• Journal of the Korea Society of Computer and Information
• /
• v.26 no.4
• /
• pp.63-74
• /
• 2021

Location-based services (LBSs) are expected to process a large number of spatial queries, such as shortest path and k-nearest neighbor queries that arrive simultaneously at peak periods. Deploying more LBS servers to process these simultaneous spatial queries is a potential solution. However, this significantly increases service operating costs. Recently, batch processing solutions have been proposed to process a set of queries using shareable computation. In this study, we investigate the problem of batch processing moving k-nearest neighbor (MkNN) queries in dynamic spatial networks, where the travel time of each road segment changes frequently based on the traffic conditions. LBS servers based on one-query-at-a-time processing often fail to process simultaneous MkNN queries because of the significant number of redundant computations. We aim to improve the efficiency algorithmically by processing MkNN queries in batches and reusing sharable computations. Extensive evaluation using real-world roadmaps shows the superiority of our solution compared with state-of-the-art methods.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.2
• /
• pp.27-35
• /
• 2009

Integer programming is a very effective technique for searching optimal solution of combinatorial optimization problems. However, its applicability is limited to linear models. In this paper, I propose an effective method for solving a nonlinear optimization problem by integrating the powerful search performance of integer programming and the flexibility of neighborhood search algorithms. In the first phase, integer programming is executed with subproblem which can be represented as a linear form from the given problem. In the second phase, a neighborhood search algorithm is executed with the whole problem by taking the result of the first phase as the initial solution. Through the experimental results using a nonlinear maximal covering problem, I confirmed that such a simple integration method can produce far better solutions than a neighborhood search algorithm alone. It is estimated that the success is primarily due to the powerful performance of integer programming.

• Journal of KIISE:Software and Applications
• /
• v.27 no.10
• /
• pp.1038-1045
• /
• 2000

본 논문에서는 칼라공간상의 거리와 이웃정보를 이용한 클러스터링을 통한 칼라영상 분할 방법을 제안한다. 칼라영상의 한 픽셀은 칼라정보(R.G.B)와 위치정보(x.y)를 가진다. 대개의 칼라공간에서의 클러스터링방법은 픽셀을 (R,G,B)공간으로 변환후 (R,G,B)공간상의 분포만을 이용하지만 여기서는(R,G,B)와 (x.y)모두를 사용하여 클러스터링함으로 영상의 세그먼트들을 찾는다. 클러스터링 방법으로서 인력을 모방하는 중력 클러스터링(gravitational clustering)을 사용하였다. 이 방법은 클러스터의 중심값과 클러스터 수를 미리 정해주지 않아도 자동적으로 결정할 수 있는 장점이 있다. 중력 클러스터링에서 찾은 클러스터 수를 가지고 다른 클러스터링 방법(K-means)에 입력으로 주어 결과를 비교해 본다. 본 논문에서는 이웃관계를 따라 클러스터링하는 것이 정확한 경계선을 찾는데 효과적임을 보여준다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.7
• /
• pp.467-477
• /
• 2001

반응적 타부 탐색은 단순한 타부 탐색과 비교해서 중장기 메모리를 이용한 학습을 통하여 타부리스트의 크기를 반응적으로 변화시킴으로써 NP-hard 문제에 속하는 다양한 조합 최적해 문제에 대해서 좋은 해를 효율적으로 찾는다. 본 논문에서는 반응적 타부 탐색에 있어서 중장기 메모리를 이용한 탈출 메커니즘으로 이웃 해 전략 전환 메커니즘이라는 개념을 제시한다. 제시된 이웃 해 전략 전환 메커니즘을 이용한 반응적 타부 탐색을 특정 공과 대학의 강의 시간표 작성 문제와 외판원문제 (traveling salesman problem)에 적용하여 기존의 반응적 타부 탐색과 비교 분석을 하였다. 전산 실험 결과 제시된 알고리즘은 기존의 반응적 타부 탐색 알고리즘에 비교하여 더 좋은 해를 더 짧은 시간에 찾아주었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.293-298
• /
• 2005

LIDAR의 표고점 데이터는 건물, 수목 등의 개체를 구성하는 비지면점과 순수한 지표면을 나타내는 지면점들이 섞여있기 때문에 이들을 분리하는 과정이 필요하다. 지금까지 연구된 방법들은 몇 가지 입력 요소가 필요하여 완전 자동화를 이루지는 못하고 있으며, 다양한 크기의 개체를 동시에 자동으로 찾아내기 어렵고 경사진 지형에 대해서는 적용하기 어려운 문제점을 가지고 있다. 이에 본 논문에서는 원 데이터의 동일 스캔 라인 상에 존재하는 이웃 점들 간의 경사를 이용하여 입력 요소를 최소화하여 개체를 추출하고자 한다. 이웃하는 두 점플 간의 경사를 이용하여 비지면점을 탐지하여 이웃하는 지면점의 높이 값으로 대체하며 갱신된 값을 바로 다음 연산에 반영시킴으로써 윈도우를 사용하거나 그룹화 할 필요가 없다. 또한 갱신된 값을 전파시키기 때문에 복잡한 지붕을 가지는 건물도 추출할 수가 있다. 이와 같은 연산을 두 방향에 대하여 수행하여 경사진 지형에 대하여 적용할 수 있도록 하였으며 천안과 마산지역에 대하여 테스트를 수행하였다.

