• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3230-3255
• /
• 2022

Causality mining in NLP is a significant area of interest, which benefits in many daily life applications, including decision making, business risk management, question answering, future event prediction, scenario generation, and information retrieval. Mining those causalities was a challenging and open problem for the prior non-statistical and statistical techniques using web sources that required hand-crafted linguistics patterns for feature engineering, which were subject to domain knowledge and required much human effort. Those studies overlooked implicit, ambiguous, and heterogeneous causality and focused on explicit causality mining. In contrast to statistical and non-statistical approaches, we present Bidirectional Encoder Representations from Transformers (BERT) integrated with Multi-level Feature Networks (MFN) for causality recognition, called BERT+MFN for causality recognition in noisy and informal web datasets without human-designed features. In our model, MFN consists of a three-column knowledge-oriented network (TC-KN), bi-LSTM, and Relation Network (RN) that mine causality information at the segment level. BERT captures semantic features at the word level. We perform experiments on Alternative Lexicalization (AltLexes) datasets. The experimental outcomes show that our model outperforms baseline causality and text mining techniques.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.136-151
• /
• 2016

Flexible large-scale WLANs are now widely deployed in crowded and highly mobile places such as campus, airport, shopping mall and company etc. But network management is hard for large-scale WLANs due to highly uneven interference and throughput among links. So the traffic is difficult to predict accurately. In the paper, through analysis of traffic in two real large-scale WLANs, Granger Causality is found in both scenarios. In combination with information entropy, it shows that the traffic prediction of target AP considering Granger Causality can be more predictable than that utilizing target AP alone, or that of considering irrelevant APs. So We develops new method -Granger Causality and Vector Auto-Regression (GCVAR), which takes APs series sharing Granger Causality based on Vector Auto-regression (VAR) into account, to predict the traffic flow in two real scenarios, thus redundant and noise introduced by multivariate time series could be removed. Experiments show that GCVAR is much more effective compared to that of traditional univariate time series (e.g. ARIMA, WARIMA). In particular, GCVAR consumes two orders of magnitude less than that caused by ARIMA/WARIMA.

• 대한교통학회지
• /
• 제20권1호
• /
• pp.101-110
• /
• 2002

본 연구는 통행배분 모형과 네트워크 로딩의 일반적인 원리 및 그 관계를 규명하고. 시간을 고려한 네트워크 로딩방법 즉, 동적네트워크 로딩 방법을 소개한다. 우선 본 연구에서는, 동적 네트워크 로딩을 올바로 구현하기 위해 인과성 (causality), FIFO(First-In-First-Out), 교통량전파(flow propagation), 교통류보존(flow conservation) 등의 조건이 만족되어야 함을 제기한다. 그리고, 구체적인 동적 네트워크 로딩 방법을 알고리즘 형식으로 설명하였으며, 이후 링크 비용함수로써 결정적 대기행렬모형을 도입하여 가상 네트워크 속에서 동적 네트워크 로딩이 어떻게 이루어지는지를 수치적으로 보여준다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2008년도 추계학술대회A
• /
• pp.695-700
• /
• 2008

Artificial neural network (ANN) has been extensively used in areas of nonlinear system modeling, analysis and design applications. Basically, ANN has its distinct capabilities of implementing system identification and/or function approximation using a number of input/output patterns that can be obtained via numerical and/or experimental manners. The paper describes a role of ANN, especially a back-propagation neural network (BPN) in the context of engineering analysis, design and optimization. Fundamental mechanism of BPN is briefly summarized in terms of training procedure and function approximation. The BPN based causality analysis (CA) is further discussed to realize the problem decomposition in the context of multidisciplinary design optimization. Such CA is also applied to quantitatively evaluate the uncoupled or decoupled design matrix in the context of axiomatic design with the independence axiom.

• 한국경영과학회지
• /
• 제40권4호
• /
• pp.65-81
• /
• 2015

As research management is growing in importance for research organizations, their disciplinary structures need to be interpreted. However, it is not only difficult but ambiguous to detect causal relations between subjects because diverse disciplines interacting with each other lead the development of organizational research. Therefore, this article summarizes the major concepts and results recently achieved in the related fields such as research management, bibliographic analysis, information theory, and networks to characterize organizational knowledge structures. Relevant analytical methods obtained from the literature can be applied to empirical situations. Predictive causal relations can be measured using an information theoretic indicator on a series of organizational research portfolios identified from bibliographic information. A network approach would be suitable to manage organizational research effort from a holistic view. Knowledge structures of the Government-funded Research Institutes in Korea are explored experimentally.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.51-62
• /
• 2022

