• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.97-99
• /
• 2003

대부분의 웹 문서들은 HTML이나 XML로 표현된 웹의 정보들은 Syntactic 구조를 기반으로 표현되기 때문에, 소프트웨어가 정보를 처리하는데 한계가 있다. HTML은 문서의 display안을 위한 tag기반의 문서 표현 방식이고, XML은 문서의 구조를 사람이 이해하기 쉽도록 제안된 표현 방식이기 때문이다. 따라서, HTML 및 XML로 표현된 정보들을 가지고 서비스를 제공하는 웹 에이전트들은 사용자들에게 의미있는 서비스를 제공하기 위해 오프라인 상에서 많은 수작업을 수행해야만 했다. 이와 같은 문제점을 극복하기 위해서 미국과 유럽에서는 시멘틱 웹에 대한 연구를 활발히 진행하고 있다. 시멘틱 웹은 기존의 웹과는 달리 소프트웨어가 이해하고 처리 할 수 있는 형태(machine processable)로 정보를 표현하기 때문에 오프라인 상에서 수행되던 많은 작업들을 에이전트가 이해하고 처리할 수 있게 되었다. 그러나. 온톨로지를 구축하는 과정에서도 필연적으로 정보의 31(Incorrect, incomplete, Inconsistence)가 나타나고, 서비스의 결과 또한 온톨로지에 의해 좌우된다는 단점이 있다. 본 논문에서 제안하는 후방향 추론기법을 이용한 추론엔진은 다음과 같은 시스템을 제안한다. 첫째. 시멘틱 웹을 이용함으로써 소프트웨어 에이전트의 자동화 시스템을 제안한다. 둘째 은톨로지 정보의 한계성을 극복하기 위해 규칙기반의 후방향 추론 기법을 사용하는 시멘틱 추론엔진을 제안한다. 본 논문에서 제안하는 후방향 추론기법을 이용한 시멘틱 추론시스템은 사용자의 질의를 입력받아. 온톨로지와 시멘틱 웹 문서의 정보를 이용하여 후방향 추론을 수행함으로써 웹 정보의 불완전성을 완화하고, 온톨로지의 영향력를 감소시킴으로써 웹 서비스의 질을 향상시키는데 목적이 있다.RED에 비해 향상된 성능을 보여주었다.웍스 네트워크상의 다양한 디바이스들간의 네트워크 다양화와 분산화 기능을 얻을 수 있었고, 기존의 고가의 해외 솔루션인 Echelon사의 LonMaker 소프트웨어를 사용하지 않고도 국내의 순수 솔루션인 리눅스 기반의 LonWare 3.0 다중 바인딩 기능을 통해 저 비용으로 홈 네트워크 구성 관리 서버 시스템 개발에 대한 비용을 줄일 수 있다. 기대된다.e 함량이 대체로 높게 나타났다. 점미가 수가용성분에서 goucose대비 용출함량이 고르게 나타나는 경향을 보였고 흑미는 알칼리가용분에서 glucose가 상당량(0.68%) 포함되고 있음을 보여주었고 arabinose(0.68%), xylose(0.05%)도 다른 종류에 비해서 다량 함유한 것으로 나타났다. 흑미는 총식이섬유 함량이 높고 pectic substances, hemicellulose, uronic acid 함량이 높아서 콜레스테롤 저하 등의 효과가 기대되며 고섬유식품으로서 조리 특성 연구가 필요한 것으로 사료된다.리하였다. 얻어진 소견(所見)은 다음과 같았다. 1. 모년령(母年齡), 임신회수(姙娠回數), 임신기간(姙娠其間), 출산시체중등(出産時體重等)의 제요인(諸要因)은 주산기사망(周産基死亡)에 대(對)하여 통계적(統計的)으로 유의(有意)한 영향을 미치고 있어 $25{\sim}29$세(歲)의 연령군에서, 2번째 임신과 2번째의 출산에서 그리고 만삭의 임신 기간에, 출산시체중(出産時體重) $3.50{\sim}3.99kg$사이의 아이에서 그 주산기사망률(周産基死亡率)이 각각 가장 낮았다. 2. 사산(死産)과 초생아사망(初生兒死亡)을 구분(區分)하여 고려해 볼때 사산(死産)은 모성(母性)의 임신력(姙娠歷)과 매우 밀접한 관련이 있는 것으

