• 한국정보과학회논문지:시스템및이론
• /
• 제36권4호
• /
• pp.283-290
• /
• 2009

Rank/select 자료구조는 트리, 그래프, 문자열 인덱스 등의 다양한 자료구조를 간결하게 표현하는 기본 도구이다. Rank/select 자료구조는 주어진 문자열에 어느 위치까지 나타난 문자 개수를 세는 연산을 처리한다. 효율적인 rank/select 자료구조를 위해 이론적인 압축 방식들이 제안되었으나, 실제 구현에 있어 연산 시간 및 저장 공간의 효율을 보장할 수 없었다. 본 논문은 간단한 방법으로 이론적인 압축 크기를 보장하면서 연산 시간도 효율적인 rank/select 자료구조 구현 방법을 제시한다. 본 논문의 실험을 통해, 복잡한 인코딩 방법 없이도 이론적인 nH$_0$ + O(n) 비트 크기에 근접하면서 기존의 HSS 자료구조보다 빠른 rank/select 연산을 지원하는 구현 방법임을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(A)
• /
• pp.385-387
• /
• 2012

Succinct 표현은 n개의 이산 객체를 정수 값으로 표현하는 대신 이진화하여 표현하는 방법으로 o(n) bit만을 사용하는 공간 효율적인 방법이다. Succinct 표현을 위한 1차원 비트스트링은 이산 객체의 저장 위치에 접근하기 위해서 rank와 select 함수를 필요로 하며, 다양한 연구들에 의해 현재 rank와 select 함수는 o(n) 비트를 사용하여 O(1) 시간에 수행되고, 실용적인 구현이 가능하다. 또한, 2차원 비트 스트링에 대한 연구도 진행되어, 현재 O($n^2$) bit를 사용하여 O(logn) 시간에 rank를, O($log^2n$) 시간에 select를 수행할 수 있다. 본 논문에서는 2차원 비트스트링 상에서의 rank 및 select 함수를 새롭게 정의하고 o($n^2$) 비트만을 사용하여 O(logn) 시간에 rank 질의를, 그리고 O($log^2n$)시간에 select 질의를 수행할 수 있는 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (A)
• /
• pp.511-515
• /
• 2006

집합이나 배열의 원소, 트리의 노드, 그래프의 정점과 간선 등과 같은 이산 객체는 일반적으로 주기억장치의 논리적 주소 값과 같은 정수로 표현되어 왔다. Succinct 표현은 이와 같은 n개의 이산 객체를 O(n) 비트에 표현하는 방법이다. 대부분의 succinct 표현은 rank와 select라는 함수를 기본적으로 사용하며, 다양한 연구들에 의해 현재 rank와 select 함수는 o(n)?? 비트만을 사용하여 ??O(1) 시간에 수행될 뿐만 아니라, 실제로도 실용적으로 구현되었다. 본 논문에서는 $n{\times}n$ 배열, 즉 2차원 비트 스트링에 대한 Rank 및 Select 함수를 새롭게 정의한다. 또한, $O(n^2log\;n)$ 비트를 사용하여 O(1) 시간에 Rank 질의를 수행하고 O(log n) 시간에 Select 질의를 수행하는 방법과, 보다 적은 $O(n^2)$ 비트를 사용하면서 O(log n) 시간에 Rank 질의를 수행하고 $O(log^2\;n)$ 시간에 Select 질의를 수행하는 방법을 제안한다. 본 논문에서 정의하는 2차원 배열 상의 Rank와 Select 함수는 이미 개발된 2차원 상의 써픽스 트리 등을 기반으로 향후 개발될 2차원 상의 압축된 인덱스 자료구조나 이미지 프로세싱 등에 유용하게 사용된다.

• Journal of Computing Science and Engineering
• /
• 제3권1호
• /
• pp.15-26
• /
• 2009

Given an n-length text T over a $\sigma$-size alphabet, we present a compressed representation of T which supports retrieving queries of rank/select/access and updating queries of insert/delete. For a measure of compression, we use the empirical entropy H(T), which defines a lower bound nH(T) bits for any algorithm to compress T of n log $\sigma$ bits. Our representation takes this entropy bound of T, i.e., nH(T) $\leq$ n log $\sigma$ bits, and an additional bits less than the text size, i.e., o(n log $\sigma$) + O(n) bits. In compressed space of nH(T) + o(n log $\sigma$) + O(n) bits, our representation supports O(log n) time queries for a log n-size alphabet and its extension provides O(($1+\frac{{\log}\;{\sigma}}{{\log}\;{\log}\;n}$) log n) time queries for a $\sigma$-size alphabet.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.715-717
• /
• 2004

컴퓨터 상에서 집합, 트리, 그래프 등의 이산 객체(discrete object)는 메모리 주소와 같은 정수 값으로 표현되어 왔다. Succinct 표현(succinct representation)은 이산 객체를 이진화 하여 표현하는 방법으로, 정수 값으로 표현된 이산객체보다 적은 공간에 저장된다. Succinct 표현의 데이터는 이산 객체의 개별적 저장 위치를 파악하기 위해서rank와 select함수가 기본적으로 필요하다. rant와 select함수를 MBRAM 모델 상에서 O(1)시간에 계산하는 알고리즘이 제시되었다. MBRAM 모델은 비트연산을 unit cost로 수행하는 모델이다. 그러나 범용 컴퓨터는 바이트 단위의 기본 명령어를 제공하므로 비트연산을 unit cost에 수행할 수 없다. 본 논문은 범용 컴퓨터에서 효율적으로 rank함수를 구현하는 방법을 제시한다. rank함수의 효율적인 구현은 FM-index 등의 패턴 검색에 유용하다.

