추론을 위한 OWL-DL과 SWRL의 효율적 결합

서은석; 박준상; 박영택

추천

검색

질문

자료유형: 학술대회자료

저자정보: 서은석 박준상 박영택

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2006 가을 학술발표논문집 제33권 제2호(B)

발행연도: 2006.10

수록면: 372 - 377 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2008

OWL-DL과 SWRL 추론의 결합에 대한 연구

서은석 , 권순현 , 오수영 외 1명 한국정보과학회 학술발표논문집 2008.10 학술대회자료

2006

추론을 위한 OWL-DL과 SWRL의 효율적 결합

서은석 , 박준상 , 박영택 한국정보과학회 학술발표논문집 2006.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

유비쿼터스 컴퓨팅 시대의 도래와 시맨틱 웹에 대한 관심이 높아짐에 따라 관련 기술인 온톨로지와 이를 이용한 추론 기술에 대한 요구가 증가하고 있다. 따라서, 추론이 가능한 시맨틱 웹 기반의 모델링과 추론에 대한 연구가 필요하다. 모델링을 위해 사용되는 OWL-DL과 임의의 사용자 규칙을 표현하는 SWRL은 각각 W3C의 표준안으로서, 유비쿼터스 컴퓨팅 환경에 효율적으로 자동적인 개인화 서비스[1][2]를 제공하는데 있어서 적합하다. 그러나 OWL-DL과 SWRL의 단순한 결합은 질의응답(Query Answering)에 대한 처리가 비결정 가능한(undecidable) 문제를 야기한다.
본 논문에서는, 비결정가능성 문제의 원인인 무한반복의 가능성을 제거하기 위한 블록(blocking) 방법을 제안한다. OWL-DL이 지닌 서술논리(Description Logic)의 표현력을 유지하고, 그에 따른 추론의 질적인 성능을 유지하는 범위에서 블록방법을 사용하여 결정 가능한 질의응답을 수행하는데 궁극적인 목적을 두고 있다. OWL-DL의 TBox에 위치하는 존재 정량자(Existential Quantifier)를 대체하고 ABox에 삽입하여, 무한반복의 가능성을 없애는 해결 방법을 제시한다.
실험은 비결정가능성 문제를 DL-Safe 규칙을 통해 해결한 KAON2와 비교하여 진행한다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

서은석

소속기관 숭실대학교

주요연구분야 공학 > 컴퓨터학

논문수 14 이용수 3,895

박준상

소속기관 서울대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 전기전자공학 > 정보통신공학

논문수 58 이용수 3,666

박영택

소속기관 숭실대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 공학 > 전기전자공학 > 전자공학

논문수 164 이용수 24,102

이 논문과 함께 이용한 논문

태블로 알고리즘 기반 온톨로지 T-Box 추론 및 논리적 오류 원인 탐지 시스템

김제민 , 박영택 정보과학회논문지 : 소프트웨어 및 응용 2012 .02

지능적 에이전트 구성을 위한 서술논리 기반 온톨로지 모델링

양승국 , 서은석 , 박영택 한국정보과학회 학술발표논문집 2011 .06

서술논리와 규칙언어를 이용한 웹 온톨로지 모델링

김수경 한국지능정보시스템학회 학술대회논문집 2007 .05

시맨틱 웹 기반 상황인지 서비스를 위한 동적 서비스 제공 모델

최정화 , 박영택 정보과학회논문지 : 소프트웨어 및 응용 2009 .09

Medusa: 시맨틱 웹 규칙 언어 처리를 위한 확장형 서술 논리 추론기

김제민 , 박영택 정보과학회논문지 : 소프트웨어 및 응용 2009 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-017398115

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)