• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.649-650
• /
• 2010

This paper construct the sensibility database by extracting sensibility of 28 colors based on 12 color wheel. And, after the large color values are grouped by clustering of input image using k-mean algorithm, sensibility was extracted by matching with color and database. Also, we see the color sensible psychology of child using color distribution of children in painting.

• Journal of Information Technology and Architecture
• /
• v.10 no.1
• /
• pp.123-135
• /
• 2013

This paper presents a two-dimensional grouping index(2DG-index) for efficient processing of XML filtering queries. Recently, many index techniques have been suggested for the efficient processing of structural relationships among the elements in the XML database such as an ancestor- descendant and a parent-child relationship. However, these index techniques focus on simple path queries, and don't consider the path queries that include a condition value for filtering. The 2DG-index is an index structure that deals with the problem of clustering index entries in the twodimensional domain space that consists of a XML path identifier domain and a filtering data value domain. For performance evaluation, we have compared our proposed 2DG-index with the conventional one dimensional index structure such as the data grouping index (DG-index) and the path grouping index (PG-index). As the result of the performance evaluations, we have verified that our proposed 2DG-index can efficiently support the query processing in XML databases according to the query types.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.184-186
• /
• 2002

기존의 색인 기법들은 차원의 수가 증가할수록 검색 성능이 급격히 저하되는 문제를 지니고 있다. 이문제를 극복하기 위하여 CBF 기법이 제안되었다. 그러나 CBF 기법은 데이터 양이 증가함에 따라 검색 성능이 선형적으로 감소하는 문제가 존재한다. 이를 해결하기 위해 다수의 디스크를 수평 분할 방법을 이용하여 디클러스터링(declustering)을 하는 병렬 CBF 기법이 제안되었다. 본 논문에서는 수평 분할 방법을 이용한 병렬 CBF (Parallel CBF) 기법을 삽입시간, 범위 질의 검색시간, k-최근접 질의 검색시간, 데이터의 편중도 측면에서 성능 평가를 수행한다. 아울러, 병렬 CBF 기법을 기존 CBF 기법과 성능 비교를 수행하며, 이를 통해 병렬 CBF 기법이 기존 CBF 기법보다 우수한 검색 성능을 나타냄을 보인다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.69-70
• /
• 2015

본 논문에서는 운행중인 차량이 수집한 위치별 교통 이벤트 (지체, 정체, 사고, 노면상태 등)를 다른 운행 차량과 실시간으로 공유하여 안전운행 서비스를 제공하기 위한 방법을 제안한다. 운행중인 차량은 차량내의 스마트 기기나 전용 기기를 이용해 수집한 교통이벤트를 실시간으로 서버로 전송하고 서버는 전송된 교통이벤트를 위치별, 시간별로 색인하고 중복된 교통이벤트를 분류하여 저장한다. 이런 모든 과정은 처리 속도 향상을 위해 Spark의 RDD를 이용해서 인-메모리에서 처리된다.

• Proceedings of the Korea Contents Association Conference
• /
• 2010.05a
• /
• pp.55-57
• /
• 2010

수많은 이동 노드가 존재하는 유비쿼터스 환경에서 위치 기반 서비스가 중요한 응용 분야로 부상하고 있다. 효율적인 위치 기반 서비스를 제공하기 위해 브로드캐스팅을 이용한 다양한 기법들이 연구 되었지만, 대부분 효율적인 인덱스 구축에 대한 연구이고, 브로드캐스팅 데이터의 크기를 줄이기 위한 기법은 고려되지 않았다. 이에 본 논문에서는 최근 많은 연구가 이루어지고 있는 센서 네트워크와 브로드캐스팅 기법을 활용하여, 객체의 이동 패턴을 고려한 데이터 분산 브로드캐스팅 기법을 제안한다. 제안하는 기법을 수행하기 위한 기반 인프라를 구축하기 위해 도로 네트워크 기반의 센서 클러스터링 기법을 제안하고, 센서 노드에 의해 측정 된 객체의 이동 정보를 기반으로 한 최적의 데이터 분산 브로드캐스팅 기법을 적용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.39-41
• /
• 2000

