• 디지털융복합연구
• /
• 제12권12호
• /
• pp.285-292
• /
• 2014

지능형 시스템은 자료나 정보보다 지식을 주로 이용하는 시스템이다. 따라서 지식표현은 지능형 시스템 구축에 있어서 중요한 요소이다. 개념그래프는 지식을 효율적으로 표현할 수 있는 그래프 형태의 논리적 지식표현 언어이다. 하지만 개념그래프를 직접 프로그래밍에 활용하기는 쉽지 않다. 이러한 어려움을 극복하기 위하여 여러 가지 도구들이 개발되었다. 본 논문에서는 개념그래프를 이용한 지능형 시스템 구축에 활용할 수 있는 도구들에는 어떤 것들이 있는지 조사하고 그들의 기능과 특성을 비교 분석한다. 조사결과는 지능형 시스템 구축을 위한 개념그래프 활용에 큰 도움이 될 것이다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제7권1호
• /
• pp.181-208
• /
• 1998

In many literatures of model management, various schemes for representing model base schema have proposed. Ultimately, the goal is to arrive at a set of mutually supportive and synergistic methodologies and tools for the modeling problem domain and model base design. This paper focus on how best to structure and represent conceptual model of problem domain and schema of model base. Semantic concepts and modeling constructs are valuable conceptual tools for understanding the structural relationships and constraints involved in an model management environment. To this end, we reviewed the model management literature, and analyzed the constructs of modeling tools of data model management graph-based approach. Although they have good tools but most of them are not enough for the representation of structural relationships and constraints. So we wanted more powerful tools which can represent diverse constructs in a decision support modeling and model base schema design. For the design of a model base, we developed object modeling framework which uses Object Modeling Techniques (OMT). In Object Modeling Framework, model base schema are classified into conceptual schema, logical schema, and physical schema. The conceptual schema represents the user's view of problem domain, and the logical schema represents a model formatted by a particular modeling language. The schema design, this paper proposes an extension of Object Model to overcome some of the limitations exhibited by the OMT. The proposed tool, Extended Object Model(EOM) have diverse constructs for the representation of decision support problem domain and conceptual model base schema.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.724-727
• /
• 2005

Material selection is one of the important activities in design and manufacturing. A selected material at the conceptual design stage affects material properties of the designed part as well as manufacturability and cost of the final product. Unfortunately there are not many accessible material databases that can be used for design. In this research, a web-based material database was constructed. In order to assist designers to compare different materials, two-dimensional and three-dimensional graphs were provided. Using these graphical tools, multi-dimensional comparison was available in more intuitive manner. To provide environmental safety of materials, the database included National Fire Protection Association publication Standard No.704. The web-based tool is available at http://fab.snu.ac.kr/matdb.

• 한국기록관리학회지
• /
• 제19권1호
• /
• pp.23-67
• /
• 2019

Records in Contexts(RiC)은 ICA의 네 가지 기술표준을 통합, 정규화하여 개발한 국제적 기술표준이다. RiC은 기록 기술을 다차원적으로 바꾸고 기록의 맥락을 드러내며 이질적 시스템 간 데이터 상호운용성을 확보할 수 있는 장점이 있다. 본 논문에서는 RiC을 아카이브 시스템 설계의 핵심 도구로 설정하고, 데이터베이스 구현을 위한 '논리적 데이터 모델링'을 수행한다. RiC의 개념 모델인 RiC-CM(Conceptual Model)은 데이터 참조 모델로 활용할 수 있기 때문에, 사용자 요구사항에 맞는 데이터 모델로 개발이 가능하다. 이에 본 논문에서는 이를 두 가지 데이터 모델, '관계형 데이터 모델'과 '그래프형 데이터 모델'로 구현하고자 한다. 관계형 데이터 모델은 대부분 레거시 시스템의 데이터베이스가 적용하고 있는 만큼 범용적이다. 한편 그래프형 데이터 모델은 정보 '개체(entity)' 사이의 '관계(relationship)'를 중심으로 개체를 유연하게 확장할 수 있다.

• 한국수학사학회지
• /
• 제19권4호
• /
• pp.63-80
• /
• 2006

수학 언어는 보통 자연언어(Natural language), 대수언어(algebraic langauge) 그리고 도식(schema)으로 구성되는데, 이 논문에서는 도식에 논의의 초점을 맞추고자 한다. 도식은 고대 그리스의 피타고라스 시대부터 이미 기하학적 추론에서 사용되었는데, 동양수학도 예외가 아니어서 중국의 고문서에서도 도식이 발견되곤 한다. 도식은 감각적인 이미지를 통하여 개념적인 것으로의 전이가 이루어지는 곳이다. 그래서 도형은 직관에 직접 호소함으로써 문제해결을 용이하게 해주는 발견술적인(heuristic) 가치를 지니고 있다. 도식의 도입은 또한 교육적인 관점에서도 매우 효율적이다. 그러나 그것이 증명을 대신할 수는 없다는 점을 잊어서는 안되겠다. 이 논문에서는 통시적 관점에서 다양한 도식을 소개한 후에 카테고리 이론과 파인만 다이어그램 그리고 아르강 평면을 고찰하면서 도식이 새로운 지식의 구축에 필요불가결한 방법과 도구임을 보이고자 한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.