• Journal of Korea Society of Industrial Information Systems
• /
• v.17 no.4
• /
• pp.87-97
• /
• 2012

A knowledge map is a diagramed network among knowledge which is related with each other in terms of the referential navigation. To formally as well as structurely represent various contextual use of knowledge, the ontology technology has been recommended to be applied. This research proposes a methodology to build the ontology-based knowledge map promoting referential navigation between knowledge. To prove the validity of the proposed concepts, an ontology-based knowledge map is designed as an example, which demonstrates whether the designed knowledge network in the knowledge map is underpinned by the referential navigation between knowledge.

• Korean Journal of Cognitive Science
• /
• v.3 no.1
• /
• pp.79-111
• /
• 1991

This paper suggests a system which analyzes facial images through hypotheses generation and verification.A model knowledge on faical structures is to be represented in a hieratchical frame system and the process of hypothesis generation and verification is to be embodied through linking upper lower-level frames.This paper especially addresses the problem of how to selec an approproate knowledge at each stage of hypotheses generation and verification.

• The KIPS Transactions:PartB
• /
• v.10B no.6
• /
• pp.593-598
• /
• 2003

Machine learning organizes knowledge for efficient and accurate reuse. This paper is concerned with methods of concept learning from examples, which glean knowledge from a training set of preclassified ‘objects’. Ideally, training facilitates classification of novel, previously unseen objects. However, every learning system relies on processing and representation assumptions that may be detrimental under certain circumstances. We explore the biases of a well-known learning system, ID3, review improvements, and introduce some improvements of our own, each designed to yield accurate and pedagogically sound classification.

• School Mathematics
• /
• v.11 no.3
• /
• pp.335-349
• /
• 2009

The purpose of this study is to explore how a mathematics teacher's beliefs about mathematics and teaching and learning and mathematics and how such beliefs are related to her knowledge manifested in her mathematics instruction. The study illustrates images of teaching practice of an American mathematics teacher in middle grades mathematics classrooms. Results suggest that the teacher seems consistent in teaching in terms of her beliefs about mathematics and learning and teaching mathematics in some degrees. In particular, the teacher's beliefs affected the ways in which mathematics teacher organized and structured her lessons.

• The Mathematical Education
• /
• v.32 no.1
• /
• pp.75-90
• /
• 1993

Decision making in uncertain situations that preferences of decision maker is important consists of a series of related decisions. Rule-based expert system can not represent such a complex decision problems. For these decision problems, this paper suggests a new methods IDPI(Influence Diagram-based Probabilistic Inference) which combines model-based knowledge representation and probabilistic inference, and implements a career counsellor for the university students using the combined methods.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.156-159
• /
• 2013

본 논문에서는 시간 개념이 포함된 역사적 지식을 표현할 수 있는 사건 온톨로지(event ontology) 기반의 역사 온톨로지 모형인 Y-HisOnto 를 제안한다. 제안한 역사 온톨로지 모형은 기존의 온톨로지에서 사용되는 이진 관계(binary-relationship)로 표현된 단편적 지식들을 조합하여 다진 관계(n-ary relationship)를 이용하여 역사적 사건 관련 지식을 표현한다. 제안한 온톨로지 모형에 기반하여 사건 중심의 지식을 온톨로지로 구축하고, 사건 관련 질의에 대해 온톨로지 논리 검색 실험을 수행함으로써 제안한 온톨로지 모형이 Q&A 시스템에서 효과적으로 활용될 수 있음을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.550-552
• /
• 2003

최근 네트워크의 활성화로 인하여 많은 지식 정보들이 생겨나고 있다. 지식 정보들은 구조적인 정보로 표현되고 응용 프로그램들 상에서 대량으로 처리하기 위해 관계형 데이터베이스 시스템을 이용하여 많이 구축된다. 그러나 대부분의 응용 프로그램들 상에서 관계형으로 구성된 지식 정보들을 적당히 표현할 방법이 부족하다. 또한 이들을 가공 처리하여 표현하는 응용 프로그램들을 유지하는 데 많은 비용이 요구된다. 본 논문에서는 웹 상이나 응용 프로그램 등에서 XML과XSLT를 이용하여 관계형화 된 지식 정보들에 대해 효율적으로 가시화 시킬 수 있도록 지원하는 시스템을 제시한다. VAS의 효율성을 보이기 위해 다양한 OS 플랫폼 상에서의 응용 프로그램들을 구축하였다.

• Journal of Intelligence and Information Systems
• /
• v.1 no.1
• /
• pp.111-122
• /
• 1995

