• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.19 no.1
• /
• pp.19-36
• /
• 2008

The advantage of ontology leads a new knowledge system through integrating existing knowledge system and descriptive element of the concept. This study based on the advantage of ontology, providing a modeling education ontology that considered educational circumstances and related objects-person, organization, educational resources and so forth. Therefore, this study developed the framework for education ontology that provided link between school library and MLA to practice teaching-learning activity, these characteristics of educational ontology were as follows : the first, utilizing the existing education metadata and ontology, the second, representing a concept of educational ontology, subsequently defining classes and properties of education domain, the third, adding new classes and properties to connect existing classes and properties.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.417-419
• /
• 2012

국내의 자동차 정비 훈련 교육 현장에는 훈련교사가 빠르게 발전되고 있는 자동차 정비 기술 수준에 맞춰 교육하는데 어려움이 있다. 이 같은 어려움을 해결하기 위한 이-트레이닝(E-training) 시스템은 체험형 훈련이 가능하면서도 높은 학습 효과를 가져올 것이라 기대되고 있다. 자동차 정비 훈련을 위한 이-트레이닝 시스템은 훈련교사가 자동차 고장 항목을 설정하면, 훈련생이 고장 진단을 위한 다양한 시도를 하여 고장을 인지하고, 그에 따른 조치를 통해 주어진 문제를 해결함으로써 학습효과가 높아질 것이라 기대되는 시스템이다. 하지만 이-트레이닝 시스템은 이미 설정되어 있는 시나리오에 따른 일방적인 교육, 학습자에 대한 지속적인 관리의 어려움, 학습자의 행동을 추론하여 정확한 결과를 도출해내기가 어렵다는 한계가 있다. 본 논문에서는 이-트레이닝 시스템의 문제점을 해결하기 위한 방법으로 자동차 정비를 위한 자동차 몸체, 엔진, 정비 도구에 대한 온톨로지를 구축하고 추론하여 효과적인 자동차 정비 훈련 교육이 될 수 있도록 하는 방법을 제안하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.183-187
• /
• 2008

본 논문은 유전자의 기능이 비슷한 정도에 따른 사전정보의 값을 부여하며, 클러스터링시 사전정보를 활용할 수 있는 방법을 제시한다. 실세계 문제인 유전자는 각기 다양한 기능을 하는 특징적인 것으로 사전정보의 형태를 1과 0등으로 구분하던 과거의 방식으로는 정의하기가 어렵다. 유전자간의 비슷한 정도에 따라 사전정보의 값이 정해져야 하는 것은 필요하며, 이는 생물학자가 구축해놓은 유전자 온톨로지의 분석을 통하여 산출한다. 유전자 온톨로지는 기능별 카테고리로 분류하며, 세부 기능은 하위의 카테고리로 형성된 거대한 트리 구조의 형태를 띤다. 온톨로지 분석을 통해 형성된 사전정보의 값은 0과 1사이의 연속적인 값으로 형성이 되며, 이 값은 클러스터링 과정 중 거리 계산에 활용함으로써, 그 결과의 성능이 우수함을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.535-537
• /
• 2003

본 논문에서는 웹 문서들이 가지는 용어 정보들과 어휘들의 의미구조를 계층적 형태로 표현한 온틀로지 기반 자동 문서분류 방법을 제안한다. 문서 분류는 문서들을 가장 잘 표현할 수 있는 자질들을 점하고 이러한 자질들을 통해 미리 정의된 2개 이상의 카테고리에 문서의 내용을 파악하여 가장 관련이 있는 카테고리로 할당하는 것이다. 본 논문에서는 웹 문서에서 추출한 용어 정보들의 유사도와 온톨로지 카테고리의 유사도를 계산하여 웹 문서를 분류하며, 문서 분류를 위한 실험데이터나 학습과정 없이 바로 실시간으로 문서분류가 이루어지며, 결과적으로 문서들이 가지는 고유한 의미와 관계의 식별을 통하여 보다 더 정확하게 문서분류를 가능하게 해준다.

