지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이규철
- 발행연도
- 2018
- 저작권
- 충남대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
상황 인지 기술은 사용자 및 사용자의 주변 환경에 대한 상황 정보를 인지하고, 사용자에게 적합한 서비스를 제공한다. 주변 환경에 대한 상황 인지를 처리하는 방법으로는 규칙 기반, 케이스 기반, 기계 학습 기반의 추론 방식이 존재하며, 각각의 특성에 따라 추론을 처리하는 방식이 다르다.
본 연구에서는 데이터마이닝 기법 중 하나인 연관 규칙 학습을 적용하며, 주어진 데이터를 분석하여 특정한 결과 값이 출력되기 위한 전제 조건을 발견하여 규칙으로 가공하여 상황 인지 추론을 가능하게 한다.
본 연구에서는 데이터마이닝 기법 중 하나인 연관 규칙 학습을 적용하며, 주어진 데이터를 분석하여 특정한 결과 값이 출력되기 위한 전제 조건을 발견하여 규칙으로 가공하여 상황 인지 추론을 가능하게 한다.
목차
목 차제 1 장 서 론 11.1 연구 배경 및 필요성 11.2 연구 범위 61.3 논문 구성 7제 2 장 관련 연구 82.1 관련 기술 82.1.1 상황 인지 기술 82.1.2 온톨로지 102.2 관련 연구 분석 122.2.1 CAS-Mine: Providing personalized services in context-aware applications by means of generalized rules[6] 122.2.2 Association rule mining with context ontologies: An application to mobile sensing of water quality[7] 132.3 본 연구의 필요성 및 차별성 14제 3 장 시스템 개념 및 데이터 셋 163.1 CHAD(Consolidated Human Activity Database) [9] 163.1.1 CHAD 데이터 셋 구성요소 173.1.2 CHAD 데이터 셋 식별 코드 183.1.3 CHAD 데이터 셋 선별 203.2 본 연구의 개념 21제 4 장 일상 생활 도메인 기반 상황 인지 온톨로지 모델링 264.1 온톨로지 모델링 264.2 온톨로지 모델링 264.2.1 User Class 284.2.2 Activity Class 284.2.3 Time Class 284.2.4 Location Class 284.2.5 Device Class 294.3 온톨로지 모델링 예시 304.4 온톨로지 모델링 결과 314.5 온톨로지 리스트 표현 324.6 온톨로지 적용 효과 35제 5 장 자율적인 규칙 생성을 위한 연관 규칙 학습을 적용한 상황 인지 365.1 연관 규칙 학습 365.2 연관 규칙 학습 기반 본 연구 흐름도 385.2.1 Rule Discovery & Generation 385.2.2 Using Generated Rules 395.3 SPIN(SPARQL Inference Notation) 395.4 본 연구 시나리오 405.5 개발 환경 42제 6 장 본 연구 적용 및 테스트 436.1 사용자 행동 데이터 탐색 436.2 연관 규칙 탐색 436.3 연관 규칙 탐색 후 규칙 생성 47제 7 장 결론 및 향후 연구 51참고 문헌 53ABSTRACT 55
최근 본 자료
댓글(0)
0