• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.271-275
• /
• 2005

In this research, we propose a Unified Fuzzy rule-based knowledge Inference Systems UFIS) to help the expert in cosmetic brand detection. Users' preferred cosmetic product detection is very important in the level of CRM. To this Purpose, many corporations trying to develop an efficient data mining tool. In this study, we develop a prototype fuzzy rule detection and inference system. The framework used in this development is mainly based on two different mechanisms such as fuzzy rule extraction and RDB (Relational DB)-based fuzzy rule inference. First, fuzzy clustering and fuzzy rule extraction deal with the presence of the knowledge in data base and its value is presented with a value between $0\∼1$. Second, RDB and SQL(Structured Query Language)-based fuzzy rule inference mechanism provide more flexibility in knowledge management than conventional non-fuzzy value-based KMS(Knowledge Management Systems)

• Proceedings of the Korea Society for Simulation Conference
• /
• 2005.11a
• /
• pp.71-76
• /
• 2005

XML is rapidly becoming one of the most widely adopted technologies for information exchange and representation on the World Wide Web. However, the large part of data is still stored in a relational database. Hence, we need to convert relational data into XML documents. The most important point of the conversion is to reflect referential integrities In relational schema model to XML schema model exactly. Until now, FT, NeT and CoT are suggested as existing approaches for conversion from the relational schema model to the XML schema model but these approaches only reflect referential integrities which are defined explicitly for conversion. In this paper, we suggest an algorithm for automatic extraction of implicit referential integrities such as foreign key constraints which is not defined explicitly in the initial relational schema model. We present translated XML documents by existing algorithms and suggested algorithms as comparison evaluation. We also compare suggested algorithm and conventional algorithms by simluation in accuracy part.

• Journal of Technologic Dentistry
• /
• v.35 no.4
• /
• pp.313-320
• /
• 2013

Purpose: The purpose of this study was to know the physical properties of UDMA dental composite resins containing two photosensitizers, PD, DA, as a photosensitizer instead of CQ. We want to know Remaining Double Bond(RDB) of UDMA unfilled resin and diametral tensile strength and flexural strength of composite resin containing PD and DA were compared with those of CQ, most widely used photosensitizer for dental composite resins. Methods: The RDB of UDMA studied by FT-IR spectroscopy increased with irradiation time. The composite resins were tested for their physical properties. The dental composite resins were made with UDMA as a monomer, silanized silica as filler, N,N-dimethylaminoethyl methacrylate (DAEM) as amine initiator, and one of the two kinds of new photosensitizers. Results: The relative RDB of UDMA was in the order: DA > CQ > PD but the physical properties of the composite resins show PD and DA with higher results compared with that containing CQ. The reason for the results is that PD and DA serve not only as a photosensitizer but also as a photo-crosslinking agent. Conclusion: PD and DA show as effective photosensizers, suitable for UDMA dental composite resin compare with a higher efficiency than CQ.

• Proceedings of the KAIS Fall Conference
• /
• 2003.11a
• /
• pp.99-104
• /
• 2003

In this research, we proposed the mechanism to develop self evolving expert systems (SEES) based on data mining (DM), fuzzy neural networks (FNN), and relational database (RDB)-driven forward/backward inference engine. Most former researchers tried to develop a text-oriented knowledge base (KB) and inference engine (IE). However, thy have some limitations such as 1) automatic rule extraction, 2) manipulation of ambiguousness in knowledge, 3) expandability of knowledge base, and 4) speed of inference. To overcome these limitations, many of researchers had tried to develop an automatic knowledge extraction and refining mechanisms. As a result, the adaptability of the expert systems was improved. Nonetheless, they didn't suggest a hybrid and generalized solution to develop self-evolving expert systems. To this purpose, in this study, we propose an automatic knowledge acquisition and composite inference mechanism based on DM, FNN, and RDB-driven inference. Our proposed mechanism has five advantages empirically. First, it could extract and reduce the specific domain knowledge from incomplete database by using data mining algorithm. Second, our proposed mechanism could manipulate the ambiguousness in knowledge by using fuzzy membership functions. Third, it could construct the relational knowledge base and expand the knowledge base unlimitedly with RDBMS (relational database management systems). Fourth, our proposed hybrid data mining mechanism can reflect both association rule-based logical inference and complicate fuzzy logic. Fifth, RDB-driven forward and backward inference is faster than the traditional text-oriented inference.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.80-81
• /
• 2016

