KR100918367B1 - Apparatus and method of context inference for ubiquitous context recognition - Google Patents

Apparatus and method of context inference for ubiquitous context recognition Download PDF

Info

Publication number
KR100918367B1
KR100918367B1 KR1020080015150A KR20080015150A KR100918367B1 KR 100918367 B1 KR100918367 B1 KR 100918367B1 KR 1020080015150 A KR1020080015150 A KR 1020080015150A KR 20080015150 A KR20080015150 A KR 20080015150A KR 100918367 B1 KR100918367 B1 KR 100918367B1
Authority
KR
South Korea
Prior art keywords
inference
situation
rule
situation information
engine
Prior art date
Application number
KR1020080015150A
Other languages
Korean (ko)
Other versions
KR20090089964A (en
Inventor
신진아
유관종
김순동
조위덕
Original Assignee
아주대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020080015150A priority Critical patent/KR100918367B1/en
Publication of KR20090089964A publication Critical patent/KR20090089964A/en
Application granted granted Critical
Publication of KR100918367B1 publication Critical patent/KR100918367B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
    • A23L3/00—Preservation of foods or foodstuffs, in general, e.g. pasteurising, sterilising, specially adapted for foods or foodstuffs
    • A23L3/16—Preservation of foods or foodstuffs, in general, e.g. pasteurising, sterilising, specially adapted for foods or foodstuffs by heating loose unpacked materials
    • A23L3/24—Preservation of foods or foodstuffs, in general, e.g. pasteurising, sterilising, specially adapted for foods or foodstuffs by heating loose unpacked materials with the materials in spray form
    • A23L3/245—Preservation of foods or foodstuffs, in general, e.g. pasteurising, sterilising, specially adapted for foods or foodstuffs by heating loose unpacked materials with the materials in spray form in solid state

Landscapes

  • Health & Medical Sciences (AREA)
  • Nutrition Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Polymers & Plastics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

유비쿼터스 상황인지를 위한 상황 추론 장치 및 방법이 개시된다. 본 발명의 실시예에 따른 유비쿼터스 상황인지를 위한 상황 추론 장치는, 온톨로지 기반 추론엔진, 규칙 기반 추론엔진, 상황 데이터 베이스 및 상황정보 처리부를 구비한다. 온톨로지 기반 추론엔진은 발생된 상황정보를 온톨로지 기반으로 추론한다. 규칙 기반 추론엔진은 발생된 상황정보를 등록된 추론 규칙에 기초하여 추론한다. 상황 데이터 베이스는 발생된 상황정보와 그 추론결과 및 발생 빈도를 저장한다. 상황정보 처리부는 발생빈도가 높은 상황정보와 그 추론 결과를 추론 규칙으로 변환하고, 변환된 추론 규칙을 규칙 기반 추론엔진에 등록한다.Disclosed are a situation inference apparatus and method for ubiquitous situation awareness. A situation inference apparatus for ubiquitous situation awareness according to an embodiment of the present invention includes an ontology-based reasoning engine, a rule-based reasoning engine, a context database, and a context information processor. Ontology-based inference engine infers the generated situation information based on the ontology. The rule-based reasoning engine infers the generated situation information based on the registered reasoning rule. The situation database stores the generated situation information, the inference result, and the frequency of occurrence. The situation information processing unit converts the situation information with high occurrence frequency and the result of inference into inference rules, and registers the converted inference rules in the rule-based inference engine.

Description

유비쿼터스 상황인지를 위한 상황 추론 장치 및 방법{Apparatus and method of context inference for ubiquitous context recognition}Apparatus and method of context inference for ubiquitous context recognition

본 발명은 상황인지를 위한 유비쿼터스 상황 추론 장치 및 방법에 관한 것으로써, 특히 온톨로지 기반 추론엔진과 규칙 기반 추론엔진을 적응적으로 이용하는 유비쿼터스 상황인지를 위한 상황 추론 장치 및 방법에 관한 것이다.The present invention relates to a ubiquitous situation reasoning apparatus and method for context awareness, and more particularly to a situation reasoning apparatus and method for ubiquitous situation awareness using an ontology-based reasoning engine and a rule-based reasoning engine.

최근 유비쿼터스 기술이 부각되면서, 사용자의 도메인 정보를 수집하고 상황을 인식하여 사용자에게 적절한 서비스를 제공하는 상황인식 및 서비스 제공 시스템에 관한 연구가 활발히 진행되고 있다.Recently, as the ubiquitous technology has emerged, researches on the situation recognition and service providing system for collecting the user's domain information and recognizing the situation to provide an appropriate service to the user have been actively conducted.

