• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.46-48
• /
• 2003

최근 시공간 데이타에 대한 OLAP연산 효율을 증가시키기 위한 여러 가지 연구들이 행하여지고 있다. 이들 연구의 대부분은 다중트리구조에 기반하고 있다. 다중트리구조는 공간차원을 색인하기 위한 하나의 R-tree와 시간차원을 색인하기 위한 다수의 B-tree로 이루어져 있다. 하지만, 이러한 다중트리구조는 높은 유지비용과 불충분한 질의 처리 효율로 인해 현실적으로 시공간 OLAP연산에 적용하기에는 어려운 점이 있다. 본 논문에서는 이러한 문제를 근본적으로 개선하기 위한 접근 방법으로서 힐버트큐브(Hilbert Cube, H-Cube)를 제안하고 있다. H-Cube는 집계질의(aggregation query) 처리 효율을 높이기 위해 힐버트 곡선을 이용하여 셀들에게 완전순서(total-order)를 부여하고 있으며, 아울러 전통적인 누적합(prefix-sum) 기법을 함께 적용하고 있다. H-Cube는 적응적이며, 완전순서화되어 있으며, 또한 누적합을 이용한 셀 기반의 색인구조이다. 본 논문에서는 H-Cube의 성능 평가를 위해서 다양한 실험을 하였으며, 그 결과로서 유지비용과 질의 처리 효율성면 모두에서 다중트리구조보다 높은 성능 향상이 있음을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.347-349
• /
• 2014

데이터의 폭발적인 증가로 우리는 빅데이터 시대를 맞이하게 되었다. 빅데이터의 파일 시스템 내에는 아주 큰 트리구조로 이루어진 디렉토리와 파일이 무수히 존재한다. 이 커다란 트리구조에서 사용자가 요청하는 디렉토리와 파일을 탐색하는 것은 매우 어려운 작업이다. 이에 우리는 카운팅 블룸필터를 이용한 디렉토리 탐색 기법을 제시한다. SDP(SSD-based Directory Parsing)는 최근 또는 자주 액세스한 디렉토리와 파일의 메타데이터를 보관하는 SSD 기반의 캐시이다. 대규모 파일 시스템에서 사용자가 파일을 요청했을 때 파일 시스템은 저장 장치에 메타데이터를 검색하기 위해 여러 번 액세스한다. 이러한 비효율적인 SSD에 대한 액세스를 방지하기 위해 카운팅 블룸필터를 이용하여 메타데이터를 빠르고 효율적으로 검색하는 기법을 제시한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.108-110
• /
• 2019

A Database is a collection of data that does not have redundancy, and it is essential to easily use and share information in an information society where the amount of information is increasing. A typical structure of a Database is a relational database and a tree-structure Database. This research studies the programming language MUMPS, which is a tree structure database. This language constructs the database by storing arrays in a dynamic or B-Tree format. Unlike SQL, which must be used in languages such as Java and C #, MUMPS supports language and database independently and can manage data, so the data porting rate is high. In fact, in U.S. hospitals, the MUMPS-based platform has a high market share.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.59-62
• /
• 2018

XML을 대상으로 하는 연구가 최근 5~6년 사이에 꾸준한 증가를 보이며 이루어지고 있지만 대다수의 연구들은 XML을 구성하고 있는 엘리먼트 자체에 대한 통계적인 모델을 기반으로 이루어졌다. 이는 XML의 고유 속성인 트리 구조에서의 텍스트, 문장, 문장 구성 성분이 가지고 있는 의미(semantics)가 명시적으로 분석, 표현되어 사용되기 보다는 통계적인 방법으로만 데이터의 발생을 계산하여 사용자가 요구한 질의에 대한 결과, 즉 해당하는 정보 및 지식을 제공하는 형식이다. 지능형 지식서비스 제공을 위한 환경에 부합하기 위한 정보 추출은, 텍스트 및 문장의 구성 요소를 분석하여 문서의 내용을 단순한 단어 집합보다는 풍부한 의미를 내포하는 형식으로 표현함으로써 보다 정교한 지식과 정보의 추출이 수행될 수 있도록 하여야 한다. 본 연구는 범람하는 XML 데이터로부터 사용자 요구의 의미까지 파악하여 정확하고 다양한 지식을 추출할 수 있는 방법을 연구하고자 한다. 레코드 구조가 아닌 트리 구조 데이터로부터 의미 추출이 가능한 효율적인 마이닝 기법을 진일보시킴으로써 다양한 사용자 중심의 서비스 제공을 최종 목적으로 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.1328-1331
• /
• 2008