• Communications for Statistical Applications and Methods
• /
• 제22권1호
• /
• pp.41-54
• /
• 2015

In this article, we propose nonconcave penalties on a reduced-rank regression model to select variables and estimate coefficients simultaneously. We apply HARD (hard thresholding) and SCAD (smoothly clipped absolute deviation) symmetric penalty functions with singularities at the origin, and bounded by a constant to reduce bias. In our simulation study and real data analysis, the new method is compared with an existing variable selection method using $L_1$ penalty that exhibits competitive performance in prediction and variable selection. Instead of using only one type of penalty function, we use two or three penalty functions simultaneously and take advantages of various types of penalty functions together to select relevant predictors and estimation to improve the overall performance of model fitting.

• 한국수소및신에너지학회논문집
• /
• 제26권6호
• /
• pp.567-580
• /
• 2015

In order to select an optimum gasifier for specific low rank coal, evaluation elements were studied by analyzing characteristics of low rank coal compared with those of high rank coal and the effects of each gasifier type in accordance with the characteristics. And syngas composition calculation model was made on the basis of thermochemical equilibrium to quantify some of the evaluation elements. And then the suitable gasifier was selected for a kind of Indonesian low rank coal through this syngas composition calculation model and the evaluation elements of selecting gasifier.

• 한국컴퓨터정보학회논문지
• /
• 제19권8호
• /
• pp.27-34
• /
• 2014

이 논문에서는 hybrid projection 함수와 rank order 필터를 이용하여 눈동자를 검출하는 방법을 제안한다. 눈썹을 눈동자로 검출하는 오류를 줄이기 위하여, hybrid projection 함수를 이용하여 얼굴 영역에서 눈썹을 검출하고 눈썹이 포함되지 않도록 눈 영역을 설정한다. 눈 영역에서 rank order 필터를 사용하여 눈동자 후보점을 찾고 위치를 보정한다. 두 눈동자 후보점을 기하학적인 제약조건을 기반으로 쌍으로 묶고 각 쌍의 두 눈에 대한 유사도를 정합을 이용하여 측정하여가장작은값을 갖는 쌍을 최종눈동자로 결정한다. BioID 얼굴데이터베이스의 얼굴 영상 700개에 대한 실험 결과 92.4%의 검출율을 얻었으며 기존 방법보다 약 21.5% 개선된 결과를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.955-957
• /
• 2005

대용량의 텍스트에 대해 빠른 패턴 검색의 필요성이 증가함에 따라 써픽스 트리, 써픽스 배열 등의 인덱스 자료구조에 대해 다양한 연구들이 진행되었다. 또한 써픽스 배열을 대용량의 인덱스 자료구조로 사용하기 위해 저장 공간을 O(n log n) 비트 이하로 줄이는 문제에 대한 연구들도 많이 수행되었다. 이들 중 Grossi & Vitter 는 써픽스 배열을 압축하여, 기존의 써픽스 배열보다 작은 저장 공간을 사용할 수 있는 알고리즘을 제안하였다. Grossi & Vitter 알고리즘은 압축된 써픽스 배열에서 실제 써픽스 배열의 정보를 찾기 위하여, succinct 표현에서 기본적으로 사용되는 rank와 select 함수를 필요로 한다. 본 논문은 다양한 rank와 select 알고리즘을 각각 사용하는 압축된 써픽스 배열들의 성능 비교를 통해, succinct 표현의 효율적인 구현이 압축된 써픽스 배열의 성능에 미치는 영향을 실험적으로 보인다.

• 대한임베디드공학회논문지
• /
• 제10권2호
• /
• pp.65-71
• /
• 2015

It has been known that GMM (Gaussian Mixture Model) based speaker identification systems using ML (Maximum Likelihood) and WMR (Weighting Model Rank) demonstrate very high performances. However, such systems are not so effective under practical environments, in terms of real time processing, because of their high calculation costs. In this paper, we propose a new speaker-pruning algorithm that effectively reduces the calculation cost. In this algorithm, we select 20% of speaker models having higher likelihood with a part of input speech and apply MWMR (Modified Weighted Model Rank) to these selected speaker models to find out identified speaker. To verify the effectiveness of the proposed algorithm, we performed speaker identification experiments using TIMIT database. The proposed method shows more than 60% improvement of reduced processing time than the conventional GMM based system with no pruning, while maintaining the recognition accuracy.