• 한국정보과학회논문지:시스템및이론
• /
• 제36권6호
• /
• pp.488-501
• /
• 2009

유비쿼터스 환경에서 모바일 단말기의 제한적인 자원 문제를 해결하기 위해 주변 자원을 실시간으로 공유하는 연구들이 진행되고 있다. 그리고 자원의 공유뿐만 아니라 상황 정보에 기반한 추론을 통해 개인 맞춤형 자원을 추천하는 연구도 활발히 진행되고 있다. 개인 맞춤형 자원 추천을 위하여 사용자의 기본 정보, 자원에 대한 선호도, 공유 대상이 되는 자원의 정보, 단말기의 위치, 시간과 같은 다양한 상황 정보는 효과적으로 공유 및 관리되어야 한다. 또한 신뢰성 있는 자원 추론을 위해 필요한 추론규칙을 검증하는 단계는 매우 중요하다. 이를 위해서 다양한 상황 정보를 구성하여 실제 단말기 상에서 자원 추론규칙이 올바르게 동작하는지 검증해야 하지만 이는 현실적으로 많은 비용과 시간이 필요하다. 따라서 본 논문애서는 이러한 문제점을 해결하기 위하석 추론 검증 도구를 제안한다. 제안하는 추론 검증도구는 편리한 그래픽 사용자 인터페이스를 제공하여 원하는 상황 정보를 쉽게 생성할 수 있고, 실제 단말기를 대신하여 동적인 상황 정보의 변경에 따른 추론을 정확하게 검증한다.

• 대한임베디드공학회논문지
• /
• 제16권5호
• /
• pp.201-207
• /
• 2021

Edge Computing enables image-based inference in close proximity to end users and real-world objects. However, since edge servers have limited computational and accelerator resources, efficient resource management is essential. In this paper, we present HeteroAccel system that performs optimal scheduling in Kubernetes platform based on available node and accelerator information for various inference requests. Our experiments showed 25.3% improvement in overall inference performance over the default scheduling scheme in edge computing environment in which four types of inference services are requested.

• Journal of information and communication convergence engineering
• /
• 제14권2호
• /
• pp.97-105
• /
• 2016

With the increasing demand for interoperability among existing learning resource systems in order to enable the sharing of learning resources, such resources need to be annotated with ontologies that use different metadata standards. These different ontologies must be reconciled through ontology mediation, so as to cope with information heterogeneity problems, such as semantic and structural conflicts. In this paper, we propose an ontology-mapping technique using Semantic Web Rule Language (SWRL) to generate semantic mapping rules that integrate learning resources from different systems and that cope with semantic and structural conflicts. Reasoning rules are defined to support a semantic search for heterogeneous learning resources, which are deduced by rule-based inference. Experimental results demonstrate that the proposed approach enables the integration of learning resources originating from multiple sources and helps users to search across heterogeneous learning resource systems.

• 한국지능시스템학회논문지
• /
• 제17권1호
• /
• pp.123-129
• /
• 2007

On the Semantic Web, the content of the documents must be explicitly represented through metadata in order to enable contents-based inference. In this study, we propose a mechanism to convert the Conceptual Graph (CG) into Resource Description Framework (RDF). Quite a large number or representation languages for representing knowledge on the Web have been established over the last decade. Most of these researches are focused on design of independent knowledge description. On the Semantic Web, however, a knowledge conversion mechanism will be needed to exchange the knowledge used in independent devices. In this study, the CG could give an entire conceptual view of knowledge and RDF can represent that knowledge on the Semantic Web. Then the CG-based object oriented PROLOG could support the natural inference based on that knowledge. Therefore, our proposed knowledge conversion mechanism will be used in the designing of Semantic Web-based knowledge representation and inference systems.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.999-1001
• /
• 1995

In this study, the algorithm of optimal parameter inference is proposed. At this inferring method, we tried to acquire the follow-up to reference pattern through comparing the plant output pattern with random reference pattern. As an inference method, the fuzzy theory was applied and the proposed algorithm was proved by computer simulation.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.9-16
• /
• 2023

