• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1021-1024
• /
• 2002

본 연구에서는 인터넷에 존재하는 다양한 XML 문서에서 의미정보를 검색하기 위한 의미정보수집 이동에이전트 시스템을 개발하였다. 이동에이전트는 실행 프로그램이 이기종 분산 환경의 네트웍에서 자율적으로 이동 및 반응하며 실제로 데이터가 존재하고 있는 장소로 이동하여 목적을 수행한다. 의미 정보수집 이동에이전트 시스템의 연구를 위하여, 정보를 개념화하고 포괄적 DTD를 자동으로 생성할 수 있는 DTD생성기를 개발하였으며 의미정보를 추론할 수 있는 추론알고리즘을 연구하였다. 개발된 의미정보수집 이동에이전트 시스템은 정보가 존재하는 원격지 사이트에 파견되어 비정형 XML 문서를 대상으로 포괄적 DTD와 추론엔진을 이용하여, 의미정보를 추출하고 전송하는 임무를 수행한다. 따라서, 의미정보수집 이동에이전트 시스템을 이용한 정보수집은 정보의 질을 향상시키고 네트워크의 부하를 감소시킨다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.343-352
• /
• 2007

최근 Web 2.0 발달과 더불어 블로그나 온라인 카페 등 웹 상의 사용자가 개인적인 정보를 자유롭게 개제할 수 있도록 하는 인터넷서비스가 증가하면서, 이 사용자들 간의 관계에 초점을 맞춘 소셜 네트워크 분양의 연구가 활발히 이루어지고 있다. 하지만 많은 소셜 네트워크 서비스가 정보자원을 컴퓨터가 처리할 수 있는 의미적인 정보로 표현하고 있지 않기 때문에 서로 다른 도메인 간에 공유와 재사용이 어렵고, 사회적 개체들 간의 관계가 명확하게 정의되어 있지 않아 소셜 네트워크 분석에 어려움이 있다. 본 논문에서는 가상 커뮤니티 사용자들이 업로드 한 사진 데이터를 이용한 시맨틱 웹 기반의 소셜 네트워크 분석 시스템을 제안한다. 온톨로지를 기반으로 사진에서 추출된 얼굴 개체와의 관계와 이미 인맥 관계를 형성하고 있는 사람들의 정보적 연결성을 명확하게 정의하고 도메인 규칙을 활용하여 의미 있는 사회적 연결 관계를 추론한다. 이를 그래프로 시각화하여 사용자에게 제공함으로써 온라인 상에서 형성된 커뮤니티 내에서 효율적인 소셜 네트워크 분석을 도모하고 이를 기반으로 다양한 응용 분야에 활용하는 방법을 모색한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.547-549
• /
• 2005

최근 정보 제공에 도움을 주는 대화형 에이전트의 연구가 활발히 진행되고 있다. 그러나 대부분의 대화형 에이전트는 사용자의 요구에 미리 준비된 정적인 답변을 제공하므로 친밀감을 주는 다양한 대화를 유지하지 못한다. 이런 한계점을 극복하기 위해 베이지안 네트워크 등의 인공지능 기법을 이용한 사용자 의도 추론을 통해 보다 세밀하고 유연한 대화처리 모델이 연구되고 있다. 본 논문에서는 기존의 정보검색을 위한 대화형 에이전트에서 사용자 의도 추론에 사용된 베이지안 네트워크의 효율을 높이기 위해 노드간의 의미 관계를 표현하는 정보를 결합한 시맨틱 베이지안 네트워크 모델을 제안함으로써 효과적인 사용자 의도 추론을 가능하게 한다. 또한 단발적인 질의 분석이 아닌 점증적 질의 분석 방법으로써, 불충분한 정보로 적절한 답변을 추론하지 못할 경우에 MII(mixed-initiative interaction)를 이용하여 주어진 문제를 해결한다. 실제 모바일 검색 사이트를 대상으로 다양한 유형의 대화를 수행하여 유용성을 확인하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.309-310
• /
• 2017

