• 인터넷정보학회논문지
• /
• 제4권6호
• /
• pp.33-42
• /
• 2003

본 논문에서는 Edge-Labeled Graph에 기반하여 XML 인스턴스들을 관계형 데이터베이스내에 저장하는 모델을 제안하고 구현한다. 저장 모델은 저장되는 XMI 인스턴스들을 Edge-Labeled Graph에 기반하여 데이터 그래프로 표현하며, 표현한 데이터 그래프상의 정보를 저장하기 위해 데이터베이스 스키마로 제시된 데이터 경로, 요소, 속성, 테이블 인덱스 테이블의 구조에 따라 정의된 값들을 추출하고 Mapper 모듈을 이용하여 저장하며 질의를 지원하기 위해, XPATH를 따르는 질의 언어인 XQL을 SQL로 변환하는 모듈, 또한 저장된 XML 인스턴스를 복원하는 DBtoXML 모듈을 갖도록 하였다. 구현 결과, XML 인스턴스들과 제안한 저장 모델 구조로의 저장 관계가 그래프 기반의 경로를 이용한 표현으로 가능했으며, 동시에, 특정 요소 또는 속성들의 정보들을 쉽게 검색할 수 있는 가능성을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권5호
• /
• pp.527-539
• /
• 2004

점점 더 많은 문서들이 XML의 형태를 갖게 됨에 따라, XML문서들을 관계형 데이터베이스에 저장하기 위한 관계형 스키마의 생성이 더욱 중요해 지고 있다. 이 논문은 최근 W3C에 의해서 제안된 XML Schema로부터 관계형 스키마를 생성해 내는 기법 및 구현에 대해서 설명한다. 기존의 DTD기반 인라인 기법은 XML Schema에 적용될 수 없는데, 이유는 XML Schema에는 DTD에 존재하지 않는 새로운 특징들이 많이 있기 때문이다 즉, 다양한 데이타 타입, 상속, 다형성과 같은 요소들이 추가되어, XML Schema는 보다 강력해진 반면, 이로부터 관계형 스키마를 생성하는 일은 더욱 어렵게 되었다. 본 논문에서는 기존의 인라인 기법을 기반으로 XML Schema 인라인 기법을 제시하였다. XML Schema 인라인 기법은 먼저 XML Schema의 다양한 데이타 타입들을 관계형 데이터 베이스의 타입으로 매핑시키는 작업을 한 후, 타입과 엘리먼트 정보를 이용하여 스키마 그래프와 타입 그래프를 만들고, 이 그래프를 순회하면서 관계형 테이블들을 생성하게 된다. 그 외에도 xsi：type, 익명 타입들을 처리하기 위한 기법들을 소개하고 있으며, 시스템의 성능을 향상시키기 위한 몇몇 휴리스틱 기법에 대해서도 소개하였다. 마지막으로 이진 테이블 저장 방식과의 성능 비교 실험을 통하여 XML Schema 인라인 기법의 우수성을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권4호
• /
• pp.432-443
• /
• 2004

최근 들어 XML의 급속한 확산으로 인해 DBMS를 이용한 XML 데이타 관리의 필요성이 높아지고 있다. 기존의 DBMS를 이용한 XML 저장 및 검색에 관한 연구들은 편의성 측면이나 성능 측면에서 아직 해결할 문제점을 가지고 있다. 특히, 관계 DBMS를 이용하는 경우 복잡한 XML 문서를 간단한 테이블 형태로 변환하는 데이타 모델 변환과 그에 따른 질의 변환의 복잡성이 문제점으로 지적되고 있다. 본 논문에서는 UniSQL ORDBMS를 이용한 DTD 의존적 데이타 관리 시스템인 Xing을 제안한다. Xing 시스템에서는 ORDBMS의 객체 참조와 다중값 속성을 이용하므로 XML 데이타를 객체 모델로 매핑하는 것이 간단하다. 또한, DTD 의존적인 객체 스키마를 생성하므로 XML 저장 알고리즘이 간단하고, 검색을 위한 질의 변환도 용이하다. 특히, Xing에서는 SAX 파서를 이용하여 메모리 부하가 적은 고유의 Xing 트리를 생성하므로 대량의 XML 데이타를 빠르게 저장할 수 있다. 그리고, 질의결과를 XML 형태로 반환함으로써 완전한 XML 데이타 관리시스템으로 사용할 수 있다. GenBank의 유전체 XML 데이타에 대하여 Xing을 이용한 저장과 관계 데이터베이스로 저장한 경우에 검색성능을 비교한 결과 제안한 시스템이 최고 10배까지 좋은 성능을 보였다.

