후방향 전진 추론을 이용한 RDF 모델의 효율적인 변경 탐지

임동혁(Dong-Hyuk Im),김형주(Hyoung-Joo Kim) 한국정보과학회 2009 정보과학회 컴퓨팅의 실제 논문지 Vol.15 No.2

RDF(Resource Description Framework)는 시맨틱 웹에서 메타 정보를 기술하는 온톨로지 언어로 많이 사용되고 있다. 온톨로지는 실세계에 대한 모델링을 기반으로 하기 때문에 끊임없이 갱신이 발생한다. 이런 갱신을 찾고 분석하는 일은 지식 관리 시스템에서 핵심이 된다. 기존의 RDF 모델에 대한 변경 탐지 기법들은 구조적 변경에 초점을 두었으나 RDFS 함의 규칙을 적용하여 좀 더 작은 크기의 변경 부분을 찾는 연구들이 소개되고 있다. 하지만 RDF 모델의 추론은 데이타 크기와 시간의 증가에 영향을 미친다. 본 논문에서는 RDFS 함의 규칙을 효율적으로 사용하는 변경 탐지 기법을 제안한다. 제안된 기법은 후방향 전진 추론 기반으로 모델 일부분에만 추론을 적용하여 변경 내용을 계산한다. 실제 사용하는 RDF 데이타들을 사용하여 기존의 변경 탐지 기법과의 비교 실험을 통해 성능을 향상시킬 수 있음을 보인다. RDF is widely used as the ontology language for representing metadata on the semantic web. Since ontology models the real-world, ontology changes overtime. Thus, it is very important to detect and analyze changes in knowledge base system. Earlier studies on detecting changes between RDF models focused on the structural differences. Some techniques which reduce the size of the delta by considering the RDFS entailment rules have been introduced. However, inferencing with RDF models increases data size and upload time. In this paper, we propose a new change detection using RDF reasoning that only computes a small part of the implied triples using backward chaining strategy. We show that our approach efficiently detects changes through experiments with real-life RDF datasets.

Mini-implant를 이용한 III급 부정교합의 수술교정치료

임동혁(Dong-Hyuk Im),박현정(Hyun-Jung Park),박재우(Jae-Woo Park),김정일(Jeong-Il Kim),장영일(Young-Il Jang) 대한치과교정학회 2006 대한치과교정학회지 Vol.36 No.5

전치부 치성 보상기전과 장안모를 보이는 하악전돌증례에서 악교정 수술전 교정치료과정과 치료결과를 보이고자한다. 악교정 수술전 교정치료로 장안모의 해결을 위해 구개 정중부에 mini-implant를 식립하여 상악 구치부를 압하하였고, 하악전치부 치성보상을 해결하기 위해 하악 좌우측 견치와 제1소구치 사이에 mini-implant를 식립하여 하악전치의 순측경사를 유도하였다. 그 결과 하악골 후퇴술만 시행하였음에도 수평, 수직적으로 조화로운 안모를 얻을 수 있었다. 치료기간은 11개월이 소요되었으며, 치료 후 18개월 후에도 안정적인 교합이 유지되었다. Treatment of skeletal Class III malocclusion with mini-implant anchorage is discussed in relation to vertical control of the maxillary posterior dentoalveolar region and horizontal control of mandibular anterior teeth. A midpalatal mini-implant provided anchorage for intruding the maxillary posterior teeth. Mandibular mini-Implant implants were used to bring about labioversion of mandibular anterior teeth. After mandibular setback surgery, improvement of the facial profile was obtained both horizontally and vertically, Total treatment time was 11 months. Stable occlusion was maintained after 18 months of retention, The effectiveness and efficacy of mini-implants for the treatment of skeletal Class III malocclusion are also discussed.

