• 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.

• Journal of Information Technology Application
• /
• v.1
• /
• pp.3-27
• /
• 1999

최근 기업의 경쟁력 강화를 위하여 기업내의 지식을 중요한 자원으로 인식하고 활용하는 지식경영의 필요성이 강력히 대두되고 있다. 이러한 지식경영의 주요 활동을 지원할 구체적인 방법론으로 정보기술의 활용 방안이 다각도로 제시되고 있으나, 실제적인 연구는 아직 초보단계에 있다고 하겠다. 본 연구에서는 지식의 생성, 저장, 그리고 추출 및 활용이라는 지식경영의 주요 과제를 효과적으로 해결하는 방안으로써 인공지능기법인 사례기반추론과 유전자 알고리즘을 이용한 통합방법론을 제시한다. 본 연구에서 제시하고 있는 방법론은 생성된 지식의 표현, 저장, 그리고 추출에 사례기반추론기법을 활용하였다는 점 이외에 다음과 같은 두 가지 특징을 가지고 있다. 첫째로는, 해결하고자 하는 문제에 가장 적절한 과거 지식이 추출되도록 함으로써 활용 효과를 높일 수 있도록 하였다는 점이다. 둘째로는, 환경의 변화를 반영할 수 있는 방안을 제시하고 있다는 점이다. 본 인공지능 통합방법론은 신용평가부서의 지식관리모형을 통해 검증해 본 결과 그 효과가 입증되었다.

• 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.

• Journal of Korean Home Economics Education Association
• /
• v.21 no.3
• /
• pp.123-142
• /
• 2009

The purpose of this study was to examine the level of recognition, information acquisition behavior, level of knowledge, level of behaviors to decrease exposure, and education need towards endocrine disruptors of middle and high school students. The data were collected from 180 middle and high school students in Seoul, Incheon, Daejeon, Daegu, Busan and Gwangju. Frequencies, Cronbach's alpha, t tests, analysis of variance, Duncan's multiple range tests, and chi-square tests were carried out by SPSS WINDOWS Version 14.0. The results of this study were as follows. The level of concerns about endocrine disruptors was somewhat low. Many respondents obtained information about endocrine disruptors from TV/radio and school, and wanted to get the information from school and TV/radio. Both the level of knowledge and the level of behaviors to decrease exposure were not particularly high. In addition, they showed high level of education need for endocrine disruptors.

• Nuclear industry
• /
• v.19 no.10 s.200
• /
• pp.66-70
• /
• 1999

새로운 천년(millenium)을 바로 앞둔 현시점의 기업 경영 패러다임으로 지식 경영(Knowledge management)의 물결이 사회 각 분야에 일고 있다. 여기서 패러다임이란 `Way of thinking about` 또는 `way of doing`이며, 새로운 천년을 맞이하는 기업과 경영자에게 생각하는 방법과 행동의 변화를 요구하고 있다. 이러한 경영 환경하에서 원자력산업 교육은 지식 창출의 원천인 사람, 즉 인적 자원(human resource)의 고가치화에 있어 그 역할의 혁신이 강조되고 있다.

• Proceedings of the CALSEC Conference
• /
• 1999.07b
• /
• pp.711-716
• /
• 1999

조직내의 정형, 비정형 정보를 생성하여 분배, 유통, 축적, 재활용의 과정을 반복하여 조직의 지적 자산을 구축하여 활용토록 하는 시스템 ㆍ 광의의 GroupWare ㆍ 조직 내에 내재된 Information들을 관계되는 지식으로 편리하게 사용하고, 손쉬운 검색이 가능하도록 Multidimensional Road Map 혹은 Navigational Map을 제공하는 도구(중략)

• Computational Structural Engineering
• /
• v.8 no.4
• /
• pp.4-16
• /
• 1995

본 고에서는 지식베이스엔지니어링이 기존의 제품개발 방법론을 개선하기 위한 지능적인 설계도구로서 컴퓨터를 사용하는 새롭고 흥미로운 대안임을 살펴보았다. 전문가의 설계 및 현장 경험을 조직적이고 체계적으로 수집하여 활용하는 것은 동시공학(Concurrent Engineering) 방법론의 실행을 위한 도구로서 매우 중요함을 살펴보았다. 또한 시스템의 효과적인 구축을 위해 어떤한 것들을 고려해야 하는지도 살펴보았다. 이러한 일련의 과정을 통해 설계 분야가 미약한 국내 환경에 지식베이스엔지니어링이 하루 속히 정착되기를 희망한다.

• Proceedings of the Korea Database Society Conference
• /
• 1998.09a
• /
• pp.165-186
• /
• 1998

지식 관리는 급격히 변화하는 환경아래 정보기술과 인간의 창의력이 결합되어 경제를 이끄는 지식 경제시대에서 더욱더 그 중요성이 높아지고 있다. 핵심 역량의 강화 ㆍ시간, 원가, 품질을 향한 지속적인 개선요구 ㆍ고객 요구사항의 빈번한 변화 ㆍ신규사업기회의 포착(중략)

• Journal of the Korean Society for information Management
• /
• v.21 no.3
• /
• pp.251-267
• /
• 2004

The purpose of this study is to generate the local level knowledge structure of a single document, similar to end-of-the-book indexes and table of contents of printed material through the use of term clustering and cluster representative term selection. Furthermore, it aims to analyze the functionalities of the knowledge structure. and to confirm the applicability of these methods in user-friend1y information services. The results of the term clustering experiment showed that the performance of the Ward's method was superior to that of the fuzzy K -means clustering method. In the cluster representative term selection experiment, using the highest passage frequency term as the representative yielded the best performance. Finally, the result of user task-based functionality tests illustrate that the automatically generated knowledge structure in this study functions similarly to the local level knowledge structure presented In printed material.

• Smart Media Journal
• /
• v.12 no.9
• /
• pp.89-94
• /
• 2023

Recommender systems provide users with the most favorable items by analyzing explicit or implicit feedback of users on items. Recently, as the size of deep-learning-based models employed in recommender systems has increased, many studies have focused on reducing inference time while maintaining high recommendation accuracy. As one of them, a study on recommender systems with a knowledge distillation (KD) technique is actively conducted. By KD, a small-sized model (i.e., student) is trained through knowledge extracted from a large-sized model (i.e., teacher), and then the trained student is used as a recommendation model. Existing studies on KD for recommender systems have been mainly performed only for implicit feedback settings. Thus, in this paper, we try to investigate the performance and accuracy when applied to explicit feedback settings. To this end, we leveraged a total of five state-of-the-art KD methods and three real-world datasets for recommender systems.