• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.102-104
• /
• 1998

공간 질의 제약조건 검증을 위해서는 다양한 공간객체와 이에 대응하는 복잡한 공간 연산자를 고려한 최적화가 필요하다. 그러나 이에 대한 연구가 아직은 미진한 상태이고, 공간 데이터베이스 시스템의 공간 술어는 기존의 단순 비교 술어와 비교할 때 수행시 많은 시간이 소비되기 때문에 기존의 질의 최적화 기법을 공간 최적화 기법에 적용하기에는 부적합하므로 공간 술어가 포함된 제약 조건이나 질의에 대해 효과적인 최적화 기법의 확장이 요구된다. 본 논문에서는 공간 제약조건 검증시 최적의 수행계획을 얻기 위하여 먼저 중복되는 공간 연산을 제거하고 공간 연산을 위한 선택인자와 복잡도를 계산하여 산출된 랭킹을 기반으로 재배치 기법을 사용하는 공간 제약조건 최적화 기법을 제안한다. 제안된 기법은 선택인자와 데이터베이스 접근시간 뿐만 아니라 공간 연산의 복잡도까지 반영하므로 최적화된 수행계획을 얻을 수 있는 장점을 지니고 있으며, 향후 공간 질의의 최적화 기법에도 적용이 가능하다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.3
• /
• pp.353-364
• /
• 1999

공간 데이터베이스는 일반 관계형 데이터베이스나 객체지향 데이터베이스에 비해 다음과 같은 특징을 가진다. 첫째, 공간 데이터베이스에서의 질의는 공간 질의와 비공간 질의가 섞여서 들어 온다. 둘째, 공간 질의는 비공간 질의에 비해 데이터의 복잡성과 방대함으로 인해 주로 2 단계(여과 단계 및 정제 단계)로 나누어 처리되었다. 셋째, 공간 객체들은 대부분 공간 색인을 가지고 있다. 본 논문에서는 이러한 공간 데이터베이스의 특성을 잘 반영하는 질의 최적화 기법을 제안한다. 첫 번째 방법으로 질의 수행 단계 이전의 최적화 단계에서부터 여과 및 정제를 분리하여 생각하는 것이다. 두 번째 방법으로는 복잡한 질의에 대해서 각각의 공간 연산을 여과/정제 단계로 분리한후 여러 정제 단계 연산들을 합쳐 한꺼번에 처리 할수 있고 여러 여과 단계 연산들도 마찬가지로 합쳐질 수 있다. 본 논문에서는 또한 여과/정제를 질의 최적화 단계에서 분리한 여과/정제 조기 분리 (ESFAR) 최적화 기법에 대한 규칙 기반 질의 최적화 기법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.99-101
• /
• 1998

대용량 공간 데이터를 포함하는 공간 데이터베이스에서 검색성능의 향상을 위해 공간 질의어가 최적화가 중요한 과제이다. 본 논문에서는 공간 데이터베이스에서 속성/공간 조건이 혼합된 질의에 적합한 질의 최적화 기법을 제시한다. 제안된 기법은 기존의 변환 규칙을 이용해서 대수 트리를 변환해 나가는 방법과는 달리 혼합된 질의어에 대한 질의 그래프로부터 동적 프로그래밍 기법으로 탐색 알고리즘을 실행함으로써 탐색 공간을 줄일 수 있고, 더욱 효율적으로 최소 비용의 실행 전략들 수립할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.229-231
• /
• 2001

공간 데이터베이스 시스템에서의 질의처리 과정 중 질의 재작성 과정에 의해 다중 블록 질의가 단일 블록으로 변환되면 공간 서술자와 비공간 서술자가 OR와 AND에 의해 연결되어있는 복잡한 CNF가 생성된다. CNF 내의 공간 서술자는 공간연산의 정제단계의 수행 비용이 비공간 연산에 비해 상당히 많이 들기 때문에 비공간 서술자와는 다른 최적화 기법이 필요하다. 본 논문에서는 공간 서술자가 포함된 복잡한 CNF를 수평적으로 분리하여 질의를 재작성하고 수행순서를 재조정하는 기법을 제안한다. 제안하는 기법은 원시 CNF를 수행 비용이 상대적으로 적은 전처리 단계의 CNF와 이에 비해 수행비용이 많이 드는 후처리 단계의 CNF로 분리하고 질의를 재작성 한 후 비용 모델에 의거해서 실행 트리를 최적화 한다. 본 논문에서 제시하는 기법은 질의 최적화 단계에서 공간연산의 단계별 실행특성을 감안한 효율적인 실행 계획 생성이 가능하다는 장점이 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.7A
• /
• pp.1200-1211
• /
• 2001