• 융합정보논문지
• /
• 제10권7호
• /
• pp.41-48
• /
• 2020

최근 전국 각 지역 AMI(Advanced Metering Infrastructure) 원격검침 시스템의 보급사업이 활성화되고 있으며, 전력수요 관리를 위한 양방향 통신 및 보안 요금제 기능 등 다양한 계량 기능을 제공하고 있다. 현재 AMI 시스템은 새로운 내부 IoT 장비 및 네트워크 규모의 증가로 인해 기존 RDB(Relational Database) 기반 장애 분석이 어렵다. 본 연구는 기존 RDB 데이터를 활용하는 새로운 GDB(Graph Database)기반 장애 분석 방법을 제안한다. 내부 임계치와 상태 값 등 누적된 데이터를 통해 새로운 장애 패턴의 상관관계를 분석한다. GDB 기반 시뮬레이션 결과 RDB에서 분석이 어려웠던 새로운 장애 패턴을 예측할 수 있음을 확인하였다.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2001년도 추계학술대회 발표논문집:차세대 전상거래 시대의 비즈니스전략
• /
• pp.64-82
• /
• 2001

HTML revolutionized the way we specify the appearance of data on the Internet. Today, XML (the eXtensible Markup Language) is changing the way we specify the meaning of data. XML, lets document authors define their own markup tags and attribute names to assign meaning to the data elements in the document. Further, XML elements can be nested and include references to indicate data relationships, as Listing One. Unlike HTML, XML markup tags do not describe how to render the data. Rather, they provide descriptions of data, allowing software to understand the meaning of the data automatically For publishing, instead, XSL, the eXtensible Stylesheet Language as a separate language , is in charge of specifying the presentation of XML documents. The purpose of this study is to discover how to transform your organizations relational data into potential e-commerce, business-to-business, and web application with XML and XSL documents. For this purpose, the literature survey, first of all, was undertaken to understand the basic structures of XML documents. Second, one case implementation was performed to understand how to transform Access 2002 XML Files into HTML with XSLTand VB script. The results come out to be successful, more or less. But the limitations of it still exist. One immediate limitation is that XML documents are essentially tree structure, as dictated by the nesting of elements. However, relational database tables are two dimensional matrix structure. In addition, real-world data often is graph structured-a single data element may be referenced in multiple ways. However, this study is useful for understanding how to convert relational database into XML documents and to publish them using XSL or VB script.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.5888-5903
• /
• 2019

The Relational ranking method applies authority-based ranking in relational dataset that can be modeled as graphs considering also their tuples' values. Authority directions from tuples that contain the given keywords and transfer to their corresponding neighboring nodes in accordance with their values and semantic connections. From our previous work, ObjectRank extends to ValueRank that also takes into account the value of tuples in authority transfer flows. In a maked difference from ObjectRank, which only considers authority flows through relationships, it is only valid in the bibliographic databases e.g. DBLP dataset, ValueRank facilitates the estimation of importance for any databases, e.g. trading databases, etc. A relational keyword search paradigm Object Summary (denote as OS) is proposed recently, given a set of keywords, a group of Object Summaries as its query result. An OS is a multilevel-tree data structure, in which node (namely the tuple with keywords) is OS's root node, and the surrounding nodes are the summary of all data on the graph. But, some of these trees have a very large in total number of tuples, size-l OSs are the OS snippets, have also been investigated using ValueRank.We evaluated the real bibliographical dataset and Microsoft business databases to verify of our proposed approach.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.752-759
• /
• 2022

