• 정보과학회 논문지
• /
• 제43권9호
• /
• pp.963-973
• /
• 2016

대용량 미디어 온톨로지를 이용하여 의미 있는 지능형 서비스를 제공하기 위해 기존의 Axiom 추론뿐만 아니라 다양한 추론을 활용하는 지식 확장이 요구되고 있다. 특히 시공간 정보는 인공지능 응용분야에서 중요하게 활용될 수 있고, 시공간 정보의 표현과 추론에 대한 중요도는 지속적으로 증가하고 있다. 따라서 본 논문에서는 공간 정보를 추론에 활용하기 위해서 공공 주소체계에 대한 LOD를 대용량 미디어 온톨로지에 추가하고, 이러한 대용량 데이터 처리를 위해 인메모리 기반의 분산 처리 프레임워크를 활용하는 공간 추론을 포함하는 RDFS 추론 시스템을 제안한다. 또한 추론을 통해 확장된 데이터를 포함하는 대용량 온톨로지 데이터를 대상으로 하는 분산 병렬 시공간 SPARQL 질의 처리 방법에 대해서 설명한다. 제안하는 시스템의 성능을 측정하기 온톨로지 추론과 질의 처리 벤치 마킹을 위한 LUBM과 BSBM 데이터셋을 대상으로 실험을 진행했다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권5호
• /
• pp.411-419
• /
• 2009

현재 온톨로지의 논리적 오류와 개념들 간의 포함 관계를 탐지하는 추론 엔진들이 소개되고 있다. 대부분의 서술 논리 기반 온톨로지 추론 엔진은 태블로 알고리즘을 기반으로 구축되었다. 그러나 태블로 알고리즘 기반의 온톨로지 추론은 인스턴스 추론에 있어서 한계를 보인다. 이에 본 논문에서는 Medusa 시스템을 제안한다. Medusa는 서술 논리로 표현된 온톨로지의 정형화된 의미를 기반으로 시맨틱 웹 규칙 언어(SWRL)를 지원하는 확장된 서술 논리 추론 엔진이다. 대부분의 서술 논리 기반 추론 엔진은 효과적으로 온톨로지 스키마 모델을 추론하지만 인스턴스(Assertional Knowledge) 정보를 추론하기 위한 규칙 기반 추론 기능을 제공하지는 않는다. 이러한 문제를 해결하기 위해서 Medusa는 서술 논리의 추론 방식과 규칙 기반 추론 방식을 동시에 사용한다. 본 논문에서 설명하는 Medusa의 프로토타입은 $Prot{\acute{e}}g{\acute{e}}$ API[1]를 사용하여 시맨틱 웹 규칙 언어 추론 엔진과 서술 논리 추론 엔진간의 상호작용을 제어한다.

• 한국전자거래학회지
• /
• 제18권4호
• /
• pp.195-214
• /
• 2013

사례기반추론은 과거의 사례들로부터 주어진 문제와 가장 유사한 사례를 가져와 이를 현재의 상황에 맞게 변형함으로써 보다 빠르고 효과적으로 문제를 해결하기 위한 방법론이다. 사례기반추론의 가장 중요한 성능의 지표는 사례의 수라고 할 수 있는데, 따라서 사례가 풍부하지 않은 분야에서는 적용하기 어려운 방법이다. 본 논문에서는 이를 극복하기 위해 건설분야를 대상으로 시맨틱 웹을 기반으로 하여 사례를 교환할 수 있는 방안을 제안하였다. 특히 사례를 여러 개의 세부 사례로 분리함으로써 적절한 전체 사례가 없더라도 적절한 세부 사례들을 조합하여 새로운 사례를 만들어낼 수 있도록 하였다. 이를 위하여 온톨로지를 이용하여 사례와 세부 사례의 연결, 세부 사례 단위의 유사도 규칙, 그리고 세부 사례의 조합을 위한 규칙을 표현하였으며 이를 이용하여 웹에서 세부 사례를 요청하고 조합할 수 있는 시스템을 설계 및 구현하였다. 본 연구에서 제안된 시스템은 건설분야를 대상으로 하였으므로 세부 사례로의 분리 및 조합이 건설분야에 제한된다는 점이 있으나, 향후 지속적인 연구를 통해 다른 분야에도 적용될 수 있을 것으로 기대된다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.852-859
• /
• 2015