상황인식 시스템은 상황 정보를 이용하여 사용자에게 서비스를 실시간으로 전달하기 위하여, 방대한 양의 정보로부터 상황을 정확하고 신속하게 추론하는 기능을 가져야 한다. In order to deliver the service to the user in real time using the situation information, the situation recognition system should have a function of inferring the situation accurately and quickly from the vast amount of information.

본 발명이 이루고자 하는 기술적 과제는, 온톨로지 기반 추론엔진과 규칙 기반 추론엔진을 적응적으로 이용하는 유비쿼터스 상황 추론 장치 및 방법을 제공하는 데 있다.An object of the present invention is to provide an ubiquitous situation reasoning apparatus and method that adaptively uses an ontology-based reasoning engine and a rule-based reasoning engine.

상기 기술적 과제를 달성하기 위한 본 발명에 따른 유비쿼터스 상황 추론 장치는, 온톨로지 기반 추론엔진, 규칙 기반 추론엔진, 상황 데이터 베이스 및 상황정보 처리부를 구비한다. The ubiquitous situation inference apparatus according to the present invention for achieving the above technical problem, includes an ontology-based reasoning engine, a rule-based reasoning engine, a situation database and a situation information processor.

온톨로지 기반 추론엔진은 발생된 상황정보를 온톨로지 기반으로 추론한다. 규칙 기반 추론엔진은 발생된 상황정보를 등록된 추론 규칙에 기초하여 추론한다. 상황 데이터 베이스는 발생된 상황정보와 그 추론결과 및 발생 빈도를 저장한다. 상황정보 처리부는 발생빈도가 높은 상황정보와 그 추론 결과를 추론 규칙으로 변환하고, 변환된 추론 규칙을 규칙 기반 추론엔진에 등록한다.Ontology-based inference engine infers the generated situation information based on the ontology. The rule-based reasoning engine infers the generated situation information based on the registered reasoning rule. The situation database stores the generated situation information, the inference result, and the frequency of occurrence. The situation information processing unit converts the situation information with high occurrence frequency and the result of inference into inference rules, and registers the converted inference rules in the rule-based inference engine.

상기 기술적 과제를 달성하기 위한 본 발명에 따른 유비쿼터스 상황 추론 방법은, 규칙 기반 추론엔진으로 상황정보를 입력하는 단계; 상기 상황정보가 상기 규칙 기반 추론엔진에 등록되어 있는지 확인하는 단계; 상기 상황정보가 상기 규칙 기반 추론엔진에 등록되어 있으면 상기 규칙 기반 추론엔진의 추론 결과를 어플리케이션에게 전달하고, 상기 규칙 기반 추론엔진에 등록되어 있지 않으면 온톨로지 기반 추론엔진으로 상황정보를 입력하는 단계; 및 상기 온톨로지 기반 추론엔진의 추론 결과를 상기 어플리케이션에게 전달하는 단계를 구비한다.Ubiquitous situation inference method according to the present invention for achieving the technical problem, the step of inputting the situation information to the rule-based reasoning engine; Checking whether the situation information is registered in the rule-based reasoning engine; Delivering the inference result of the rule-based inference engine to the application if the context information is registered in the rule-based inference engine, and inputting the context information to an ontology-based inference engine if it is not registered in the rule-based inference engine; And delivering the inference result of the ontology-based inference engine to the application.

상기 기술적 과제를 달성하기 위한 본 발명에 따른 유비쿼터스 상황 추론 방법은, 상황정보와 그 추론 결과를 데이터 베이스에 입력하는 단계; 상기 데이터 베이스에서, 상기 상황정보의 발생 빈도를 구하는 단계; 상기 상황정보의 발생 빈도가 높은 경우, 상기 상황정보와 그 추론 결과를 추론 규칙으로 변환하는 단계; 및 상기 추론 규칙을 규칙 기반 추론엔진에 등록하는 단계를 구비한다.Ubiquitous situation inference method according to the present invention for achieving the technical problem, the step of inputting the situation information and the result of the inference into the database; Obtaining a frequency of occurrence of the situation information in the database; Converting the situation information and its inference result into an inference rule when the occurrence of the situation information is high; And registering the reasoning rule with a rule-based reasoning engine.