• Communications for Statistical Applications and Methods
• /
• v.17 no.1
• /
• pp.17-27
• /
• 2010

Feature selection and feature weighting are useful techniques for improving the classification accuracy of k-Nearest Neighbor (k-NN) classifier. The main propose of feature selection and feature weighting is to reduce the number of features, by eliminating irrelevant and redundant features, while simultaneously maintaining or enhancing classification accuracy. In this paper, a novel hybrid approach is proposed for simultaneous feature selection, feature weighting and choice of k in k-NN classifier based on Genetic Algorithm. The results have indicated that the proposed algorithm is quite comparable with and superior to existing classifiers with or without feature selection and feature weighting capability.

• Proceedings of the Korea Contents Association Conference
• /
• 2010.05a
• /
• pp.13-15
• /
• 2010

이동객체의 공간 데이터를 색인하기 위해 검색성능이 뛰어난 R-tree구조가 많이 활용된다. 최근 R-tree를 B+-tree처럼 인접한 단말노드 간의 연결을 통해 질의 처리를 수행하는 ISR-tree와 ISG-index가 제안되었다. 이 기법들은 MBR (Minimum Boundary Rectangle) 간의 인접한 이웃 노드를 결정하기 위해 보르노이 다이어그램(Voronoi Diagram)을 이용한다. MBR을 대상으로 하는 보르노이 다이어그램은 매우 복잡한 연산과정을 거친다. 본 논문에서는 점을 대상으로 하는 보르노이 다이어그램 연산을 활용한 인접한 이웃 MBR을 연산하는 기법을 제안한다. 각 MBR의 꼭지점들을 기준으로 보르노이 다이어그램을 만들 경우, 인접한 MBR의 꼭지점들의 보르노이 셀이 항상 인접한 것을 알아내었고, 이를 활용한다. 제안하는 기법의 우수성을 증명하기 위해 기존의 기법과 비교하여 성능평가를 수행하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.103-105
• /
• 2001

인터넷 사용 인구의 폭증으로 인터넷 사이트가 경쟁적으로 유용한 각종 정보를 사용자들에게 제공하여 보다 많은 수의 회원을 확보하기 위해 노력하고 있지만 여러 사이트를 동시에 사용하고 있는 대부분의 인터넷 사용자들에게는 각 사이트에서 날아드는 정보를 매번 일일이 검색해야 하는 일이 여간 번거롭지 않을 뿐만 아니라 이런 무분별하고 획일적인 정보 서비스는 오히려 사용자들의 인터넷 사용을 불편하게 하며 더욱이 그 내용이 관심 밖의 것이 경우 네트워크의 효율적인 사용을 저해하는 정보공해에 지나지 않게 된다. 추천엔진은 기본으로 끊임없이 유입되는 다량의 정보 중에서 필요한 것을 추천해 주는 것이다. 이에 본 논문에서는 사용자들에게 필요한 정보만을 효율적으로 전달 해주기 위해서 먼저 개인화된 정보의 전달을 위해 사용자의취향을 파악하여 선택 가능성이 높은 항목을 예측할 수 있어야 한다. 그리고 사용자와 가까운 K 명의 사용자들을 효율적으로 검색하기 위해서 K-최근접 이웃 방식을 사용하고 인덱싱을 사용할 수 있는 세가지 벡터 유사도를 기존의 피어슨 상관계수(Pearson Correlation)와 비교하여 제안한다. 이를 통해 정보의 효율적인 제공방법, 즉 일반적인 검색으로 인한 정보의 제공이 아닌 일반 사용자들의 추천에 의해 정보를 제공하는 K-최근접 이웃 추천 엔진을 세가지 벡터 유사도를 이용해서 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.283-287
• /
• 2006

본 논문에서는 멀티호밍 모바일 네트워크에서 발생하는 다양한 이슈 중 인그레스 필터링(ingress filtering) 문제에 대한 해결책을 제시하고자 한다. 본 저자들은 먼저 다수의 모바일 라우터가 존재하는 모바일 네트워크 환경에서 이웃 모바일 라우터 사이에 '프리픽스(prefix) 이웃' 관계를 제안한다. 그리고 이런 관계를 활용하여 모바일 라우터의 서비스를 받는 단말들이 자신의 주소를 변경하지 않고도 이웃 모바일 라우터를 통하여 릴레이 서비스를 받을 수 있도록 하는 인그레스 필터링 우회 기법도 제안한다. 또한 제안된 기법들을 ns-2 시뮬레이터 상에서 구현하고 모의 실험을 수행하여 제안된 기법의 성능 향상을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.759-764
• /
• 2006

센서 네트워크는 배터리 교체가 어려운 저가의 소형, 저전력 센서 노드들로 구성되며 멀티 홉 방식으로 통신하기 때문에 센서 네트워크 수명을 연장하기 위한 라우트 선정 방법은 중요하다. 그러나 다수의 라우팅 기법은 노드의 정적인 상태 정보만 이용하여 라우트를 선택하기 때문에 링크 상태에 따른 데이터 손실이나 특정 노드의 에너지 부족에 의해 발생하는 패스 손실과 같은 동적인 상황은 반영하지 못하는 문제점이 있다. 본 논문에서는 이웃 노드들의 상황을 인지하여 가장 데이터를 전달 받기 좋은 상황에 있는 노드를 라우트로 선택하는 기법을 제안하며, 제안하는 기법을 SARS(Situation Aware Route Selection)라 부르겠다. 제안하는 SARS는 이웃 노드들의 상황을 고려하여 라우트를 선택하기 때문에 데이터 손실이나 패스 손실에 의한 재전송 노드의 수를 최소화 할 수 있고, 이를 통해 센서 네트워크 수명이 연장되는 효과를 얻을 수 있을 것으로 기대된다.