• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권4호
• /
• pp.282-296
• /
• 2010

OWL 온톨로지는 실세계의 도메인 지식을 모델링 하는데 적합하다. 또한 명백하게 정의된 지식으로부터 암시적인 새로운 지식을 추론할 수 있다. 하지만 이 모델링된 지식은 완전할 수 없다. 사람이 가지고 있는 모든 상식을 모델링 할 수 없기 때문이다. 온톨로지는 완전한 지식표현을 위한 무결성 제약조건과 예외 처리와 같은 비단조 추론을 지원할 방법이 없다. 디폴트 규칙은 온톨로지 안의 특정 클래스에 대한 예외를 처리할 수 있다. 또한 무결성 제약은 온톨로지에 정의된 클래스의 제한조건(restriction)에 인스턴스가 일관되게 할 수 있다. 본 논문에서는 Open World Assumption(OWA) 기반의 온톨로지와 Closed World Assumption(CWA) 기반의 비단조 추론을 지원하는 규칙의 지식베이스를 통합하여 Open World 와 Closed World 추론을 모두 지원하는 실질적인 추론 시스템을 제안한다. 이 시스템은 온톨로지에 정의된 불완전한 개념을 다룰 때 OWA기반이라서 발생하는 문제점을 ASP(Answer Set Programming)를 사용하여 해결방안을 제안한다. ASP는 논리 프로그래밍 언어로써 비단조 추론을 허용하며, 서술 논리 지식베이스에 CWA 기반의 질의를 가능하게 한다. 제안하는 시스템은 Protege에서 제공하는 Pizza 온톨로지를 예로써 비단조 추론이 필요한 경우를 보이고, 잘 알려진 온톨로지들로 성능 평가하여 본 시스템의 정당(sound)하고 완전(complete)함을 증명한다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.83-90
• /
• 2004

요즘 사람들이 많이 즐기는 전략 게임들은 장르가 가지는 특성을 이행하지 못하고 있다. 사용자 객체의 행위에 적절히 대응하는 컴퓨터 객체의 행위를 추론해내지 못함은 물론이고 다양하게 구사되는 사용자의 전략에 대책을 마련할 수 있는 학습 능력을 갖추고 있지 못하기 때문에 사용자들은 별다른 전략 없이 컴퓨터를 상대로 쉽게 게임을 승리할 수 있다. 이에 본 논문에서는 컴퓨터 객체에 추론 능력과 학습 능력을 적용하기 위해서 비단조 추론방식과 귀납적 기계 학습을 적용한 전략게임 인공지능 엔진을 연구한다. 본 논문에서는 다음 3가지 부분에 중점을 두고 엔진을 연구하였다. 첫째 사용자가 제어하는 객체들의 행위를 포괄적으로 모니터하여 사용자의 객체 행위로 추상화하는 사용자 행위 모니터, 둘째 추상화된 사용자의 객체 행위에 대응하는 컴퓨터 객체들의 행위와 사용자의 전략을 학습하는 학습 엔진, 셋째 추상화되어 있는 컴퓨터 객체의 행위를 게임에 반영하는 행위 표현기를 중심으로 연구하고 있다. 특히 본 논문에서는 보다 정확하게 사용자 객체의 전략 행위를 학습하고, 사용자의 객체에 대응하는 컴퓨터 객체 행위를 만들어내기 위해서 비단조 추론과 기계 학습 기법중 하나인 귀납적 학습 방식을 적용하는 2단계의 구조를 연구하고 있다. 즉, 귀납적 학습 방법을 통해서 컴퓨터 객체가 학습한 정보를 바탕으로 비단조 추론을 이용하여 컴퓨터 객체의 행위와 전략을 결정한다. 이에 본 논문에서는 비단조 추론과 귀납적 기계 학습을 적용하여 기존 컴퓨터 객체의 행위와의 차별성을 밝혀내고, 컴퓨터 객체가 향상된 전략을 구사할 수 있게 하는 것이 주된 목표다.

• International journal of advanced smart convergence
• /
• 제8권1호
• /
• pp.133-140
• /
• 2019

In this paper, we present an algorithm for adjusting degree of belief for consistency on the evidence dependency network where various sets of evidence support different sets of hypotheses. It is common for experts to assign higher degree of belief to a hypothesis when there is more evidence over the hypothesis. Human expert without knowledge of uncertainty handling may not be able to cope with how evidence is combined to produce the anticipated belief value. Belief in a hypothesis changes as a series of evidence is known to be true. In non-monotonic reasoning environments, the belief retraction method is needed to clearly deal with uncertain situations. We create evidence dependency network from rules and apply the evidence retraction algorithm to refine belief values on the hypothesis set. We also introduce negative belief values to reflect the reverse effect of evidence combination.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1038-1041
• /
• 1987

Non-monotonic logic is one in which the introduction of new axioms can eliminate old theorems. Such logic is very important in modeling the beliefs of the systems which, in the presence of complete information, must make and subsequently revise assumptions in light of new observations. In the present paper, we suggest that the formal systems, such as Reiter's default logic could be the useful implement for the specification and description of non-monotonic systems. WE develop a theory of inheritance network in order to illustrate the benefits of this theory.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.94-101
• /
• 2019

Building a stable knowledge base is an important issue in the application of knowledge engineering. In this paper, we present an algorithm for detecting and locating discrepancies in the line of the reasoning process especially when discrepancies occur on belief values. This includes backtracking the rule firing from a goal node of the rule network. Retracting a belief function allows the current belief state to move back to another belief state without the rule firing. It also gives an estimate, called contribution measure, of how much the rule has an impact on the current belief state. Examining the measure leads the expert to locate the possible cause of problem in the rule. For non-monotonic reasoning, the belief retraction method moves the belief state back to the previous state. A tracing algorithm is presented to identify and locate the cause of problem. This also gives repair suggestions for rule refinement.

