• School Mathematics
• /
• v.9 no.3
• /
• pp.427-445
• /
• 2007

This study presents the results of a case study that investigated a seventh grader's fractional reasoning related to multiplicative reasoning. In addition, by employing domain analysis and taxonomic analysis for analyzing qualitative data, I show how a qualitative methodology was used for the data collected by teaching experiment methodology. The study identifies three distinct issues that emerged as the student engaged in solving fraction problems: a view of fractions as operations vs. results, the issue of units, and mixed numbers vs. improper fractions. These three issues have instructional implications in that each of them is critical in developing multiplicative reasoning and investigating how they relate to each other suggests a way to improve multiplicative reasoning in fractional contexts.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.176-181
• /
• 2022

일반 상식 추론 능력은 가장 사람다운 능력 중 하나로써, 인공지능 모델이 쉽게 모사하기 어려운 영역이다. 딥러닝 기반의 언어 모델은 여전히 일반 상식에 기반한 추론을 필요로 하는 분야에서 부족한 성능을 보인다. 특히, 한국어에서는 일반 상식 추론과 관련한 연구가 상당히 부족한 상황이다. 이러한 문제 완화를 위해 최근 생성 기반의 일반 상식 추론을 위한 한국어 데이터셋인 Korean CommonGen [1]이 발표되었다. 그러나, 해당 데이터셋의 평가 지표는 어휘 단계의 유사성과 중첩에 의존하는 한계를 지니며, 생성한 문장이 일반 상식에 부합한 문장인지 측정하기 어렵다. 따라서 본 논문은 한국어 일반 상식 추론 및 생성 능력에 대한 평가 지표를 개선하기 위해 문장 성분의 의미역과 자모의 형태 변화를 바탕으로 생성 결과를 평가하는 SRLev, 사람의 평가 결과를 학습한 BIH, 그리고 두 평가 지표의 장점을 결합한 SRLev-BIH를 제안한다.

• Korean Journal of Logic
• /
• v.15 no.3
• /
• pp.347-375
• /
• 2012

In my article published in 2008, I offered an inferentialist account of indicative conditionals. In her recent paper, Professor Seawha Kim raises three objections. First, I misunderstand Sellars-Brandom in that I take only concept-constitutive inferences as materially valid inferences. Second, Sellars and Brandom talk about the common features of all kinds of conditionals including counterfactual conditionals, but I construe their view as the analysis of the indicative conditionals only. Third, either my analysis is incompatible with Sellars-Brandom inferentialism or my analysis is too general. In this paper I argue that Seawha Kim's objections are all based on insufficient understandings of Sellars's and Brandom's views. First, it is Sellars's view that materially valid inferences are restricted within concept-constitutive inferences. Second, neither Sellars nor Brandom proposes a specific theory about the indicative conditional. Instead, they argue for the expressive role of the conditional. What I accept from their views is this expressive role of the conditional. The detailed proposals about the indicative conditional in my aforementioned article are my own. Third, the differences among conditionals have no direct bearing on Sellars-Brandom inferentialism. In addition, the meaning and role of the conditional expression 'if-then' do not require more than what I have argued for it.

• Journal of Educational Research in Mathematics
• /
• v.19 no.1
• /
• pp.81-98
• /
• 2009

This study analyzed the types of quantitative reasoning and the characteristics of representation in order to figure out the characteristics of quantitative reasoning of the sixth graders. Three students who used quantitative reasoning in solving problems were interviewed in depth. Results showed that the three students used two types of quantitative reasoning, that is difference reasoning and multiplicative reasoning. They used qualitatively different quantitative reasoning, which had a great impact on their problem-solving strategy. Students used symbolic, linguistic and visual representations. Particularly, they used visual representations to represent quantities and relations between quantities included in the problem situation, and to deduce a new relation between quantities. This result implies that visual representation plays a prominent role in quantitative reasoning. This paper included several implications on quantitative reasoning and quantitative approach related to early algebra education.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.435-438
• /
• 2010

오늘날 많은 연구자들은 자율적 인간형 로봇 (Autonomous symbiotic human-robot)을 보조하기 위한 지식체계로 온톨로지의 개념을 사용한다. 이러한 연구는 룰 기반의 추론시스템을 지원하기 위해 온톨로지를 저장하는 데이터베이스 스키마를 설계하는데 초점을 맞추고 있다. 이러한 연구 뿐만 아니라 온톨로지 개념을 사용하는 가장 중요한 목적 중에 하나는 상황 추론이다. 이러한 관점에서 본 논문은 로봇이라는 환경에서 좀 더 지능적인 상황 추론 서비스를 제공하기 위해, 5W1H 기반의 로봇 지능 저장소라 불리는 로봇 메모리 저장소를 설계하는데 초점을 두고 있다. 기존 연구는 체계적이고 의미론적 5W1H를 고려하지 않거나 5W1H와 다른 개념 사이의 연광성의 결여에 많은 문제점을 가지고 있으며 이를 해결하기 위해 본 논문에서는 상황, 목적, 공간, 특징, 인간 그리고 5W1H의 온톨로지 지식을 저장할 수 있는 개념적인 모델인 로봇 메모리 모델을 설계한다. 또한 본 논문에서는 상황 추론을 지원하기 위해 로봇의 인스턴스 정보라고 불리는 자전적 기억 (Episodic Memory)를 효과적으로 저장하기 위한 5W1H 모델을 정의하며 이러한 모델을 물리적으로 저장하기 위한 관계형 데이터베이스 기반의 EventsEpisodicRBS를 설계한다. 결과적으로 이러한 연구를 통해서 자율적 인간형 로봇 환경에서 로봇이 지능적 서비스 제공의 핵심 모듈인 상황 추론을 지원하는데 큰 기여를 할 수 있는 하부 시스템으로서의 의미를 가질 수 있다.

