• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.805-807
• /
• 2018

본 논문은 인공 대역 확장에서 스펙트럼 포락선 확장 시 발생하는 스펙트럼 왜곡을 줄이는 개선된 조합 매핑(Improved combined mapping) 알고리즘을 제안한다. 벡터양자화를 기반으로 하는 코드북 매핑(Codebook mapping)과 스펙트럼 포락선(Spectrum Envelope)의 선형 의존도를 이용한 선형 매핑(Linear mapping)을 사용하여 각각 확장된 광대역 LSP(Line Spectrum Pair)를 추론하고, 연판정(Soft-decision)을 통해 최적화된 LSP를 추론한다. 제안된 알고리즘으로 합성된 음성신호의 스펙트럼 왜곡(Spectrum Distortion)이 기존 조합매핑으로 얻은 음성 신호의 스펙트럼 왜곡보다 더 적은 왜곡을 갖는 결과를 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1316-1319
• /
• 2015

본 논문에서는 대규모 분산 병렬 컴퓨팅 환경인 하둡 클러스터 시스템을 이용하여, 공간 객체들 간의 위상 관계를 효율적으로 추론하는 대용량 정성 공간 추론기를 제안한다. 본 논문에서 제안하는 공간 추론기는 추론 작업의 순차성과 반복성을 고려하여, 작업들 간의 디스크 입출력을 최소화할 수 있는 인-메모리 기반의 아파치 스파크 프레임워크를 이용하여 개발하였다. 따라서 본 추론기에서는 추론의 대상이 되는 대용량 공간 지식들을 아파치 스파크의 분산 데이터 집합 형태인 PairRDD와 RDD로 변환하고, 이들에 대한 데이터 오퍼레이션들로 추론 작업들을 구현하였다. 또한, 본 추론기에서는 추론 시간의 많은 부분을 차지하는 이행 관계 추론에 필요한 조합표를 효과적으로 축소함으로써, 공간 추론 작업의 성능을 크게 향상시켰다. 대용량의 공간 지식 베이스를 이용한 성능 분석 실험을 통해, 본 논문에서 제안한 정성 공간 추론기의 높은 성능을 확인할 수 있었다.

• The Journal of Society for e-Business Studies
• /
• v.18 no.4
• /
• pp.195-214
• /
• 2013

Case-based reasoning is a methodology for solving problems more quickly and efficiently by bringing the most similar case of a given problem from past cases and transforming it to fit the current situation. The most important performance indicator of case-based reasoning is the number of cases, so it is difficult to apply the methodology for the area which has not enough cases. In this paper, we proposed a method to exchange cases based on the Semantic Web in order to overcome the problems. Inparticular, we separated cases into sub-cases to make it possible creating new cases by combining the appropriate sub-cases even if there was no proper full case. In order to achieve that, we designed an ontology that connects a case and its sub-cases, represents detailed similarity rules that compare sub-cases, and represents the rules for the combination of sub-cases. Moreover, we designed and implemented a semantic distributed case-based reasoning framework where a case requester can request sub-cases via the Web from case providers and integrates sub-cases into a new case by using the ontology.

• 한국IT서비스학회:학술대회논문집
• /
• 2008.11a
• /
• pp.349-352
• /
• 2008

본 논문에서는 시맨틱 웹 기반의 학술 정보 분석 서비스 프레임워크인 OntoFrame에 대해 소개하고자 한다. 2005년부터 개발되기 시작한 OntoFrame은 매년 새로운 서비스와 기술로 확장되고 있으며 OntoFrame2008에서는 다중 키워드 기반의 검색 서비스 및 다중 개체 중심적 통합 검색기능을 제공한다. 본 서비스는 키워드의 개체를 판단한 후에 인력, 주제, 인력+주제에 해당하는 서비스 API를 호출하여 추론 서비스 페이지를 구성한다. 이때 시스템에서 자동으로 판단되는 개체의 모호함을 제거하기 위해서 사용자의 의도라고 판단되는 최적의 개체 조합 페이지뿐만 아니라 해당 키워드에서 나타날 수 있는 모든 개체 조합의 후보 페이지들을 제공해주어 시스템의 일방적인 추천 서비스의 단점을 없앴다. 그리고 서비스의 결과로 제공되는 페이지에서 링크를 통한 추가조건 검색도 제공해 주어 사용자의 검색 의도를 정확하게 파악하여 편리한 정보 획득을 도와주는 시스템으로 개발하고 있다. OntoFrame2008은 여러 가지 풍부한 분석 서비스를 제공하여 연구자들이 학술 정보 검색 과정에 많은 도움이 되는 추론 서비스를 제공하고 있다.