제1대구치에 도포한 치면열구전색재에 대한 1년간의 조사

임동혁(Dong-Hyuk, Im) 대한치과의사협회 2001 대한치과의사협회지 Vol.39 No.3

現代政治學의 基礎槪念에 관한 再吟味

任東爀(Im Dong Hyuk) 한국정치학회 1973 한국정치학회보 Vol.7 No.-

관계형 데이터베이스 기반의 후방향 추론을 이용하는 확장 가능한 RDF 데이타 변경 탐지 기법

임동혁(Dong-Hyuk Im),이상원(Sang-Won Lee),김형주(Hyoung-Joo Kim) 한국정보과학회 2010 정보과학회논문지 : 데이타베이스 Vol.37 No.4

최근의 RDF 변경 탐지 기법들은 구조적인 변경 이외에, RDF 모델의 클로저를 적용하여 변경 부분을 탐지하는 의미적 변경도 다룬다. 하지만, 기존의 의미적 변경을 고려하는 탐지 기법들은 메모리 저장 공간에 전체 트리플 집합을 적재하여 변경 내용을 탐지하거나, RDF 모델의 클로저를 미리 계산하는 전방향 추론을 사용하기 때문에 대용량 RDF 데이터의 변경 탐지에 비효율적이다. 따라서, 본 논문에서는 관계형 데이터베이스 기반의 후방향 추론 기법을 사용하는 변경 탐지 기법을 제안한다. 제안된 기법은 관계형 데이터베이스에서 변경 탐지에 사용 가능한 트리플들에 대해서만 추론을 수행한다. 생물 정보 도메인에서 사용되는 실제 RDF 데이터들에 대한 비교 실험을 통하여 제안된 기법이 더 효율적임을 보인다. Recent studies on change detection for RDF data are focused on not only the structural difference but also the semantic-aware difference by computing the closure of RDF models. However, since these techniques which take into account the semantics of RDF model require both RDF models to be memory resident, or they use a forward-chaining strategy which computes the entire closure in advance, it is not efficient to apply them directly to detect changes in large RDF data. In this paper, we propose a scalable change detection technique for RDF data, which uses a backward-chaining inference based on relational database. Proposed method uses a new approach for RDF reasoning that computes only the relevant part of the closure for change detection in a relational database. We show that our method clearly outperforms the previous works through experiment using the real RDF from the bioinformatics domain.

The Treatment of an Ankylosed Canine

Dong-Hyuk Im(임동혁),Dong-Seok Nahm(남동석),Young一II Chang(장영일) 대한치과교정학회 2002 대한치과교정학회지 Vol.32 No.6

K-Viz : 대사 경로 비교를 위한 KEGG 기반의 시각화

임동혁(Dong-Hyuk Im),이동희(Dong-Hee Lee),김형주(Hyoung-Joo Kim) 한국정보과학회 2007 정보과학회논문지 : 소프트웨어 및 응용 Vol.34 No.5

서로 다른 종에서의 대사 경로를 비교하는 것은 아직 밝혀지지 않은 유전자를 찾는 문제에 있어 매우 중요하다. 많은 대사 경로 시각화가 제시되었지만 생물학자들은 대사 경로를 단순히 보는 것뿐만 아니라 비교하는 시각화를 필요로 한다. K-Viz는 KEGG 기반의 대사 경로를 위한 시각화 툴이다. 다른 종의 대사 경로를 비교하기 위해 KEGG의 PathComp와 같은 경로를 서로 다른 색으로 표현하는 방법과 각 종에서의 경로를 테이블로 보여준다. K-Viz는 생물학자들이 서로 다른 종에서의 대사 경로 비교를 이해하는데 도움을 준다. The comparison of metabolic pathway in different species is important in detecting a missing gene. There are many visualizations for metabolic pathway. However, Biologists need not only a simple path but also a visualization for comparison. K-Viz is a tool for visualization of metabolic pathway based on KEGG. To compare pathways in different species, K-Viz uses different color for path such as PathComp in KEGG and shows the table of path in pathway. K-Viz helps biologists to understand the comparison of metabolic pathways in different species.

