• Proceedings of the Korea Society for Simulation Conference
• /
• 1993.10a
• /
• pp.11-11
• /
• 1993

도메인에 대한 전문 지식 획득(Acquisition of expert knowlegde)은 지식 제공자인 인간 전문가에 의존한다. 도메인이 복잡해 질수록 인간 전문가로부터 관련된 모든 지식을 획득하기란 어렵다. 이런 지식 획득의 어려움을 부분 흑은 완전 자동화된 지식 획득 시스템을 통해 해결하려는 많은 연구가 있어 왔다. 그러나 지식 획득을 위한 여러 시도들은 지식 제공자의 촛점이 도메인이 아닌 표현 구조나 도구- representation environment -에 보다 치우치게 하여, 잘못된 지식을 획득하게 하거나 주요지식이 생략되는 경우를 보이기도 한다. 또한 정적인 관계(relationship)에 의해서만 지식(Static Knowledge)을 생성하므로 시간흐름에 따라변화하는 지식을 나타내기는 어렵다. 본 연구에서는 시뮬레이션을 통한 자동 지식 획득(Simulation Based automatic Knowledge Acquisition) 방법을 제시한다. 이 방법은 1) 도메인에 관한 초기 인과관계 정보를 입력 받고, 2) 입력된 정보를 일정한 프레임에 따라 구조화 시켜 경험 베이스를 구성하고 이를 탐색하여 도메인과 관련된 확장된 정보를 얻은 후, 3) 위의1),2)를 통해 얻어진 정보를 분석하여 주어지는 입력에 대해 다양한 출력을 낼 수 있는 시뮬레이션 모델을 생성한다. 이 모델은 다음 단계의 지식 생성을 위한 수단(resource)이 되며, 구간값과 같은 불확실한 정보를 포함할 수 있는 구조이다. 마지막으로 4) 생성된 모델을 시뮬레이션하여 결과로 생성된 지식을 획득한다. 위의 과정에서, 지식획득을 위한 수단인 시뮬레이션 모델이 지식 제공자의 개입 없이 자동 생성됨에 따라, 지식 제공자는 도메인 관련 지식 그 자체에 집중할 수 있으며, 생성된 모델을 시뮬레이션한 결과에 의해 지식을 생성함으로써 동적인 지식이 얻어질 수 있다. DEVS 모델에 대한 타당성 검사 방법을 고찰하고 그 문제점에 대하여 자세히 설명한다. DEVS 모델의 타당성 검사에 이용하는 SPN 모델에 대한 개념과 DEVS 모델과 행위적으로 동등한 SNP 모델로 변환을 위한 관점을 제조명하다. 동일한 관점에서 두 모델의 상태표현이 같도록 DEVS 모델이 SPN 모델로 표현됨을 보이는 변환이론을 제시하고 변환이론을 바탕으로 모델 변환과정을 제시한다. 모델 변환이론과 변환고정을 기본으로 타당성 검사를 위한 새로운 동질함수(homogeneous function)를 정의하고 이와 함께 SPN 모델의 특성을 이용하여 DEVS 모델에 대한 타당성 검사 방법을 새롭게 제안한다. 에탄올투여로 증가된 유리기 해독계 효소인 GSH-Px활성을 큰 폭으로 감소시키고 에탄올투여로 감소된 비효소적 항산화작용을 나타내는 GSH함량을 다량 증가시킴으로서 지질과산화물에 대한 방어력이 증가되어 나타난 결과로 여겨지며, 또한 혈청중의 ALT, ALP 및 LDH활성을 유의성있게 감소시키므로서 감잎 phenolic compounds가 에탄올에 의한 간세포 손상에 대한 해독 및 보호작용이 있는 것으로 사료된다.반적으로 홍삼 제조시 내공의 발생은 제조공정에서 나타나는 경우가 많으며, 내백의 경우는 홍삼으로 가공되면서 발생하는 경우가 있고, 인삼이 성장될 때 부분적인 영양상태의 불충분이나 기후 등에 따른 영향을 받을 수 있기 때문에 앞으로 이에 대한 많은 연구가 이루어져야할 것으로 판단된다.태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minimal $X^{0}$ elements)로 가정한다. 즉, [+wh] 의미의 겹의문사는 동일한 구성요 소를 지닌 병렬적 합성어([$[W1]_{XO-}$ $[W1]_{XO}$ ]$

• Journal of the Korea Society for Simulation
• /
• v.2 no.1
• /
• pp.23-30
• /
• 1993

