• 한국전자거래학회지
• /
• 제13권3호
• /
• pp.85-101
• /
• 2008

온톨로지를 이용한 시맨틱 웹은 의미 기반의 표현 수단으로써 기존의 웹이 갖는 한계점을 극복할 수 있는 차세대 웹의 표준으로 인식되고 있다. 시맨틱 웹에 표현된 정보를 최대로 활용하기 위해서는 온톨로지에 대한 질의 검색 및 추론 기능이 필요한데, 대부분의 시맨틱 웹 도구들은 RDF 메타데이터 구조에 따른 Triple 기반의 저장 구조를 이용함으로 인해 온톨로지 추론을 위한 의미 단위의 복합 질의를 효율적으로 지원하지 못하고 있다. 본 연구에서는 기술 논리(DL)에 기반하여 온톨로지 데이터 구조와 일치하는 저장 구조를 설계하고, 이를 이용하여 시맨틱 웹 온톨로지에 대한 질의 검색 도구를 개발함으로써 온톨로지 추론을 위한 효율적인 복합 질의 검색을 지원할 수 있는 개선 방법을 제시하고자 한다. 그리고 제안된 방법을 구현한 시스템인 SMART-DLTriple을 기존의 시스템과 비교하여 그 성과를 평가하였다. 개선된 온톨로지 질의 검색 방법은 온톨로지 추론의 성능 향상에 기여하여 실용적인 온톨로지 추론 시스템의 개발에 도움을 줄 것이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 한국지능정보시스템학회
• /
• pp.389-398
• /
• 2007

Case-based reasoning (CBR) is one of the most popular prediction techniques for medical diagnosis because it is easy to apply, has no possibility of overfitting, and provides a good explanation for the output. However, it has a critical limitation - its prediction performance is generally lower than other artificial intelligence techniques like artificial neural networks (ANNs). In order to obtain accurate results from CBR, effective retrieval and matching of useful prior cases for the problem is essential, but it is still a controversial issue to design a good matching and retrieval mechanism for CBR systems. In this study, we propose a novel approach to enhance the prediction performance of CBR. Our suggestion is the simultaneous optimization of feature weights, instance selection, and the number of neighbors that combine using genetic algorithms (GAs). Our model improves the prediction performance in three ways - (1) measuring similarity between cases more accurately by considering relative importance of each feature, (2) eliminating redundant or erroneous reference cases, and (3) combining several similar cases represent significant patterns. To validate the usefulness of our model, this study applied it to a real-world case for evaluating cytological features derived directly from a digital scan of breast fine needle aspirate (FNA) slides. Experimental results showed that the prediction accuracy of conventional CBR may be improved significantly by using our model. We also found that our proposed model outperformed all the other optimized models for CBR using GA.

• 정보보호학회논문지
• /
• 제25권1호
• /
• pp.107-122
• /
• 2015

방어기법은 계속 진화하고 있지만, 여전히 이메일을 통한 APT 공격의 경우에는 탐지와 방어가 어렵다. 국내의 공공기관 및 많은 민간기업들이 지능적이고 지속적인 해킹메일 공격으로 인해 피해가 지속되고 있다. 본 논문에서는 최근 몇 년간 공공기관을 대상으로 유입된 실제 해킹메일들을 데이터베이스로 구축한 뒤, 해킹메일들의 특징을 추출한 뒤 해킹메일을 사례기반추론기법을 이용하여 유사한 사례들을 쉽게 탐색할 수 있도록 사례벡터를 설계하였다. 또한 해킹메일을 이용한 과거 공격사례들을 프로파일링 해 본 결과 특정 지역과 집단에 공격이 집중되었음을 확인할 수 있었다. 이를 통해 사례추론기법이 신규 이메일이 유입될 경우, 과거 해킹메일과의 유사성을 비교하여 악성 여부를 탐지하는데 응용할 수 있을 뿐 아니라, 침해사고 대응에 있어서도 효율적으로 활용 가능함을 제시하였다.

