• 디지털콘텐츠학회 논문지
• /
• 제12권4호
• /
• pp.437-447
• /
• 2011

유비쿼터스 컴퓨팅 환경에서는 주변 환경에 의해 발생하는 방대한 컨택스트 정보에 대한 모델 정의와 컨택스트 인지를 통한 지능적인 서비스 제공을 위하여 컨택스트 정보 처리, 관리 및 추론과 관련한 연구가 필수적으로 요구된다. 그러나 현재 컨택스트 인지 분야에서는 고수준의 서비스 지원을 위한 온톨로지 특성을 효과적으로 반영한 모델링 기법이 부재하며, 지능적인 추론(응용, 조합)을 지원하는 기법 부재 및 컨택스트 정보간 상호운용성 지원의 한계를 가지고 있다. 따라서 본 연구의 최종 목표는 실세계에 존재하는 실체(entity)에 대한 상태를 특징화하고 정의하기 위한 방법으로 육하원칙을 적용한 온톨로지 기반의 컨택스트 인지 모델링 기법 컨택스트 인지를 위한 육하원칙 온톨로지를 개발하고 보다 양질의 지능화된 컨택스트 인지 서비스를 제공하기 위해 컨택스트 정보에 대한 관리 및 컨택스트 추론을 지원하는 프레임워크를 개발함에 있다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권4호
• /
• pp.254-259
• /
• 2008

Uncertainty of result of context awareness always exists in any context-awareness computing. This falling-off in accuracy of context awareness result is mostly caused by the imperfectness and incompleteness of sensed data, because of this reasons, we must improve the accuracy of context awareness. In this article, we propose a novel approach to model the uncertain context by using ontology and context reasoning method based on Bayesian Network. Our context aware processing is divided into two parts; context modeling and context reasoning. The context modeling is based on ontology for facilitating knowledge reuse and sharing. The ontology facilitates the share and reuse of information over similar domains of not only the logical knowledge but also the uncertain knowledge. Also the ontology can be used to structure learning for Bayesian network. The context reasoning is based on Bayesian Networks for probabilistic inference to solve the uncertain reasoning in context-aware processing problem in a flexible and adaptive situation.

• 한국컴퓨터산업학회논문지
• /
• 제2권2호
• /
• pp.195-202
• /
• 2001

본 논문에서는 한국어 음소가 좌, 우 음소에 따라 발음 방식이 달라질 때 매 음소를 모델링 하는 방법에 관한 연구를 수행한다. 이를 위해 유니트 감소 알고리즘과 결정 트리(Decision Tree)를 사용하는 방법을 사용하여 비교 연구한다. 유니트 감소 알고리즘은 통계적 특성만을 이용한 알고리즘이며 결정 트리 모델링 방식은 한국어 음운정보와 통계적 정보를 이용하여 문맥종속 음소를 분류하는 방식이다. 특히 본 논문에서는 결정 트리를 사용하여 문맥종속 음소를 분류하는 것에 대하여 상세히 기술한다. 마지막으로 결정 트리를 사용하여 분류된 문맥종속 음소의 성능을 실험하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권4호
• /
• pp.283-290
• /
• 2009

상황인식 서비스는 유비궈터스 환경의 핵심으로 동적 환경에서 지능적이고 민감하게 동작하기 위해 상황과 서비스간의 연관관계를 명확하게 분류하기 위한 방법론이 요구된다. 기존의 모델링 방법들은 시나리오 중심의 상황정보 수집, 관리 그리고 표현에 초점이 맞추어 있다. 따라서 설계할 때 다양한 실제환경에 적용하여 상황인식 서비스 모델의 적합성을 검증하기는 힘들다. 본 논문에서는 colored Petri-Net을 응용한 모델링 방법을 제시한다. 모델은 상황 정보의 변화와 흐름의 표현과 평가에 초점을 두고 시간을 추가하여 수행시간제약에 대한 표현 및 평가가 가능하도록 하였다. 또한 상황 모델링 툴킷과 에이전트 기반의 상황인식 엔진 그리고 상황정보 시뮬레이터를 활용하여 에이전트 기반의 상황인식 서비스를 개발하였다. 본 논문에서 제안한 모델링 방법은 Usilvercare에 적용하여 실용성을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1396-1412
• /
• 2023

Conversation modeling is an important and challenging task in the field of natural language processing because it is a key component promoting the development of automated humanmachine conversation. Most recent research concerning conversation modeling focuses only on the current utterance (considered as the current question) to generate a response, and thus fails to capture the conversation's logic from its beginning. Some studies concatenate the current question with previous conversation sentences and use it as input for response generation. Another approach is to use an encoder to store all previous utterances. Each time a new question is encountered, the encoder is updated and used to generate the response. Our approach in this paper differs from previous studies in that we explicitly separate the encoding of the question from the encoding of its context. This results in different encoding models for the question and the context, capturing the specificity of each. In this way, we have access to the entire context when generating the response. To this end, we propose a deep neural network-based model, called the Context Model, to encode previous utterances' information and combine it with the current question. This approach satisfies the need for context information while keeping the different roles of the current question and its context separate while generating a response. We investigate two approaches for representing the context: Long short-term memory and Convolutional neural network. Experiments show that our Context Model outperforms a baseline model on both ConvAI2 Dataset and a collected dataset of conversational English.