소셜 네트워크 서비스의 발달로 지역적으로 의미 있는 사회적 현상이나 재난, 사건 사고와 같은 이벤트와 관련된 정보들이 대량 생성됨에 따라 이벤트의 발생위치를 추론하는 연구가 진행되고 있다. 본 논문에서는 소셜 네트워크에서 실시간적으로 발생하는 이벤트를 검출하고, 이벤트가 발생한 지역을 추론하는 기법을 제안한다. 사용자의 관계를 고려하기 위해 사용자간에 주고받은 트윗 메시지인 멘션(mention)내용을 반영함으로써 이벤트가 발생한 지역을 보다 정확하게 추론하는 기법을 제안한다.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2005.05a
• /
• pp.145-150
• /
• 2005

최근 전자상거래에 대한 관심과 투자가 집중되면서 효과적인 사용자 인터페이스인 대화형 에이전트에 대한 연구가 활발히 진행되고 있다. 기존의 대화형 에이전트는 사용자의 질의에 미리 준비된 답변을 제공하기 때문에 복잡한 대화 상황을 처리하지 못한다. 이런 한계를 극복하기 위해 베이지안 네트워크 등의 기법을 이용한 사용자 의도 추론 기술이 연구되고 있다. 본 논문에서는 기존의 정보검색을 위한 대화형 에이전트에서 사용자 의도 추론의 성능을 높이기 위해 노드간의 의미 관계를 표현하는 정보를 결합한 시맨틱 베이지안 네트워크(Semantic Bayesian Network; SeBN) 모델을 제안한다. 단발적인 질의 분석이 아닌 점증적 질의 분석 방법을 바탕으로 불충분한 정보로 적절한 답변을 추론하지 못할 경우에MII(mixed-initiative interaction)를 수행하여 주어진 문제를 해결한다. 실제 모바일 검색 사이트에 제안하는 방법을 적용하여 유용성을 확인하였다.

• Journal of KIISE
• /
• v.44 no.4
• /
• pp.383-391
• /
• 2017

As we enter a new era of Big Data, the amount of semantic data has rapidly increased. In order to derive meaningful information from this large semantic data, studies that utilize the SWRL(Semantic Web Rule Language) are being actively conducted. SWRL rules are based on data extracted from a user's empirical knowledge. However, conventional reasoning systems developed on single machines cannot process large scale data. Similarly, multi-node based reasoning systems have performance degradation problems due to network shuffling. Therefore, this paper overcomes the limitations of existing systems and proposes more efficient distributed inference methods. It also introduces data partitioning strategies to minimize network shuffling. In addition, it describes a method for optimizing the incremental reasoning process through data selection and determining the rule order. In order to evaluate the proposed methods, the experiments were conducted using WiseKB consisting of 200 million triples with 83 user defined rules and the overall reasoning task was completed in 32.7 minutes. Also, the experiment results using LUBM bench datasets showed that our approach could perform reasoning twice as fast as MapReduce based reasoning systems.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.414-418
• /
• 2010

