• 한국시뮬레이션학회논문지
• /
• 제18권2호
• /
• pp.29-38
• /
• 2009

이기종의 자원들로 이루어진 컴퓨팅 환경에서 효율적인 자원 활용과 대용량의 데이터를 고속으로 처리하기 위해서는 실시간으로 변화하는 자원의 상태에 따라 대처 할 수 있는 동적인 작업 스케줄링 모델이 필요하다. 현재 이기종의 자원들에게 작업을 어떻게 분배 및 할당 할 것인지에 대하여 많은 자원 평가 방법 및 휴리스틱 기법들이 연구되었으나 이러한 방법들은 표준언어를 사용하지 않기 때문에 시스템 호환 및 확장에 어려움이 많다. 또한 다양한 자원들의 상태가 실시간으로 동적으로 변화하기 때문에 기존 연구에서 제안한 방법으로는 효율적인 처리가 불가능하거나 자원의 상태 변화에 동적으로 대처할 수 없다. 본 논문은 이러한 기존 연구들의 문제에 대한 해결책으로 W3C에서 제정한 온톨로지 표준 언어인 OWL을 이용하여 자원 온톨로지를 구축함으로써 이기종의 자원 관리를 손쉽게 할 수 있으며, 자원의 동적인 변화에 따라 작업 스케줄링하는 방법을 지식기반의 다양한 규칙들로 정의하여 추론을 통해서 최적의 자원에게 작업을 할당하는 시멘틱 컴퓨팅 기반의 동적 작업 스케줄링 모델을 제안한다. 시뮬레이션 실험 결과는 본 논문에서 제안한 작업 스케줄링 모델이 기존 모델에 비하여 낮은 작업 손실과 높은 작업 처리율 및 짧은 응답시간을 제공함으로써 이기종의 자원들로 구성된 시스템 전반에 걸쳐 안정적이고 고속의 데이터 처리를 제공할 수 있다는 사실을 증명한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.193-202
• /
• 2017

인공지능 기반 지능형 시스템의 개발에는 일반적으로 신뢰성 높은 대규모 지식처리, 지식의 통합과 인간 수준의 이해, 지식기반 인간-기계협업, 전문가 수준의 지능 서비스 등의 효과적 통합이 요구된다. 특히 빅데이터 이해 기반 자가학습형 지식베이스 및 추론 기술 개발을 목표로 하고 있는 과제의 일환으로 개발 중인 WiseKB 통합 플랫폼은 대용량 지식을 저장하여 추론과정을 통한 질의 및 응답이 가능한 대규모 지식 베이스 역할을 수행하며 이를 위하여 지식표현, 자원통합, 지식저장소, 지식베이스, 복합추론, 지식학습 등의 요소기술들의 효과적 통합이 필수적이다. 통합 플랫폼의 효율적 통합을 위해서는 정확한 요구사항 분석이 중요하며, 이는 시스템의 특성을 고려한 적절한 요구사항 분석 방법론의 적용이 필요하다. 대표적인 요구사항 분석 방법인 순차적 방법론과 순환-점진적 방법론은 WiseKB와 같은 시스템의 대규모 복합적 개발 특성을 고려할 때 다양한 요구사항을 체계적으로 파악하기에 한계가 있다. 본 논문에서는 이러한 한계를 개선하고자 순차적 방법과 순환-점진적 방법론을 결합해 각 단점을 보완하고 대규모 복합적 특성을 갖는 시스템의 요구사항 분석을 효율적으로 진행할 수 있는 통합 방법론을 제시하고, 실제 적용을 통해 그 효과를 보인다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.850-858
• /
• 2022