• 정보과학회 논문지
• /
• 제43권10호
• /
• pp.1115-1123
• /
• 2016

가정기반진리관리 시스템(ATMS)은 추론 시스템의 추론 과정을 저장하고 비단조추론을 지원할 수 있는 도구이다. 또한 의존기반 backtracking을 지원하므로 매우 넓은 공간 탐색 문제를 해결 할 수 있는 강력한 도구이다. 모든 추론 과정을 기록하고, 특정한 컨텍스트에서 지능형시스템의 Belief를 매우 빠르게 확인하고 비단조 추론 문제에 대한 해결책을 효율적으로 제공할 수 있게 한다. 그러나 최근 데이터의 양이 방대해지면서 기존의 단일 머신을 사용하는 경우 문제 해결 프로그램의 대용량의 추론과정을 저장하는 것이 불가능하게 되었다. 대용량 데이터에 대한 문제 해결 과정을 기록하는 것은 많은 연산과 메모리 오버헤드를 야기한다. 이러한 단점을 극복하기 위해 본 논문에서는 Apache Spark 환경에서 functional 및 객체지향 방식 기반의 점진적 컨텍스트 추론을 유지할 수 있는 방법을 제안한다. 이는 가정(Assumption)과 유도과정을 분산 환경에 저장하며, 실체화된 대용량 데이터셋의 변화를 효율적으로 수정가능하게 한다. 또한 ATMS의 Label, Environment를 분산 처리하여 대규모의 추론 과정을 효과적으로 관리할 수 있는 방안을 제시하고 있다. 제안하는 시스템의 성능을 측정하기 위해 5개의 노드로 구성된 클러스터에서 LUBM 데이터셋에 대한 OWL/RDFS 추론을 수행하고, 데이터의 추가, 설명, 제거에 대한 실험을 수행하였다. LUBM2000에 대하여 추론을 수행한 결과 80GB데이터가 추론되었고, ATMS에 적용하여 추가, 설명, 제거에 대하여 수초 내에 처리하는 성능을 보였다.

• 유통과학연구
• /
• 제13권10호
• /
• pp.73-82
• /
• 2015

Purpose - This paper aims to investigate whether information asymmetry could explain capital structures in Korean corporations. According to Myers (1984), firms prefer internal funding to external financing due to the costs associated with information asymmetry. When external financing is necessary, firms prefer to issue debt rather than equity by the same reasoning. Since Shyam-Sunder and Myers (1999), numerous studies continue to debate the validity of the theory. In this paper, we show how the theory depends on assumptions and incorporated variables. We hope our investigation can provide helpful implications regarding capital structure, information asymmetry, and other firm characteristics. Specifically, our empirical results are complementary to the analysis of Son and Lee's (2015), a recent study that examines the pecking order theory prediction for Korean retail firms. Research design, data, and methodology - We test empirical models that are some variants of model used in Shyam-Sunder and Myers (1999). The financial and accounting data are provided by WISEfn for the firms listed on the KOSPI during 1990 to 2013. Bond ratings are supplied by the Korea Investor Service (KIS). We take into account the heterogeneity in debt capacity; a firm's debt capacity is measured by using the method of Lemmon and Zender (2010) based on its bond ratings. Finally, we estimate empirical models suggested by Shyam-Sunder and Myers (1999), Frank and Goyal (2003), and Lemmon and Zender (2010). Results - First, we find that Shyam-Sunder and Myers' (1999) prediction fails to explain total debt changes of Korean firms. Second, we find a non-monotonic relationship between total debt changes and financial deficits with respect to debt capacity. This contradicts the prediction of Lemmon and Zender (2010) that argues the pecking order theory survives with a monotonically increasing relationship. Third, we estimate a negative correlation coefficient between financial deficit and current debt changes. The result is the complete opposite of the prediction of Lemmon and Zender (2010). Finally, we also confirm the non-monotonic relationship between non-current debt changes and financial deficits with respect to debt capacity. Yet, the slope of coefficient is smaller than that of total debt change case. Indeed, the results are, to some extent, consistent with the prediction of pecking order theory, if we exclude the mid-debt capacity firms. Conclusions - Our empirical results complementary to the analysis of Son and Lee (2015), a recent study focusing on capital structure in Korean retail firms; their paper suggests interesting topics regarding capital structure, information asymmetry, and other firm characteristics in Korean corporations. Contrary to Son and Lee (2015), our results show that total debt changes and current debt changes are inconsistent with the prediction of Shyam-Sunder and Myers (1999). However, similar to Son and Lee (2015), non-current debt changes are consistent with the pecking order prediction, in the case of excluding the mid-level debt capacity firms. This contrast allows us to infer that industry characteristics significantly affect the validity of the pecking order prediction. Further studies are needed to analyze the economics behind this phenomenon, which is beyond the scope of our paper. In addition, the estimation bias potentially matters regarding the firm-level debt capacity calculation. We also reserve this topic for future research.