교통 혼잡을 해결하기 위한 AI 기반 속도 예측 연구는 활발하게 진행되고 있다. 하지만, 인공지능의 추론 과정을 설명하는 설명 가능한 AI의 중요성이 대두되고 있는 가운데 AI 기반 속도 예측의 결과를 해석하고 원인을 추리하는 연구는 미흡하였다. 따라서 본 논문에서는 '설명 가능 그래프 심층 인공신경망 (GNN)'을 고안하여 속도 예측뿐만 아니라, GNN 모델 입력값의 마스킹 기법에 기반하여 인근 도로 영향력을 정량적으로 분석함으로써 혼잡 등의 상황에 대한 추론 근거를 도출하였다. TOPIS 통행 속도 데이터를 활용하여 서울 시내 혼잡 도로를 기준으로 예측 및 분석 방법론을 적용한 후 영향력 높은 인근 도로의 속도를 가상으로 조절하는 시뮬레이션 통하여 혼잡 도로의 통행 속도가 개선됨을 확인하여 제안한 방법론의 타당성을 입증하였다. 이는 교통 네트워크에 제안한 방법론을 적용하고, 그 추론 결과에 기반한 특정 인근 도로를 제어하여 교통 흐름을 개선할 수 있다는 점에 의미가 있다.

• 대한지리학회지
• /
• 제48권1호
• /
• pp.72-86
• /
• 2013

산업집적은 경제지리학에서 오랫동안 연구되어온 주제 중의 하나이며 지금까지 다양한 방법을 통해 산업집적 현상을 설명하고 이의 영향을 평가해왔다. 하지만 시계열 데이터를 이용해 집적의 추이를 살펴본 연구는 아직 활발히 이루어지지 않고 있다. 본 연구는 지난 29년 간의 데이터를 이용해 사례로 선정된 산업들의 집적 정도를 평가하고 이러한 시계열 패턴과 도로 네트워크의 확장이 어떠한 인과관계를 맺고 있는 지 살펴보고 있다. 집적 정도를 측정한 결과 사례로 선정된 산업의 종사자들은 지리적으로 균등하게 분포되지 않고 있었다. 또한 사례 산업들 간에 공통된 시계열적 변화 특성은 나타나지 않았으나 각 산업의 발전 단계 및 비즈니스 환경 변화가 개별 산업의 집적 정도에 영향을 주고 있는 것으로 보이고 있다. 집적 정도와 도로교통망 사이의 관계를 살펴보기 위해 각 산업 별로 Granger causality test를 실시하였고 도로 교통망이 산업 집적에 영향을 주고 있음을 몇몇 사례를 통해 확인할 수 있었다. 그러나 이와 반대의 경우 혹은 상호 간에 영향을 주는 사례도 나타나 교통망과 산업집적이 보다 복잡한 관계를 맺고 있음을 보여준다.

• 한국통신학회논문지
• /
• 제26권8A호
• /
• pp.1407-1416
• /
• 2001

인터넷 서비스를 구내망에 제공하기 위한 인트라넷에서도 인터넷과 동일하게 고속 멀티미디어 및 QoS 보장형 서비스의 요구가 증가하고 있다. 이러한 요구를 충족시키기 위해서 인트라넷에서도 서비스별 트래픽 관리와 망자원의 효율적인 관리가 필요하게 되었다. 본 논문에서는 TINA 체계의 장애관리 기능에 따른 관리를 위해 인트라넷을 각각의 Layer Network 관점에서 재구성하였다. 효율적인 장애관리를 위한 기능 구조를 제안하고, 제안된 구조와 TINA 표준에 따라 장애관리 연사객체를 설계 및 구현한다. 또한, 경보 상관 관계 분석 및 장애 위치 식별 및 국지화(localization)를 위해 인트라넷에서의 장애원인 및 결과 관계를 나타내는 Fault Causality Graph를 제안한다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2005년도 BIOINFO 2005
• /
• pp.373-378
• /
• 2005

The diagrammatic language for pathways is widely used for representing systems knowledge as a network of causal relations. Biologists infer and hypothesize with pathways to design experiments and verify models, and to identify potential drug targets. Although there have been many approaches to formalize pathways to simulate a system, reasoning with incomplete and high level knowledge has not been possible. We present a qualitative formalization of a pathway language with incomplete causal descriptions and its translation into propositional temporal logic to automate the reasoning process. Such automation accelerates the identification of drug targets in pathways.

• 대한의용생체공학회:의공학회지
• /
• 제29권3호
• /
• pp.179-186
• /
• 2008

This paper presents a portable tele-assessment system designed for remote evaluation of the hypertonic elbow joint of neurologically impaired patients. A patient's upper limb was securely strapped to a portable limb-stretching device which is connected through Internet to a portable haptic device by which a clinician remotely moved the patient's elbow joint and felt the resistance from the patient. Elbow flexion angle and joint torques were measured from both master and slave devices and bilaterally fed back to their counterparts. In order to overcome problems associated with the network latency, two different tele-operation schemes were proposed depending on relative speed of tasks compared to the amount of time delay. For slow movement tasks, the bilateral tele-operation was achieved in real-time by designing control architectures after causality analysis. For fast movement tasks, we used a semi-real-time tele-operation scheme which provided the clinicians with stable and transparent feeling. The tele-assessment system was verified experimentally on patients with stroke. The devices were made portable and low cost, which makes it potentially more accessible to patients in remote areas.