• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권11호
• /
• pp.1082-1087
• /
• 2000

신경회로망 구조의 정제(精製)는 회로망의 일반화능력이나 효율성의 관점에서 중요한 문제이다. 본 논문에서는 feed-forward neural networks로부터 은닉지식을 추출하는 방법을 사용하여 네트워크 재구성을 통한 정제방법을 제안한다. 먼저, 효율적인 if-then rule 추출방법을 제시하고 그 추출된 룰들을 사용하여 룰기반 네트워크로 변환하는 과정을 보여준다. 생성된 룰기반 네트워크 fully connected network에 비하여 상당히 축소된 연결 복잡도를 가지게 되며 일반적으로 더 우수한 일반화능력을 가지게 된다. 본 연구는 도메인 지식이 없이 데이타만 사용하여 어떻게 정제된 룰기반 신경망회로를 생성하고 있는가를 보여준다. 도메인 데이타들에 대한 실험결과도 제시하였다.

• 정보처리학회논문지D
• /
• 제13D권4호
• /
• pp.525-534
• /
• 2006

시맨틱 웹 기반의 서비스를 제공하기 위해서는 특정 도메인 지식에 대한 명시적인 명세화 및 지식의 개념과 개념과의 관계를 정형화하는 온톨로지를 통해서 이루어진다. 그러므로 특정 도메인 지식의 명세화와 정형화를 위해서는 관심 있는 도메인내의 지식을 개념화하는 온톨로지의 생성이 필수적이다. 이 논문에서는 택배 마케팅의 잠재 고객에 대한 정보를 검색하기 위해, 시맨틱 웹 기반의 온톨로지 생성을 위한 구체적인 도메인을 설계하고, 생성된 온톨로지를 이용하는 정보 검색 방법을 제안하였다. 제안된 온톨로지를 기반으로 고객의 정보를 수집하는 데이터 검색 로봇을 구현 하였다. 아울러 온톨로지의 생성과 데이터 검색 로봇이 데이터 검색을 정확하게 수행함을 확인 하였다.

• 한국비블리아학회지
• /
• 제13권1호
• /
• pp.77-92
• /
• 2002

특정 분야 R&D성과물을 지식정보로 활용하기 위해서는 단순한 연구결과 보고서 제출만으로는 부족하며 더구나 지구촌 단위로 급속하게 변화하는 환경에서는 기존 결과활용에 의한 신속한 R&D에 대한 전략적인 전환지원이 없을 경우에는 영양가 있는 지식생성은 기대하기 힘들다. 본 연구는 지식정보로서 학술연구개발 성과물의 활용 현황과 그 결과로 지원되는 새로운 R&D의 지식생성 수준을 파악하고, 대학의 R&D 사례를 중심으로 관련법이나 규정과 현실과의 상충되는 부분을 지적한다. 결론에서는 엄청난 연구비를 지원하고 있는 학술연구의 결과활용과 새로운 연구활동을 지원할 수 있는 지식정보 관리의 실제적인 문제와 그를 해결하기 위한 요건을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.307-309
• /
• 2002

정보의 다양화와 급속한 정보량의 증가로 정보검색 시스템의 필요성이 증대되고 있다. 그러나 현재 시스템 자체로는 사용자들의 요구나 선호도를 만족시킬 수 없고 그만큼 사용자에게 편의성을 제공하지 못한다. E-mail의 정보를 보다 효율적으로 관리하기 위하여 사용자가 원하는 문서를 그룹핑하고 지식라인 생성이 가능한 문서 관리기 시스템을 생성해야한다. 따라서 본 논문에서는 LSA기법을 이용하여 문서를 순차적으로 관리하고 유사한 지식을 그룹화 시키는 문서관리 알고리즘을 제안하고 사용자의 선호도에 맞는 알고리즘을 생성하기 위한 문서관리시스템을 설계한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.48-50
• /
• 2000