The instantiation of spaces as a discrete entity allows users to utilize BIM models in a wide range of analyses. However, in practice, their utility has been limited as spaces are erroneously entered due to human error and often omitted entirely. Recent studies attempted to automate space allocation using artificial intelligence approaches. However, there has been limited success as most studies focused solely on the use of geometric features to distinguish spaces. In this study, in addition to geometric features, semantic relations between spaces and elements were modeled and used to improve space classification in BIM models. Graph Convolutional Networks (GCN), a deep learning algorithm specifically tailored for learning in graphs, was deployed to classify spaces via a similarity graph that represents the relationships between spaces and their surrounding elements. Results confirmed that accuracy (ACC) was +0.08 higher than the baseline model in which only geometric information was used. Most notably, GCN was able to correctly distinguish spaces with no apparent difference in geometry by discriminating the specific elements that were provided by the similarity graph.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.51-63
• /
• 2021

스토리에서 등장하는 인물들을 식별하고 인물들 간의 관계를 분석하는 것은 스토리 이해를 위해 중요한 과정이다. 본 논문은 그레마스의 행위소 모델(Actantial model)에 기반하여 스토리 속에서 등장하는 인물들 중에서 주체자(Subject,또는 주인공)를 식별하고, 등장인물들간의 상호작용으로 생성되는 관계에 기반한 감정 흐름을 분석하여 조력자(Helper)/반대자(Opponent)의 관계를 자동으로 식별하는 것을 목표로 한다. 본 논문에서 제안하는 방법은 3단계로 구성된다. 먼저, 텍스트 스토리에서 등장하는 객체(인물)를 식별한다. 다음으로, 이들의 상호관계를 통한 관계 정보를 추출하여 관계정보로 표현되는 텍스트에서 감정을 분류한다. 마지막으로, 등장인물들간 감정의 흐름을 방향성 그래프로 도출한다. 그래프에서 차수가 가장 높은 노드 (즉, 가장 많은 관계 정보를 형성하는 노드)는 주체자로 간주하며, 주체자에 긍정적/부정적인 감정을 가장 많이 보내는 노드를 조력자/반대자로 각각 간주한다. 본 연구는 텍스트 스토리로부터 행위소 모델의 세 가지 구성요소들(즉, 주체자, 조력자, 반대자)을 자동으로 추출하는 계산 모델을 제공함으로써 컴퓨터를 이용한 서사 이해에 기여한다.

• Genomics & Informatics
• /
• 제15권1호
• /
• pp.19-27
• /
• 2017

Understanding complex relationships among heterogeneous biological data is one of the fundamental goals in biology. In most cases, diverse biological data are stored in relational databases, such as MySQL and Oracle, which store data in multiple tables and then infer relationships by multiple-join statements. Recently, a new type of database, called the graph-based database, was developed to natively represent various kinds of complex relationships, and it is widely used among computer science communities and IT industries. Here, we demonstrate the feasibility of using a graph-based database for complex biological relationships by comparing the performance between MySQL and Neo4j, one of the most widely used graph databases. We collected various biological data (protein-protein interaction, drug-target, gene-disease, etc.) from several existing sources, removed duplicate and redundant data, and finally constructed a graph database containing 114,550 nodes and 82,674,321 relationships. When we tested the query execution performance of MySQL versus Neo4j, we found that Neo4j outperformed MySQL in all cases. While Neo4j exhibited a very fast response for various queries, MySQL exhibited latent or unfinished responses for complex queries with multiple-join statements. These results show that using graph-based databases, such as Neo4j, is an efficient way to store complex biological relationships. Moreover, querying a graph database in diverse ways has the potential to reveal novel relationships among heterogeneous biological data.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권7호
• /
• pp.482-487
• /
• 2015

본 논문은 11,938명의 당뇨환자 의료데이터를 그래프 모델로 변환하고 중심성 분석 기법으로 처방과 검사결과 간 상관관계를 추출해내는 과정에 대해 다루고 있다. 관계형 데이터베이스로 저장되어있는 데이터를 RDB2Graph 프레임워크를 사용하여 유의미한 그래프로 변환하였다, 변환된 그래프에 Personalized PageRank를 적용하여 처방과 검사 간 상관관계를 분석했다. 사용된 그래프 모델에는 환자 별 의료 기록 모델과 의료 기록의 시간적 간격을 고려한 모델이 있다. 분석 결과 기존의 의학적 지식에 부합하는 상관관계를 다수 발견할 수 있었으며, 본 논문에서는 발견한 상관관계 중 주요 사례를 소개하여 본 분석 방법의 유효함을 보인다.