최근 지식 정보의 양이 방대해지면서, 대용량 온톨로지를 효과적으로 추론하는 연구가 활발히 진행되고 있다. 이러한 추론 방법들은 TBox 분류와 ABox 실체화로 나누어진다. TBox 추론은 스키마의 무결성과 종속성을 주로 다룬다면, ABox 추론은 인스턴스 위주의 다양한 문제를 다루어서 실제 응용에서의 중요성이 매우 크다. 따라서 본 논문은 클래스의 제약 조건을 분석하고, 이를 통해 인스턴스가 속하는 클래스를 추론할 수 있는 방법을 제안한다. 객체 지향 언어 기반의 분산 파일 시스템을 활용했던 기존 방법과 달리 함수형 프로그래밍 기반의 인 메모리 시스템인 스파크를 통해 대용량 온톨로지 실체화 방법에 대해서 설명한다. 제안하는 기법의 효율성을 검증하기 위해 W3C의 Wine 온톨로지를 이용해 인스턴스를 생성(1억 2천만~6억개의 트리플)하고 실험을 수행하였다. 6억개의 트리플을 대상으로 진행한 실험의 경우 전체 추론 시간이 51분(696 K Triple/sec)이 소요되었다.

• 디지털콘텐츠학회 논문지
• /
• 제12권4호
• /
• pp.437-447
• /
• 2011

유비쿼터스 컴퓨팅 환경에서는 주변 환경에 의해 발생하는 방대한 컨택스트 정보에 대한 모델 정의와 컨택스트 인지를 통한 지능적인 서비스 제공을 위하여 컨택스트 정보 처리, 관리 및 추론과 관련한 연구가 필수적으로 요구된다. 그러나 현재 컨택스트 인지 분야에서는 고수준의 서비스 지원을 위한 온톨로지 특성을 효과적으로 반영한 모델링 기법이 부재하며, 지능적인 추론(응용, 조합)을 지원하는 기법 부재 및 컨택스트 정보간 상호운용성 지원의 한계를 가지고 있다. 따라서 본 연구의 최종 목표는 실세계에 존재하는 실체(entity)에 대한 상태를 특징화하고 정의하기 위한 방법으로 육하원칙을 적용한 온톨로지 기반의 컨택스트 인지 모델링 기법 컨택스트 인지를 위한 육하원칙 온톨로지를 개발하고 보다 양질의 지능화된 컨택스트 인지 서비스를 제공하기 위해 컨택스트 정보에 대한 관리 및 컨택스트 추론을 지원하는 프레임워크를 개발함에 있다.

• 정보처리학회논문지C
• /
• 제16C권1호
• /
• pp.109-116
• /
• 2009

유비쿼터스 컴퓨팅 기술을 기반으로 주변 상황을 인식하고 그에 따른 상황인지 서비스를 실현하기 위한 많은 연구가 진행되고 있다. u-City에서는 도시의 곳곳의 센서 등을 통해 상황 정보가 수집되고, 개인들은 자신의 모바일기기와 도시의 정보 통신 인프라를 통하여 상황인지 서비스를 제공 받게 된다. 본 논문에서는 u-City의 네트워크에 연결된 센서나 디바이스에서의 정보를 구조화하는데 유용하고 상호 관계성 및 부분적인 상황의 정보를 표현할 수 있는 OWL(Web Ontology Language)을 사용한 온톨로지를 설계하고, 수집된 상황정보와 사용자의 의도를 기반으로 서비스를 추론하는 맞춤형 u-City 서비스 제공을 위한 상황인지 추론 시스템을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권6호
• /
• pp.530-538
• /
• 2007

