협업적 제픔 설계를 위한 온톨로지 기반 시맨틱 조립체 모델링

양형정,김경윤,김수형,Yang Hyung-Jeong,Kim Kyung-Yun,Kim Soo-Hyung 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.2

협업적 제품 설계 환경에서는 여러 설계자가 작업에 참여하기 때문에 설계자간의 원활한 의사 소통이 필수적인 요소이다. 즉, 제품 설계에 내재되어 있는 다른 설계자의 설계의도를 파악할 수 있어야 하고, 각 설계자마다 사용하고 있는 상이한 모델링 용어에 대한 의미적 처리가 필요하다. 시맨틱 웹에서 온톨로지는 의미 정보를 명시적으로 표현할 수 있기 때문에 데이터와 서비스에 대한 통합되고 일관된 접근을 가능하게 한다. 따라서 제품을 여러 설계자가 설계하는 협업적 환경에서 온톨로지를 사용한다면 조립체내의 내포된 공학적 관계들, 공간적 관계들, 그리고 접합 관계들이 명확하게 표현되고, 추론을 통해 설계자의 의도가 파악되어 설계자간의 의사소통이 원활하게 이루어질 수 있다. 본 논문에서 는 조립체를 온톨로지를 이용하여 표현함으로써 협업적 환경에서 조립체 설계정보를 공유할 수 있는 시맨틱 조립체 모델링 프레임워크를 제안한다. 시맨틱 조립체 모델링 프레임워크에서는 조립체 관계 모델(Assembly Relationship Model, ARM)을 OWL(Web Ontology Language)와 SWRL(Semantic Web Rule Language)로 표현한다. 이를 통해 조립체 내에 내포된 공학적 관계들, 공간적 관계들, 그리고 접합 관계들이 명확하게 표현되고, 추론되어 설계 의도가 파악된다. In the collaborative product design environment, the communication between designers is important to capture design intents and to share a common view among the different but semantically similar terms. The Semantic Web supports integrated and uniform access to information sources and services as well as intelligent applications by the explicit representation of the semantics buried in ontology. Ontologies provide a source of shared and precisely defined terms that can be used to describe web resources and improve their accessibility to automated processes. Therefore, employing ontologies on assembly modeling makes assembly knowledge accurate and machine interpretable. In this paper, we propose a framework of semantic assembly modeling using ontologies to share design information. An assembly modeling ontology plays as a formal, explicit specification of a shared conceptualization of assembly design modeling. In this paper, implicit assembly constraints are explicitly represented using OWL (Web Ontology Language) and SWRL (Semantic Web Rule Language). The assembly ontology also captures design rationale including joint intent and spatial relationships.

ICOT : 지식 기반 시스템 개발 객체 언어

양형정(Hyung-Jeong Yang),양재동(Jae-Dong Yang),박세영(Se-Young Park) 한국정보과학회 1995 정보과학회논문지 Vol.22 No.2

상용의 규칙 기반 전문가 시스템 개발 언어들의 단점은 복합 객체를 정보의 단위로 취급하여 추론하지 못한다는 점이다. 이러한 단점을 해결하기 위한 가장 강력한 대안으로서는 객체 지향 모델을 들 수 있다. 그러나 객체 지향 모델 또한 다양한 응용 환경에서 지식 사이의 복잡한 상관 관계를 모두 추적 파악하기는 어렵다. 따라서 전문가 시스템을 개발하기 위한 효율적인 지식 기반 프로그래밍 언어는 객체 지향 파라다임과 연역 메카니즘을 통합시킨 새로운 구조를 반드시 가져야 한다. 또한 이 기본 구조는 실세계를 보다 근접하게 묘사하기 위해서 불확실한 정보도 수용할 수 있어야 한다. 본 논문에서는 규칙 기반 언어인 CRS(C tools for Rule based Systems)에 객체 지향 파라다임을 하나의 기본 구조 속에 통합하고, 이 기본 구조 속에서 불확실한 정보를 퍼지 논리로 처리할 수 있는 지식 기반 시스템 개발 객체 언어인 ICOT을 제안한다. A major drawback of current rule-based expert system languages are that they have difficulty in handling composite object as a unit of inference. An object-oriented model is a powerful alternative to complement the drawback. However, it alone cannot capture all the semantics of knowledge in various application environments. For an effective knowledge-based programming language to develop expert systems, both object-oriented paradigm and rule-based paradigm may need to be integrated into one framework. The framework may also be able to support the manipulation of fuzzy knowledge to model the real world as close as possible. In this paper, an Integrated C-Object Tool, namely ICOT, is suggested for knowledge-based programming. ICOT is constructed on a new framework into which object-oriented concepts, rule-based expert systems, and fuzzy logic are integrated altogether.