본 연구에서는 시뮬레이션을 통한 지식의 자동 획득(Simulation-Based Automatic Knowledge Acquistion) 가능성을 제시한다. 이을 위한 작업 단계는 다음과 같다. 첫째, 지식 제공자에 의한 대상(domain) 관련 초기 인과 관계 정보 입력 단계, 둘째 경험 베이스 탐색에 의한 확장된 정보 생성 단계, 세 번째로 생성되어진 정보를 사용하여 대상 반영 모델을 구축하는 단계, 네 번째로 구축된 모델을 시뮬레이션하고 수행 결과의 분석을 통해 새로운 지식을 획득하는 단계로 구성된다. 제안된 지식 획득 방법은 ,대상에 관계된 개념과 개념들의 인과 관계를 바탕으로 모델을 자동 생성하여 이를 지식 획득 표현틀로 이용하는 유연한 구조를 사용하였고, 또한 생성된 모델의 시뮬레이션 결과를 분석함에 의해 새로운 지식을 획득함으로써 획득된 지식이 동적 세계를 잘 반영할 있도록 하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.22 no.1
• /
• pp.26-31
• /
• 2005

소비자가 주도하는 현대의 시장에서 제품의 복잡성은 점점 더 커지고, 제품 개발 활동은 지리적으로 분산되어 수행되는 경향이 확산되고 있다. 이러한 환경에서 요구되는 설계 개발 툴로서의 지능형 설계 시스템은 종래의 CAD 시스템보다 다양한 기능을 가져야 하고, 도면이나 문서와 같은 전통적인 정보보다 다양하고 고도화된 정보를 취급할 수 있어야 한다. 이와 같이 제품이나 부품의 형상 외에도 설계 의도와 규칙, 지식 등을 포함하여 기능과 거동 및 구조를 표현할 수 있는 플랫폼을 설계 저장소라 한다. 조립 제품을 대상으로 하는 설계 저장소(NIST Design Repository)와 소프트웨어를 대상으로 하는 설계 저장소(SPOOL Design Repository)의 개발 사례를 들어, 설계 저장소가 설계의 지능화에 어떻게 기여할 수 있으며 얼마나 중요한 지를 소개하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.163-166
• /
• 2018

개체명 연결이란 주어진 문장에 출현한 단어를 위키피디아와 같은 지식 기반 상의 하나의 개체와 연결하여 특정 개체가 무엇인지 식별하여 모호성을 해결하는 작업이다. 본 연구에서는 위키피디아의 링크를 이용하여 개체 표현(Entity mention)과 학습 데이터, 지식 기반을 구축한다. 또한, Mention/Context 쌍의 표현과 Entity 표현의 코사인 유사도를 이용하여 Score를 구하고, 이를 통해 개체명 연결 문제를 랭킹 문제로 변환한다. 개체의 이름과 분류뿐만 아니라 개체의 설명, 개체 임베딩 등의 자질을 이용하여 모델을 확장하고 결과를 비교한다. 확장된 모델의 개체 링킹 성능은 89.63%의 정확도를 보였다.

• Journal of the Korean Data and Information Science Society
• /
• v.6 no.2
• /
• pp.17-27
• /
• 1995

We propose a framework for representing and processing uncertain knowledge on the basis of constraint satisfaction. A system of equations and/or inequalities can be considered as a set of constraints that should be solved, and each constraint in the set is transformed into a corresponding logical formula which can be solved through a constraint solving program. Most of rule-based systems, for instance, use a simple probabilistic theory in order to maintain uncertain knowledge, therefore uncertain knowledge can be represented and processed in the constraint satisfaction program quite efficiently.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.255-258
• /
• 2014

본 논문에서는 semantic parsing과 사전 정의된 어휘-의미 패턴 질의 템플릿 방법론을 결합하여 자연어 질의로부터 RDF 지식베이스에 질의하기 위한 SPARQL 쿼리를 생성하는 방법을 제안한다. semantic parsing 접근법은 문장의 표현과 분리된 형식적 의미표현만을 포착해내므로, paraphrase 혹은 의미 변화와 무관한 어순의 변화에 강인하지만, 일부 자연어 질의문장에는 단순한 의미 및 구조를 갖는 문장도 적합한 형식적 의미표현을 생성하지 못하는 단점이 있다. 따라서 이 연구에서는 이러한 단순한 문장에 있어서는 사전 정의된 질의 템플릿을 사용하여 적합한 쿼리를 생성하되, 적합한 템플릿을 선택하는데 있어 해당 질의문장의 어휘-의미적 유형을 포착하고 해당 정보를 이용하는 방법을 이용하였으며 이를 통해 주 방법론의 약점을 보완하는 제한적인 효과를 얻을 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.459-462
• /
• 2002

