• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10d
• /
• pp.580-584
• /
• 2007

H.264/AVC SVC에서는 공간적 확장성을 지원하기 위하여 계층 간 예측 방법을 새롭게 도입하였다. 계층 간 예측은 하위 계층의 움직임 정보, 텍스처 정보, 잔여 신호 정보를 이용하여 계층 간 중복성을 제거하는 방법이다. 따라서 상위 계층의 부호화 효율을 높이는 반면, 복호화 과정에서는 하위 계승의 잔여 신호 정보를 픽셀 단위까지 복원하여 계산 복잡도가 높아지는 문제점이 있다. 본 논문에서는 이러한 H.264/AVC SVC에서 복호화 과정의 계산 복잡도를 줄이기 위하여 DCT 기반의 잔여 신호 예측 구조를 제안하였다. H.264/AVC SVC에서 픽셀 기반의 잔여 신호 예측 구조와 제안하는 구조의 연산 수를 계산하여 계산 복잡도를 비교한 결과 약 33%의 개선이 이루어졌다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.739-741
• /
• 2004

본 논문은 제어 구조의 표준으로 떠오르고 있는 OPC와 마이크로소프트사의 분산형 보안 서비스 개념(하부구조 서비스, 응용프로그램 지원 서비스)들을 사용하여 다양한 사용자에 대해서 차별화된 권한 구조를 제공할 수 있는 멀티 프로세스 컨트롤＆모니터링 모델을 제안한다. 멀티 프로세스 컨트롤＆모니터링 모델은 3-계층 구조(리소스, 로직, 그리고 프레젠테이션 계층)와 컴포넌트 개념을 기반으로 디자인하였기 때문에 엔터프라이즈 어플리케이션이 가지는 다양한 이점을 가질 수 있다. 리소스 계층은 다양한 OPC 기반 제어서버 시스템에서 제공하는 실시간 데이터(액세스 포인터 데이터) 및 저장 데이터들과 쉽고 유연하게 결합할 수 있으며, 로직 계층은 리소스 계층에서 제공하는 리소스들(실시간 및 저장 데이터)에 대한 보안 설정을 제공하고 실제, 가공, 가상 데이터 제공 및 생성하는 역할을 제공한다. 프레젠테이션 계층은 XML 기술을 사용하여 컨텐츠와 뷰를 분리하고 접속 기기들의 타입에 맞는 뷰를 동적으로 결합하여 제공함으로써 다양한 타입의 모니터링 기기들과 유연하게 결합하고 통합할 수 있는 이점을 갖는다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.45-47
• /
• 1998

객체지향 데이터베이스 시스템에서 많이 연구되고 있는 묵시적 권한부여(implicit authorization) 방법은 모든 객체에 대하여 일일이 권한을 부여하는 오버헤드를 줄이기 위한 방법이다. 묵시적 권한부여 방법에서는 기존의 권한과 새로이 추가될 권한간의 충돌(conflict) 여부의 효율적인 검사가 중요하다. 기존의 데이터베이스 단위 계층 구조( database granularity hierarchy)에서의 의도형 권한부여(intention type authorization) 기법은 자신의 자손 노드에 대한 권한을 쉽게 판정할 수는 있지만, 클래스 복합 계층 구조(class composition hierarchy)상에서의 임의의 한 노드 ni에 추가로 권한을 부여할 때 ni의 자손 노드와 복합 참조(composite reference)의 관계를 가지는 노드 nj들에 대한 권한과의 충돌 여부를 탐지하기 위하여 추가로 nj들에 대한 권한을 일일이 탐색해야 하는 어려움이 있었다. 본 논문에서는 클래스 복합 계층 구조에서의 묵시적 권한부여 하에서 발생할 수 있는 권한간의 충돌을 효율적으로 탐지하는 새로운 기법을 확장하여 제안한다. 제안된 복합 계층 의도형 권한부여(intention type authorization for composition hierarchy)기법은 계층 구조에서 복합 참조의 관계를 따라 nj를 일일이 탐색할 필요 없이 노드 ni에서 바로 충돌 여부를 판정할 수 있는 장점을 가진다.

• Journal of Digital Contents Society
• /
• v.16 no.1
• /
• pp.33-41
• /
• 2015

Since bitmap indices are useful for OLAP queries over low-cardinality data columns, they are frequently used in data warehouses. In many data warehouse applications, the domain of a column tends to be hierarchical, such as categorical data and geographical data. When the domain of a column is hierarchical, hierarchical bitmap index is able to significantly improve the performance of queries with conditions on that column. This strategy, however, has a limitation in that when a large scale hierarchy is used, building a bimamp for each distinct node leads to a large space overhead. Thus, in this paper, we introduce the way to build hierarchical bitmap index on an attribute whose domain is organized into a large-scale hierarchy in space-constrained environments. Especially, in order to figure out space overhead of hierarchical bitmap indices, we propose the cut-selection strategy which divides the entire hierarchy into two exclusive regions.

• Journal of KIISE:Information Networking
• /
• v.27 no.4
• /
• pp.476-481
• /
• 2000

멀티캐스트 데이터의 기밀성을 유지하기 위해서는 멀티캐스트 데이터를 그룹의 공동키로 암호화하여 전송하여야 한다. 그러나 멤버가 멀티캐스트 그룹에 동적으로 가입하거나 탈퇴하는 경우에는 그룹의 공통키를 변경하기 위해 필요한 계산량과 메시지의 수가 그룹의 크기에 비례해 커지는 규모확장성 문제에 봉착하게 된다. 이러한 문제를 해결하기 위해 그룹의 멤버나 키에 계층 구조를 두는 여러 가지 방법들이 제안된바 있으나 계층 멀티캐스트에 적용할 수 있는 방법은 아직 제안된 바가 없다. 본 논문에서는 계층 비디오 멀티캐스트 환경에 적용할 수 있는 두가지의 그룹 키 분배 방법을 제안한다. 첫 번째 방법은 각 계층에 대해 별도의 키 계층 구조를 유지하는 계층별 키트리 방법이며 두 번째 방법은 하나의 공통 키트리를 유지하고 각 계층을 공통 키트리상의 서브트리로 유지하는 통합 키트리 방법이다. 성능분석결과 멤버가 그룹에 가입해 있는 동안 계층 상승을 자주하는 경우는 계층별 키트리 방법이 유리하며 계층의 개수가 많고 계층 상승이 잦지 않은 경우는 통합 키트리 방법이 효율적이다.