개념 기반 이미지 정보 검색 시스템 COIRS 의 설계 및 구현

양형정(Yang Hyung Jeong),김호영(Kim Ho Young),허대영(Hur Dae Young) 한국정보처리학회 1998 정보처리학회논문지 Vol.5 No.12

In this paper, we describe the design and implementation of COIRS (COncept-Based Image Retrieval System). It differs from extant content-based image retrieval systems in that it enables users to query based on concepts - it allows users to get images conceptually relevant. A concept is basically an aggregation of primitive objects in an image. For such a concept-based image retrieval functionality, COIRS adopts an image descriptor called triple and includes a triple thesaurus used for capturing concepts. There are four facilities in COIRS: a visual image indexer, a triple thesaurus, an inverted file, and a user query interface. The visual image indexer facilitates object labeling and the specification of relative position of objects. It is an assistant tool designed to minimize manual work when indexing images. The thesaurus captures the concepts by analyzing triples, thereby extracting image semantics. The triples are then used for formulating queries as well as indexing images. The user query interface enables users to formulate queries in terms of triples or object icons. A query is evaluated by matching the triples of the query with an inverted file. The main advantages of COIRS are that 1) it is a higher level image retrieval system in comparison with other systems that retrieve images only by syntactical information such as colors, shape or texture. and 2) it provides an integrated framework into which extant content-based techonogies can be uniformly incorporated.

SNS 사용자의 감정 분석에 의한 영향력 측정

양형정(Hyung Jeong Yang),김경윤(Kyoung Yun Kim),김경백(Kyung Baek Kim),지상훈(Sang Hun Ji),정회윤(Hoe Yun Jeong) 한국빅데이터서비스학회 2015 한국빅데이터서비스학회 논문지 Vol.2 No.1

소셜 미디어의 등장으로 온라인상에서 정보 교류가 활발하게 이루어지고 있으며 소셜 미디어를 통한 여론형성, 의제설정 등과 같이 사회에서 일어나는 다양한 사건들에 큰 영향력을 발휘하고 있다. 본 논문에서는 소셜미디어 중 하나인 트위터 상에서 큰 영향력을 발휘하는 영향력자(Influential) 또는 오피니언 리더(Opinion Leader)에 대한 영향력 측정을 제안한다. 기존의 영향력 측정 연구들은 팔로워(Follower), 리트윗(Retweet), 멘션(Mention)을 이용한 사용자 네트워크에서의 구조적인 요소를 통해 영향력을 측정 하였지만, 본 논문에서는 구조적인 요소뿐만 아니라 사용자들 간의 감정(Sentiment) 유사도 분석을 통해 영향력을 측정한다. 본 논문에서 제안하는 방법을 통해 선정된 영향력이 높은 사용자로부터 시작된 정보에 대해 네트워크상의 정보 확산 모델을 이용하여 영향력 최대화 문제에 적용함으로써, 기존의 영향력 측정 방법과 정보 확산 결과에 비교하였다. 이를 통해 본 논문에서 제안한 방법이 다른 영향력 측정 방법에 비해 높은 성능을 나타낸다는 것을 확인할 수 있었다. 또한, 이러한 결과를 통해서 감정적인 요소가 영향력 및 정보 확산에 많은 영향을 미친다는 것을 확인 할 수 있었다. Measuring influence on social networks has attracted tremendous interest from both academia and industry. Social Network Services are known as an effective marketing platform where customers trust the advertisements which are provided by their friends and neighbors. Therefore, selecting seed user is the primary concern in viral marketing. In addition, most of the developed algorithms and tools mainly depend on the static network structure. In this paper, we propose influence measurement based on sentiment analysis in the social network. This model considers the most influential user in the community as the candidate for the top-k seeds. We employ influence maximization problem for evaluating proposed method. Experiments show that the proposed method performs consistently well in influence maximization.

