• Journal of the Korea Society of Computer and Information
• /
• v.15 no.4
• /
• pp.27-36
• /
• 2010

The paper proposes RFB(Record Filtering using Bit-vector) join algorithm, an in-network strategy that uses bit-vector to drastically reduce the size of data and hence the communication cost. In addition, by eliminating data not involved in join result prior to actual join, communication cost can be minimized since not all data need to be moved to the join nodes. The simulation result shows that the proposed RFB algorithm significantly reduces the number of bytes to be moved to join nodes compared to the popular synopsis join(SNJ) algorithm.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.67-74
• /
• 2008

현재의 센서 네트워크 시스템은 공간적 정보를 배제한 센서 데이터스트림에 대한 저장 및 검색 방안에 대한 연구에 치중되어 있다. 하지만, 이러한 센서 네트워크가 공간적 정보와 결합하게 되면 훨씬 더 많은 응용과 의미 있는 데이터로 가공될 수 있다. 본 논문은 GeoSensor Network에서 공간적 정보와 데이터스트림이 결합된 공간 데이터스트림 정의 및 공간 데이터스트림간 조인 전략들과 그에 따른 조인 전략들 간의 비용을 추정하는 비용 모델을 제시하였다. 공간 데이터스트림간 조인 전략을 위해 Nested Loop 조인, Grid File, R-tree 알고리즘을 사용하였고, 단방향 Nested Loop 조인, 단방향 Grid 조인, 단방향 R-tree 조인 기법들을 조합하여 조인 전략들 간의 비용을 추정하였다.

• Prospectives of Industrial Chemistry
• /
• v.20 no.5
• /
• pp.37-45
• /
• 2017

현재 국내 건설기계 부품의 대부분이 수명 시간이 도래한 중고 장비가 동남아시아 등지로 재제조 되지 않고 수출되거나 폐기되고 있다. 이를 재제조함으로써 자원순환이란 관점에서의 많은 경제적 환경적 이점들을 충족하고자 하며, 선진국들과 중국도 일찍이 건설기계 부품 재제조 사업을 장려하고 있다. 재제조 사업은 부가가치가 높아 여러 국가의 유명 완성차 업체가 직접 참여하여 재제조함으로써 많은 건설 시공사와 수요처들에게 판매하고 있고, 수익성도 높아 완성차 제조 기업 중 재제조 사업으로 총 매출 중 20%를 차지할 만큼 적극적이다. 그러나 국내는 이제 2016년 건설기계 부품 재제조 협회를 창립하면서 음성적으로 재제조하여 왔던 기업을 양성화함은 물론 기반 인프라 구축을 통하여 선진 기업과의 조속히 격차를 줄여 나가고 있다. 또한 재제조에 대한 공정 기술을 개발함과 동시에 전국 인프라 구축을 통하여 산업의 활성화를 꾀하고자 건설기계 부품 산업의 발전 전략을 수립하여 본 기고에 제시하여 보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.591-594
• /
• 2016

최근 빅데이터 시대의 도래로 대량의 데이터에 대한 처리 및 분석 요구가 증가되면서 빅데이터를 저장하기 위해 개발된 NoSQL 데이터베이스 내의 조인 연산 필요성이 증대되고 있다. 빅데이터 환경에서는 다중 저장소 지속성의 개념에 따라 여러 NoSQL 데이터베이스를 동시 복합적으로 사용해야 하므로 이기종 NoSQL 데이터베이스간의 조인 연산이 중요시 되고 있다. 하지만 NoSQL 데이터베이스에서는 데이터 처리 과정에서 발생하는 오버헤드로 인해 조인 연산을 지원하지 않거나 조인 연산 시 성능저하가 발생한다. 이러한 조인 연산에 대한 오버헤드를 줄이기 위해 애플리케이션 단에서 맵리듀스 프레임워크를 활용한 다양한 조인 전략 연구들이 제시되었지만 단일 NoSQL 데이터베이스를 위한 방법이며 조인에 참여하는 데이터의 특성 및 연관성을 사전에 파악하고 있어야하는 한계점이 존재한다. 본 논문은 조인 연산에 참여하는 데이터에 대한 사전 정보 없이 빅데이터 환경에서 이기종 NoSQL 데이터베이스간의 조인 연산을 지원하기 위해 데이터 집합 분석, 질의 재배치, 조인 전략 자동 선정, 조인 결과가 저장될 데이터베이스 자동 선택 단계를 통한 지능적 조인 처리 기법을 제시한다.