공간조인 연산은 지리정보시스템의 연산 중 매우 높은 처리비용을 요구하는 연산이다. DOT 공간 색인 기법은 전통적인 데이터베이스 시스템의 주색인 기법을 적용할 수 있으며, 공간객체의 상호 인접성이 유지되도록 Hilbert 값으로 정렬되어 클러스터링 된다. 이러한 특징을 이용한 DOT공간 조인 알고리즘은 적정한 버퍼크기를 유지하는 경우 잘 알려진 R-tree를 이용한 공간조인 알고리즘에 비해 디스크 액세스면에서 유리한 장점이 있으나, 조인가능영역 산출시 많은 양의 공간변환 연산을 필요로 하므로 전체적인 성능이 만족스럽지 못하다. 본 논문은 DOT 공간조인 알고리즘의 성능을 향상시키기 위하여 이러한 공간변환 연사의 횟수를 최소화시킨 효율적인 여과단계처리 방법을 제시하며, 이를 적용한 DOT공간조인 알고리즘과 R-tree 공간조인 알고리즘의 실행시간을 비교 분석하여 DOT 공간조인 알고리즘이 최대 약 2배까지 우수한 성능을 가지고 있음을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.593-596
• /
• 2005

데이터마이닝은 대량의 실제 데이터로부터 이전에 잘 알려지지는 않았지만 묵시적이고 잠재적으로 유용한 정보를 추출하는 작업으로, 본 논문은 최근 인문학 정보 자료가 전산화되고 있는 가운데 대량의 정보와 특정 체계를 갖춘 ‘조선왕조실록’ 전산자료를 분석하고 기존의 단순한 정보 검색이 아닌 데이터마이닝 기법을 적용한 상세하고 예측가능 한 정보자료 추출법을 제시한다. 먼저 텍스트화 되어 있는 컨텐츠를 형태소분석기법을 사용하여 색인어를 추출하고 집계를 낸다. 질의어와 유관한 색인어의 군집정도와 출현시점을 분석하는데, 사용된 마이닝 기법은 연관규칙분석과 클러스터링 분석기법이다. 최종 결과치는 기존의 인문학연구 결과물과 비교하여 그 정확도를 분석해 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.225-227
• /
• 1999

공간 데이터를 표현하는 색인 구조에 관하여 여러 연구가 진행되어 왔다. 그 중 R-트리 계열의 트리들은 최소 겹침과 최소 영역 증가를 기준으로 최소한계영역(Minimum Bounding Rectangle)을 생성하여 공간을 할당한다. 그러나 R-트리 기반의 트리들은 데이터 분포가 균등한 경우에서는 공간 할당이 적합하게 이루어지는 데 반하여 데이터 분포가 어느 특정 영역에 밀집되어 있는 도메인의 경우에는 공간영역을 비효율적으로 할당하는 문제점이 있다. 본 논문에서는 불균등하고 비대칭적인 데이터 분포에 적합한 트리 구조를 제안하였다. 제안된 트리 구조는 R*-트리를 기반으로 하였으며, 불균등하고 비대칭적인 데이터의 특징을 반영하여 단말 노드 구조를 설계하고 밀집영역에 대한 클러스터링을 반영하도록 삽입 및 삭제 루틴을 변형하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.250-252
• /
• 2002

기존의 색인 기법들은 차원의 수가 증가할수록 검색 성능이 급격히 저하되는 문제를 지니고 있으며. 이를 극복하기 위하여 CBF 기법이 제안되었다. 그러나 CBF 기법은 데이터 양이 증가함에 따라 검색성능이 선형적으로 감소하는 문제가 존재한다. 이를 해결하기 위해 다수의 디스크를 수령 분할 방법을 이용하여 디클러스터링(declustering)을 하는 병렬 CBF 기법이 제안되었다. 본 논문에서는 병렬 CBF기법을 여러 대의 리눅스 컴퓨터를 이용한 클러스터 시스템 환경 하에서 구현하고, 삽입시간, 범위 질의 검색시간, k-최근접 질의 검색시간 측면에서 성능 평가를 수행한다. 아울러, 클러스터 시스템 환경 하에서의 병렬 CBF 기법을 기존 CBF 기법과 성능 비교를 수행하며, 이를 통해 병렬 CBF 기법이 기존 CBF 기법보다 우수한 검색 성능을 나타냄을 보인다.

• The KIPS Transactions:PartB
• /
• v.13B no.4 s.107
• /
• pp.489-498
• /
• 2006

Clustering results differ according to the datasets and the performance worsens even while using web documents which are manually processed by an indexer, because although representative clusters for a feature can be obtained by statistical feature selection methods, irrelevant features(i.e., non-obvious features and those appearing in general documents) are not eliminated. Those irrelevant features should be eliminated for improving clustering performance. Therefore, this paper proposes three feature-filtering algorithms which consider feature values per document set, together with distribution, frequency, and weights of features per document set: (l) features filtering algorithm in a document (FFID), (2) features filtering algorithm in a document matrix (FFIM), and (3) a hybrid method combining both FFID and FFIM (HFF). We have tested the clustering performance by feature selection using term frequency and expand co link information, and by feature filtering using the above methods FFID, FFIM, HFF methods. According to the results of our experiments, HFF had the best performance, whereas FFIM performed better than FFID.