• 한국학교수학회논문집
• /
• 제21권2호
• /
• pp.183-206
• /
• 2018

수학 교사의 전문 역량을 인지적인 관점뿐만 아니라 상황적인 관점에서도 바라보아야 한다는 주장이 대두되고 있다. 본 연구에서는 수학 교사의 노티싱(주목하기) 능력을 상황적인 맥락의 수학 교사 전문 역량으로 고려하는 입장에서, 비디오 클럽에 참여한 수학 교사들의 통계적 변이 추론에 대한 노티싱 변화를 탐색하였다. 그 결과, 노티싱의 세 가지 요소인 주의 기울이기, 해석하기, 반응 결정하기 중에서 '해석하기' 요소가 교사의 노티싱 변화 과정에서 중요한 역할을 하였음을 관찰하였다. 주의 기울이기와 반응 결정하기 요소는 해석하기 요소의 영향을 받아 결정되는 모습을 보였다. 또한, 영상으로 제시된 학생 활동과 관련이 있는 통계적 변이 추론 발달 프레임은 교사들의 논의를 통계적 변이성에 머무르게 하고, 의사소통을 활발하게 만들어줌으로써 노티싱의 변화를 간접적으로 이끌어 냄을 알 수 있었다. 본 논문의 말미에 수학 교사의 노티싱을 개선하기 위한 비디오 클럽의 중재 방안 설계에 있어 고려해야 할 점들에 관하여 논의하였다.

• 산경연구논집
• /
• 제11권4호
• /
• pp.47-56
• /
• 2020

Purpose: This study aims to explore how consumers respond to the immoral actions of a CEO. More specifically, this research focuses on the moral reasoning processes used by consumers in order to maintain support for the CEO despite the immoral action. In addition, this research suggests that support for the CEO would improve product purchase intention. Research design, data, and methodology: To test the hypotheses presented, an online research company was hired and online survey was conducted with adult participants. Online research company sent an email to the potential subjects asking their participation in an online survey. Subjects were able to participate in the online survey by clicking a link to the survey. When the participants clicked the link, they were instructed to read a fictitious newspaper article on a CEO's immoral action. And then, they were asked to answer several questions online. Responses were obtained from 336 adults participants and data were analyzed using SPSS Hayes Macro for a moderation effect and AMOS for a structural equation model. Result: Moral reasoning processes were divided into moral decoupling and moral rationalization and analyzed to determine their influence on product purchase. Also in this study, we suggest the public self-consciousness of consumers as an antecedent of moral reasoning processes, and argue that consumers with high public self-consciousness are more likely to engage in moral decoupling than moral rationalization. Conclusions: Our results showed that moral decoupling and moral rationalization improved the consumer's perception of corporate ethicality, which increased product purchase intention. In addition, consumers with high public self-consciousness were more likely to engage in moral decoupling than in moral rationalization. In addition, this research suggested that severity of the scandal would moderate the impact of public self-consciousness on moral decoupling. However, this hypothesis was not supported statistically since most participants perceived the scandal to be a highly severe incident, that may lead to an insignificant interaction effect between severity of the scandal and public self-consciousness. This research expands the scope of available research on corporate ethics and consumer responses to negative information involving celebrities and provides practical implications for corporate crisis management.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1693-1705
• /
• 2013

국내의 수로교는 쌀문화로 상징되는 농업용수를 공급하는 교량으로서 수로교를 개보수하기 위해서는 기본설계를 실시하는 것이 바람직하나 현재 생략되고 있는 실정이므로 이에 소요되는 공사비를 산정할 필요가 있다. 이 연구에서는 2003년 이후 교체한 RC구조 수로교에 대한 실적자료를 기초로 개략공사비 산정 회귀분석(RA) 모델과 사례기반추론(CBR) 모델을 개발하였다. RA 모델의 경우 단순회귀 모델이 다중회귀 모델보다 오차율이 낮았다. CBR 모델의 경우 유전 알고리즘을 이용하였으며 영향요인의 가중치, 편차, 순위조건을 최적화 대상으로 하였고 특히 영향요인 가중치의 범위를 제한하여 수로교 개보수 공사비의 예측 정확도를 제고하였다. RA 모델과 CBR 모델 사이의 오차율은 통계적 차이를 보이지 않았다. 본 논문에서 제시된 수로교 개보수 개략공사비 산정방법은 개보수사업의 시행에 따른 신속한 의사결정을 하는데 활용될 수 있을 것으로 기대된다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.63-90
• /
• 2017