본 발명에 따른 유비쿼터스 상황 추론 장치 및 방법은, 온톨로지 기반 추론엔진과 규칙 기반 추론엔진을 적응적으로 이용함으로써, 신속하고 정확한 상황 추론을 할 수 있는 장점이 있다.Ubiquitous situation inference apparatus and method according to the present invention, by using an ontology-based reasoning engine and a rule-based reasoning engine adaptively, there is an advantage that can be quickly and accurate situation inference.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.DETAILED DESCRIPTION In order to fully understand the present invention, the operational advantages of the present invention, and the objects achieved by the practice of the present invention, reference should be made to the accompanying drawings which illustrate preferred embodiments of the present invention and the contents described in the drawings.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. Like reference numerals in the drawings denote like elements.

도 1은 유비쿼터스 상황인식 시스템의 개략적인 블록도이다.1 is a schematic block diagram of a ubiquitous situation recognition system.

도 1을 참조하면, 유비쿼터스 상황인식 시스템은 상황정보 수집장치(110)와 상황정보 추론장치(200)를 구비한다. 상황정보 수집장치(110)는 다양한 상황정보(SI)를 수집하여 상황정보 추론장치(200)로 전달한다. 상황정보 추론장치(200)는 수집된 상황정보(SI)에 기초하여 상황을 추론한다. 상황정보 추론장치(200)에서 추론된 상황은 어플리케이션(APP1~APPn)으로 전달되어, 적절한 서비스를 실행하는 데 이용된다.Referring to FIG. 1, the ubiquitous situation recognition system includes a situation information collecting device 110 and a situation information inference device 200. The contextual information collecting apparatus 110 collects various contextual information (SI) and delivers the contextual information inference apparatus 200. The situation information inference apparatus 200 infers the situation based on the collected situation information SI. The situation inferred by the situation information inference apparatus 200 is transferred to the applications APP1 to APPn, and used to execute an appropriate service.

도 2는 본 발명에 따른 상황정보 추론장치를 나타내는 도면이다.2 is a view showing a situation information reasoning apparatus according to the present invention.

도 2에 도시된 상황정보 추론장치(200)는 도 1에 도시된 유비쿼터스 상황인식 시스템에 포함될 수도 있고, 다른 유비쿼터스 상황인식 시스템에 포함될 수도 있다.The situation information inference apparatus 200 shown in FIG. 2 may be included in the ubiquitous situation recognition system shown in FIG. 1, or may be included in another ubiquitous situation recognition system.

도 2를 참조하면, 본 발명에 따른 상황정보 추론장치(200)는 온톨로지 기반 추론엔진(210), 규칙 기반 추론엔진(230), 상황 데이터 베이스(250) 및 상황정보 처리부(270)를 구비한다. Referring to FIG. 2, the contextual information reasoning apparatus 200 according to the present invention includes an ontology-based reasoning engine 210, a rule-based reasoning engine 230, a contextual database 250, and a contextual information processing unit 270. .

온톨로지 기반 추론엔진(210)은 발생된 상황정보(SI)를 온톨로지 기반으로 추론한다. 규칙 기반 추론엔진(230)은 적어도 하나의 추론 규칙을 가지고 있으며, 발생된 상황정보(SI)를 가지고 있는 추론 규칙에 기초하여 추론한다. 상황 데이터 베이스(250)는 발생된 상황정보(SI)와 그 추론결과(RESULT) 및 발생 빈도(FREQ)를 저장한다. 상황정보 처리부(270)는 발생빈도(FREQ)가 높은 상황정보(SI)와 그 추론 결과(RESULT)를 추론 규칙(RULE)으로 변환하고, 추론 규칙(RULE)을 규칙 기반 추론엔진(230)에 등록한다.The ontology-based inference engine 210 infers the generated situation information (SI) based on the ontology. The rule-based reasoning engine 230 has at least one reasoning rule and infers based on the reasoning rule having the generated situation information SI. The situation database 250 stores the generated situation information SI, the inference result RESULT, and the frequency of occurrence FREQ. The situation information processing unit 270 converts the situation information SI having a high frequency of occurrence FREQ and the inference result RESULT into an inference rule RULE, and converts the inference rule RULE to the rule-based inference engine 230. Register.

상황정보 처리부(270)는 상황 데이터 마이닝부(272)와 상황 규칙 변환부(274)를 구비할 수 있다. 상황 데이터 마이닝부(272)는 상황 데이터 베이스(250)에서 상황정보(SI)의 발생 빈도(FREQ)를 추출한다. 상황 규칙 변환부(274)는 상황 데이터 마이닝부(272)에서 추출된 상황정보(SI)의 발생 빈도(FREQ)가 높은 경우, 추출된 상황정보(SI)와 그 추론 결과(RESULT)를 추론 규칙(RULE)으로 변환하여, 규칙 기반 추론엔진(230)에 등록한다.The context information processor 270 may include a context data mining unit 272 and a context rule converter 274. The context data mining unit 272 extracts a frequency of occurrence (FREQ) of the context information SI from the context database 250. The situation rule converting unit 274 infers the extracted situation information SI and the inference result result when the occurrence frequency FREQ of the situation information SI extracted by the situation data mining unit 272 is high. And converts it to RULE and registers it with the rule-based reasoning engine 230.

