• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.3-5
• /
• 1998

본 연구팀에서는 기존의 기호주의 전문가 시스템의 경우 지식표현 체계가 의미구조를 반영하지 못함으로써 발생하는 경직성문제를 해결하기 위해 CSN(Connectionist Semantic Network) 모델을 제안하였다. 그러나 CSN모델은 상위개념간의 관계를 표현하기 위해 단순한 전향 신경망을 사용함으로써 상위개념간의 일반적이고 구조화된 지식표현 및 추론에 어려움이 있었다. CSN 모델의 이런 문제점을 위해 본 논문에서는 상위개념간의 일반적이고 구조화된 지식표현과 추론이 용이한 기호주의 표현 체계와 이 표현 체계 안에 효과적으로 의미구조를 반영할 수 있는 연결주의 학습 모델인 CSN을 결합한 하이브리드 구조를 제안하고, 실험을 통하여 제안된 하이브리드 구조의 타당성을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.341-345
• /
• 2007

본 논문에서는 합법적인 지식 표현이 그것을 사용하는 응용 시스템과 완전히 독립적이 되어야 한다는 점에 대해서 논의한다. 이것은 동형 표현을 제공해 주고 지식베이스 유지보수를 더 쉽게 하며 오류를 줄여줄 뿐만 아니라 몇몇 지식 기반 시스템에서 합법적인 지식을 공유하고 재사용하기 위한 필요조건이다. 본 논문에서는 지식 베이스의 재사용을 위한 향상된 지식 표현을 위해 하이브리드 지식 표현 접근방법을 제안한다. 이것은 합법적인 표현 컴포넌트를 공통 용어로 사용하여 컴포넌트에 연결함에 의해서 응용시스템의 표현 컴포넌트와 통합한다. 때때로 이와 같은 통합이 응용시스템의 제어 흐름 요구사항에 따르지 않는 경우도 있다. 이 문제를 해결하기 위해서 본 논문에서는 일방적인 의존성을 도입해서 재사용되어지는 지식 베이스가 변경되지 않도록 하는 해결책을 제안한다. 또한 지식 기반 의사결정 지원 시스템에서 합법적인 지식베이스를 통합하기 위한 응용을 논의하여 제안하는 접근방법을 설명한다.

• 인지과학
• /
• 제16권4호
• /
• pp.369-386
• /
• 2005

지능형 교수 시스템(ITS: Intelligent Tutoring System)이 기존의 CAI의 제한적 기능을 극복하고, 내장한 지식베이스에 의해 다양한 학습자들의 변인들을 고려한 개별화된 학습 환경을 제공하지만, 교육현장에는 교수내용지식 표현 방법의 부재와 투자 비용의 비효율성으로 인하여 실제적인 개발물은 전무한 상태이다. 이러한 문제점을 해소하기 위하여 ITS에서의 지식표현 기법과 구축된 지식베이스의 재사용에 대한 연구가 필요하다. 교수내용지식의 특성을 고려하여 본 연구에서는 기존의 신경논리망의 한계점을 해결할 수 있도록 지식의 다중 결합체 구성, 이를 이용한 학습의 맥락 설명을 연구의 대상으로 삼았다. 또한 형성된 지식결합체는 군집화하여 지식베이스 객체로 사용하고, 결합체의 자기 학습에 의해 적응적인 지식베이스 객체로의 성장 가능성을 제고한다. 따라서 본 연구에서는 신경논리망의 논리추론, 그리고 인지구조에서 노드의 위상적 불변성을 근거로, 교수내용지식과 객체지향적 개념이 포함된 '확장된 개념의 신경논리망(X-Neuronet: eXtended Neural Logic Network)'을 제안하고, 이 기법에 대한 타당성을 검증하였다. X-Neuronet은 표현의 대상이 되는 지식을 관성과 가변성을 가지는 방향성 결합체로 정의하고, 표현을 위한 기본 개념, 노드의 처리와 연산을 위한 논리연산자, 노드값과 가중치의 결정, 노드활성을 위한 전파 규칙 학습 알고리즘 등을 제공한다.

• 지능정보연구
• /
• 제6권2호
• /
• pp.15-27
• /
• 2000

본 논문에서는 통합플랫폼관리체제하에서 선박에서 발생하는 화재를 탐지하기 위하여 규칙 및 사례기반의 하이브리드 화재진압통제 지능시스템(H-FFIS)을 제안한다·기존의 화재진압통제 지능시스템은 대부분 규칙기반 시스템인데, 실제로 화재를 탐지하는데 필요한 지식은 정형화된 규칙만으로 표현하기 어려우며, 과거의 화재 발생 사례를 기초로 탐지하는 경우가 적지 않다. 또한 시스템의 성능 향상을 위해서 규칙을 계속 수정하고 추가해야 하는 단점이 있으며, 예외적인 상황에서 화재 가 발생시 적시에 화재를 탐지하는데 문제점을 지니고 있다. 이러한 문제점들을 개선하기 위하여 규칙 및 사례 기반의 하이브리드 지능시스템을 설계하고 구현한다. 제안하는 시스템은 기존의 FFIS 와 비교해 볼 때 화재 탐지율을 향상시켰다.

