• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.452-454
• /
• 2012

이미지 형태로 표현된 외부 정보를 입력으로 사용하는 다양한 응용에서, 이미지 내에 포함된 오브젝트의 의미를 이해하는 것은 매우 중요하다. 이를 위해, 이미지로부터 대상 오브젝트를 구성하고 있는 요소들에 대한 정보를 구조적으로 파악하는 과정이 필요하다. 연상 네트워크 모델은 이러한 문제 해결을 위한 효과적인 솔루션을 제공할 수 있다. 그러나 기존에 제안된 연상 네트워크 모델들은 오브젝트를 구성하고 있는 지역적 속성 정보들을 독립된 형태로 구조적으로 연상하기에는 적합하지 않다. 이에 본 논문에서는 오브젝트의 구성 요소들에 대한 구조적 속성 정보를 포함할 수 있는 새로운 연상 네트워크 모델을 개념적으로 설계하고, 실험을 통해 그 가능성을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.274-276
• /
• 2005

본 논문에서는 단백질 상호작용 네트워크의 복잡성을 제어하고 생물학자가 자신이 설정한 조건을 만족시키는 환경에서 추가적인 다양한 제약 조건을 가하면서 원하는 상호작용 네트워크를 구성하고 조작할 수 있도록 지원하는 Constraints Based Dynamic Protein Interaction Network 이라는 새로운 개념의 단백질 상호작용 네트워크를 소개한다. 본 기법에서는 기존의 단백질 상호작용 네트워크에서 주로 사용하는 단백질 상호작용 정보뿐 아니라 단백질 상호작용에 영향을 미칠 수 있는 개개 단백질의 물리 화학적 특성 및 위치 정보와 상호작용의 환경 정보도 단백질 상호작용 네트워크 구성에 활용한다. 제안된 네트워크상에서 생물학자는 단백질 상호작용 네트워크 구성 조건을 변경하거나 얻어진 네트워크에 변경을 가하면서 점차 자신이 원하는 의미 일은 대사경로 모델을 찾거나, 제약조건의 다양한 조작을 통하여 생물학적 실험을 통하여 얻어진 대사모델의 유효성을 검증하는 것도 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.31-42
• /
• 2010

GPM(Generic Product Model)은 원자력 플랜트의 라이프 사이클 데이터를 통합, 공유하기 위하여 일본의 Hitachi에서 개발한 공통 데이터 모델이다. GPM은 추상 모델 성격의 GPM 핵심 모델과 핵심 모델의 기술을 위한 구현 언어 그리고 구현 언어로 작성된 참조 라이브러리로 구성되어 있다. GPM 핵심 모델은 객체들 사이의 의미가 부여된 관계 정의를 통하여 객체 의미 관계 네트워크 모델을 구성할 수 있는 특성이 있다. 초기의 GPM은 GPM 핵심 모델의 특성을 반영한 신택스의 GPML이라는 구현 언어를 개발하여 제공하였으나 원자력 플랜트 라이프 사이클동안 다양한 목적으로 GPM 데이터 모델에 접근하는 이기종 애플리케이션들과의 상호운용성을 위하여 XML을 기반으로 하는 GPM-XML로 교체되었다. 그러나 현재 GPM-XML을 사용하여 구축한 GPM 데이터 모델이 객체 의미 관계 네트워크 모델로서 활용되기 위한 GPM-XML 기반의 연구가 미비한 상태이다. 따라서 본 논문에서는 객체 의미 관계 네트워크와 유사한 성격의 온톨로지를 기술할 수 있으며 이를 지원하는 기술 표준 및 도구들이 이미 활용 가능한 수준에 있는 OWL을 GPM 핵심 모델을 위한 구현 언어로서 제안한다. OWL은 XML 기반의 RDF/XML 형식으로 기술될 수 있으므로 상호운용성 또한 보장받을 수 있다. 본 논문은 OWL의 세 가지 하위 언어 사양 중 추론기능을 완벽히 제공받을 수 있는 가운데 문법적 제약이 가장 덜 엄격한 OWL DL을 사용한다. 본 논문은 OWL DL을 GPM 핵심 모델의 구현 언어로서 사용하기 위하여 GPM과 OWL 두 모델 사이의 차이점을 도출한 후 이를 해소할 수 있는 방법을 제안하며 이 방법을 적용하여 GPML로 작성된 참조 라이브러리를 OWL DL 기반의 온톨로지로 변환하여 구축하는 방법을 기술한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1235-1238
• /
• 2015

센서 레지스트리 시스템(Sensor Registry System, CRS)은 이기종 센서 네트워크 환경에서 센서 데이터의 일관성 있는 의미 해석을 위하여 센서 메타데이터를 등록하고 관리하는 시스템이다. 최근 사물인터넷(Internet of Things, IoT) 패러다임이 대두됨에 따라 센서 네트워크의 개념 및 이용 목적 등이 변화되고 있으며, SRS 역시 이를 반영하여 센서와 연관된 데이터 모델의 개선 및 확장이 요구된다. 따라서 이 논문은 IoT 환경에서 기존 SRS를 개선하기 위하여 Semantic Sensor Network Ontology(SSNO) 기반의 SRS 데이터 모델을 제안한다. 이를 위하여 IoT 환경에서 SRS의 목적 및 요구사항을 분석하고 SSNO의 개념들 중 필요 요소와 불필요 요소를 반영하여 제안 모델을 설계한다. 또한 생성된 SRS 데이터 모델을 이용하여 관계형 데이터베이스로 구축하고 SRS를 웹 어플리케이션으로 구현한다. 제안하는 SRS 데이터 모델은 기존 모델들에 비해 SSNO 온톨로지를 가장 적합하게 표현하므로 풍부한 의미 처리가 가능하다.