최근 각광을 받고 있는 데이터 마이닝 분야에서 데이터 마이닝 툴과 시스템의 등장으로 상호적이고 사용하기 쉬운 GUI 환경의 강력한 데이터 마이닝 질의 언어가 필요하게 되었다. 공간 데이터 마이닝은 공간 데이터에서 유용한 지식을 발견하기 위한 데이터 마이닝의 한 부문이며 공간 데이터는 점, 선, 사각형, 다각형 등으로 이루어져 있다. 공간 데이터 마이닝은 지리정보시스템(GIS)과 더불어 최근에 많은 관심과 연구가 활발히 진행되고 있다. 한편, 공간 데이터 마이닝을 위한 질의 언어와 그 언어에 기반한 공간 데이터 마이닝 질의 처리 및 최적화에 대한 연구가 중요하게 대두되고 있다. 공간 데이터에 대한 마이닝은 일반 관계형 데이터베이스에서의 질의 언어로는 표현이 불가능하다. 본 연구에서는 먼저 공간 데이터 마이닝 질의언어를 정의, 설계하고 질의 언어에 결과 표현 방식과 결과 데이터 집합의 저장을 명시하여 질의 표현의 효율을 높이는 방식을 제시하였다. 또한 공간 데이터 마이닝을 위한 질의 처리 및 최적화 과정을 질의에 기반한 공간 실체화 뷰의 생성과 유지, 인덱스 활용을 통한 질의 재사용, sampling 마이닝 질의 option 등의 방법론을 이용하여 제시하였다.

• Spatial Information Research
• /
• v.21 no.2
• /
• pp.23-33
• /
• 2013

W ith the recent advancement of IoT (Internet of Things) technology, there has been much interest in the spatial query processing which energy-efficiently acquires sensor readings from sensor nodes inside specified geographical area of interests. Therefore, various kinds of spatial query processing algorithms and distributed spatial indexing methods have been proposed. They can minimize energy consumption of sensor nodes by reducing wireless communication among them using in-network spatial filtering technology. However, they cannot optimize multiple spatial queries which w ill be w idely used in IoT, because most of them have focused on a single spatial query optimization. Therefore, we propose a new multiple spatial query optimization algorithm which can energy-efficiently process multiple spatial queries in a sensor network. The algorithm uses a concept of 'query merging' that performs the merged set after merging multiple spatial queries located at adjacent area. Here, our algorithm makes a decision on which is better between the merged and the separate execution of queries. For such the decision making, we additionally propose the cost estimation method on the spatial query execution. Finally, we analyze and clarify our algorithm's distinguished features using the spatial indexing methods of GR-tree, SPIX, CPS.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.555-556
• /
• 2023

본 논문에서는 제조/물류 기업 등 제품(물품) 이동 작업 시 효율적인 경로 제공을 위한 경로 최적화 기법을 제안한다. 이 기법은 업무지원 시스템(MES, ERP, WMS 등)이 구축되어있는 기업을 대상으로 공간정보와 업무지원 시스템에 저장되는 제품 데이터를 기준 정보로 하며, 다익스트라(Dijkstra), 개미 집단 알고리즘(Ant Colony Algorithm, ACO)등 경로 탐색 알고리즘을 적용하여 문제를 해결하고자 한다. 공간정보는 공장(현장)의 레이아웃(Layout)과 제품이 적재/출하되는 렉(Rack) 등의 위치 정보가 포함되고, 업무지원 시스템에서 제품의 현재 위치, 공정 상태, 등록 시간, 제품 크기 등을 사용한다. 제안하는 기법은 상기 기준 정보를 경로 탐색 알고리즘에 적용하여 적재/출하, 공정 이동, 보관 장소 변경 등 제품의 위치가 변경되는 경우에 경로를 최적화할 수 있는 기법을 제안한다. 제품 이동 작업은 대부분 노동력에 의존하는 작업으로 경로 최적화 기법을 제안함으로써, 인력 비용 감소와 향후 로봇 기반의 제품 이동 작업에도 적용하여 자동화된 작업효과를 가져다 줄 것으로 기대한다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.21 no.2
• /
• pp.108-116
• /
• 1997

유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1258-1260
• /
• 2022

재료공학에서 머신러닝을 이용해 목적 성능에 부합하는 물질의 조성을 탐색하는 연구가 있다. 물질의 성능은밀도 범함수 계산을 통해 시뮬레이션 할 수 있지만, 계산량이 많은 문제가 있다. 본 연구를 통해 우리는 고효율 페로브스카이트 태양광전지를 만들기 위한 페로브스카이트 조성을 추천하는 심층신경망과 베이지안 최적화 모델을 제안했다. 본 연구에서 높은 전력효율이 예상되는 페로브스카이트 조성을 심층신경망과 베이지안 최적화 방법을 통해 추천하는 모델을 구현하였다. 심층신경망 모델은 주어진 조성과 실험조건에서 예상되는 전력효율을 예측해 베이지안 최적화를 통한 탐색과정에서 소요되는 실험비용을 줄인다. 베이지안 최적화 모델은 실험공간을 입력으로 받아 고효율이 예상되는 실험조건을 출력하는데, 미리 설정한 실험공간만을 탐색하기 때문에 실험적으로 가능한 출력값만을 제시 할 수 있다. 본 연구는 심층신경망과 베이지안 최적화 방법을 조합해 주어진 실험공간을 탐색하는 시간과 비용을 최소화하는 방법을 제시한다

• Proceedings of the KSME Conference
• /
• 2005.11a
• /
• pp.158.1-158.1
• /
• 2005