본 논문에서는 트리구조의 네트워크 환경에서 주기적인 트래픽의 효율적인 모니터링을 위한 TDMA(Time Division Multiple Access)기반의 스케줄링 알고리즘을 제안한다. 주기적인 모니터링 환경을 위해 제안된 기존의 연구[1]는 트리구조가 깊어지고, 자식 노드들이 많은 환경에서 에너지 소모가 증가하고, 데이터 처리율이 떨어지는 문제점을 갖는다. 이를 해결하기 위해 유휴 타임 슬롯(Time Slot)을 활용하고, 데이터를 중복되지 않게 보내는 알고리즘을 제안한다. 제안된 알고리즘은 기존연구와의 비교를 통해 더 높은 데이터 처리율과, 에너지를 적게 소모함을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.309-310
• /
• 2009

이 논문에서는 테스크 프로파일과 쿼리 확장을 이용한 개인화 검색에서 프로파일의 효율적인 관리를 위해 트리구조 프로파일을 제안한다. 쿼리 확장은 설정된 기준 값이 문서의 질과 양에 따라 결과 값이 다르고 테스크 프로파일은 과거 사용자가 주제와 관련없는 문서를 방문 하였을 경우 데이터의 오염이 발생된다. 이 논문은 테스크 프로파일 수의 축소 및 쿼리확장을 효율적으로 분류할 수 있는 트리구조 프로파일을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.143-144
• /
• 2018

Edge Computing은 분담을 통해 네트워크의 부담을 줄일 수 있는 IoT 네트워크에 적합한 방법으로, 데이터를 전송하고 받는 과정에서 네트워크의 대역폭을 사용하는 대신 서로 연결된 노드들이 협력해서 데이터를 처리하고, 네트워크 말단에서의 데이터 처리가 허용되어 데이터 센터의 부담을 줄일 수 있다. 트리구조는 데이터 구조의 하나로, 데이터 항목의 한 묶음인 세그먼트를 나뭇가지처럼 연결한 것을 의미하여 분산된 데이터를 군집할 수 있다. 본 논문에서는 Edge Computing 환경에서 트리 구조를 이용하여 인덱스를 관리하는 모델을 알아보기 위해 이진 탐색 트리 중 AVL tree와 Paged Binary tree에 대해 서술하였다.

• 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.

• Journal of the Korean Society for information Management
• /
• v.24 no.2
• /
• pp.71-87
• /
• 2007

With the rapid change of the Web and E-transaction application, the search interface is providing more powerful search and visualization methods, while offering smoother integration of technology with task. Especially, visualization techniques for long menu-lists are applied in retrieval system with the goal of improving performance in user's ability to select one item from a long list. In order to review visualization techniques appropriate to the types of users and data set, this study compared the five visualization browsers such as the Tree-structured menu, the Table-of-contents menu, the Roll-over menu, the Click menu, and Fisheye menu. The result of general analyses shows that among the hierarchical methods, the experienced group prefers the Table-of-contents method menu, whereas the novice's group prefers the Tree-structure method menu. Among the linear methods, the two groups prefer the Roll-over menu. The Roll-over menu is most preferred among the five browsers by the two groups.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.586-588
• /
• 2002

본 논문에서는 높은 대역폭(Bandwidth)을 가지는 싱글채널(Single Channel)로 결합될 수 없는 낮은 대역폭의 멀티채널(Multi Channel) 환경에서의 브로드캐스트(Broadcast)를 위한 효과적인 인덱스 방법을 제안한다. 최근에 들어 멀티채널에서 데이터 브로드캐스트의 인덱스 방법에 대한 많은 연구가 행하여 졌는데, 트리구조의 사용 여부에 따라 두 가지 방법으로 구분해 볼 수 있다. 트리 구조를 이용한 방법은 서버의 부담을 증가시키지만 트리 구조를 이용하지 않은 방법보다 모바일 유저에게 낮은 대기시간을 제공할 수 있다. 이 논문에서는 기존의 방법들이 가지는 채널의 수나 데이터의 크기에 제한을 두는 단점을 해결하고 접근 빈도가 높은 데이터에 대한 인덱스들의 반복 정도를 높여서 모든 인덱스에 대한 대기시간(Latency)의 평균값을 현저하게 줄일 수 있는 효과적인 인덱스 스케줄 생성 방법을 제시한다.