기계가 읽을 수 있는 형태의 정보로 구성된 시맨틱웹 환경이 주목을 받고 있다. 온톨로지는 정보를 구조적으로 표현하는 방법론의 일종으로 시맨틱웹에서 중요한 역할을 한다. 사람이 일일이 정보를 처음부터 온톨로지로 만드는 것은 쉽지 않기 때문에 관계형 데이터베이스를 온톨로지로 자동으로 변환하는 연구가 진행되고 있다. 최근 하둡을 활용하여 관계형 데이터베이스의 뷰 정의로부터 상하위 관계를 추출하는 연구가 제안 됐다. 하지만, 하둡은 디스크 기반이기 때문에 속도가 느리다는 단점이 있다. 본 논문에서는 관계형 데이터베이스의 뷰 정의로부터 상하위 관계를 추출하는 과정을 인메모리 분산 처리 시스템인 스파크에서 수행하는 방법을 제안한다. 주어진 뷰 정의에 있는 테이블 이름으로 분산시킨 후 각각에서 독립적으로 상하위 관계를 추출한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.503-505
• /
• 2014

지능형 웹의 확장을 위해 링크드 데이터(Linked Open Data)를 통한 표준화 연구가 활발하게 진행되고 있다. 뿐만 아니라 링크드 데이터는 RDF, SPARQL을 이용한 정보를 더욱 더 지능적이고 다양한 분야에 적용 할 수 있는 방법으로 제시되고 있다. 하지만 이기종 환경에서는 각각 서로 다른 데이터 형식을 지니게 되므로 통합환경을 구축하는데 어려움이 따른다. 이를 위해 본 논문에서는 다양한 이기종 환경에서의 데이터 형식 변환이 가능한 RDF 컨버터를 제안한다. 제안하는 RDF 컨버터는 SPARQL를 비롯한 다양한 질의어로 데이터의 효율적인 분석, 변환이 가능하다. 성능평가를 통해 RDB 데이터 형식 분석과 RDF 데이터 변환에 대한 정확도를 확인하였고 D2RQ와 Jena2의 비교를 통해 서로 다른 RDB 데이터가 D2RQ에서 변환시간이 4.2% 빠르다는 성능을 증명하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.190-192
• /
• 2005

현재 기업 내의 정보 시스템들은 개별적이고 다양한 형태의 데이터베이스를 활용하여 업무적으로 발생하는 대량의 데이터를 저장하고 관리하고 있다. 이렇게 개별적으로 존재하는 데이터베이스에 저장된 데이터들을 교환 위해 기업들은 EAI, 데이터웨어하우징 등의 기술을 활용하고 있다. 하지만 이러한 기술들은 도입 비용 및 유지관리에 많은 비용을 요구할 뿐만 아니라 각 벤더들마다 요구하는 환경이 상이하다는 문제점을 가지고 있다. 본 논문에서는 기존 기술들의 이러한 문제점을 해결하기 위해 기업 내에 분산되어 존재하는 관계형 데이터베이스간의 데이터를 교환하기 위한 방법으로 웹 서비스 기반의 RDB간의 데이터 교환 시스템을 설계한다. 웹 서비스를 사용함으로써 기업들은 기존의 웹 환경을 활용할 수 있으므로 도입 비용 및 유지관리 비용을 절감할 수 있고 XML 포맷을 사용함으로 플랫폼 및 시스템 환경, 사용언어에 독립적으로 데이터를 교환할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.81-84
• /
• 2006