도 3은 본 발명에 따른 상황정보 추론장치의 상황 추론 과정을 나타내는 순서도이다.3 is a flowchart illustrating a situation inference process of the situation information reasoning apparatus according to the present invention.

이하에서, 도 2와 도 3을 참조하여 본 발명에 따른 상황정보 추론장치의 상황 추론 과정을 설명한다.Hereinafter, a situation inference process of the situation information reasoning apparatus according to the present invention will be described with reference to FIGS. 2 and 3.

상황 정보(SI)가 규칙 기반 추론엔진(230)으로 입력되면(310), 입력된 상황 정보(SI)에 대응되는 추론규칙(RULE)이 규칙 기반 추론엔진(230)에 등록되어 있는지 확인한다(330). 입력된 상황 정보(SI)에 대응되는 추론규칙(RULE)이 규칙 기반 추론엔진(230)에 등록되어 있으면, 등록된 추론규칙(RULE)에 기초하여 추론결 과(RESULT)를 생성한다(340). When the contextual information SI is input to the rule-based reasoning engine 230 (310), it is checked whether the inference rule RULE corresponding to the input contextual information SI is registered in the rule-based reasoning engine 230 ( 330). If the inference rule RULE corresponding to the input situation information SI is registered in the rule-based inference engine 230, the inference result REREST is generated based on the registered inference rule RULE (340). .

반면에, 입력된 상황 정보(SI)에 대응되는 추론규칙(RULE)이 규칙 기반 추론엔진(230)에 등록되어 있지 않으면, 상황 정보(SI)를 온톨로지 기반 추론엔진(210)으로 입력한다(350). 온톨로지 기반 추론엔진(210)은 상황 정보(SI)를 포함하고 있으면(370), 온톨로지 기반으로 상황을 추론하여, 추론결과(RESULT)를 생성한다.On the other hand, if the inference rule (RULE) corresponding to the input situation information (SI) is not registered in the rule-based reasoning engine 230, the situation information (SI) is input to the ontology-based reasoning engine 210 (350) ). If the ontology-based reasoning engine 210 includes the situation information SI (370), the ontology-based reasoning engine 210 infers the situation based on the ontology and generates an inference result (RESULT).

규칙 기반 추론엔진(230) 또는 온톨로지 기반 추론엔진(210)에서 생성된 추론결과(RESULT)는 어플리케이션으로 전달된다(390).The inference result (RESULT) generated by the rule-based inference engine 230 or the ontology-based inference engine 210 is transferred to the application (390).

도 4는 본 발명에 따른 상황정보 추론장치에서 추론 규칙을 규칙 기반추론 엔진에 등록하는 과정을 나타내는 순서도이다.4 is a flowchart illustrating a process of registering an inference rule in a rule-based inference engine in the context information inference apparatus according to the present invention.

이하에서, 도 2와 도 4를 참조하여 추론 규칙을 규칙 기반추론 엔진에 등록하는 과정을 설명한다.Hereinafter, a process of registering an inference rule in the rule-based inference engine will be described with reference to FIGS. 2 and 4.

상황 데이터 베이스(250)에는, 상황 정보(SI), 상황 정보(SI)를 기초하여 생성된 추론 결과(RESULT), 및 발생 빈도수(FREQ)가 저장된다. 규칙 기반 추론엔진(230) 또는 온톨로지 기반 추론엔진(210)이 입력된 상황 정보(SI)에 기초하여 추론 결과(RESULT)를 생성한 이후에, 상황 정보(SI)와 추론 결과(RESULT)는 상황 데이터 베이스(250)에 기록된다(410). 상황 정보(SI)와 추론 결과(RESULT)가 처음 발생하는 것이라면 상황 데이터 베이스(250)의 새로운 데이터로 입력되고, 상황 정보(SI)와 추론 결과(RESULT)가 반복되어 발생한 것이라면 상황 데이터 베이스(250)의 기존 데이터의 발생 빈도수(FREQ)가 높아질 수 있다.The situation database 250 stores the situation information SI, the inference result RESULT generated based on the situation information SI, and the frequency of occurrence FREQ. After the rule-based reasoning engine 230 or the ontology-based reasoning engine 210 generates the inference result (RESULT) based on the input situation information (SI), the situation information (SI) and the inference result (RESULT) are the situation. Recorded in database 250 (410). If the situation information (SI) and the inference result (RESULT) is the first occurrence, it is input as new data in the situation database 250, and if the situation information (SI) and the inference result (RESULT) are repeated, the situation database 250 ), The frequency of occurrence (FREQ) of existing data may increase.