본 논문은 사용자를 대신해서 웹상의 여러 곳에 존재하는 정보를 추출하고 통합하여 사용자에게 제공하기 위한 에이전트 시스템을 설계하고자 한다. 정확한 정보 추출을 위해서는 추출하고자 하는 정보의 위치를 찾아내는 정보 추출 규칙이 요구된다. 이러한 규칙을 알아내기 위해서 본 논문에서 제안하는 시스템은 XML로 기술된 도메인 지식을 이용한다. 이 도메인 지식은 논리적 라인의 의미 분석에 사용되며, 논리적 라인의 의미를 기반으로 도메인 문서에서 추출해야 하는 정보의 패턴을 학습한다. 학습된 패턴에서 XML로 기술된 규칙을 생성하는데, 이 규칙은 Wrapper이 된다. 이렇게 생성된 규칙을 이용해서 정보를 추출하게 되며, 추출된 정보를 통합해서 사용자에게 제공하게 된다.

• 한국산업정보학회논문지
• /
• 제20권3호
• /
• pp.61-69
• /
• 2015

본 논문에서는 이산 웨이블릿 변환을 통해 추출된 시간 영역과 주파수 영역의 특징들을 활용하여 심박수변이도를 확률적인 지식으로 분석할 수 있는 방법을 제안하였다. 제안된 방법에서 지식획득 알고리즘은 규칙생성과 규칙평가 단계로 구성되어 있으며, 규칙생성에서는 ROC 분석을 통해 수치적인 속성값을 이산화된 구간으로 변환하고, 서로 다른 의사결정값을 포함하는 구간들 사이에 일관성 정도를 비교함으로써 감축된 규칙-집합을 생성한다. 이때 규칙-집합 내에 각 규칙에 대해서 확률적 해석을 위한 3가지 척도를 추정하였다. 제안된 모형의 효과성은 심혈관질환 병력을 가진 58명의 심전도 데이터로부터 심방세동을 식별할 수 있는 5가지 규칙을 생성하였고, 이들 규칙의 분별력을 평가하였다. 실험결과, 제안된 모형으로부터 생성된 지식은 4가지 성능평가 척도에 대해서 각각 93%의 정확도를 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.200-204
• /
• 2006

본 논문은 지식 기반 정보유통 플랫폼 OntoFrame-K$^{(R)}$ 상에서 추론을 이용하여 연구자 간 협업 서비스를 제공할 수 있도록 하는 DBMS 기반 추론 서비스 OntoThink-K$^{(R)}$에 대해 기술한다. 본 추론 서비스는 URI 서버를 이용하여 RDF 트리플을 생성하고 추론 규칙에 의해 해당 트리플을 확장하며 SPARQL을 통해 질의 결과를 생성해낸다. 특히 이 모든 과정은 DBMS 기반으로 설계 구현되었는데 URI 서버와 성과 비성과 등록 인터페이스를 통해 별도의 추론 엔진을 사용하지 않고도 정합성이 보장되는 지식을 생성 관리할 수 있도록 하며, 불안정한 성능을 보이는 추론 엔진을 이용하지 않기 때문에 안정적인 성능을 보장할 수 있다는 데 그 특징이 있다. OntoThink-K$^{(R)}$는 온톨로지 스키마 트리플, 인스턴스 트리플, 그리고 전방 추론을 통해 획득한 추가 트리플을 포함하는 확장 트리플을 기반 지식으로 하는데, 최종 사용되는 RDF 트리플의 크기는 지식 확장 이전 631,158개, 지식 확장 이후 1,112,100개이다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2001년도 학술대회지
• /
• pp.333-336
• /
• 2001