• Journal of KIISE:Databases
• /
• v.37 no.4
• /
• pp.197-202
• /
• 2010

Recent studies on change detection for RDF data are focused on not only the structural difference but also the semantic-aware difference by computing the closure of RDF models. However, since these techniques which take into account the semantics of RDF model require both RDF models to be memory resident, or they use a forward-chaining strategy which computes the entire closure in advance, it is not efficient to apply them directly to detect changes in large RDF data. In this paper, we propose a scalable change detection technique for RDF data, which uses a backward-chaining inference based on relational database. Proposed method uses a new approach for RDF reasoning that computes only the relevant part of the closure for change detection in a relational database. We show that our method clearly outperforms the previous works through experiment using the real RDF from the bioinformatics domain.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.835-840
• /
• 2007

현재 이슈가 되고 있는 유비쿼터스 컴퓨팅 환경에서 서비스를 제공함에 있어 사용자의 만족도를 높여주기 위해 서비스의 지능화가 필요하다. 이러한 지능적인 서비스를 제공하기 위해 서비스에 필요한 지식을 논리적으로 표현하고, 체계적으로 추론할 수 있는 방법이 요구된다. 이를 위해 표현 범위가 넓고 유연한 일차 술어 논리(FOL)는 여러 분야에서 사용되었으며, 추론 시스템에 이용되고 있다. 그러나 풍부한 표현 범위는 유비쿼터스 컴퓨팅 환경에서의 오브젝트 관리에 있어 많은 계산비용이 소요된다. 서비스의 빠른 제공을 목표로 하고 있는 유비쿼터스 환경에서 이러한 계산비용은 서비스 제공 시간을 늦추는 요인이 된다. 이러한 문제를 극복하고 지식의 의미를 부여하는 방법으로 Description Logic과 온톨로지가 연구되고 있다. 특히 OWL(Web Ontology Language)은 풍부한 표현력을 제공하고 있으며, W3C에 의해 온톨로지 기술의 표준으로 제안되었다. 그러나 풍부한 표현 범위는 실제 컴퓨팅 환경에서 모두 사용되지 않고, 기술 및 추론의 복잡함으로 overhead가 발생한다. 본 논문에서는 이를 극복하고자 실제 유비쿼터스 환경에서 요구되는 표현 범위를 만족하는 SUNHI의 표현력을 갖는 EOL을 제안한다.

• 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.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.35-44
• /
• 1998

자동차 사고 재구성이란 사고 상황으로부터 가능한 모든 정보를 수집, 분석하여 사고 거동 및 원인을 규명하는 작업을 의미한다. 본 논문에서는 자동차 사고 재구성에 직접 적용이 가능하도록 개발된 범용성의 정성적 충돌 전문가 시스템의 Prototype을 소개한다. 이 시스템은 충돌 전 물체의 운동 방향과 공간에서의 정보가 주어졌을 때, 충돌로 인한 물체의 순간적인 운동을 정성적으로 예측한다. 분야 모델은 정성적 충돌 이론과 정성적 계산을 제공하는 정성적 수학의 지식 베이스로 구성된다. 충돌로 인한 물체의 운동을 해석하는 데 있어, 충돌 전 물체의 운동 방향과 충돌시의 기하학적 배치사이의 상호 작용을 분석하는 것이 그 핵심을 이루고 있다. 본 논문에서는 그 상호 작용을 밝혀 내어 정성적 표현 방식에 의거하여 해석하는 충돌 이론을 소개하였다. 추론 기관을 설계하는데 있어서는 동력학 정보뿐만 아니라 공간 정보를 추론하기 위한 기법이 제시되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.109-111
• /
• 2006

인터넷이 발전함에 따라 폭발적으로 증가하는 웹 데이터를 효율적으로 관리하는 방법이 요구되었으며, 기존 웹에 대한 대안으로 제시된 것이 시멘틱 웹이다 시멘틱 웹에서 단순 단어의 나열로 검색하는 방법을 사용하는 것이 아닌 온톨로지 추론을 이용하여 사용자가 입력한 쿼리에 대한 의미를 찾아내는 방법이다. 이 논문에서는 기본적으로 온톨로지에서 제공하는 기본 공리 이외에 부가적인 추론규칙을 만들어 추가하고 추가된 추론규칙을 이용하여 웹 온톨로지와 연관된 지식창고(Knowledge Base)를 확장하는 방법을 제시하였다.