• Journal of KIISE
• /
• v.43 no.5
• /
• pp.553-561
• /
• 2016

Several machine learning techniques are able to automatically populate ontology data from web sources. Also the interest for large scale ontology reasoning is increasing. However, there is a problem leading to the speculative result to imply uncertainties. Hence, there is a need to consider the reliability problems of various data obtained from the web. Currently, large scale ontology reasoning methods based on the trust value is required because the inference-based reliability of quantitative ontology is insufficient. In this study, we proposed a large scale OWL Horst reasoning method based on a confidence value using spark, a distributed in-memory framework. It describes a method for integrating the confidence value of duplicated data. In addition, it explains a distributed parallel heuristic algorithm to solve the problem of degrading the performance of the inference. In order to evaluate the performance of reasoning methods based on the confidence value, the experiment was conducted using LUBM3000. The experiment results showed that our approach could perform reasoning twice faster than existing reasoning systems like WebPIE.

• Journal of KIISE
• /
• v.42 no.3
• /
• pp.295-306
• /
• 2015

MOnCa2 is a framework for building intelligent smartphone applications based on smartphone sensors and ontology reasoning. In previous studies, MOnCa determined and inferred user situations based on sensor values represented by ontology instances. When this approach is applied, recognizing user space information or objects in user surroundings is possible, whereas determining the user's physical context (travel behavior, travel destination) is impossible. In this paper, MOnCa2 is used to build recognition models for travel behavior and routes using smartphone sensors to analyze the user's physical context, infer basic context regarding the user's travel behavior and routes by adapting these models, and generate high-level context by applying ontology reasoning to the basic context for creating intelligent applications. This paper is focused on approaches that are able to recognize the user's travel behavior using smartphone accelerometers, predict personal routes and destinations using GPS signals, and infer high-level context by applying realization.

• Journal of the Korea Convergence Society
• /
• v.8 no.9
• /
• pp.17-23
• /
• 2017

The National Competency Standards (NCS) is a standard that allows korea to efficiently organize the training of national talents by systematically classifying the knowledge, skills, and attitudes necessary for the job of industry groups. Ontology is a discipline that allows the abstract information in the human concept to be expressed in a form that enables computing to be done. There is a need to formalize the knowledge management by converting the NCS system currently stored in the simple DB into an ontology. This study design and implement NCS ontology for the task of "Application SW Engineering" among vast NCS jobs, enabling intelligent knowledge management and inference search of the job. In addition, it provides consistency with the formalization specification of the learning contents structure of the competency unit elements of the job, and provides the basis for extension to the whole NCS job ontology.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.3
• /
• pp.189-201
• /
• 2011

In this paper, we design an ontology which provides interoperability by integrating typical metadata specifications and defines concepts and semantic relations between concepts that are used to describe metadata for learning objects in university courses. And we organize a hierarchical structured e-Learning system for efficient retrieval of learning objects on many local storages that use different specifications to describe metadata and propose a query processing method based on inferences. The proposed e-Learning system can provide more accurate and satisfactory retrieval service by using the designed ontology because both learning objects that be directly connected to user queries and deduced learning objects that be semantically connected to them are retrieved.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.212-217
• /
• 2009

There are rule-based learning method and statistic based learning method and so on which represent learning method for hierarchy relation between domain term. In this paper, we propose to leveling and similarity measure using the extended AHP of fuzzy term in Information system. In the proposed method, we extract fuzzy term in document and categorize ontology structure about it and level priority of fuzzy term using the extended AHP for specificity of fuzzy term. the extended AHP integrates multiple decision-maker for weighted value and relative importance of fuzzy term. and compute semantic similarity of fuzzy term using min operation of fuzzy set, dice's coefficient and Min+dice's coefficient method. and determine final alternative fuzzy term. after that compare with three similarity measure. we can see the fact that the proposed method is more definite than classification performance of the conventional methods and will apply in Natural language processing field.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.90-95
• /
• 2015

기계적 학습을 위해서는 일반적으로 많은 양의 수동 주석데이터(Manually Labeled Data)가 요구된다. 원격지도(Distant Supervision)는 현실적으로 부족한 주석데이터(Labeled Data)를 대신해 자동적으로 주석데이터를 수집하여 학습하는 접근 방식으로 관계 추출(Relation Extracion) 문제에 널리 활용되고 있다. 이때 필연적으로 많은 노이즈(Noise)가 발생되는데, 적합성 검증(Relevance Verification)을 통해 수집된 학습데이터를 정제함으로써 노이즈로 인한 변동성을 줄이고 결과적으로 향상된 성능을 보여주는 관계 추출 방법을 제시한다.