상황 데이터 마이닝부(272)는 입력된 상황 정보(SI)의 발생 빈도수(FREQ)를 구한다(430). 즉, 입력된 상황 정보(SI)와 일치하는 상황 정보가 상황 데이터 베이스(250)에 등록되어 있는지 검색하고, 등록되어 있다면 발생 빈도수(FREQ)를 구한다. 입력된 상황 정보(SI)의 발생 빈도수(FREQ)가 높다면, 상황 데이터 마이닝부(272)는 상황 정보(SI)와 그 추론 결과(RESULT)를 상황 규칙 변환부(274)로 전달한다.The context data mining unit 272 obtains the frequency of occurrence FREQ of the input context information SI (430). That is, it is searched whether the situation information matching the input situation information SI is registered in the situation database 250, and if it is registered, the frequency of occurrence FREQ is obtained. If the frequency of occurrence FREQ of the input situation information SI is high, the situation data mining unit 272 transmits the situation information SI and the inference result RESULT to the situation rule conversion unit 274.

상황 규칙 변환부(274)는 상황 정보(SI)와 이를 기초하여 생성된 추론 결과(RESULT)를 추론 규칙(RULE)으로 변환하고, 변환된 추론 규칙(RULE)을 규칙 기반 추론엔진(230)에 등록한다. 등록된 추론 규칙(RULE)은 다음에 입력되는 상황 정보(SI)를 추론하는 데 이용될 수 있다.The situation rule converter 274 converts the situation information SI and the inference result generated based on the situation into the inference rule RULE, and converts the converted inference rule RULE into the rule-based inference engine 230. Register. The registered inference rule RULE may be used to infer the situation information SI entered next.

이처럼, 본 발명에 따른 상황 추론 장치는 자주 발생하는 상황 정보(SI)와 그 추론 결과(RESULT)를 추론 규칙(RULE) 형태로 변환하여 규칙 기반 추론엔진(230)에 등록한다. 그리고, 동일한 상황 정보(SI)가 다시 입력되는 경우에, 규칙 기반 추론엔진(230)에 등록된 추론 규칙(RULE)을 이용하여, 신속한 상황 추론을 할 수 있다. 반면에, 자주 발생하지 않는 상황 정보(SI)는 온톨로지 기반 추론엔진(210)을 이용하여, 복잡하고 정교한 상황 추론을 할 수 있다.As such, the situation inference apparatus according to the present invention converts frequently generated situation information SI and the result of the inference into the inference rule RULE, and registers them in the rule-based inference engine 230. When the same situation information SI is input again, rapid situation inference may be performed using the inference rule RULE registered in the rule-based reasoning engine 230. On the other hand, the situation information (SI) which does not occur frequently may be complicated and sophisticated situation inference using the ontology-based reasoning engine 210.

규칙 기반 추론엔진(230)에 등록되는 추론 규칙(RULE)의 개수는 사전에 정해진 개수를 넘지 않도록 조절될 수 있다. 예를 들어, 등록될 수 있는 추론 규칙(RULE)의 개수를 N개로 제한한다고 가정하면, 규칙 기반 추론엔진(230)에는 발생 빈도수(FREQ) 순서대로 N개의 추론 규칙(RULE)이 등록될 수 있다. 만약, 상위 N위 이하의 순위에 있던 추론 규칙(RULE)의 발생 빈도수(FREQ)가 높아져서 상위 N위 이 내로 진입하는 경우에는, 규칙 기반 추론엔진(230)은 상위 N위의 추론 규칙(RULE)을 삭제함으로써, 등록된 추론 규칙(RULE)의 개수를 N개로 유지할 수 있다.The number of inference rules (RULE) registered in the rule-based inference engine 230 may be adjusted not to exceed a predetermined number. For example, assuming that the number of inference rules RULE that can be registered is limited to N, N inference rules RULE may be registered in the rule-based inference engine 230 in the frequency of occurrence (FREQ). . If the incidence frequency (FREQ) of the inference rule (RULE) that was in the rank below the top N rank increases and enters the top N rank, the rule-based reasoning engine 230 is the top N rank inference rule (RULE). By deleting, the number of registered inference rules RULE can be maintained at N.