• Journal of information and communication convergence engineering
• /
• 제7권4호
• /
• pp.496-500
• /
• 2009

In EBCOT, the context modeling process takes excessive calculation time and this paper proposed a method to reduce this calculation time. That is, if the finest resolution coefficient is less than a pre-defined transfer factor the coefficient and its descendents skip the context modeling process. There is a trade-off relationship between the calculation time and the image quality or the amount of output data such that as this threshold value increases, the calculation time and the amount of output data decreases, but the image degradation increases. The experimental results showed that in this range the resulting reduction rate in calculation time was from 3% to 64% in average, the reduction rate in output data was from 32% to 73% in average.

• 한국콘텐츠학회논문지
• /
• 제6권3호
• /
• pp.55-62
• /
• 2006

유비쿼터스 환경이 도래함에 따라 정보를 효과적으로 관리하기 위한 움직임들이 활발히 진행 중에 있다. 본 논문에서는 이러한 움직임에 맞추어 데이터를 유비쿼터스 환경에서 개인화된 서비스를 구축하기 위해 개체화된 컨텍스트 구조를 설계한다. 또한, 방대한 컨텍스트 데이터를 관리하기 위한 모델링으로 5W1H와 컨텍스트 사용 우선순위를 적용한 HFC기법을 제안한다. 따라서 미래에 개인 서비스 중심의 유비쿼터스 환경을 구현하고 컨텍스트 기반 서비스 제공을 위한 기반모델로서의 역할을 담당할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.265-273
• /
• 2012

현재 사용자 추천 서비스를 위해 사용자 상황정보 모델링을 통해 사용자에게 맞는 서비스가 이루어져야 한다. 개인화 추천 서비스를 위해서는 상황인식 기술이 필수적이고, 상황인식을 위해서 상황정보의 적절한 표현 및 정의가 필요하다. 상황정보를 표현하기 위한 방법에는 온톨로지 기반 모델이 표현법이 가장 뛰어나고, 널리 쓰이고 있다. 본 논문에서는 사용자 개인화 추천 서비스를 위하여 상황 정보의 OWL 모델링을 통해 상황을 정의하였으며, 상황 추론을 위하여 추론규칙과 추론엔진을 사용한 서비스 기법을 제안하였다.

• 정보관리학회지
• /
• 제28권3호
• /
• pp.123-139
• /
• 2011

유비쿼터스 컴퓨팅의 주요 기술인 상황인지는 환경을 구성하는 다양한 종류의 정보 기기로부터 전달되는 상황 정보를 이해하고 처리하며, 다양한 도메인에 유연하게 적용할 수 있는 상황인지 모델을 필요로 한다. 시맨틱 웹 기술 기반의 온톨로지는 구조화된 공통의 포맷을 이용하고 의미적인 정보의 표현이 가능하므로, 시스템이 상황 정보를 공유하고 이해, 추론함으로써 효과적인 상황인지가 가능하다. 따라서 온톨로지를 이용한 상황인지 모델이 여러 연구에서 제시되어 왔는데, 본 논문에서는 이러한 기존 연구들에 대한 분석을 바탕으로 상황인지 모델의 범용성과 확장성을 위해 온톨로지의 구조를 계층화하고 이를 기반으로 상황인지 시스템을 구현하여 실제 u-Convention 도메인에 적용하였다. 또한 OWL-DL의 기술논리와 SWRL 규칙 추론을 결합함으로써 복합적인 상황을 효과적으로 추론하는 방법을 제시하였다.

• 한국도서관정보학회지
• /
• 제43권1호
• /
• pp.221-239
• /
• 2012

도서관 이용자의 복잡한 환경과 이용패턴에 따라 생성된 정보는 지식구조화를 통해 이용자에게 적합한 상황인지 정보서비스에 활용된다. 따라서, 도서관 이용자의 다양한 컨텍스트를 정의하고 상호 관련된 컨텍스트의 지식구조화를 위한 컨텍스트 모델 구축이 필수적인 요건이다. 본 연구에서는 컨텍스트의 개념 및 컨텍스트 모델링을 고찰하고, Engestrom의 행위이론의 개념을 활용하여 도서관 이용자의 행위 모델을 1) 주체, 2) 목적, 3) 도구, 4) 노동단위, 5) 커뮤니티, 그리고 6) 규칙으로 설계하였다. 또한, 도서관 이용자의 컨텍스트를 분석하기 위하여 행위정보를 수집하여 그들의 행태를 관찰 및 기록하는 사용자 추적법 (Shadow Tracking)을 활용하였고 수집된 행위정보는 CAbAT(Context Analysis based on Activity Theory)의 방법론을 활용하여 도서관 이용자의 컨텍스트를 설계하였다.