전통적으로 스케줄링 문제를 해결하기 위해 LP(Linear Programming) 기법이 주로 적용되어 왔으나, 스케줄링 문제의 많은 자원과 지식, 제약조건의 복잡한 상관 관계를 LPrl법으로 표현하고 처리하기가 쉽지 않다. 따라서 최근에는 AI 기법을 스케줄링 문제에 많이 적용하고 있고, AI 기법은 지식 표현 및 휴리스틱을 다루기에 효과적이므로 문제를 모델링하고 해결하는데 용이하다 할 수 있다. 본 논문에서는 AI 기법을 기반으로 하여 스케줄링에 적합한 휴리스틱 및, 탐색기법, 지식표현 방법등을 연구하고, 이를 바탕으로 코스 스케줄링 시스템을 구현하였다. 먼저 시스템은 전체적으로 메타프로그래밍을 통하여 초기 스케줄링(initial scheduling)과 동적스케줄링 (reactive scheduling)을 수행하도록 하였다. 메타프로그램이 초기 스케줄링을 수행할때에는 휴리스틱과 자체적인 도메인 여과기법을 적용하여 탐색 공간의 불일치 요소(inconsistency)를 제거시킴으로써 백트랙킹의 발생을 최소화시켰다. 또한 초기 스케줄링의 결과를 가지고 메타프로그래밍이 동적 재스케줄링을 수행할때에는 제약조건을 통한 휴리스틱을 이용하여 초기해에 대한 조정을 최소화할 수 있는 메카니즘을 제시하였다. 이에 대한 적용 결과는 실험을 통하여 기존의 논리 언어가 제공하는 탐색 알고리즘과 비교하고 분석하였다.

• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.115-123
• /
• 1999

산업계 전반에 걸친 오랜 정보시스템 운용의 결과로 대용량의 데이타들이 축적되고 있다. 이러한 데이타로부터 유용한 지식을 추출하기 위해 여러 가지 데이타 마이닝 기법들이 연구되어왔다. 특히 데이타 웨어하우스의 등장은 이러한 데이타 마이닝에 있어 필요한 데이타 제공 환경을 제공해 주고 있다. 그러나 전문가의 적절한 판단과 해석을 거치지 않은 데이타 마이닝의 결과는 당연한 사실이거나, 사실과 다른 가짜이거나 또는 관련성이 없는(trivial, spurious and irrelevant) 내용만 무수히 쏟아낼 수 있다. 그러므로 데이타 마이닝의 결과가 비록 통계적 유의성을 가진다 하더라고 그 정당성과 유용성에 대한 검증과정과 방법론의 정립이 필요하다. 데이타 마이닝의 가장 어려운 점은 귀납적 오류를 없애기 위해 사람이 직접 그 결과를 해석하고 판단하며 아울러 새로운 탐색 방향을 제시해야 한다는 것이다. 본 논문의 목적은 이러한 데이타 마이닝에서 추출된 결과를 검증하고 아울러 새로운 지식 탐색 방향을 제시하는 방법론을 정립하는데 있다. 본 논문에서는 데이타 마이닝 기법 중 연관규칙탐사로 얻어진 결과를 설명가능성 여부의 판단을 통해 검증하는 기법을 제안하며, 이를 통해 얻어진 검증된 지식을 토대로 일반화를 통한 새로운 가설을 생성하여 데이타 웨어하우스로부터 연관규칙을 검증하는 일련의 아키텍쳐(architecture)를 제시하고자 한다. 먼저 데이타 마이닝 결과에 대한 설명의 필요성을 제시하고, 데이타 웨어하우스와 데이타 마이닝 기법들에 대한 간략한 설명과 연관규칙탐사에 대한 정의 및 방법을 보이고, 대상 영역에 대한 데이타 웨어하우스의 스키마를 보였다. 다음으로 도메인 지식(domain knowledge)과 연관규칙탐사를 통해 얻어진 결과를 표현하기 위한 지식표현 방법으로 Relational predicate Logic을 제안하였다. 연관규칙탐사로 얻어진 결과를 설명하기 위한 방법으로는 연관규칙탐사로 얻어진 연관규칙에 대해 Relational Predicate Logic으로 표현된 도메인 지식으로서 설명됨을 보이게 한다. 또한 이러한 설명(explanation)을 토대로 검증된 지식을 일반화하여 새로운 가설을 연역적으로 생성하고 이를 연관규칙탐사론 통해 검증한 후 새로운 지식을 얻는 반복적인 Explanation-based Data Mining Architecture를 제시하였다. 본 연구의 의의로는 데이타 마이닝을 통한 귀납적 지식생성에 있어 귀납적 오류의 발생을 고메인 지식을 통해 설명가능 함을 보임으로 검증하고 아울러 이러한 설명을 통해 연역적으로 새로운 가설지식을 생성시켜 이를 가설검증방식으로 검증함으로써 귀납적 접근과 연역적 접근의 통합 데이타 마이닝 접근을 제시하였다는데 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.251-254
• /
• 2003

데이터는 어떤 특성을 나타내는 언어적 또는 수치적 값들의 표현이다. 이러한 데이터들을 목적에 따라 구성한 것이 정보이며, 문제 해결이나 패턴 분류, 또는 의사 결정을 위해 정보들간의 관계를 규칙으로 체계화하는 것이 지식이다. 현재 대부분의 산업 분야에서 시스템에 대한 이해를 높이고 시스템의 성능을 향상시키기 위해 지식을 추출하고, 적용시키는 작업들이 활발히 이루어지고 있다. 지식 정보의 추출은 지식의 획득, 표현, 구현의 단계로 구성되며 이렇게 추출된 지식 정보는 규칙으로 도출된다. 본 논문에서는 여러 산업 분야에 걸쳐 다양하게 적용되는 지식 정보 추출 방법들에 대해 그 영역별로 알아보고 여러 시험 데이터들과 실제 시스템에 클러스터링(CL), 입력공간 분할(ISP), 뉴로-퍼지(NF), 신경망(NN), 확장 행렬(EM) 등의 방법들을 적용시킨 결과들을 비교 분석하고자 한다.