• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.48-50
• /
• 1999

본 논문은 공간데이터와 비공간데이터를 통합처리하는 공간 데이터베이스 시스템에서 데이터의 의미적 무결성을 보장하는 확장된 공간 데이터 모델을 설계한다. 공간 데이터베이스 시스템에서 다루는 단순 객체가 아닌 추상화된 복합 객체로 다양한 유도 데이터에 대한 의미적 무결성을 데이터베이스 시스템 내부에서 효율적으로 유지해야 하며, 공간 데이터의 의미적 무결성 제약 조건을 사용자에 의해 정의할 수 있어야 한다. 본 논문에서는 공간 데이터베이스에서 사용하는 공간 데이터에 대한 무결성 정보를 술어 논리 형태로 표현하고 유지할 수 있는 무결성 공간 데이터 모델 (ISRDM: Integrity supported Spatial-Relational Data Model)을 제안한다. 제안된 공간 데이터 모델은 하부 단계 저장 구조, 개념적 데이터 표현 단계, 무결성 표현 단계가 독립적으로 구성되는 다단계 구조로 기존의 공간 데이터베이스 시스템을 용이하게 확장하고 다양한 응용 요구에 대해 유연하게 대처할 수 있도록 설계한다.

• Journal of Information Management
• /
• v.38 no.1
• /
• pp.59-73
• /
• 2007

To construct machining databases, which are reusable and sharable their meanings, semantic metadata management is required. In this study a semantic data modeling process for machining data is developed. It combines conventional data models with ISO/IEC 11179 standard, metadata registry(MDR). Names of object classes and properties constituting data element names are identified using conventional data model while data elements are named and specified based on ISO/IEC 11179 in order to obtain semantic interoperability of data. An experimental application to electrical discharge machining(EDM) is performed to explain the process.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.3-8
• /
• 2023

데이터 증강은 인공지능 모델의 학습에서 필요한 데이터의 양이 적거나 편향되어 있는 경우, 이를 보완하여 모델의 성능을 높이는 데 도움이 된다. 이미지와는 달리 자연어의 데이터 증강은 문맥이나 문법적 구조와 같은 특징을 고려해야 하기 때문에, 데이터 증강에 많은 인적자원이 소비된다. 본 연구에서는 복수의 대규모 언어 모델을 사용하여 입력 문장과 제어 조건으로 프롬프트를 구성하는 데 최소한의 인적 자원을 활용한 의미적으로 유사한 문장을 생성하는 방법을 제안한다. 또한, 대규모 언어 모델을 단독으로 사용하는 것만이 아닌 병렬 및 순차적 구조로 구성하여 데이터 증강의 효과를 높이는 방법을 제안한다. 대규모 언어 모델로 생성된 데이터의 유효성을 검증하기 위해 동일한 개수의 원본 훈련 데이터와 증강된 데이터를 한국어 모델인 KcBERT로 다중 클래스 분류를 수행하였을 때의 성능을 비교하였다. 다중 대규모 언어 모델을 사용하여 데이터 증강을 수행하였을 때, 모델의 구조와 관계없이 증강된 데이터는 원본 데이터만을 사용하였을 때보다 높거나 그에 준하는 정확도를 보였다. 병렬 구조의 다중 대규모 언어 모델을 사용하여 400개의 원본 데이터를 증강하였을 때에는, 원본 데이터의 최고 성능인 0.997과 0.017의 성능 차이를 보이며 거의 유사한 학습 효과를 낼 수 있음을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.16-21
• /
• 2010

분산 이동 실시간 시스템의 명세, 개발 및 검증을 위해 ${\pi}$-calculus, bigraph, Mobile Ambient, CARDMI 등의 정형기법이 존재한다. 이러한 정형기법은 이동하는 에이전트 혹은 프로세스에 대한 명세 및 시스템의 안전성과 검증에 대한 분석을 지원하지만, 행위의 의미적 관점에서 분석 및 검증 방법을 제시하고 있지 않다. 본 논문에서는 정형기법으로 명세 된 시스템의 실행 데이터인 원시 데이터를 행위의 의미적 관점에서 시스템을 분석 및 검증이 가능한 Prism Analyzer를 제안한다. 제안된 Prism Analyzer는 특정 시스템에 대해 발생할 수 있는 다양한 행위를 온톨로지와 속성문법으로 정규화한 다양한 행위모델을 지닌다. 이러한 Prism Analyzer는 원시 데이터를 행위의 의미적 측면에서 개별적, 연속적, 복합적으로 분석 및 검증이 가능하고, Prism Analyzer에 정의된 다양한 행위 모델을 바탕으로 동일한 원시 데이터에 대해 행위 모델에 따른 다양한 분석 결과를 도출해 낼 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.262-264
• /
• 1998

이미지 데이터베이스를 구성하여 사용자가 원하는 정보를 추출하는 의미 기반 검색을 지원하기 위해서는 이미지 내용에 관한 의미 정보들이 데이터 모델로 구조화되어야 한다. 본 논문에서는 다양한 정적 이미지 내용 정보들을 분류하고 그를 체계적으로 표현하기 위한 이미지 데이터 모델을 소개한다. 특히 본 이미지 데이터 모델은 그래프 이론을 이용하여 이미지내에 포함된 시각 객체들의 내용 정보를 표현하고 객체들간의 의미 관계를 정의한다. 이는 이미지 내용에 대한 정확한 정보 표현과 질의에 대한 이미지 검색 효율을 향상시킬 수 있으며 객체들간의 의미 관계를 이용한 질의와 검색을 가능하게 한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.486-489
• /
• 2021