리소스가 제한된 임베디드 장치에 GRU를 배포하기 위해 이 논문은 구조적 압축을 가능하게 하는 재구성 가능한 FPGA 기반 GRU 가속기를 설계한다. 첫째, 조밀한 GRU 모델은 하이브리드 양자화 방식과 구조화된 top-k 프루닝에 의해 크기가 대폭 감소한다. 둘째, 본 연구에서 제시하는 재사용 컴퓨팅 패턴에 의해 외부 메모리 액세스에 대한 에너지 소비가 크게 감소한다. 마지막으로 가속기는 알고리즘-하드웨어 공동 설계 워크플로의 이점을 얻는 구조화된 희소 GRU 모델을 처리할 수 있다. 또한 모든 차원, 시퀀스 길이 및 레이어 수를 사용하여 GRU 모델에 대한 추론 작업을 유연하게 수행할 수 있다. Intel DE1-SoC FPGA 플랫폼에 구현된 제안된 가속기는 일괄 처리가 없는 구조화된 희소 GRU 네트워크에서 45.01 GOPs를 달성하였다. CPU 및 GPU의 구현과 비교할 때 저비용 FPGA 가속기는 대기 시간에서 각각 57배 및 30배, 에너지 효율성에서 300배 및 23.44배 향상을 달성한다. 따라서 제안된 가속기는 실시간 임베디드 애플리케이션에 대한 초기 연구로서 활용, 향후 더 발전될 수 있는 잠재력을 보여준다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.304-311
• /
• 2022

Construction inspection is a crucial stage that ensures that all contractual requirements of a construction project are verified. The construction inspection capabilities among state highway agencies have been greatly affected due to budget reduction. As a result, efficient inspection practices such as risk-based inspection are required to optimize the use of limited resources without compromising inspection quality. Automated prioritization of textual requirements according to their criticality would be extremely helpful since contractual requirements are typically presented in an unstructured natural language in voluminous text documents. The current study introduces a novel model for predicting the risk level of requirements using machine learning (ML) algorithms. The ML algorithms tested in this study included naïve Bayes, support vector machines, logistic regression, and random forest. The training data includes sequences of requirement texts which were labeled with risk levels (such as very low, low, medium, high, very high) using the fuzzy logic systems. The fuzzy model treats the three risk factors (severity, probability, detectability) as fuzzy input variables, and implements the fuzzy inference rules to determine the labels of requirements. The performance of the model was examined on labeled dataset created by fuzzy inference rules and three different membership functions. The developed requirement risk prediction model yielded a precision, recall, and f-score of 78.18%, 77.75%, and 75.82%, respectively. The proposed model is expected to provide construction inspectors with a means for the automated prioritization of voluminous requirements by their importance, thus help to maximize the effectiveness of inspection activities under resource constraints.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.23-37
• /
• 2012

Individuals often make their judgments on the basis of the ease or difficulty with which information comes to mind (for reviews, see Greifeneder, Bless, and Pham 2010; Schwarz 1998, 2004). Recent research, however, has documented that variables known to determine the degree of cognitive resources invested in information processing such as personal relevance (Grayson and Schwarz 1999; Rothman and Schwarz 1998), accuracy motivation (Aarts and Dijksterhuis 1999), and processing capacity (Menon and Raghubir 2003) can affect the extent to which individuals draw on metacognitive difficulty in making their judgments. The primary aim of this research is thus to investigate whether individuals with substantial cognitive resources or those with lack of cognitive resources are more likely to draw on metacognitive difficulty when making their product evaluations. The findings from two laboratory experiments indicate that individuals who perceive a greater level of fit between their self-regulatory orientation and temporal construal (Experiment 1), and between their self-construal and the type of product benefit appeal (Experiment 2) are more likely than those who perceive the lack of such fit to evaluate a target product less positively after thinking of many rather than a few positive reasons. The findings provide supporting evidence for the two-stage backward inference process involved with the effect of metacognitive difficulty on consumer judgments in that consumer judgments based on metacognitive difficulty may require greater cognitive resources than those based on the content of information generated. Also, the current research documents further empirical evidence for the relationship between self-regulatory orientation-construal level fit and cognitive resources such that perceived regulatory-construal level fit can increase consumer willingness to invest cognitive resources into their judgment tasks. Last, the findings can help marketers differentiate purchase situations where asking consumers to think of many positive benefits from purchase situations where asking consumers to think of a few key benefits is relatively more beneficial.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.148-154
• /
• 2008