• Proceedings of the Korea Committee for Ocean Resources and Engineering Conference
• /
• 2001.05a
• /
• pp.32-37
• /
• 2001

This paper describes a noble fault diagnosis method using inter node search technique in PN model. First, a complicated fault system is modeled as PN graphic expressions. Next, to find out sources for faults on which we focus, the PN model is analyzed using the backward chaining of T-invariance. In this step, the technique of inter node search is applied for reducing some range of sources in a fault. Also, colnposing method of incidence matrix in PN is proposed. Then, it makes the diagnosis system to very flelible system because new knowledges about the sources in a fault can be added easily to conventional systems. Finally, the proposed method is applied to the automobile trouble diagnosis system to confirm the validity of the method.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.2
• /
• pp.125-133
• /
• 2009

RDF is widely used as the ontology language for representing metadata on the semantic web. Since ontology models the real-world, ontology changes overtime. Thus, it is very important to detect and analyze changes in knowledge base system. Earlier studies on detecting changes between RDF models focused on the structural differences. Some techniques which reduce the size of the delta by considering the RDFS entailment rules have been introduced. However, inferencing with RDF models increases data size and upload time. In this paper, we propose a new change detection using RDF reasoning that only computes a small part of the implied triples using backward chaining strategy. We show that our approach efficiently detects changes through experiments with real-life RDF datasets.

• Journal of KIISE:Databases
• /
• v.37 no.4
• /
• pp.197-202
• /
• 2010

Recent studies on change detection for RDF data are focused on not only the structural difference but also the semantic-aware difference by computing the closure of RDF models. However, since these techniques which take into account the semantics of RDF model require both RDF models to be memory resident, or they use a forward-chaining strategy which computes the entire closure in advance, it is not efficient to apply them directly to detect changes in large RDF data. In this paper, we propose a scalable change detection technique for RDF data, which uses a backward-chaining inference based on relational database. Proposed method uses a new approach for RDF reasoning that computes only the relevant part of the closure for change detection in a relational database. We show that our method clearly outperforms the previous works through experiment using the real RDF from the bioinformatics domain.

• Journal of Ocean Engineering and Technology
• /
• v.15 no.4
• /
• pp.101-107
• /
• 2001

This paper describes a fault diagnosis method by a T-invariance of Petri Net (PN). First, a complicated fault system with some failure is modeled into a PN graphic expressions. Next, the PN model is analyzed by using the backward chaining of T-invariance to find out causes of the faults. In this step, an inter-node search technique which is suggested in this paper is applied for reducing searching area in the fault system. Also, a novel idea to compose incidence matrices which have different dimension each other in PN model is proposed. As the new knowledges which is discovered newly about faults can be added easily to conventional systems, the diagnosis system will be very flexible. Finally, the proposed method is applied to the automobile fault diagnosis system to confirm the validity of the method.

• Journal of Power System Engineering
• /
• v.9 no.4
• /
• pp.187-193
• /
• 2005

In this paper, we proposes a man-machine interface design for fault diagnosis system with inter-node search method in a Petri net model. First, complicated fault cases are modeled as the Petri net graph expressions. Next, to find out causes of the faults on which we focus, a Petri net model is analyzed using the backward reasoning of transition-invariance in the Petri net. In this step, the inter-node search method algorithm is applied to the Petri net model for reducing the range of sources in faults. Finally, the proposed method is applied to a fault diagnosis of a refrigeration system to confirm the validity of the proposed method.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2016.05a
• /
• pp.191-193
• /
• 2016