본 논문에서는 KorBERT 한국어 언어모델에 기반하여 텍스트 분류문제를 빈칸채우기 문제로 변환하고 빈칸에 적합한 어휘를 예측하는 방식의 프롬프트기반 분류모델에 대해서 소개한다. [CLS] 토큰을 이용한 헤드기반 분류와 프롬프트기반 분류는 사전학습의 NSP모델과 MLM모델의 특성을 반영한 것으로, 텍스트의 의미/구조적 분석과 의미적 추론으로 구분되는 텍스트 분류 태스크에서의 성능을 비교 평가하였다. 의미/구조적 분석 실험을 위해 KLUE의 의미유사도와 토픽분류 데이터셋을 이용하였고, 의미적 추론 실험을 위해서 KLUE의 자연어추론 데이터셋을 이용하였다. 실험을 통해, MLM모델의 특성을 반영한 프롬프트기반 텍스트 분류에서는 의미유사도와 토픽분류 태스크에서 우수한 성능을 보였고, NSP모델의 특성을 반영한 헤드기반 텍스트 분류에서는 자연어추론 태스크에서 우수한 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.95-97
• /
• 2000

가장 방대한 정보 도서관인 월드 와이드 웹(WWW)에서는 지난 몇 년 동안 멀티미디어 문서의 사용이 폭발적으로 증가했다. 따라서 인터넷의 사용자나 정보 제공자들이 멀티미디어 문서를 저장하거나 교환할 때 멀티미디어 데이터를 어떻게 효과적으로 표현하느냐가 가장 중대한 문제점으로 부각되고 있다. 현재 메타 데이터 모델을 표현하는 데는 다양한 방법들이 존재한다. 본 논문에서는 그 중 가장 일반적으로 사용하는 Dublin Core와 활발한 연 활동이 이루어 지고 있는 MPEG-7의 두 개 표준을 사용하여 새로운 메타 데이터 모델을 제시하고자 한다. Dublin Core는 기존의 문서들의 메타 데이터를 15개의 중요 요소들로 표현하는 것이고, MPEG-7은 멀티미디어 데이터의 내용을 체계적으로 표현하고자 하는 표준안이다. 본 논문에서 제시한 새로운 메타 데이터 모델은 Dublin Core를 MPEG-7의 의미적 요소를 표현하도록 하여 두 표준의 장점을 살려 멀티미디어 데이터를 효과적으로 표현 할 수 있는 메타 데이터 모델을 제안하였다. 또한 이 메타 데이터 모델을 XML DTD로 표현하고자 한다. 그러나, XML DTD는 일반 사용자들이 처음부터 작성하기는 쉽지 않다. 따라서 본 논문에서는 제안한 메타 데이터 모델을 XML DTD 쉽게 작성할 수 있는 사용자 인터페이스를 구현하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.8 no.3
• /
• pp.49-62
• /
• 1998

본 논문은 객체 모델링 기법을 이용하여 다단계 보안 데이터베이스 응용에 대한 구조적 특징을 표현하기 위한 모델을 제시한다. 즉, 응용 영역에 대한 데이터와 보안 의미르 통합한다. 이는 응용 영역의 데이터에 대한 불법적 유출이나 수정을 방지하는 도구가 된다 . 개발한 도구를 기초로 한 구현 모델에서는 다단계 데이터베이스를 단일 보안등급 데이터베이스들로 분해한다. 인스턴스뿐만 아니라 스키마도 보호하며 속성값 다중 인스턴스화 기법을 이용하여 커버 스토리를 표현한다. 그리고 그 모델에서의 생성, 검색, 삭제, 그리고 갱신과 같은 연산 의미를 설명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.221-224
• /
• 2005

비디오 데이터가 가지는 움직임 정보에 대한 의미적 표현을 위해 저차원의 특징뿐만 아니라 시 공간적 관계 표현, 이벤트 인식에 이르기까지 의미적 인식을 위한 많은 연구가 되고 있다. 하지만, 이러한 노력은 메타 데이터 형태로 미디어객체에 단순히 키워드를 부여하는 방법으로 내용을 표현하는 정도이고 진정한 의미적 내용을 표현하는 것은 현재로서는 불가능하다. 본 논문은 비디오 데이터의 객체에 대한 움직임 클래스를 정의하여 의미적 검색을 위한 시 공간 관계 표현 규칙을 제안한다. 특히 축구 비디오 데이터에 대한 의미적 검색을 위해 객체간의 시 공간적 관계 모델을 제시한다. 이벤트에 대한 계층적 표현으로 축구경기의 "Goal" 장면을 사용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06c
• /
• pp.85-87
• /
• 2006

특정 도메인의 정보시스템간에 정보를 공유하기 위해서, 정보 시스템들은 도메인별로 사용되는 메타데이터를 각기 정의하여 사용하기 때문에 각각의 정보 시스템간의 정보 공유시 메타데이터의 이질성 문제가 발생되지 않는다. 그러나, 메타데이터의 불일치 문제는 이기종 도메인간에 정보를 공유할때 발생된다. 본 논문에서는 메타데이터를 이용하여 구축된 정보시스템 간의 상호운용성을 증진하기 위하여 메타데이터의 의미적 유사성 측정 방법을 제안한다. 이를 위하여 메타데이터 레지스트리(MDR)에 정의되어 있는 메타데이터에 대한 개념 모델을 정의하고. 개념모델의 인스턴스간에 의미유사성을 측정하는 방법을 제안한다. 제안한 방법을 사용한 결과 도메인이 다른 정보시스템간에 점보공유를 위한 의미적으로 유사한 최적의 메타데이터를 선택할 수 있다.