• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.10
• /
• pp.397-406
• /
• 2014

In order to answer the questions successfully on behalf of the human in DeepQA environments such as Jeopardy! of the American quiz show, the computer is required to have the capability of fast temporal and spatial reasoning on a large-scale commonsense knowledge base. In this paper, we present a scalable spatial reasoning algorithm for deriving efficiently new directional and topological relations using the MapReduce framework, one of well-known parallel distributed computing environments. The proposed reasoning algorithm assumes as input a large-scale spatial knowledge base including CSD-9 directional relations and RCC-8 topological relations. To infer new directional and topological relations from the given spatial knowledge base, it performs the cross-consistency checks as well as the path-consistency checks on the knowledge base. To maximize the parallelism of reasoning computations according to the principle of the MapReduce framework, we design the algorithm to partition effectively the large knowledge base into smaller ones and distribute them over multiple computing nodes at the map phase. And then, at the reduce phase, the algorithm infers the new knowledge from distributed spatial knowledge bases. Through experiments performed on the sample knowledge base with the MapReduce-based implementation of our algorithm, we proved the high performance of our large-scale spatial reasoner.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.535-536
• /
• 2021

빅데이터를 활용한 기계학습 모델을 개발하기 위해서는 빅데이터 처리를 위한 플랫폼과 딥러닝 프레임 워크 등 고급 분석을 수행할 수 있는 도구의 활용이 동시에 요구된다. 그러나 빅데이터 플랫폼과 딥러닝 프레임워크를 자유롭게 활용하기 위해서는 상당한 수준의 기술적 지식과 경험이 필요하다. 또한 빅데이터를 이용한 딥러닝 모델을 개발할 경우 분산처리와 병렬처리에 대한 지식과 추가적인 작업이 요구된다. 본 연구에서는 빅데이터를 활용한 기계학습 모형을 자유롭게 개발 및 공유하고 분산 딥러닝을 위한 시스템적 지원을 통해 분야별로 딥러닝 모형을 개발하는 응용 연구자들이 활용할 수 있는 플랫폼을 제시하였다. 본 연구를 통해 다양한 분야의 연구자들이 자신의 데이터를 이용하여 모형을 개발할 경우 분산처리와 병렬처리를 위한 기술적 제약을 극복하고 보다 빠르고 효율적인 방법으로 모형을 개발하고 현업에 활용할 수 있을 것으로 기대한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.323-332
• /
• 2002

전자상거래와 같은 분산컴퓨팅환경에서는, 의사결정을 위해 협동적 문제해결과 사례기반의 자동 모형화가 더욱 중요시 되고 있다. 왜냐하면, 문제요구는 다양하고 이에 대응하기 위해 모든 모형을 준비한다는 것은 실제로 어려우며, 모형의 저장 및 관리관점에서도 비효율적이기 때문이다. 이에 따라, 최적화 에이전트 기반의 자동 모형화에 의한 문제해결을 위한 연구의 필요성이 인식되고 있다. 본 연구에서는 최적화 모형에 대한 지식이 부족한 사용자 수준의 XML 표현과 같은 문제요구를 이해하고, 최적화 모형 사례로부터 목표모형을 탐색하는 최적화 에이전트를 위한 사례기반 자동 모형화의 프레임웍을 제시한다. 이를 위해, 자동 모형화 지식의 표현과 목표모형 탐색을 위한 전방향 추론절차를 제시한다 최적화 에이전트는 모형화 노력을 줄이기 위해서, 민감도분석을 통해 성능이 평가된 탐색 알고리즘을 사용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.688-690
• /
• 2005

Ontology를 이용한 대부분의 이미지 검색 시스템들은 중앙 집중적(Centralization)으로 구성되어 있어, 단일 이미지 제공자의 특정 지식기반의 이미지 검색을 제공한다. 이에 반해 메타데이터 기반의 분산 이미지 검색 시스템들은 이미지 제공자들의 자율성을 보장하기 용의하지만, 지식기반 이미지 검색을 제공하지 못한다. 본 논문은 위 시스템들의 단정들을 극복하기 위해 Web Services를 이용하여 다양한 이미지 제공자들의 자율성을 보장하면서, 지식기반 이미지 검색을 지원하는 프레임워크의 Architecture를 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1326-1329
• /
• 2015

최근 들어 공간 지식을 활용한 다양한 서비스들이 개발됨에 따라, 공간 객체들 간의 정성적 공간 관계를 표현한 정성 공간 지식의 수요가 크게 늘어나고 있다. 공간 객체 각각의 세부 정보를 담은 대용량의 공간 데이터들은 개방화가 점차 확대되고 있으나, 공간 객체들 간의 정성적 관계를 표현한 정성 공간 지식은 상대적으로 확보하기 어려운 실정이다. 본 논문에서는 하둡 맵리듀스 병렬 분산 컴퓨터 환경을 이용해, 대용량의 공간 데이터로부터 공간 객체들 간의 위상 관계와 방향 관계를 나타내는 정성 공간 지식을 자동으로 추출하는 공간 지식 추출기를 제안한다. 본 논문에서 제안하는 대용량의 공간 지식 추출기는 맵리듀스 프레임워크를 기반으로 R-트리 색인과 범위 질의들을 효과적으로 이용함으로써, 웹 스케일 수준의 정성 공간 지식을 매우 효율적으로 추출해낸다. Open Street Map (OSM) 공개 데이터를 이용한 성능 분석 실험을 통해, 본 논문에서 제안하는 대용량 공간 지식 추출기의 높은 성능을 확인할 수 있었다.