상황 데이터 마이닝부(272)가 입력된 상황 정보(SI)의 발생 빈도수(FREQ)를 확인할 때, 입력된 상황 정보(SI)의 발생 빈도수(FREQ)를 사전에 설정된 임계 발생 빈도수와 비교할 수 있다. 예를 들어, 입력된 상황 정보(SI)의 발생 빈도수(FREQ)가 임계 발생 빈도수보다 높은 경우에, 발생 빈도수(FREQ)가 높다고 판단할 수 있다. When the situation data mining unit 272 confirms the occurrence frequency FREQ of the input situation information SI, the occurrence frequency FREQ of the input situation information SI may be compared with a preset threshold occurrence frequency. For example, when the occurrence frequency FREQ of the input situation information SI is higher than the threshold occurrence frequency, it may be determined that the occurrence frequency FREQ is high.

본 발명에 따른 상황 추론 장치의 동작 초기에는, 규칙 기반 추론엔진(230)으로 상황정보(SI)를 입력하지 않고, 온톨로지 기반 추론엔진(210)으로 모든 상황정보(SI)를 입력할 수 있다. 상황 추론 장치의 동작 초기에는 상황 데이터 베이스(250)에 상황 정보(SI)의 기록량이 적으므로, 규칙 기반 추론엔진(230)에 등록되어 있는 추론 규칙(RULE)이 없거나 그 양이 적을 것이다. 따라서, 본 발명에 따른 상황 추론 장치의 동작 초기에는 규칙 기반 추론엔진(230)은 동작하지 않고, 온톨로지 기반 추론엔진(210)이 모든 상황정보(SI)를 수신하여 상황 추론을 수행할 수 있다.In the initial operation of the situation inference apparatus according to the present invention, all the situation information SI may be input to the ontology-based reasoning engine 210 without inputting the situation information SI to the rule-based reasoning engine 230. In the initial stage of operation of the situation inference apparatus, since the amount of recording of the situation information SI is small in the situation database 250, there is no or less amount of the inference rule RULE registered in the rule-based reasoning engine 230. Therefore, at the beginning of the operation of the situation inference apparatus according to the present invention, the rule-based reasoning engine 230 does not operate, and the ontology-based reasoning engine 210 may receive all the situation information (SI) to perform situation inference.

한편, 상황 추론 장치가 동작한지 소정의 시간이 흘러서 상황 데이터 베이스(250)에 상황 정보(SI)의 기록량이 일정량 이상이 되면, 규칙 기반 추론엔진(230)으로 상황정보(SI)를 먼저 입력할 수 있다. 예를 들어, 상황 데이터 베이스(250)에 등록된 상황 정보(SI)의 개수가 N(N은 자연수)개 이상이 되면, 상황정보(SI)가 규칙 기반 추론엔진(230)에 등록되어 있는지 확인하는 과정부터 수행할 수 있다.On the other hand, when a predetermined amount of time has passed since the situation inference apparatus has been operated and the amount of recording of the situation information SI in the situation database 250 is greater than or equal to a predetermined amount, the situation information SI may be input to the rule-based reasoning engine 230 first. Can be. For example, if the number of situation information (SI) registered in the situation database 250 is more than N (N is a natural number), check whether the situation information (SI) is registered in the rule-based reasoning engine 230. You can start with the process.

이상에서와 같이 도면과 명세서에서 최적 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.As described above, optimal embodiments have been disclosed in the drawings and the specification. Although specific terms have been used herein, they are used only for the purpose of describing the present invention and are not intended to limit the scope of the invention as defined in the claims or the claims. Therefore, those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention will be defined by the technical spirit of the appended claims.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.BRIEF DESCRIPTION OF THE DRAWINGS In order to better understand the drawings cited in the detailed description of the invention, a brief description of each drawing is provided.

도 1은 유비쿼터스 상황인식 시스템의 개략적인 블록도이다.1 is a schematic block diagram of a ubiquitous situation recognition system.

도 2는 본 발명에 따른 상황정보 추론장치를 나타내는 도면이다.2 is a view showing a situation information reasoning apparatus according to the present invention.

도 3은 본 발명에 따른 상황정보 추론장치의 상황 추론 과정을 나타내는 순서도이다.3 is a flowchart illustrating a situation inference process of the situation information reasoning apparatus according to the present invention.

도 4는 본 발명에 따른 상황정보 추론장치에서 추론 규칙을 규칙 기반추론 엔진에 등록하는 과정을 나타내는 순서도이다.4 is a flowchart illustrating a process of registering an inference rule in a rule-based inference engine in the context information inference apparatus according to the present invention.