현존하는 추론 엔진들은 대부분 Tableaux 알고리즘 기반의 TBox의 최적화를 위한 연구를 진행하였다. 하지만 현실에서 대용량의 ABox를 추론하기 위해서는 유한한 시간 내에 결정 가능하지 못하다. 따라서 실용성 있는 추론 엔진 효율을 위해서는 대용량 데이타를 가지는 ABox를 위한 최적화된 추론 기법이 필요하다. 본 논문에서는 OWL-DL 기반의 온톨로지(Ontology)를 데이타로그(Datalog)와 같은 규칙(Rule) 형태로 변형하여 관계형 데이타베이스와 같은 저장장치와 연동하기 위한 방법을 이용한다. 최종적으로 실세계의 환경에서의 데이타타입 속성(Datatype Property)이 포함된 SHIQ(D) 구성의 실용적인 지식 표현 시스템을 수행하고자 한다. 따라서 OWL이 가지는 공리(Axiom)를 이용한 데이타타입이 포함된 규칙을 적용한 추론 방법에 대해서 제안하였다.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1195-1206
• /
• 2015

지식 관리 시스템을 운영하기 위해서는 대량의 지식 정보를 자동으로 추론 및 관리하는 기술이 필요하다. 현재, 이러한 시스템의 대다수는 컴퓨터간의 지식 정보를 자동으로 교환하고 스스로 새로운 지식을 추론하기 위해 온톨로지를 적용하고 있다. 따라서 대용량의 온톨로지를 대상으로 새로운 정보를 추론하는 효율적인 기술이 요구되고 있다. 본 논문은 분산 클러스터의 메모리상에서 MapReduce와 유사한 작업을 수행하는 Spark 프레임워크를 적용하여, SHIF 수준으로 작성된 대용량의 온톨로지를 규칙 기반으로 추론하는 기술에 대해서 제안한다. 이에 본 논문은 다음 3 가지에 초점을 맞추어 설명을 한다. 클러스터내의 분산된 메모리상에서 대용량 추론을 실시하기 위해서, 먼저 각 추론 규칙에 따라 대용량의 온톨로지 트리플을 효과적으로 분류하여 적재하기 위한 자료구조, 두 번째 규칙간의 종속 관계와 상호 연관성에 따른 규칙 실행 순서와 반복 조건 정의, 마지막으로 규칙 실행에 필요한 명령을 정의하고 이러한 명령어를 실행하여 추론을 수행하는 알고리즘에 대해 설명한다. 제안하는 기법의 효율성을 검증하기 위해, 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM을 대상으로 실험을 수행하였다. 대표적인 분산클러스터 기반 대용량 온톨로지 추론 엔진인 WebPie와 비교 실험한 결과, LUBM에 대해서 WebPie의 추론 처리량이 553 트리플/초 인데 비해 284배 개선된 157k 트리플/초의 성능 향상이 있었다.

• 대한지리학회지
• /
• 제48권1호
• /
• pp.112-127
• /
• 2013

현재 우리나라의 연안정보는 단순한 질의 정도의 초보적 이용에 그치고 있다. 따라서 실질적 업무나 정책 활용에 적용하기 위해서는 구축된 정보를 재가공해야 하는 불편함을 초래한다. 관련 정보들을 의미적으로 연결하여 효율적인 활용을 가능토록 구현할 수 있는 온톨로지 기법을 이런 의미에서 주목할 필요가 있다. 본 연구는 Geo-Ontology를 이용하여 연안정보를 관리하기 위한 공간적 온톨로지 모형을 제시하고, 연안정보 온톨로지의 활용 방안에 대해서 모색하였다. 첫째, 지리 정보와 관련한 온톨로지에 대한 연구가 국내외에서 미약하기 때문에 관련 선행연구를 고찰하였다. 둘째, 연안의 지리적 사상과 관계를 정의한 Geo-Ontology를 구축하였다. 셋째, Geo-Ontology를 이용하여 사례지역인 마산만 연안의 유역권에 해당하는 연안정보 온톨로지를 구축하였다. 넷째, 의미 기반의 질의와 추론을 하고 연안정보 온톨로지를 평가하였다. 이러한 링크드 데이터를 대비하는 온톨로지 기반 접근은 장차 공간정보의 통합적 활용과 공간데이터의 공개를 통한 사회 경제적 활용의 대홍수시대를 대비하는 기초적 연구로 의미를 가진다.

• 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.