인적오류 예방은 해양사고 예방에 가장 중요한 이슈로 현재 인식되고 있다. 현재 이러한 인적오류를 예방하기 위한 다양한 과학적인 기법들이 등장하고 있으나, 실제 인적오류를 예방할 수 있는 기법은 아직 개발되어 있지 못한 실정이다. 그 이유는 인적오류의 발생 원인과 특징이 사람을 대상으로 하기 때문에 실로 방대하고 원인식별이 어려우며, 원인과 결과 사이의 인과관계 구축에는 한계가 있기 때문이다. 기존 개발된 다양한 기법들은 이론적으로는 완벽할 수 있으나, 실제 방대한 원인과 결과 사이에 형성된 연계체인을 모두 흡수하기가 곤란하기 때문이다. 현재 IMO의 공식안전성평가(FSA) 기법이 해상분야에 널리 적용되고 있으나 구체적으로 어떠한 기법을 적용하여 인적오류를 적용할 수 있는지에 대해서는 아직도 애매모호한 실정이다. FTA, ETA, FEMA, SWIFT 등 다양한 분석기법의 등장과 AI, Fuzzy, MMC, Kalman 등 기초과학분야의 기본적인 이론과 기술을 적용할 수 있으나 인간의 인적오류 식별과 분석 및 평가와 예측에는 한계가 있는 것이 현재의 실정이다. 한편 최근에는 기존에 많은 문제점을 내포하고 있는 것으로 고려되었던 베이지안 네트워크(Bayesian Network, BN)가 다시 분석과 예측 분야에 등장하고 있는데, BN의 장점을 수용하고 단점을 해결할 수 있는 방법들이 연구되고 있기 때문이다. BN의 장점은 전방추론과 후방추론을 적용하여 사고의 원인과 결과를 분석한 후, 이에 대한 해결 방안을 식별할 수 있기 때문이다. BN의 단점은 이진(binary) 구조의 데이터만을 수용할 수 있기 때문에 상관 변수들이 방대한 경우 계산시간이 방대해지고 이를 모두 수용할 수 있는 방법이 없기 때문이다. 따라서 BN 구조를 어떻게 설계하는냐가 최근의 이수로 등장하고 있다. 본 연구에서는 이러한 제 문제점을 고찰하고 인적오류 모델 개발에 최적인 방법 또는 기술을 모색하는데 있다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.18 no.2
• /
• pp.55-62
• /
• 2004

In this paper, the diagnostic expert system for silicone oil-filled transformer is developed using dissolved gas analysis(DGA). There are many diagnostic methods for diagnostic oil-immersed transformer. But DGA is used to the proposed expert system since it has been verified that DGA is very efficient diagnostic method for transformer. In addition, it is resonable that fuzzy rule, degree of inclusion and fuzzy measure must be considered to handle the uncertainty nature of gas boundary and rules. The proposed expert system consists of knowledge base module, inference engine module and human-machine interface(HMI) module. The knowledge base module consists of the knowledge using the rule. The inference engine module is used to the fuzzy rule. The history of the transformer gas data is managed by the database. the effect of the proposed expert system is verified by case studies.

• Proceedings of the Korean Society for Technology of Plasticity Conference
• /
• 1999.03b
• /
• pp.84-87
• /
• 1999

This paper presents a preform design method that combines the analytic method and inference of known knowledge with neural network. The analytic method is a finite element method that is used to simulate backward extrusion with pre-defined process parameters. The multi-layer network and back-propagation algorithm are utilized to learn the training examples from the simulation results. The design procedures are utilized to learn the training examples from the simulation results. The design procedures are two methods the first the neural network infer the deformed shape from the pre-defined processes parameters. The other the network infer the processes parameters from deformed shape. Especially the latest method is very useful to design the preform From the desired feature it is possible to determine the processes parameters such as friction stroke and tooling geometry. The proposed method is useful for shop floor to decide the processes parameters and preform shapes for producing sound product.

• Journal of Navigation and Port Research
• /
• v.47 no.1
• /
• pp.1-9
• /
• 2023

Many studies have analyzed marine accidents, and since marine accident information is updated every year, it is necessary to periodically analyze and identify the causes. The purpose of this study was to prevent accidents by identifying and analyzing the causes of marine accidents using previous and new data. In marine accident data, 1,921 decisions by the Korea Maritime Safety Tribunal on marine accidents on fishing ships over 16 years were collected in consideration of the specificity of fishing ships, and 1,917 cases of accident notification text history by the Ministry of Maritime Affairs and Fisheries over 3 years were collected. The decision data and text data were classified according to variables and quantified. Prior probability was calculated using a Bayesian network using the quantified data, and fishing ship marine accidents were predicted using backward propagation. Among the two collected datasets, the decision data did not provide the types of fishing ships and fishing areas, and because not all fishing ship accidents were included in the decision data, the text data were selected. The probability of a fishing ship marine accident in which engine damage would occur in the West Sea was 0.0000031%, as calculated by backward propagation. The expected effect of this study is that it is possible to analyze marine accidents suitable for the characteristics of actual fishing ships using new accident notification text data to analyze fishing ship marine accidents. In the future, we plan to conduct research on the causal relationship between variables that affect fishing ship marine accidents.