향후 미래의 산업에 있어서는 조직의 노하우, 인적자원의 의욕과 역량, 고객 만족도와 같은 보이지 않는 무형의 자산이 더 많은 기업가치를 창출하는 시대이다. 이러한 무형의 지식자산을 어떻게 운영하느냐가 기업의 성장 잠재력과 경쟁력에 영향을 미치게 된다. 건설업 또한 이러한 경영 패러다임의 변화에 따라, 지식경영을 도입하고자 노력하고 있다. 대형 건설업체의 경우 지식관리 시스템을 구축하여 자체적으로 자사의 지식을 관리하려는 시도를 보이고 있으나, 건설업의 지식자산에 대한 정의와 구성요소를 명확히 제시하지는 못하고 있는 실정이다. 지식자산의 분류방안에 대하여 수행된 기존의 연구들은 지식자산의 분류가 건설업을 기반으로 만들어진 것이 아니기 때문에, 이를 건설업의 지식자산 분류에 일방적으로 적용하는 것보다는 건설업의 특성을 고려한 건설업 지식자산에 대한 정의와 분류방안이 필요하다. 또한, 이러한 지식자산 분류체계를 바탕으로 하여, 향후, 기업 지식자산을 위한 평가모델 작성, 지식관리 시스템 구축을 위한 지식 맵으로의 활용이 가능할 것이다.

• 지식경영연구
• /
• 제25권3호
• /
• pp.99-119
• /
• 2024

본 연구는 지식 기반 질문-답변(QA) 시스템을 개선하기 위해 기존 RAG(Retrieval Augmented Generation) 모델의 한계를 극복하고, Graph 기반의 향상된 RAG 시스템을 구현하여 품질 좋은 생성형 AI 서비스 개발을 목표로 하고 있다. 기존 RAG 모델은 검색된 정보를 활용해 높은 정확도와 유창성을 보이지만, 한 번 적재된 지식을 재작업 없이 사용해 답변을 생성하기 때문에 정확도가 떨어질 수 있다. 또한, RAG 구성 시점 이후의 실시간 데이터를 반영할 수 없어 맥락 이해 능력이 부족하고 편향된 정보 문제를 야기할 수 있다. 이러한 한계를 개선하기 위해 본 연구에서는 Graph 기술을 활용한 향상된 RAG 시스템을 구현하였다. 이 시스템은 정보를 효율적으로 검색하고 활용할 수 있도록 설계되었다. 특히, LangGraph를 활용하여 검색된 정보의 신뢰성을 평가하고, 다양한 정보를 종합하여 보다 정확하고 향상된 답변을 생성할 수 있도록 하였다. 또한, 구체적인 작동 방식과 주요 구현 단계 및 사례를 구현 코드와 검증 내용을 통해 제시하여 Advanced RAG 기술에 대한 이해를 높였다. 이를 통해 Advanced RAG를 활용한 기업 내 서비스 구현에 실질적인 지침을 제공하여 기업들이 적극적으로 활용할 수 있도록 하는 데 의미가 있다.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.99-106
• /
• 2014

최근 자연어 및 정형언어 처리, 인공지능 알고리즘 등을 활용한 효율적인 의미 기반 지식모델의 생성과 분석 방법이 제시되고 있다. 이러한 의미 기반 지식모델은 효율적 의사결정트리(Decision Making Tree)와 특정 상황에 대한 체계적인 문제해결(Problem Solving) 경로 분석에 활용된다. 특히 다양한 복잡계 및 사회 연계망 분석에 있어 정적 지표 생성과 회귀 분석, 행위적 모델을 통한 추이분석, 거시예측을 지원하는 모의실험 모형의 기반이 된다. 하지만 대부분의 지식 모델은 특정 지표나 정제된 데이터를 수동적으로 모델링하여 분석에 활용한다. 본 논문에서는 텍스트 마이닝 기술을 통해 방대한 비정형 정보로부터 지식 모델을 구성하는 토픽인자와 관계 노드를 생성하고 이를 통합하는 방법과 정형적 알고리즘을 제시한다. 이를 위해 먼저, 텍스트 마이닝을 통해 도출되는 키워드 맵을 동치적 지식맵으로 변환하고 이를 의미적 지식모델로 통합하는 방법을 설명한다. 또한 키워드 맵으로부터 유의미한 토픽 맵을 투영하는 방법과 의미적 동치 모델을 유도하는 알고리즘을 제안한다.