현재까지 개발된 대부분의 규칙기반 의료 진단시스템에서는 의사들이 환자들을 진단하는데 필요한 지식을 정형화된 규칙만으로 표현해야 하기 때문에 어려움이 있으며, 시스템의 성능개선을 위해 규칙들의 수정 및 추가가 이루어져야 할 뿐 아니라, 예외적인 상황에서 진단시 문제점율 지니게 된다 본 논문에서는 일반적인 급성복통 진단을 위한 지식은 규칙으로 표현하고, 기존 규칙으로 처리할 수 없는 예외적인 급성복통 진단을 위한 지식은 사례로 표현함으로써 규칙과 사례가 서로 보완적인 역할을 할 수 있는 통합 방법을 제안한다. 또한 기존의 규칙 기반 DS-DAAP와 사레기반 추론에 의해 확장된 CDS-DAAP(Combined Diagnosis System for Diseases associated with Acute Abdominal Pain)의 비교를 통해, 제안하는 접근 방법이 진단율을 향상시킴을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.33-38
• /
• 2006

인공지능 분야에서는 합의된 개념을 정의하고, 개념과 개념사이의 관계를 표현하여 인간과 시스템이 지식을 공유하는 것으로 온톨로지를 정의하고 있다. 현재까지 영상이해를 위해 온톨로지를 설계하고 이용하는 연구가 진행되어 왔다. 그러나 기존의 영상이해에 관한 연구는 개념적인 연구에 그칠 뿐 구체적인 방법을 제시하지는 못하고 있다. 본 논문에서는 온톨로지로 표현한 지식에 근거하여 영상의 처리, 분석 해석 과정을 통해 영상을 이해하는 영상이해 시스템의 프레임워크를 제안한다. 영상이해 과정은 i)특정 부야의 지식을 온톨로지로 표현하고, ii)영상 처리 및 분석 과정을 통해 영상을 구성하는 객체들의 속성을 추출하며, iii)온톨로지 추론을 통해 객체의 속성으로부터 객체를 정의하여 영상을 해석한다. 그리고 제안한 프로세스에 기반 하여 영상이해 시스템을 구축하고 특정 분야에서의 실험을 통하여 제안된 시스템의 효용성을 확인한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.891-894
• /
• 2021

온톨로지(Ontology)는 사람과 컴퓨터, 또는 컴퓨터 간의 개념 및 개념 표현을 공유하기 위한 개념화의 명시적 규약을 의미한다. 기존의 온톨로지 생성은 전문가에 의한 수작업에 의존되어 비용과 시간이 많이 드는 한계가 있다. 이에 본 논문에서는 딥러닝(Deep learning)기반의 기계번역 개념을 적용한 사례를 활용하여, 수작업의 의존성이 감소한 방법으로 텍스트로부터 온톨로지를 생성하는 방법을 구현하였다. 특히 기존 연구에서 제안한, 딥러닝을 이용해 텍스트로부터 지식 표현 시퀀스를 추출한 정보를 활용하여, 지식 표현 구조를 온톨로지로 변환하고 지식 베이스로 확장하는 과정을 통해 자동화 된 Text-to-Ontology 변환 방법론을 제안하고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.277-285
• /
• 2007

본 연구는 시맨틱웹 응용의 중심 기술인 웹 온톨로지의 표현과 추론을 위해 서술 논리와 규칙언어를 기반으로하는 웹 온톨로지 모델링 방법을 제안한다. 현재 웹 온톨로지 표현 언어인 OWL DL은 서술 논리에 근거하여 표현되는 것이나, 기계나 온톨로지 공학자가 OWL로 기술된 온톨로지를 직관적으로 이해하고 공유할 수 있는 형식적이고 명시적인 온톨로지의 지식 표현은 부족한 실정이다. 따라서 본 연구는 시맨틱웹이 목적하는 웹 온톨로지 구축을 위한 웹 온톨로지 모델링 방법으로 웹 온톨로지 모델링 계층을 제안하고, 제안된 각 계층에 따라 서술 논리의 TBox와 ABox의 구조와 SWRL을 기반으로 지식을 표현하는 웹 온톨로지 모델링 방법을 제안한다. 제안된 웹 온톨로지 모델링 방법의 성능 검증을 위해 제안 방법에 따라 웹 온톨로지를 구축하였고, SPARQL과 TopBraid의 DL Inference를 이용하여 구축된 웹 온톨로지의 성능을 검증하였다.