Fuzzy Cognitive Map and Bayesian Belief Network for Causal Knowledge Engineering: A Comparative Study

김경윤,양형정,김수형,김정식,Cheah, Wooi-Ping,Kim, Kyoung-Yun,Yang, Hyung-Jeong,Kim, Soo-Hyung,Kim, Jeong-Sik 한국정보처리학회 2008 정보처리학회논문지B Vol.15 No.2

본 논문에서는 인과관계 지식의 표현과 추론에 가장 대표적으로 사용되는 퍼지인식도(FCM, Fuzzy Cognitive Map)와 베이지안 신뢰 네트워크(BBN, Bayesian Belief Network)를 구조적으로 분석한다. 퍼지인식도와 베이지안 신뢰 네트워크는 의사 결정을 지원하는데 중요한 인과관계 지식을 표현하고 추론하는데 사용되는 가장 대표적인 프레임워크이지만 인과관계 지식응용 영역에서 두 프레임워크의 역할에 대한 구조적 비교 연구는 이루어지지 않고 있다. 본 논문에서는 두 프레임워크의 구조적 비교를 통해 퍼지인식도와 베이지안 신뢰 네트워크의 중요한 특징들을 추출하고, 이를 통해 인과 지식 공학에서 어떻게 퍼지 인식도와 베이지안 신뢰 네트워크가 이용되어야 하는지를 보인다. 인과관계 지식의 표현과 추론의 과정을 평가하는데 비교 평가를 위한 항목으로서 본 논문에서는 사용성, 표현력, 추론능력, 정형화와 완결성이 사용되었다. Fuzzy Cognitive Map (FCM) and Bayesian Belief Network (BBN) are two major frameworks for modeling, representing and reasoning about causal knowledge. Despite their extensive use in causal knowledge engineering, there is no reported work which compares their respective roles. This paper aims to fill the gap by providing a qualitative comparison of the two frameworks through a systematic analysis based on some inherent features of the frameworks. We proposed a set of comparison criteria which covers the entire process of causal knowledge engineering, including modeling, representation, and reasoning. These criteria are usability, expressiveness, reasoning capability, formality, and soundness. The results of comparison have revealed some important facts about the characteristics of FCM and BBN, which will help to determine how FCM and BBN should be used, with respect to each other, in causal knowledge engineering.

이미지 유사도를 이용한 와인라벨 인식 시스템

정종문(Jeong-Mun Jung),양형정(Hyung-Jeong Yang),김수형(Soo-Hyung Kim),이귀상(Guee-Sang Lee),김선희(Sun-Hee Kim) 한국콘텐츠학회 2011 한국콘텐츠학회논문지 Vol.11 No.5

최근 휴대폰 카메라로 촬영한 영상을 입력으로 사용하는 시스템에 대한 연구가 활발히 이루어지고 있다. 본 논문에서는 와인라벨의 문자를 인식한 후, 데이터베이스내의 와인이미지들 중에서 입력 와인라벨 이미지와 유사한 순서대로 사용자에게 보여주는 시스템을 제안한다. 이미지의 유사도 계산을 위해 본 논문에서는 이미지의 각 영역별 대표색상, 텍스트 영역의 텍스트 색상과 배경색상, 그리고 특징점의 분포를 특징으로 사용한다. 이미지의 색상차를 계산하기 위해 RGB색상을 CIE-Lab색상으로 변환하여 사용하고, 특징점은 해리스코너 검출 알고리즘을 사용하여 추출한다. 각 셀의 대표 색상차와 텍스트 색상차 및 배경 색상차는 가중치를 작용하여 색상차 유사도를 계산하고 색상차 유사도와 특징점 분포 유사도를 정규화하여 최종 이미지 유사도를 구한다. 본 논문에서는 입력 이미지와 데이터베이스내의 이미지 간의 유사도를 계산하여 유사도 순으로 사용자에게 검색 결과를 보여줌으로써 검색 결과로부터 다시 최대 유사 와인라벨을 수동으로 찾는 노력을 줄일 수 있다. Recently the research on the system using images taken from camera phones as input is actively conducted. This paper proposed a system that shows wine pictures which are similar to the input wine label in order. For the calculation of the similarity of images, the representative color of each cell of the image, the recognized text color, background color and distribution of feature points are used as the features. In order to calculate the difference of the colors, RGB is converted into CIE-Lab and the feature points are extracted by using Harris Comer Detection Algorithm. The weights of representative color of each cell of image, text color and background color are applied. The image similarity is calculated by normalizing the difference of color similarity and distribution of feature points. After calculating the similarity between the input image and the images in the database, the images in Database are shown in the descent order of the similarity so that the effort of users to search for similar wine labels again from the searched result is reduced.