• Korean Journal of Cognitive Science
• /
• v.10 no.4
• /
• pp.1-10
• /
• 1999

A Semantic Hierarchy of Korean Nouns(SHKN) where Korean nouns are semantically and hierarchically classified is one of the most important things that can provide semantic information concerned with processing the Korean sentences. In this paper. SHKN is constructed in bottom-up method by making use of the definition of a noun in the Korean dictionary. SHKN constructed in this paper is a forest which consist of 43 trees and 2.443 non-terminal nodes and 10.347 terminal nodes. depth of which is 17. The classes of level 1. 2 of SHKN is quite different from the existing structure classified in top-down method. 2 b but the lower classes than level 2 is very objective.

• Korean Journal of Cognitive Science
• /
• v.10 no.3
• /
• pp.1.1-10
• /
• 1999

A Semantic Hierarchy of Korean Nouns(SHKN) where Korean nouns are semantically and hierarchically classified is one of the most important things that can provide semantic information concerned with processing the Korean sentences. In this paper. SHKN is constructed in bottom-up method by making use of the definition of a noun in the Korean dictionary. SHKN constructed in this paper is a forest which consist of 43 trees and 2.443 non-terminal nodes and 10.347 terminal nodes. depth of which is 17. The classes of level 1. 2 of SHKN is quite different from the existing structure classified in top-down method. 2 b but the lower classes than level 2 is very objective.

• Journal of KIISE:Software and Applications
• /
• v.26 no.4
• /
• pp.473-486
• /
• 1999

본 논문에서는 복합개체 계층구조의 재구성을 지원하는 객체지향 데이터베이스 스키마 버전모델을 제안한다. 이 모델은 풍부한 기본 스키마(Rich Base Schema)개념에 기반한 스키마 버전 모델 RIBS를 확장한다. RiBS 모델에서 각 스키마 버전은 하나의 기본 스키마에 대한 갱신가능한 클래스 계층구조 뷰이고 , 이 기본 스키마는 모든 스키마버전들에서 필요로 하는 스키마 정보를 갖고 있다. 본 논문에서는 스키마 버전의 복합객체 계층구조의 재구성을 위한 스키마 진화연산들을 도입하고, 이 연산들의 의미를 설명한다. 그리고 이 연산들을 통해 재구성된 복합개체 계층구조에서 대한 질의의 처리 방안을 다룬다. 또 한, 둘 이상의 스키마 버전 통합시 발생하는 복합객체 재구성 연산들에 의한 충돌현상을 설명하고 해결책을 제시한다. 본 논문의 독창성은 1) 복합객체 계층구조의 재구성을 위한 연산들을 최초로 도입한 점과 2) 확장된 RiBS 모델이 객체지향 데이터베이스의 데이터독립성(data independence)을 제공한다는 점이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.35-38
• /
• 2006

데이터 웨어하우스에서는 OLAP(On-Line Analytical Processing) 연산을 제공하기 위해 다차원 데이터를 큐브의 형태로 관리한다. 특히, 공간 차원과 같이 데이터 큐브의 차원에 개념 계층이 존재하는 경우 사용자는 특정 계층에 대한 집계 결과를 요구한다. 기조의 데이터 큐브의 구조들은 차원의 개념 계층을 지원하지 못하거나 지원하더라도 시간이나 공간적 비용에 대해 비효율적이다. 본 논문에서는 공간 데이터 웨어하우스에서 공간 개념 계층을 이용하여 효율적인 계층별 영역 집계연산을 지원하는 공간 데이터 큐브를 제안한다. 이는 개념 계층을 DAG(Directed Acyclic Graph) 형태로 표현하여 구성된 여러 개의 차원들을 공간차원의 지역성을 기준으로 연결한 구조이다. 이러한 구조를 갖는 큐브를 이용하면, 데이터 검색 시 상위 계층부터 아래 방향으로 탐색하기 때문에 각 차원에 대한 효율적인 검색이 가능하다. 특히, 공간 개념 계층에 대한 DAG를 이용하면, 공간적 지역성에 따른 영역 검색을 지원할 수 있다. 성능평가에서 개념 계층이 적용된 질의에 대한 실험을 통해 제안 기법이 기존 기법들에 비해 저장 공간 효율성 및 질의 응답 성능이 우수함을 증명한다.

• The Journal of Society for e-Business Studies
• /
• v.25 no.3
• /
• pp.77-93
• /
• 2020

The literature has reported that hierarchical classification methods generally outperform the flat classification methods for a multi-class document classification problem. Unlike the literature that has constructed a class hierarchy, this paper evaluates the performance of hierarchical and flat classification methods under a situation where the class hierarchy is predefined. We conducted numerical evaluations for two data sets; research papers on climate change adaptation technologies in water sector and 20NewsGroup open data set. The evaluation results show that the hierarchical classification method outperforms the flat classification methods under a certain condition, which differs from the literature. The performance of hierarchical classification method over flat classification method depends on class similarities at levels in the class structure. More importantly, the hierarchical classification method works better when the upper level similarity is less that the lower level similarity.