• 대한기계학회논문집A
• /
• 제21권12호
• /
• pp.2134-2145
• /
• 1997

We present a framework of an intelligent design system for embodiment design of machine tools which can support efficiently and systematically the machine design by utilizing design knowledge such as objects(part), know-how, public, evaluation, and procedures. The design knowledge of machining center has been accumulated through interview with design experts of machine tool companies. The processes of embodiment design of machining center are established and represented by the IDEF0 model from the field surveys. We also introduce a hybrid knowledge representation so that the system can easily deal with various and complicated design knowledge. The intelligent design system is being developed on the basis of object-oriented programming, and all parts of a design object, machining center, are also classified by the object-oriented modeling.

• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.11-25
• /
• 2001

자료들 사이에 존재하는 관계, 패턴, 규칙등을 찾아내서 모형화 하는 통계적인 분류기법은 여러가지가 있다. 그러나 우리가 얻게 되는 지식은 어떤 일련의 분류규칙에 의해서가 아닌 관찰과 학습을 통한 훈련으로부터 얻게 된다. 본 베이지안 학습은 모든 형태의 불확실성을 표현하는 확률로써 우리의 믿음의 정도를 표현하는 것으로 해석될 수 있으며, 확실한 결과가 알려짐에 따라 확률이론 법칙을 사용하여 이러한 확률들을 갱신한다. 또한 신경망 모형은 이미 알고 있는 속성들에 근거하여 아직 알지 못하는 집단이나 특질들을 예측하게 해준다. 본 논문에서는 이러한 두 가지 방법을 결합한 베이지안 신경망과 기존의 CHAID, CART, QUBST 분류 알고리즘에 있어서 각각 오분류율을 비교연구하였다.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.263-270
• /
• 2002

현재가지 개발된 화재진압통제 지능시스템들은 대부분 규칙기반 시스템이다. 실제로 화재를 탐지하는데 필요한 지식은 정형화된 규칙만으로 표현하기 어렵다. 또한 시스템의 성능 향상을 위해서 지속적인 규칙들의 수정 및 추가가 이루어져야 하며, 특히 예외적인 상황에서의 화재 발생 탐지시 문제점을 지니고 있다. 이러한 문제점들을 개선하기 위한 규칙 및 사례기반 추론을 이용한 하이브리드 화재진압통제 지능시스템 (H-FFIS)은 규칙기반 시스템보다 화재탐지율은 향상시켰으나, 수행시간이 증가되었다. 본 연구에서는 기존의 H-FFIS의 단점을 보완하기 위하여 규칙 및 클러스터링에 의한 사례기반 추론을 이용한 개선된 선박 화재진압통제 지능시스템(A-FFIS)을 제안한다. 제안하는 시스템은 기존의 H-FFIS와 비교해 볼 때, 수행시간을 감소시키면서 정확성을 향상시키는 결과를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (C)
• /
• pp.103-105
• /
• 2006

최근 기업들은 분산된 조직과 각 조직의 목적에 따라 데이터베이스도 분산되어 있기 때문에 이들 간의 공유 및 협업을 통한 상호 운용성을 지원하기 어려우므로 일관적인 형태로 연동하기 위해서 메타데이터 수준의 표준이 필요하다. 또한 협업적인 거래환경에서의 EAI시스템은 다양한 정보 시스템에서 관리되는 지식들을 유기적으로 통합하고 공유함으로서 효율적인 검색 및 비용절감 등 많은 효과를 기대할 수 있다. 그러나 기존의 시스템은 특정 목적에 따라 관리되고 공유되므로 사실상 통합 외 공유에는 상당한 어려움이 있다. 따라서 본 논문에서 제시하는 XMDR은 온톨로지와 메타데이터 결합된 형태로 각종 표준들을 일관적인 형태로 온톨로지와 시소러스 개념을 도입함으로서 데이터수준의 정보를 통합 하기위한 메타데이터 공유 및 정보 시스템 통합의 일관성을 유지 할 수 있다. 본 논문에서 제시되는 브리지 XMDR 검색시스템은 원시데이터 계층, XMDR 계층. 브리지 XMDR 계층으로 3계층으로 구성된다. XMDR 계층은 분산된 데이터베이스의 속성표현의 표준과 관계성을 정의한 표준 온톨로지, 카테고리 분류 온틀로지, 사이트의 정보를 제공하는 로케이션 온톨로지로 구성되는 XMDR을 정의한다. 브리지 XMDR 계층은 XMDR간의 정보를 공유하기 위한 공유 도메인 속성을 추출한 하이브리드 통합방식으로 업무간의 의미적 통합이 가능하다.