최근 라이프 로그의 수집과 관리에 관련된 연구가 많이 진행 중에 있다. 또 핸드폰 카메라, 디지털 카메라, 캠코더 등의 발전으로 자신의 일상생활을 비디오로 저장하고, 인터넷을 통해 공유하는 사람도 증가하고 있다. 비디오 데이터는 많은 정보를 포함하고 있는 라이프 로그의 한 예로. 동영상의 촬영 및 수집이 활발해짐에 따라 동영상의 메타정보를 생성하고, 이를 이용해 동영상 검색과 관리에 이용하려는 연구들이 진행 중이다. 본 논문에서는 라이프 로그를 수집하고 수집된 동영상과 라이프 로그를 이용하여 의미정보를 추출하는 시스템을 제안한다. 의미정보란 사용자의 행동을 나타내는 정보로써 컴퓨터 사용, 식사, 집안일, 이동, 외출, 독서, 휴식, 일, 기타로 9가지의 의미정보를 추출한다. 제안하는 방법은 사용자로부터 GPS, 가속도센서, 캠코더를 이용해 실제 데이터를 수집하고, 전처리 과정을 통하여 특징을 추출한다. 이때 추출될 특징은 위치정보와 사용자의 상태정보 그리고 영상처리릍 통한 RGB와 HSL 색공간의 요소와 MPEG-7의 EHD(Edge Histogram Descriptor). CLD(Color Layout Descriptor)이다. 추출된 특징으로부터 사람 행동과 같은 불안정한 상황에서 강점을 보이는 확률모델 네트워크인 베이지안 네트워크를 이용하여 의미정보를 추출한다. 제안하는 방법의 유용성을 보이기 위해 실제 데이터를 수집하고 추론하고 10-Fold Cross-validation을 이용하여 데이터를 검증한다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.6
• /
• pp.549-561
• /
• 2007

Vision-based scene understanding is to infer and interpret the context of a scene based on the evidences by analyzing the images. A probabilistic approach using Bayesian networks is actively researched, which is favorable for modeling and inferencing cause-and-effects. However, it is difficult to gather meaningful evidences sufficiently and design the model by human because the real situations are dynamic and uncertain. In this paper, we propose a learning method of Bayesian network that reduces the computational complexity and enhances the accuracy by searching an efficient BN structure in spite of insufficient evidences and training data. This method represents the domain knowledge as ontology and builds an efficient hierarchical BN structure under constraint rules that come from the ontology. To evaluate the proposed method, we have collected 90 images in nine types of circumstances. The result of experiments indicates that the proposed method shows good performance in the uncertain environment in spite of few evidences and it takes less time to learn.

• Journal of Information Management
• /
• v.39 no.4
• /
• pp.121-154
• /
• 2008

In this paper, a ontology-based keyword structuring method is proposed to represent the knowledge structure of scholarly documents and to make inferences from the semantic relationships holding among them. The characteristics of thesaurus as a knowledge organization system(KOS) for subject heading is critically reviewed from the information retrieval point of view. The domain concepts are identified and classified by analysis of the information activities occurring in a general research process based on scholarly sensemaking model. The ontological structure of keyword set is defined in terms of the semantic relationship of the canonical concepts which constitute scholarly documents such as journal articles. As a result, each ontologically structured keyword set of a document represents the knowledge structure of the corresponding document as semantic index. By means of the axioms and inference rules defined for information needs, users can efficiently explore the scholarly communication network built on the semantic relationship among documents in an analytic way based on the scholarly sensemaking model in oder to efficiently retrieve the relevant information for problem solving.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.325-327
• /
• 2012

스마트 홈은 단순한 가정 내 네트워크 연결이 아닌 주택(건물)내의 정보 기술 요소를 구현하는 토털 홈 정보 제어 시스템 서비스, 솔루션을 총칭한다. 현재는 언제, 어디서, 어떤 기기로건 인터넷에 접속할 수 있는 유비쿼터스(Ubiquitous) 시대이자, 개별 사물들이 인터넷에 연결되어 스스로 필요한 정보를 주고받게 될 시대가 도래함에 따라 사람들의 주요 생활공간에서도 활용도가 점차 커지는 것이다. 수시로 변화하는 상황에 적응하며 정확도가 높은 스마트 서비스의 제공을 위해서는 사용자의 의도에 부합하는 Semantic-Context 정보생성을 위한 SOM(Self-Organizing Map)추론 방식의 알고리즘과 정보의 의미화로 다양한 서비스를 지원할 수 있는 인프라 대비 최대 서비스가 요구된다. 이에 따라 본 논문에서는 스마트 홈에서 이종 가전기기들의 상황정보를 센서 데이터로부터 추출하여 사용자 맞춤형 서비스를 제공하기 위한 SOM 추론 기반의 스마트 홈을 설계한다.