상황정보를 기반으로 한 상황추론으로 불확실성을 지원하는 다중추론지원 분산형 상황인식 시스템을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.3
• /
• pp.239-248
• /
• 2006

Current context-aware applications In ubiquitous computing environments make the assumption that the context they are dealing with is correct. However, in reality, both sensed and interpreted context informations are often uncertain or imperfect. In this paper, we propose a probability extension model to ontology-based model for rep resenting uncertain contexts and use Bayesian networks to resolve about uncertainty of context informations. The proposed model can support the development and operation of various context-aware services, which are required in the ubiquitous computing environment.

• Annual Conference of KIPS
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.510-512
• /
• 2012

상황인식 서비스 분야에서 불확실한 데이터를 추론하는 것은 매우 어렵고 복잡하다. 이러한 상황정보들에서 얻어지는 데이터는 불확실성을 내포하고 있어서 불확실한 추론 결과를 초래할 수 있다. 비록 불확실성 문제들을 해결하기 위해 퍼지 이론, 뉴런 네트워크, 동적 베이지안 네트워크, 은닉 마르코프 모델과 같은 여러 종류의 방법들이 제시되었지만 이러한 방법들은 가설들을 하나의 숫자에 의해 신뢰의 정도를 표시하기 때문에 많은 어려움이 있다. 본 논문에서는 사용자들이 제공받는 서비스들에 대하여 만족도를 평가한 후 수집된 데이터를 활용하여 사용자들의 상관 관계를 분석한다. 그리고 Dempster-Shafer 이론을 사용하여 사용자들로부터 측정된 믿음 값을 융합한다. 이는 불확실성 값을 낮추어 추론결과의 정확성을 높이고 증거구간을 재설정하여 사용자들에게 신뢰성 있는 적응형 서비스를 제공하게 한다.

• Journal of the Korea Convergence Society
• /
• v.8 no.12
• /
• pp.265-274
• /
• 2017

This paper examines the problems of big data analysis education and suggests ways to solve them. Big data is a trend that the characteristic of big data is evolving from V3 to V5. For this reason, big data analysis education must take V5 into account. Because increased uncertainty can increase the risk of data analysis, internal and external structured/semi-structured data as well as disturbance factors should be analyzed to improve the reliability of the data. And when using opinion mining, error that is easy to perceive is variability and veracity. The veracity of the data can be increased when data analysis is performed against uncertain situations created by various variables and options. It is the node analysis of the textom(텍스톰) and NodeXL that students and researchers mainly use in the analysis of the association network. Social network analysis should be able to get meaningful results and predict future by analyzing the current situation based on dark data gained.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.1
• /
• pp.86-99
• /
• 2011

Due to the uncertainty of intention recognition for behaviors of users, the intention is differently recognized according to the situation for the same behavior by the same user, the accuracy of user intention recognition by minimizing the uncertainty is able to be improved. This paper suggests a novel ontology-based method to recognize user intentions, and able to minimize the uncertainties that are the obstacles against the precise recognition of user intention. This approach creates ontology for user intention, makes a hierarchy and relationship among user intentions by using RuleML as well as Dynamic Bayesian Network, and improves the accuracy of user intention recognition by using the defined RuleML as well as the gathered sensor data such as temperature, humidity, vision, and auditory. To evaluate the performance of robot proactive planning mechanism, we developed a simulator, carried out some experiments to measure the accuracy of user intention recognition for all possible situations, and analyzed and detailed described the results. The result of our experiments represented relatively high level the accuracy of user intention recognition. On the other hand, the result of experiments tells us the fact that the actions including the uncertainty get in the way the precise user intention recognition.

• Journal of KIISE
• /
• v.43 no.12
• /
• pp.1365-1375
• /
• 2016

One of the most important capabilities for autonomous service robots working in living environments is to recognize and understand the correct context in dynamically changing environment. To generate high-level context knowledge for decision-making from multiple sensory data streams, many technical problems such as multi-modal sensory data fusion, uncertainty handling, symbolic knowledge grounding, time dependency, dynamics, and time-constrained spatio-temporal reasoning should be solved. Considering these problems, this paper proposes an effective dynamic context management and spatio-temporal reasoning method for intelligent service robots. In order to guarantee efficient context management and reasoning, our algorithm was designed to generate low-level context knowledge reactively for every input sensory or perception data, while postponing high-level context knowledge generation until it was demanded by the decision-making module. When high-level context knowledge is demanded, it is derived through backward spatio-temporal reasoning. In experiments with Turtlebot using Kinect visual sensor, the dynamic context management and spatio-temporal reasoning system based on the proposed method showed high performance.