Purpose This study proposes a novel system trading model using case-based reasoning (CBR) based on absolute similarity threshold. The proposed model is designed to optimize the absolute similarity threshold, feature selection, and instance selection of CBR by using genetic algorithm (GA). With these mechanisms, it enables us to yield higher returns from stock market trading. Design/Methodology/Approach The proposed CBR model uses the absolute similarity threshold varying from 0 to 1, which serves as a criterion for selecting appropriate neighbors in the nearest neighbor (NN) algorithm. Since it determines the nearest neighbors on an absolute basis, it fails to select the appropriate neighbors from time to time. In system trading, it is interpreted as the signal of 'hold'. That is, the system trading model proposed in this study makes trading decisions such as 'buy' or 'sell' only if the model produces a clear signal for stock market prediction. Also, in order to improve the prediction accuracy and the rate of return, the proposed model adopts optimal feature selection and instance selection, which are known to be very effective in enhancing the performance of CBR. To validate the usefulness of the proposed model, we applied it to the index trading of KOSPI200 from 2009 to 2016. Findings Experimental results showed that the proposed model with optimal feature or instance selection could yield higher returns compared to the benchmark as well as the various comparison models (including logistic regression, multiple discriminant analysis, artificial neural network, support vector machine, and traditional CBR). In particular, the proposed model with optimal instance selection showed the best rate of return among all the models. This implies that the application of CBR with the absolute similarity threshold as well as the optimal instance selection may be effective in system trading from the perspective of returns.

• 한국통신학회논문지
• /
• 제35권12B호
• /
• pp.1219-1226
• /
• 2010

적조 현상에 대한 판별, 예측 분석을 위한 시스템은 현재 개발이 아주 미흡한 상태이고 현재의 적조원인에 대한 연구는 화학 및 생물학적 원인의 규명에 대해 그 초점이 맞추어져 있어 지능적인 의사 결정 알고리즘을 갖는 시스템 구현이 필요하다. 본 논문에서는 사례 기반 추론 기법을 이용하여 적조 현상에 관한 사례를 지식 베이스로 구축하고 추론하는 시스템을 설계하였다. 가장 유사한 사례 추천을 위해 KNN 알고리즘을 이용하였고 적조 사례 베이스를 구축하기 위하여 375 건의 데이터를 입력 받아 실험하였다. 학습 데이터로부터의 영향을 최소화하고 신뢰성을 확보하기 위해 10-Fold 교차검증을 수행한 결과 적조 사례에 대한 평균 정확도는 약 84.2%를 나타냈고 유사도 분류 k 개수가 5인 경우에 최적의 수행 결과를 나타냈다. 또한, 추론된 결과를 이용하여 적조 모니터링 시스템을 구현하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4345-4363
• /
• 2021

Deep Learning as a Service (DLaaS), utilizing the cloud-based deep neural network models to provide customer prediction services, has been widely deployed on mobile cloud computing (MCC). Such services raise privacy concerns since customers need to send private data to untrusted service providers. In this paper, we devote ourselves to building an efficient protocol to classify users' images using the convolutional neural network (CNN) model trained and held by the server, while keeping both parties' data secure. Most previous solutions commonly employ homomorphic encryption schemes based on Ring Learning with Errors (RLWE) hardness or two-party secure computation protocols to achieve it. However, they have limitations on large communication overheads and costs in MCC. To address this issue, we present LeHE4SCNN, a scalable privacy-preserving and communication-efficient framework for CNN-based DLaaS. Firstly, we design a novel low-expansion rate homomorphic encryption scheme with packing and unpacking methods (LeHE). It supports fast homomorphic operations such as vector-matrix multiplication and addition. Then we propose a secure prediction framework for CNN. It employs the LeHE scheme to compute linear layers while exploiting the data shuffling technique to perform non-linear operations. Finally, we implement and evaluate LeHE4SCNN with various CNN models on a real-world dataset. Experimental results demonstrate the effectiveness and superiority of the LeHE4SCNN framework in terms of response time, usage cost, and communication overhead compared to the state-of-the-art methods in the mobile cloud computing environment.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.183-190
• /
• 2009

유비쿼터스 컴퓨터 환경의 핵심기술은 상황인식 컴퓨팅기술로써 상황인식기술은 소프트웨어적 성격이 강하여 상황인식의 핵심엔진을 개발하고 이를 적용한 장치 개발이 주요 연구 작업이다. 유비쿼터스 컴퓨팅시대가 도래하면 기존의 인터넷 쇼핑몰에서 고객이 직접 상품을 검색하여 주문을 하는 형태에서 진화되어 상황인식 기술의 핵심기술인 지능형 에이전트 기술이 접목된 검색 엔진이 고객의 입력 정보를 조합하여 비교검색이 이루어진 후 추천하는 형태의 시스템으로 발전될 것이다. 본 논문에서는 사례기반 추론 기법 및 지능형 에이전트 기술을 기반으로 한 검색 엔진을 설계하고 인터넷 패션 상품 전문 몰에 적용하여 고객이 직접 상품을 검색하는 대신 지능형 에이전트가 검색하여 패키지 형태로 제공되는 주문형 맞춤식 패션 전문 시스템을 설계하고 프로토타입을 구현한다.