미래 유비쿼터스 컴퓨팅은 언제 어디서나 지능형 모바일 단말들이 자율적으로 서비스를 제공받을 수 있는 유비쿼터스 지능 공간을 필요로 한다. 이러한 지능 공간의 자율적 구성을 위해 지능 공간에 속한 각 모바일 단말들은 다양한 소스로부터 컨텍스트(Conte박 상황) 정보를 수집하고 컨텍스트 정보로부터 유용한 정보를 추론할 수 있어야 한다. 특히 다양한 유비쿼터스 지능 공간으로부터 수집하고 컨텍스트 정보의 모호성을 극복하고 보다 정확한 상황 인지를 통한 지능형 서비스를 제공하기 위해서는 컨텍스트에 대한 표준 분류 기법(taxonomy) 및 분류된 컨텍스트 정보를 기반으로 하는 추론 기술이 요구된다. 이를 위해 기존의 유비쿼터스 지능 공간에 관련된 대부분의 기존의 연구들에서는 상황 인지 서비스 제공을 위해 CLIPS나 JESS와 같은 규칙 기반 추론 엔진이 주로 사용되고 있다. 그러나 기존의 추론 엔진들은 리소스가 제한된 모바일 단말에서 사용되기에는 한계를 가지고 있다. 따라서 본 논문에서는 모바일 단말을 위한 자율적인 상황인지 서비스를 제공하기 위한 경량 추론 엔진을 설계하고 구현하는 것을 목적으로 한다. 개발된 추론 엔진은 휴대폰이나 PMP, 네비게이션 둥과 같은 개인형 모바일 단말에서 자율적인 상황인지 기반 서비스를 제공하기 위해 사용될 수 있다. 또한, 계층적 분류체계(taxonomy) 정보를 활용함으로써 일반적인 룰(general rule) 또는 구체적인 룰(specific rule)의 선택적인 구성을 통해 다양한 수준의 컨텍스트가 실시간으로 수집되는 상황인지 컴퓨팅에서의 효율적인 상황인지 서비스의 구현을 지원한다.

• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.429-438
• /
• 2004

본 논문에서는 정책기반의 IP 네트워크 관리구조에서 임의의 노드에 유입되어지는 트래픽에 대하여 퍼지 추론 방식을 사용한 어드미션 제어 구조를 설계하였다. 제안된 제어구조는 기존 정의된 정책 요구수준과 네트워크 상태에 따라 자원 할당을 결정하는 방식을 사용하였다. 이는 기존의 바이너리 방식의 정책 적용방식을 개선하여 사전에 정의된 임의의 005 정책에 대하여 예측할 수 없는 네트워크의 상태에 따라 적응적인 어드미션 제어를 제공함으로서 네트워크의 자원을 효율적으로 사용할 수 있도록 하였다. 볼 논문에서 설계한 퍼지 제어기를 통하여 제한된 환경에서의 시뮬레이션을 수행한 결과 비퍼지 환경에 비하여 트래픽의 패턴에 따라 평균 26%의 패킷 거부율을 향상하였고, 이는 퍼지 컨트롤러에 의해서 네트워크의 상태에 따라 비퍼지 환경에서의 수락/거절 동작이 아닌 소프트한 적응성을 보여주었기 때문이다.