IoT 환경은 다양한 사물들이 상호 유기적으로 동작하며 이를 바탕으로 여러 서비스를 구성할 수 있다. 앞선 연구에서 우리는 자원 협업을 이용해 사용자의 개인용 단말에 부족한 자원들을 대체하여 서비스하기 위한 자원 협업 시스템을 개발했다. 그러나 앞선 시스템은 자원과 상황의 수가 증가하면 자원 추론 시간이 기하급수적으로 증가한다. 이러한 문제를 해결하기 위하여 본 연구는 BIG5 사용자 유형 분류 방법을 적용하여 사용자와 자원을 분류한다. 또한, 본 논문은 BIG5 유형 기반의 전처리를 통해 사용자가 선호하는 자원들을 필터링하고, 필터된 자원들을 추천 시스템의 입력으로 사용하여 추론 시간을 줄이는 방법을 제안한다. 논문은 제안한 방법을 프로토타입 시스템으로 구현하고 성능 평가와 사용자들의 만족도 평가를 통해 제안한 방법의 유효성을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.169-177
• /
• 2008

그리드 컴퓨팅 환경에서 컴퓨팅 자원은 매우 다양한 네트워크와 시스템으로 구성되어 있다. 이기종의 환경에서 기존의 자원선택 기법으로 사용자가 원하는 자원을 검색 및 선택하는 것은 자원정보의 저장 구조상 한계가 있다. 본 논문은 사용자의 요구사항과 데이터 특성에 맞는 자원을 선택하기 위해 그리드 자원을 온톨로지로 구축하고, SWRL을 이용하여 정의한 규칙을 바탕으로 추론 엔진을 거쳐서 자원을 선택 및 제공하는 온톨로지 기반의 그리드 자원선택시스템을 제안한다. 실험 결과는 본 논문에서 제안한 온톨로지 기반의 그리드 자원선택 시스템이 기존 그리드 자원선택 시스템인 Condor-G와 Nimrod-G 보다 더 높은 작업 처리율 및 자원 이용률과 적은 작업 손실 및 처리 시간을 보임으로써 그리드 자원선택을 지능적이며 능동적으로 할 수 있고, 자원 이용에 더 효과적이라는 사실을 증명한다.

• 한국컴퓨터정보학회논문지
• /
• 제23권4호
• /
• pp.107-114
• /
• 2018

Recently, various wearable personal devices such as a smart watch have been developed and these personal devices are being miniaturized. The user desires to receive new services from personal devices as well as services that have been received from personal computers, anytime and anywhere. However, miniaturization of devices involves constraints on resources such as limited input and output and insufficient power. In order to solve these resource constraints, this paper proposes a resource collaboration system which provides a service by composing sharable resources in the resource sharing environment like IoT. the paper also propose a method to infer and recommend user-customized resources among various sharable resources. For this purpose, the paper defines an ontology for resource inference. This paper also classifies users behavior types based on a user model and then uses them for resource recommendation. The paper implements the proposed method as a prototype system on a personal device with limited resources developed for resource collaboration and shows the effectiveness of the proposed method by evaluating user satisfaction.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.127-132
• /
• 2008

This study proposes a Natural Language Query Framework (NLQF) for the semantic web. It supports an intelligent inference at a semantic level. Most of previous researches focused on the knowledge representation on the semantic web. However, to revitalize the intelligent e-business on the semantic web, there is a need for semantic level inference to the web information. To satisfy the need, we will review the knowledge/resource representation on the semantic web such as RDF, Ontology and Conceptual Graph (CG), and then discuss about the natural language (NL) inference. The result of this research could support a natural interface for the semantic web. Furthermore, we expect that the NLQF can be used in the semantic web-based business communications.

• Computers and Concrete
• /
• 제21권6호
• /
• pp.697-703
• /
• 2018

Compressive strength is one of the most important engineering properties of concrete, and testing of the compressive strength of concrete specimens is often costly and time consuming. In order to provide the time for concrete form removal, re-shoring to slab, project scheduling and quality control, it is necessary to predict the concrete strength based upon the early strength data. However, concrete compressive strength is affected by many factors, such as quality of raw materials, water cement ratio, ratio of fine aggregate to coarse aggregate, age of concrete, compaction of concrete, temperature, relative humidity and curing of concrete. The concrete compressive strength is a quite nonlinear function that changes depend on the materials used in the concrete and the time. This paper presents an adaptive neuro-fuzzy inference system (ANFIS) for the prediction of concrete compressive strength. The training of fuzzy system was performed by a hybrid method of gradient descent method and least squares algorithm, and the subtractive clustering algorithm (SCA) was utilized for optimizing the number of fuzzy rules. Experimental data on concrete compressive strength in the literature were used to validate and evaluate the performance of the proposed ANFIS model. Further, predictions from three models (the back propagation neural network model, the statistics model, and the ANFIS model) were compared with the experimental data. The results show that the proposed ANFIS model is a feasible, efficient, and accurate tool for predicting the concrete compressive strength.