• Journal of Korea Spatial Information System Society
• /
• v.10 no.4
• /
• pp.59-66
• /
• 2008

GeoSensor network means sensor network infra and related software of specific form monitoring a variety of circumstances over geospatial. And these GeoSensor network is implemented by mixing data stream with spatial attribute, spatial relation. But, until a recent date sensor network system has been concentrated on a store and search method of sensor data stream except for a spatial information. In this paper, we propose a definition of spatial data stream and its join strategy model at GeoSensor network, which combine data stream with spatial data. Spatial data stream s defining in this paper are dynamic spatial data stream of a moving object type and static spatial data stream of a fixed type. Dynamic spatial data stream is data stream transmitted by moving sensor as GPS, while static spatial data stream is generated by joining a data stream of general sensor and a relation with location values of these sensors. This paper propose joins of dynamic spatial data stream and static spatial data stream, and cost models estimating join cost. Finally, we show verification of proposed cost models and performance by join strategy.

• The KIPS Transactions:PartB
• /
• v.11B no.1
• /
• pp.83-90
• /
• 2004

Strategic games are missing special qualities of genre these days. Game engines neither reason about behaviors of computer objects nor have learning ability that can prepare countermeasure in variously command user's strategy. This paper suggests a strategic game engine that applies non-monotonic reasoning and inductive machine learning. The engine emphasizes three components -“user behavior monitor”to abstract user's objects behavior,“learning engine”to learn user's strategy,“behavior display handler”to reflect abstracted behavior of computer objects on game. Especially, this paper proposes two layered-structure to apply non-monotonic reasoning and inductive learning to make behaviors of computer objects that learns strategy behaviors of user objects exactly, and corresponds in user's objects. The engine decides actions and strategies of computer objects with created information through inductive learning. Main contribution of this paper is that computer objects command excellent strategies and reveal differentiation with behavior of existing computer objects to apply non-monotonic reasoning and inductive machine learning.

• The Optical Journal
• /
• s.131
• /
• pp.68-74
• /
• 2011

올해 정책자금 운영규모는 3조2075억원으로 지난해보다 2.3% 증가했다. 특히 기술혁신형 창업 및 성장초기 기업육성을 위해 '창업 및 개발기술사업화자금(1조4000억원)'을 지난해보다 2200억원 늘렸고, 개발기술사업화자금(2580억원)도 1000억원 늘렸다. 올해부터 정책자금의 배분전략이 그간의 "Negative시스템(특정산업을 제외한 모든산업지원방식)"에서 '전략산업'을 종점 지원하는 방식인 "Positive시스템"으로 전환된다. 중기청은 특히, 녹색 신성장동력 산업 등 성장 가능성이 큰 7대 전략산업에 정책자금의 70%인 2조2천억원을 집중 투입할 계획이다. 이에 따라 태양전지 LED응용 IT융합 고부가식품산업(녹색 신성장동력산업), 금형 등에 정책자금이 집중 지원될 것으로 보인다. 이와 함께 우량기업 및 한계기업을 지원대상에서 제외하고 동일기업에 대한 편중지원을 제한하는 등 정책목적성을 대폭 강화할 예정이다. 자체 신용으로 민간금융 이용이 가능하나 저금리 혜택을 위해 정책자금을 이용하는 우량기업 및 생명연장식 한계기업 등에 대한 지원을 배제하고, 절감된 재원(약 3,000억원)은 전략산업의 창업초기기업에 종점 지원할 계획이다. 자세한 사항 및 정책자금 신청 희망기업은 중소기업진흥공단 홈페이지(www.sbc.or.kr) '정책자금 융자도우미'를 통해 신청요건 및 추천자금 등을 자가진단 후 신청하면 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.132-135
• /
• 2015

맵리듀스(MapReduce)는 분산 환경에서의 빅데이터(Big Data), 즉 대용량 데이터를 처리하는 프로그래밍 모델이다. 대용량의 데이터를 분석하기 위해서 집계 함수(Aggregation function)로 데이터를 처리할 수 있다. 본 논문에서는 맵리듀스 환경을 기반으로 SQL 쿼리에서 집계 함수를 더 적은 비용으로 수행하며 효율적으로 처리할 수 있는 두 가지 전략을 제안한다. 두 가지 전략 중 더 높은 성능을 보이는 전략을 더 효율적인 처리 방법으로 판단한다. 첫 번째 전략은 두 테이블을 Join하여 집계 함수를 처리하는 방법이다. 두 번째 전략은 집계 함수를 처리하여 Join에 참여할 튜플의 수를 최소로 줄인 후 Join을 수행하고 다시 집계 함수를 처리하는 방법이다. 두 제안 방법을 비교하기 위하여 실험을 한 결과 두 번째 전략이 더 적은 비용이 드므로 더 효율적인 처리 방법인 것으로 보인다.

• Journal of Technology Innovation
• /
• v.3 no.1
• /
• pp.35-53
• /
• 1995

• Plant Journal
• /
• v.2 no.3
• /
• pp.23-33
• /
• 2006