Claims (10)

발생된 상황정보를 온톨로지 기반으로 추론하는 온톨로지 기반 추론엔진;An ontology-based reasoning engine that infers the generated situation information based on the ontology; 상기 발생된 상황정보를 등록된 추론 규칙에 기초하여 추론하는 규칙 기반 추론엔진; A rule-based inference engine that infers the generated situation information based on a registered inference rule; 상기 발생된 상황정보와 그 추론결과 및 발생 빈도를 저장하는 상황 데이터 베이스; 및A situation database for storing the generated situation information, its inference result, and frequency of occurrence; And 발생빈도가 높은 상황정보와 그 추론 결과를 추론 규칙으로 변환하고, 상기 추론 규칙을 상기 규칙 기반 추론엔진에 등록하는 상황정보 처리부를 구비하고,A situation information processing unit for converting high occurrence frequency information and the inference result into an inference rule, and registering the inference rule in the rule-based inference engine; 상기 발생된 상황정보는,The generated situation information, 상기 규칙 기반 추론엔진으로 먼저 입력되고,Is entered first into the rule-based reasoning engine, 상기 발생된 상황정보가 상기 규칙 기반 추론엔진의 추론 규칙에 포함되지 않는 경우, 상기 온톨로지 기반 추론엔진으로 입력되는 것을 특징으로 하는 유비쿼터스 상황 추론 장치.When the generated situation information is not included in the inference rule of the rule-based inference engine, the ubiquitous situation inference apparatus, characterized in that it is input to the ontology-based inference engine. 제1항에 있어서, 상기 상황정보 처리부는,The method of claim 1, wherein the situation information processing unit, 상기 상황 데이터 베이스에서, 상기 상황정보의 발생 빈도를 구하는 상황 데이터 마이닝부; 및A situation data mining unit for obtaining a frequency of occurrence of the situation information in the situation database; And 상기 상황정보의 발생 빈도가 높은 경우, 상기 상황정보와 그 추론 결과를 추론 규칙으로 변환하고, 상기 추론 규칙을 상기 규칙 기반 추론엔진에 등록하는 상황 규칙 변환부를 구비하는 것을 특징으로 하는 유비쿼터스 상황 추론 장치.When the frequency of occurrence of the situation information is high, the ubiquitous situation inference device comprising a situation rule conversion unit for converting the situation information and the result of the inference into an inference rule, and registers the inference rule in the rule-based inference engine . 삭제delete 제1항에 있어서, 상기 유비쿼터스 상황 추론 장치의 동작 초기에는,According to claim 1, In the initial operation of the ubiquitous situation inference device, 상기 온톨로지 기반 추론엔진이 모든 상황정보를 추론하는 것을 특징으로 하는 유비쿼터스 상황 추론 장치.Ubiquitous situation inference device, characterized in that the ontology-based reasoning engine infers all the context information. 제1항에 있어서, 상기 규칙 기반 추론엔진에 등록되는 추론 규칙의 개수는, The number of inference rules registered in the rule-based inference engine, 사전에 정해진 개수를 넘지 않는 것을 특징으로 하는 유비쿼터스 상황 추론 장치.Ubiquitous situation inference device, characterized in that not exceeding a predetermined number. 삭제delete 삭제delete 상황정보와 그 추론 결과를 데이터 베이스에 입력하는 단계;Inputting the situation information and the inference result into the database; 상기 데이터 베이스에서, 상기 상황정보의 발생 빈도를 구하는 단계;Obtaining a frequency of occurrence of the situation information in the database; 상기 상황정보의 발생 빈도가 높은 경우, 상기 상황정보와 그 추론 결과를 추론 규칙으로 변환하는 단계; 및Converting the situation information and its inference result into an inference rule when the occurrence of the situation information is high; And 상기 추론 규칙을 규칙 기반 추론엔진에 등록하는 단계를 구비하고, Registering the reasoning rule with a rule-based reasoning engine; 상기 상황정보의 발생 빈도가 높은 경우는,When the frequency of occurrence of the situation information is high, 상기 데이터 베이스에 등록된 상황정보들 중에서, 상기 상황정보의 발생 빈도수 순위가 상위 N번째 보다 높은 경우인 것을 특징으로 하는 유비쿼터스 상황 추론 방법.The ubiquitous situation inference method of the situation information registered in the database, wherein the occurrence frequency ranking of the situation information is higher than the upper N-th. 삭제delete 제8항에 있어서, 상기 상황정보의 발생 빈도가 높은 경우는,The method of claim 8, wherein when the occurrence frequency of the situation information is high, 상기 상황정보의 발생 빈도수가 사전에 설정된 임계 발생 빈도수보다 높은 경우인 것을 특징으로 하는 유비쿼터스 상황 추론 방법.Ubiquitous situation inference method characterized in that the case where the occurrence frequency of the situation information is higher than the predetermined threshold occurrence frequency.
KR1020080015150A 2008-02-20 2008-02-20 Apparatus and method of context inference for ubiquitous context recognition KR100918367B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080015150A KR100918367B1 (en) 2008-02-20 2008-02-20 Apparatus and method of context inference for ubiquitous context recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080015150A KR100918367B1 (en) 2008-02-20 2008-02-20 Apparatus and method of context inference for ubiquitous context recognition