• 정보관리연구
• /
• 제37권2호
• /
• pp.109-136
• /
• 2006

시맨틱 웹의 발전은 정보의 규격화, 의미화를 통한 지식을 기본으로 이루어지며, 온톨로지는 이러한 지식표현을 위해 필수적으로 사용되는 도구이다. 온톨로지상에서 개체(Individual)들은 URI(Uniform Resource Identifier)를 이용하여 유일하게 지칭될 수 있어야 한다. 예를 들어, 국가 R&D 기반정보를 모델링하고, 이를 이용하고자 하는 경우에 URI 기반의 온톨로지 설계와 구현이 필수적으로 요구된다. 그렇지만, 식별체계나 URI를 사용하기 위해서는 방대한 인적 물적 자원의 투입이 불가피하여 과학기술문헌상의 인력정보를 식별체계 기반으로 구축하고자 하는 시도가 미약한 실정이었다. 이에 본 연구는 과학기술문헌을 포함한 국가 R&D 기반정보 온톨로지 구축에서 핵심이 되는 인력정보를 포함한 다양한 정보들을 URI 기반으로 구축, 관리, 서비스하는 방법을 기술한다. 약 7,000여건의 국내학술대회 논문들로부터 획득한 기반정보는 추론 서비스를 통해 연구자 네트워크 분석, 성과통계 등 다양한 시맨틱 웹 응용 분야들에 적용된다.

• 한국과학교육학회지
• /
• 제36권4호
• /
• pp.551-561
• /
• 2016

본 연구의 목적은 과학 문제 해결을 위한 귀추적 사고 과정에서 모델의 역할을 이론 연구와 경험 연구를 통해 조사하는 것이었다. 이 연구는 지구과학 탐구 학습 프로그램을 개발하기 위한 설계 기반 연구의 맥락에서 이루어졌으며, 본 논문에서는 그 중 지질학 분야의 귀추적 탐구 활동을 재설계하는 과정을 중점적으로 다루었다. 이론 연구에서는 지구과학에 특징적인 연구 방법으로서 귀추와 모델링을 관련지어 연구한 대표적인 연구자들의 저작들을 집중적으로 고찰하였다. 그 결과로, 증거, 자원 모델, 설명 모델의 관계를 나타낸 모델링 중심의 귀추적 추론에 대한 잠정적인 도식을 제안하였다. 이 도식을 지질학 문제를 해결하는 전문가들의 사고 과정을 분석한 경험 연구를 통해 정교화 하였다. 새로운 도식에는 결정적 증거, 결정적 자원 모델, 과학적으로 타당한 설명 모델의 역할이 포함되었다. 이와 더불어 모델링 중심의 귀추적 탐구 수업에서 학생들의 사고 과정을 지원할 수 있는 교수법적인 시사점을 도출하였다.

• 디자인학연구
• /
• 제15권3호
• /
• pp.157-166
• /
• 2002

본 연구는 소비자의 광고반응에 있어서 자원-부합이론(resource-matching theory)을 근거로 하여 광고정보제공 형태 와 광고레이아웃에 따른 광고효과를 검증하였다. 기존연구에서는 사실적인 정보제공과 통합적인 레이아웃을 통해 광고를 쉽게 설계하는 것이 효과적이거나 또는 설명적인 정보제공과 분리적 레이아웃을 통해 광고를 어렵게 설계하는 것이 효과적일 것이라는 상반된 연구결과를 제시하고 있다. 그러나 본 연구에서는 이러한 광고설계스타일에 따른 효과가 정보처리동기수준이나 브랜드위계수준과 같은 변수들에 의해 상황적으로 다르게 나타날 것이라고 제시하고 있다. 분석결과에서 명성브랜드인 경우에는 사실적인 정보제공과 통합적인 레이아웃을 통해 광고를 쉽게 설계함으로써 소비자들이 스스로의 잉여자원으로 브랜드에 대한 우호적 추론을 광고반응에 결합시키는 것이 효과적이라고 제시하고 있다. 이와는 반대로 비 명성브랜드의 경우에는 설명적인 정보제공과 분리적 레이아웃을 통해 이해하는데 상당한 인지적 노력을 투여하게 함으로써 인지적 잉여자원을 통한 추론을 억제하고 광고자체에 몰두하도록 설계하는 것이 효과적이라고 제시하고 있다.