제품 영상을 이용한 제품 설계 정보 검색 시스템

이형재 ( Hyung-jae Lee ),김용일 ( Yong-il Kim ),양형정 ( Hyung-jeong Yang ) 한국정보처리학회 2006 한국정보처리학회 학술대회논문집 Vol.13 No.1

본 논문은 분산된 협동적 개발 환경에서 제품 설계 정보 재사용을 위한 제품 영상 기반의 제품 설계 정보 검색 시스템을 제안한다. 본 논문에서 제안한 시스템은 에지기반 라벨링(EBL) 방법으로 제품 영상을 분할하고 각 분할 영역의 속성과 영역간의 관계를 표현하는 속성 관계 그래프(ARG)을 생성하여 질의 영상과의 부합을 수행한다. 검색된 유사 영상과 연결된 제품 설계 정보를 접근함으로써 영상 검색을 통한 제품 설계 정보의 재사용이 가능하다. 본 시스템의 주요 이점은 다음과 같다. (1) 비율을 이용한 특징 벡터에 의해 다양한 크기의 유사 부품을 포함한 영상의 검색이 가능하다. (2) 분할된 각 부품의 영역, R,G,B 채널의 표준편차등의 다양한 속성(특징)과 그들의 관계를 적용하기 때문에 검색 능력이 뛰어나다. (3) 주변 장치로부터 쉽게 획득할 수 있는 래스터 영상을 이용하므로 활용성이 높다.

객체지향 온톨로지 관리기를 이용한 바이오 온톨로지 생성

양경아,양형정,양재동,Yang, Kyung-Ah,Yang, Hyung-Jeong,Yang, Jae-Dong 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.4

본 논문에서는 온톨로지를 구축하고 관리하는 객체 지향 온톨로지 관리기(Object-oriented Ontology Manager, OOM)를 이용한 바이오 온톨로지의 구축과 관리를 보인다. OOM은 객체지향 패러다임을 기반으로 보다 정교한 온톨로지의 구축을 위해 다양한 관계들을 지원하며, 다른 온톨로지와의 병합을 위해 다른 언어로의 온톨로지 번역기를 제공한다. OOM은 생명 정보학 관련 온톨로지의 많은 지식을 내포하고 있는 용어와 이들 간의 복잡한 관계를 쉽게 표현할 수 있도록 가시적인 개념화에 의해 온톨로지를 구축한다. 또한, 관계 링크에 기반한 추론 기능을 지원하여 온톨로지 구축과 관리를 용이하게 하고, 질의 시 적합한 결과를 제시한다. 따라서 OOM은 기존의 온톨로지 툴에 비해 단순하면서도 의미적 표현력이 뛰어나 바이오 온톨로지와 같은 복잡한 응용의 온톨로지도 개념적으로 쉬운 방식으로 모델링 할 수 있다. 또한 OOM에서 지향하는 객체지향 패러다임은 표준 온톨로지 언어의 내부 스키마와 유사함으로 의미적 손실없이 표준 온톨로지 언어로 쉽게 변환되어 온톨로지들 간의 병합이 가능하다. This paper presents an approach to the development of bio-ontology using the Object-oriented Ontology Manager(OOM). OOM views a term of an ontology as an object which can be an instance or a concept. OOM facilitates the semi-automatic construction of ontologies by an intuitive interface and by inferencing with links among complicated and informative ontology terns. The main advantage of OOM is simple-to-use not compromising expressiveness so that ontologies in a complicated domain such as bioinformatics can be modeled intuitively. The ontologies constructed by OOM are easily exported to ontologies in other ontology languages without semantic loss because the structures of both the ontology by OOM and the ontologies in most of standard ontology languages are analogous. A translator to another standard ontology language is also provided by OOM so that the ontology can be combined with others to be applied to more complicated applications.