유비쿼터스 컴퓨팅 환경으로 발전하면서 문자열 위주의 획일적 형태에서 음성, 이미지 등 다양한 형태의 데이터들을 처리하게 되었으며, 또한 빠르고 정확하게 처리되기를 요구하고 있다. 현재 데이터 처리 중심부에 있는 Database는 대부분이 Relation DB 위주로 되어 있어 Datafile 에 데이터를 저장하고 있어 대용량의 이미지 데이터 처리에 적합하지가 않다. 본 논문에서는 이러한 단점을 보강하기 위해 Relation DB 하에서 대용량의 이미지 데이터 처리를 가능하게 하는 기법을 제시한다. 이렇게 함으로써 이미지 데이터를 Upload, Download 시 따른 응답 속도를 보장 할 수 있도록 LRU 알고리즘 기반으로 제안을 하였다. 본 논문에서 제안된 기법은 시뮬레이션을 통해 (1)기존 RDB(Relational Database)의 BLOB(Binary Large Object)필드를 이용한 이미지 데이터 처리 방식, (2)별도의 저장 공간에 이미지 데이터를 입/출하는 방식, (3)별도의 저장 공간에 이미지 데이터를 입/출력할 때 LRU(least Recently Used)알고리즘을 이용하는 방식에 대하여 성능 평가를 하였다. 그 결과 (3)별도의 저장 공간에 LRU(least Recently Used)알고리즘을 이용하여 입/출력하는 방식이 (1)기존의 RDB(Relational Database)형태에 BLOB(binary large object)필드를 이용한 것 보다 성능이 높음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.793-796
• /
• 2003

B2B 전자상거래와 같이 XML을 이용한 정보교환이 확산되고 있으며 이에따라 상호 교환되는 정보에 대하여 체계적이고 안정적인 저장 관리가 요구되고 있다. 이를 위해 XML 응용과 데이터베이스 연계를 위하여 다양한 연구가 XML DTD와 관계형 데이터베이스 중심으로 수행되었다. 그러나 XML DTD가 다양한 데이터 타입 및 표현의 한계 때문에 관계형 데이터베이스와 원활한 연계가 불가능하게 되었다. 그러므로 다양한 데이터 타입과 데이터 표현에 강력한 XML Schema에 대한 연구가 필요하게 되었다. 또한 계층구조를 2차원 정보로 변환하는 방법에 의해서 각 구조화된 정보를 관계형 데이터베이스로 저장하기 위한 데이터 모델링과 XML schema 모델링이 요구된다. 본 논문에서는 XML schema로 정의된 XPDL 정의 스키마를 UML로 변환하는 방법론과 UML을 RDB 스키마로 변환하는 방법론을 제시함으로써, 워크플로우 정의 언어인 XPDL 정의 스키마를 토대로 관계형 데이터베이스의 스키마를 확정하는 방법론을 제안하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.5
• /
• pp.400-405
• /
• 2013

The purpose of this study is to develop a composite platform for knowledge extractions, visualizations, and inference. Generally, the big data sets were frequently used in the healthcare and medical area. To help the knowledge managers/users working in the field, this study is focused on knowledge management (KM) based on Data Mining (DM), Knowledge Distribution Map (KDM), Decision Tree (DT), RDBMS, and SQL-inference. The proposed mechanism is composed of five key processes. Firstly, in Knowledge Parsing, it extracts logical rules from a big data set by using DM technology. Then it transforms the rules into RDB tables. Secondly, through Knowledge Maintenance, it refines and manages the knowledge to be ready for the computing of knowledge distributions. Thirdly, in Knowledge Distribution process, we can see the knowledge distributions by using the DT mechanism.Fourthly, in Knowledge Hierarchy, the platform shows the hierarchy of the knowledge. Finally, in Inference, it deduce the conclusions by using the given facts and data.This approach presents the advantages of diversity in knowledge representations and inference to improve the quality of computer-based medical diagnosis.