Publications (2)

Publication Number Publication Date
KR20090089964A KR20090089964A (en) 2009-08-25
KR100918367B1 true KR100918367B1 (en) 2009-09-22

Family

ID=41207933

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080015150A KR100918367B1 (en) 2008-02-20 2008-02-20 Apparatus and method of context inference for ubiquitous context recognition

Country Status (1)

Country Link
KR (1) KR100918367B1 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101675595B1 (en) * 2010-03-23 2016-11-22 서울시립대학교 산학협력단 A ubiquitous-city system with intelligent ubiquitous-city middleware and ubiquitous-city portal
US9226305B2 (en) 2011-11-07 2015-12-29 Nokia Technologies Oy Medium access control method
US9565690B2 (en) 2011-11-30 2017-02-07 Nokia Technologies Oy Medium access control method enhancement

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050064347A (en) * 2003-12-23 2005-06-29 한국전자통신연구원 Rule language and processing the same for semantic web
KR20070114604A (en) * 2006-05-29 2007-12-04 주식회사 케이티 Reasoning engine for context adaptive service based on profile of multi user
KR20080040064A (en) * 2006-11-02 2008-05-08 주식회사 케이티 Creating and offering system of photo-based contents and method thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050064347A (en) * 2003-12-23 2005-06-29 한국전자통신연구원 Rule language and processing the same for semantic web
KR20070114604A (en) * 2006-05-29 2007-12-04 주식회사 케이티 Reasoning engine for context adaptive service based on profile of multi user
KR20080040064A (en) * 2006-11-02 2008-05-08 주식회사 케이티 Creating and offering system of photo-based contents and method thereof

Also Published As

Publication number Publication date
KR20090089964A (en) 2009-08-25

Similar Documents

Publication Publication Date Title
CN103699625B (en) Method and device for retrieving based on keyword
US20200184072A1 (en) Analysis device, log analysis method, and recording medium
CN106383875B (en) Man-machine interaction method and device based on artificial intelligence
RU2704531C1 (en) Method and apparatus for analyzing semantic information
KR102491172B1 (en) Natural language question-answering system and learning method
JP2018535501A (en) Periodic analysis of heterogeneous logs
CN110309251B (en) Text data processing method, device and computer readable storage medium
CN110427755A (en) A kind of method and device identifying script file
CN110427453B (en) Data similarity calculation method, device, computer equipment and storage medium
CN108090351A (en) For handling the method and apparatus of request message
CN109714356A (en) A kind of recognition methods of abnormal domain name, device and electronic equipment
KR102334255B1 (en) Text data collection platform construction and integrated management method for AI-based voice service
WO2020010996A1 (en) Method and device for processing hyperlink, and storage medium
US20190362187A1 (en) Training data creation method and training data creation apparatus
KR100918367B1 (en) Apparatus and method of context inference for ubiquitous context recognition
KR101515413B1 (en) Professional field search supporting method and apparatus
CN113269355A (en) User loan prediction method, device and storage medium
JP5973935B2 (en) Browsing behavior prediction device, browsing behavior prediction method, and program
CN106919593A (en) A kind of method and apparatus of search
CN112487181B (en) Keyword determination method and related equipment
US11556819B2 (en) Collection apparatus, collection method, and collection program
US10620911B2 (en) Machine learning to identify a user interface trace
Rodriguez-Bazan et al. Android Ransomware Analysis Using Convolutional Neural Network and Fuzzy Hashing Features
CN110069691A (en) For handling the method and apparatus for clicking behavioral data
Cho Dynamic RNN-CNN based malware classifier for deep learning algorithm

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130710

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140701

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150619

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160704

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170703

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180704

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190702

Year of fee payment: 11