• Journal of Korea Water Resources Association
• /
• v.44 no.7
• /
• pp.523-536
• /
• 2011

The objective of this study is to develop the data driven model for the flood forecasting that are improved the problems of the existing hydrological model for flood forecasting in medium and small streams. Neuro-Fuzzy flood forecasting model which linked the Takagi-Sugeno fuzzy inference theory with neural network, that can forecast flood only by using the rainfall and flood level and discharge data without using lots of physical data that are necessary in existing hydrological rainfall-runoff model is established. The accuracy of flood forecasting using this model is determined by temporal distribution and number of used rainfall and water level as input data. So first of all, the various combinations of input data were constructed by using rainfall and water level to select optimal input data combination for applying Neuro-Fuzzy flood forecasting model. The forecasting results of each combination are compared and optimal input data combination for real-time flood forecasting is determined.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.3 no.3
• /
• pp.38-54
• /
• 1993

퍼지 제어기(FLC)는 Max-Min CRI 방법을 이용하여 추론하는 시스템이다. 그러나 이 방법은 주관적인 멤버쉽 함수의 결정, 오류 발생 가중치 전략, 비합리적인 추론 규칙들의 조합이라는 세가지 문제점 때문에 원하는 추론 결과와 실제 추론 결과 사이에 상당한 오류 영역을 발생시킨다. 본 논문에서는 이를 해결하기 위해 퍼지 이론에 신경 회로망의 학습 기능이 융합되어 지능적으로 작동하는 뉴로-퍼지 시스템(INFS)을 제안한다. INFS는 이상의 문제 해결 방안이 지식 획득 단계, 적응 조절단계를 통해 작동함으로써 임의의 입력에 대해서도 추론이 가능한 시스템이다. 제안된 INFS를직류 계열 모니터에 적용한 결과 신경 회로망을 사용하지 않았을때 보다 오류 영역을 상당히 줄여주었다. 또한 학습 시간을 고려해 볼 때, INFS에서 사용하는 추론 방법(NCRI 방법)이 지금까지 다른 방법에 비해 휠씬 효율적이었다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.12
• /
• pp.774-779
• /
• 2015

In this paper, we present the design and implementation of a large-scale qualitative spatial reasoner using Apache Spark, an in-memory high speed cluster computing environment, which is effective for sequencing and iterating component reasoning jobs. The proposed reasoner can not only check the integrity of a large-scale spatial knowledge base representing topological and directional relationships between spatial objects, but also expand the given knowledge base by deriving new facts in highly efficient ways. In general, qualitative reasoning on topological and directional relationships between spatial objects includes a number of composition operations on every possible pair of disjunctive relations. The proposed reasoner enhances computational efficiency by determining the minimal set of disjunctive relations for spatial reasoning and then reducing the size of the composition table to include only that set. Additionally, in order to improve performance, the proposed reasoner is designed to minimize disk I/Os during distributed reasoning jobs, which are performed on a Hadoop cluster system. In experiments with both artificial and real spatial knowledge bases, the proposed Spark-based spatial reasoner showed higher performance than the existing MapReduce-based one.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.542-545
• /
• 2010

모바일은 사용자의 여섯 번째 감각의 도구로써 신체의 일부가 되고 있으며 사용자의 감정이나 행동패턴 등의 상황 정보를 분석하여 사용자의 의도나 요구사항을 예측할 수가 있다. 본 논문에서는 안드로이드를 기반으로 사용자의 감정을 포함한 다양한 상황을 인지하고 감정과 상황에 따른 사용자의 행동을 추론할 수 있는 상황인지 스마트 폰을 제안한다. 상황인지 스마트폰은 카메라에서 입력된 사용자의 얼굴 영상을 통해 감정을 인지하고 감정에 따른 행동과 그 때의 상황정보를 조합하여 히스토리 DB에 축적된다. 또한 현재의 감정과 상황 정보에 따라 과거의 히스토리DB를 비교 분석하고 현재의 행동을 추론한다. 이것은 사용자에게 고차원적인 서비스를 제공해줄 수 있다. 상황인지 스마트폰은 감정을 인지하는 감정인지 매니저와 상황 정보를 수집하고 관리하는 컨텍스트 매니저, 행동을 추론하는 추론 매니저로 구성된다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.419-422
• /
• 2023

자연어 추론은 전제 문장과 가설 문장의 관계를 함의, 중립, 모순으로 분류하는 자연어 처리 태스크이다. 최근 여러 자연어 처리 태스크에서 딥러닝 모델을 이용하는 방법이 우수한 성능을 보이고 있지만, 이는 미세 조정과정에 드는 비용이 많다는 점과 모델 출력의 근거, 과정을 사람이 이해하기 어려운 한계가 있다. 이러한 이유로 최근에는 소량의 입력, 출력 예시를 포함한 프롬프트를 이용한 방법론과 모델 출력에 대한 근거를 생성, 활용하는 방법에 관한 많은 연구가 진행되고 있다. 본 논문에서는 퓨샷 학습 환경의 한국어 자연어 추론 태스크를 위한 세 가지 프롬프트 방법과 이들을 조합하여 적용하는 방법을 제안한다. 이를 통해 '해석 가능성'과 자연어 추론 성능을 모두 향상시킬 수 있음을 보인다.

• School Mathematics
• /
• v.11 no.3
• /
• pp.351-368
• /
• 2009

This study presents data from a year-long teaching experiment which illustrate how two seventh graders modified their multiplicative thinking and interacted with their representing symbols in the context of combinatorial problem situations. Damon was at the process of construction of recursively multiplicative thinking by modifying his multiplicative reasoning, but Carol appeared to remain at the stage of a binary multiplicative scheme. The two students' struggles with their representing symbols or represented symbols by the teacher show that even well-organized symbolic systems from teachers' perspective do not necessarily help students advance their mathematical capacity.