• Proceedings of the KAIS Fall Conference
• /
• 2002.05a
• /
• pp.248-251
• /
• 2002

현재 지식에 대한 중요성의 인식으로 각 기업별로 정보 시스템 구축을 통한 지식의 축적을 시도하고 있고 데이터 웨어하우징(DW), 데이터마트, 전사적자원관리(ERP) 등 지식관리를 위한 핵심 시스템을 통해 구성원들간에 정보를 교환하고 있다. 이처럼 기업의 지식들이 생성, 공유, 관리, 보관되고 이를 보다 체계적이고 정교하게 구축하여 이용자가 보다 쉽게 사용할 수 있는 정보기술이 지식관리시스템(KMS)이다. XML은 여러 어플리케이션들의 표준화된 정보 전달의 매개가 되는 스펙으로 지식관리의 구조적 체계를 공유할 수 있는 기반을 만들어 줄 것이다. 지식 시스템은 분산된 정보와 시스템들의 상호 연동성을 보장할 수 있는 유연성과 확장성으로 표준규격의 XML을 연구하였다.

• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.5
• /
• pp.8-19
• /
• 2001

분산통합검색 시스템은 지리적으로 흩어져 있는 개별 데이터베이스의 정보 내용과 형식, 그것이 다른 데이터베이스의 어떠한 정보와 연계되어야 하는지를 스스로 판단하여, 사용자의 정보 요청이있을 때마다, 적합한 정보를 세계 각처의 전자 도서관에서수집하고 유형별로묶어서 체계화된 가상 문서를 실시간으로 제공하는 역할을 수행한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.385-389
• /
• 2007

전통적인 디지털 박물관 시스템은 전시를 조직화하는 단순한 기능에 촛점을 두고 있으며 설계 패턴은 전시 항목들에 기반을 두고 있다. 이것의 생명주기는 직선적이고 피드백과 재사용성이 부족하여 생명 주기에서 지식 처리를 다루는 것에 대해서는 관심을 가지지 않고 있다. 하지만 현대 디지털 박물관은 급진적으로 증가하는 정보를 다루어야 하고, 디지털 감상, E-학습과 관련 연구를 위해 통합된 기능을 제공해야 한다. 이러한 요구사항들은 디지털 박물관에서 객체들이 고수준으로 추상화되고, 생명주기도 반복적이며 재사용이 가능하도록 요구하고 있다. 그러므로 체계적으로 통합된 지식처리 과정들이 디지털 박물관에서 정보시스템을 다루기 위해서 절대적으로 필요하게 되었다. 본 논문에서는 현대 디지털 박물관 시스템에서 새로운 생명주기를 제안한다. 지식 흐름(knowledge flow)은 디지털 박물관 생명주기에 걸쳐서 모든 정보 흐름으로부터 고수준으로 추상화된 객체이다. 지식 흐름을 따라가게 되면 이 특별한 생명주기는 정의된 시금석으로서 다차원의 분수 모델(Fountain Model)과 비슷하며, 이 생명주기에서 지식처리 과정은 각 차원에서 다른 강조점을 지닌 계층으로 잘 나누어진다. 또한 분산된 지식 처리 절차를 체계적이고 재사용할 수 있도록 통합하기 위한 지식 기반 소프트웨어 공학 접근방법을 제공한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.319-323
• /
• 2006

본 논문에서는 동작 모델과 작업 목표에 따라 지능 로봇 시스템의 작업 순서를 결정하는 작업 계획기의 설계와 데모시스템에 대해 설명한다. 블랙보드 중심의 분산 제어 구조에서 하나의 독립적인 지식원으로 동작하는 작업 계획기는 작업 관리기의 요청이 있을 때마다 지식베이스로부터 동작 모델과 월드 상태 정보를 제공받아 작업 목표 달성을 위한 작업 계획을 생성한다. 그리고 이렇게 생성된 작업 계획은 오류로 인해 재 계획이 필요할 때까지 작업 관리기를 통해 실행된다. 본 연구의 작업 계획기는 효율적인 작업 계획 생성을 위해 지역 상태공간 탐색법의 하나인 EHC+ 탐색법과 계획그래프-기반의 휴우리스틱 계산법을 적용한다. 본 논문에서는 작업 계획기의 효율성과 블랙보드와의 연계성을 시험하기 위한 데모 시스템에 대해 자세히 설명한다. 이를 통해 지식베이스, 작업 관리기, 컴포넌트 서비스기 등 로봇 제어 구조내의 다른 지식원들과의 인터페이스를 위한 메시지 설계도 소개한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.11a
• /
• pp.49-52
• /
• 2003

워크플로우 관리시스템(WfMS: Workflow Management System)은 업무 프로세스를 컴퓨터에 의해 정의, 실행 및 관리하기 위한 소프트웨어 시스템이다. WfMS에서는 업무 프로세스의 로직을 컴퓨터가 이해 가능한 언어로 표현하므로 다수의 사용자가 이기종의 분산된 환경에서 참여하는 업무 흐름을 관리 하는데에는 효율적이나 지식경영 측면에서의 지원은 미약하다. 본 연구에서는 WfMS 구조하에서 효과적인 지식 관리를 위해 인공지능 기법의 하나인 사례기반추론(CBR: Case Based Reasoning)을 활용하여 업무 흐름상에서 발생하는 지식을 생성, 저장, 추출되도록 하는 업무 지원 시스템을 개발한다. 지식의 생성을 위해 폼 기반 워크플로우 관리 시스템을 활용하고 CBR 엔진은 제약 조건의 형태로 이뤄지는 쿼리에 대해 유사 사례 추출을 담당한다. 사례 베이스의 저장 형식은 XML(extensible Markup Language)을 이용한다. 본 연구에서 개발된 업무 지원 시스템을 활용함으로써 업무 조정자만으로서의 WfMS의 한계를 벗어나 지식경영 도구로서의 WfMS를 기대할 수 있다.