적응형 교수 학습을 위한 퍼지 집합 기반 에이젼트 시스템

최숙영,양형정,Choi, Sook-Young,Yang, Hyung-Jeong 한국정보처리학회 2003 정보처리학회논문지 A Vol.10 No.4

This paper proposes an agent-based adaptive tutoring system that monitors learning process of learners' and provides learning materials dynamically according to the analyzed learning character. Furthermore, it uses fuzzy concept to evaluate learners' ability and to provide learning materials appropriate to the level of learners'. For this, we design a courseware knowledge structure systematically and then construct a fuzzy level set on the basis of it considering importance of learning targets, difficulty of learning materials and relation degree between learning targets and learning materials. Using agent, monitoring continually the learning process of learners 'inferencing to offer proper hints in case of incorrect answer in learning assesment, composing dynamically learning materials according to the learning feature and the evaluation of assesment, our system implements effectively adaptive instruction system. Moreover, appling the fuzzy concept to the system could naturally consider and ideal with various and uncertain items of learning environment thus could offer more flexible and effective instruction-learning methods. 본 연구에서는 학습자들의 학습 과정을 모니터링하여 분석된 학습 특성에 따라 다르게 학습내용을 동적으로 구성하여 제공하는 에이젼트 기반의 적응적 교수 시스템을 구현하고 있다. 또한 학습자들의 능력을 평가하고 각 수준에 맞는 학습내용을 제공하기 위해 퍼지 개념을 이용하고 있다. 이를 위해, 코스웨어 설계시 학습목표의 중요도, 학습내용의 난이도, 학습목표와 학습내용과의 관련도에 따라 퍼지 수준 집합을 구성하고 이를 기반으로 학습자의 수준에 맞는 내용을 제공한다. 본 논문에서는 에이젼트를 이용하여 학습자들의 학습 상태를 지속적으로 모니터링하고, 평가 단계에서 학습자가 오답을 냈을 경우 적절한 힌트를 추론하여 제공하며, 분석된 학습 특성과 평가 결과에 따라 학습 내용을 동적으로 구성하여 줌으로서 적응적 교수 시스템을 효과적으로 구현하고 있다. 또한 퍼지 집합에 의한 수준별 학습 내용의 제공과 평가 결과는 학습과정에 나타나는 여러 가지 다양하고 불확실한 요소들을 고려하여 처리함으로써 보다 융통성 있는 교수 학습 방법을 제공할 수 있도록 한다.

점진적 모델에 기반한 다채널 시계열 데이터 EEG의 특징 분석

김선희,양형정,정종문,Kim, Sun-Hee,Yang, Hyung-Jeong,Ng, Kam Swee,Jeong, Jong-Mun 한국정보처리학회 2009 정보처리학회논문지B Vol.16 No.1

BCI technology is to control communication systems or machines by brain signal among biological signals followed by signal processing. For the implementation of BCI systems, it is required that the characteristics of brain signal are learned and analyzed in real-time and the learned characteristics are applied. In this paper, we detect feature vector of EEG signal on left and right hand movements based on incremental approach and dimension reduction using the detected feature vector. In addition, we show that the reduced dimension can improve the classification performance by removing unnecessary features. The processed data including sufficient features of input data can reduce the time of processing and boost performance of classification by removing unwanted features. Our experiments using K-NN classifier show the proposed approach 5% outperforms the PCA based dimension reduction. BCI 기술은 생체신호인 뇌파를 수집하여 신호처리를 거친 후 실질적인 기기제어 및 통신 시스템 등을 제어하는 시스템 관련 기술이다. BCI 시스템 구현을 위해서는 뇌파의 특성을 실시간으로 분석하여 학습 시키고 학습된 뇌파의 특성을 적용하는 단계가 요구된다. 본 논문에서는 EEG 데이터를 효율적으로 분석하기 위해 점진적으로 갱신되는 주성분 분석을 이용하여 왼손/오른손 동작에 영향을 미치는 EEG 신호의 특징을 찾고, 이를 반영하여 데이터의 차원을 축소한다. 입력 자료의 특징을 충분히 포함하면서 낮은 차원을 가지는 데이터를 이용한다면 분류를 위한 계산량을 감소시킬 수 있을 뿐만 아니라 불필요한 특징을 제거함으로써 분류 성능을 향상 시킬 수 있다. 본 논문에서는 점진적으로 갱신되는 주성분 분석을 이용하여 데이터의 차원을 축소하고 이에 대한 효율성을 검증하기 위해 K-NN분류기를 이용하여 분류 정확도 측정을 수행하였다. 그 결과 주성분 분석을 이용하여 특징을 추출하고 분류율을 측정한 경우보다 평균 5% 높은 분류 정확율을 보였다.