• 인터넷정보학회논문지
• /
• 제9권5호
• /
• pp.165-173
• /
• 2008

하이브리드 애드 혹 네트워크는 통합 네트워크로서 홈 네트워크, 텔레매틱스, 센서 네트워크 등에서 다양한 종류의 서비스를 제공할 수 있다. 특히 애드 혹 네트워크의 각 노드는 이웃 노드들에 데이터를 전송해야 하므로, 전체 에너지의 사용량을 줄이면서, 균형적으로 에너지를 사용하게 해야 한다. 균형적으로 에너지를 사용하지 않으면 부하가 걸린 노드에서 빠른 시간 내에 노드 전송 실패가 나타날 수 있으며, 이는 네트워크 분할 및 네트워크의 기능제공 시간이 단축되는 것을 의미한다. 그러므로 본 논문에서는 에너지의 효율성을 고려한 라우팅 알고리즘에 관한 연구를 수행하였다. 제안한 알고리즘에서는 예측모델을 이용해 각 노드의 에너지의 잔량을 예측하므로, 라우팅 경로의 설정시 에너지 정보를 얻기 위한 많은 부하를 감소시킬 수 있으며, 전체 노드에 걸쳐 에너지의 사용을 균형적으로 사용하게 할 수 있다. 이에 따라 에너지의 손실의 감소 및 네트워크의 가용시간을 연장할 수 있다

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.164-165
• /
• 2018

네트워크 정상행위 모델링이란 대상 네트워크 및 시스템에서 동작 가능한 행위 중 허용된 행위를 모델링하는 것을 의미한다. 정상행위 모델은 해당 모델의 정상 이외 범주의 알려지지 않은 비정상 행위의 탐지 가능성을 가지고 있어 활용도가 높다. 네트워크 및 시스템의 복잡도가 증가할수록 특성의 파악이 힘들며 이로 인해 주요 특징의 누락이 발생할 수 있어 대상 네트워크의 다수의 데이터에 기반한 기계학습 기반의 네트워크 정상행위 모델링에 관한 다양한 연구가 진행되고 있다 본 논문에서는 딥러닝을 포함하여 네트워크 정상행위 모델링에 사용될 수 있는 다양한 기계학습 기반의 기법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• 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.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.99-106
• /
• 2014

최근 자연어 및 정형언어 처리, 인공지능 알고리즘 등을 활용한 효율적인 의미 기반 지식모델의 생성과 분석 방법이 제시되고 있다. 이러한 의미 기반 지식모델은 효율적 의사결정트리(Decision Making Tree)와 특정 상황에 대한 체계적인 문제해결(Problem Solving) 경로 분석에 활용된다. 특히 다양한 복잡계 및 사회 연계망 분석에 있어 정적 지표 생성과 회귀 분석, 행위적 모델을 통한 추이분석, 거시예측을 지원하는 모의실험 모형의 기반이 된다. 하지만 대부분의 지식 모델은 특정 지표나 정제된 데이터를 수동적으로 모델링하여 분석에 활용한다. 본 논문에서는 텍스트 마이닝 기술을 통해 방대한 비정형 정보로부터 지식 모델을 구성하는 토픽인자와 관계 노드를 생성하고 이를 통합하는 방법과 정형적 알고리즘을 제시한다. 이를 위해 먼저, 텍스트 마이닝을 통해 도출되는 키워드 맵을 동치적 지식맵으로 변환하고 이를 의미적 지식모델로 통합하는 방법을 설명한다. 또한 키워드 맵으로부터 유의미한 토픽 맵을 투영하는 방법과 의미적 동치 모델을 유도하는 알고리즘을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.721-723
• /
• 2020

부분 공간 군집화는 고차원 데이터에서 의미 있는 특징들을 선별 및 추출하여 저차원의 부분 공간에서 군집화 하는 것이다. 그러나 최근 딥러닝 활용한 부분 공간 군집화 연구들은 AutoEncoder을 기반으로 의미있는 특징을 선별하는 것이 아닌 특징 맵의 크기를 증가시켜서 네트워크의 표현 능력에 중점을 둔 연구되고 있다. 본 논문에서는 AutoEncdoer 네트워크에 Channel Attention 모델을 활용하여 Encoder와 Decoder에서 부분 공간 군집화를 위한 특징을 강조하는 네트워크를 제안한다. 본 논문에서 제안하는 네트워크는 고차원의 이미지에서 부분 공간 군집화를 위해 강조된 특징 맵을 추출하고 이를 이용해서 보다 향상된 성능을 보여주었다.

• 중소기업연구
• /
• 제43권4호
• /
• pp.117-154
• /
• 2021

상호 연결과 공유를 기반으로 하는 초 연결(Hyper-connected)의 인터넷 시대가 도래하면서 기업활동에 네트워크의 중요성이 증가되고 비즈니스 인큐베이션 (Business incubation (BI))에서도 네트워크 인큐베이션(Networked incubation (NI))이 주류 개념으로 등장하였다. 이에 따라 NI에 대한 다각도의 이론적 분석은 활발한 반면 세부 운영모델에 대한 구체적 연구는 거의 전무하다. 이에 본 연구는 이론적 분석을 통해 연구대상 BI에 최적화된 지식 중점 네트워크 인큐베이션 (Knowledge focused networked incubation (KNI)) 모델을 정립하고 이를 복수의 BI 운영에 적용하였으며 기술 통계, 사례연구 및 개별 심층 인터뷰 (Individual Depth Interview (IDI))를 통해 도출된 KNI 모델의 실효성 초기진단을 병행하였다. 이 연구는 현실적 요구에 부응하고 보편적으로 적용할 수 있는 정교화된 NI 운영모델을 제시하였다는 점에 그 의미가 있다.