텍스트 요약을 위한 스파크 기반 대용량 데이터 전처리

지동준 ( Dong-jun Ji ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2

텍스트 요약(Text Summarization)은 자연어 처리(NLP) 분야의 주요 작업 중 하나이다. 높은 정확성을 보이는 문서 요약 딥 러닝 모델을 만들기 위해서 대용량 학습 데이터가 필요한데, 대용량 데이터 전처리 과정에서 처리 시간, 메모리 관리 등과 같은 문제가 발생한다. 본 논문에서는 대규모 병렬처리 플랫폼 Apache Spark 를 사용해 추상 요약 딥 러닝 모델의 데이터 전처리 과정을 개선하는 방법을 제안한다. 실험 결과 제안한 방법이 기존 방법보다 데이터 전처리 시간이 개선된 결과를 보이고 있다.

메타버스 환경에서 지식 그래프 기반 AI 챗봇을 이용한 민원 서비스 구현 및 최적화

지동준(Dong-Jun Ji),정선우(Sunwoo Jung),김민규(Min-Kyu Kim),안진현(Jinhyun Ahn),이세제(Se-Je Lee),전대성(Dae Sung Jun),임동혁(Dong-Hyuk Im) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.8

자연어 처리(NLP;Natural Language Processing) 기술은 다양한 분야에서 인간의 언어를 이해하고 처리하는데 활용되고 있다. 이러한 기술은 요약, 텍스트 생성, 번역, 질의응답, 토픽 모델링 등 다양한 응용 분야에서 연구되고 있으며, 특히 챗봇에 대한 관심이 높아지고 있다. 챗봇은 인공지능 기술을 활용하여 사용자와 대화 및 상호작용을 목적으로 개발되었으며, 교육, 산업, 비지니스 등 다양한 분야에서 활용되고 있다. 하지만 기존의 챗봇 모델은 사용자의 질문에 대한 답변 제공 시 의도와 다른 답변이나 정확하지 않은 답변을 도출한다는 한계가 존재한다. 이에 지식 그래프(Knowledge Graph)를 활용하여 사용자의 질문에 대한 답변을 빠르고 정확하게 제공하기 위한 챗봇 모델을 설계했다. 기존 인터넷 민원 서비스는 상담을 위해 접수 후 7일이라는 시간 소요가 발생하는데 본 연구에서 제안된 챗봇 모델은 메타버스 가상공간 내에서 행정 민원 서비스를 처리 할 수 있도록 설계되었다. 따라서 본 연구는 특정 도메인인 행정민원 서비스에서 지식 그래프를 활용한 AI 기반 챗봇 모델의 활용 가능성을 제시한다. Natural language processing (NLP) technology is used to understand and process human language in various fields. These technologies are being studied in various applications, such as summarization, text generation, translation, question answering, topic modeling, etc. In particular, interest in chatbots is increasing. Chatbots were developed for the purpose of conversation and interaction with users using artificial intelligence (AI) technology and are used in various fields, such as education, industry, and business. However, chatbot models have had limitations in that they derive answers that are different from the intended answers or are inaccurate when providing answers to user questions. Accordingly, a chatbot model was designed to quickly and accurately provide answers to users questions by utilizing a knowledge graph. Current internet services for civil complaints take 7 days to respond after a request for consultation, but the chatbot model proposed in this study is designed to handle administrative civil complaint services within the metabus virtual space. This study suggests the possibility of using an AI-based chatbot model and a knowledge graph in the specific domain of administrative civil service.

텍스트 요약을 위한 스파크 기반 대용량 데이터 전처리

지동준 ( Dong-jun Ji ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2

텍스트 요약(Text Summarization)은 자연어 처리(NLP) 분야의 주요 작업 중 하나이다. 높은 정확성을 보이는 문서 요약 딥 러닝 모델을 만들기 위해서 대용량 학습 데이터가 필요한데, 대용량 데이터 전처리 과정에서 처리 시간, 메모리 관리 등과 같은 문제가 발생한다. 본 논문에서는 대규모 병렬처리 플랫폼 Apache Spark 를 사용해 추상 요약 딥 러닝 모델의 데이터 전처리 과정을 개선하는 방법을 제안한다. 실험 결과 제안한 방법이 기존 방법보다 데이터 전처리 시간이 개선된 결과를 보이고 있다.