• 한국정보통신학회논문지
• /
• 제9권2호
• /
• pp.445-453
• /
• 2005

관계형 데이터베이스의 설계 과정은 요구사항 분석, ER 모델을 이용한 개념적 설계, 논리적 설계, 그리고 물리적 설계 과정으로 구성된다. 논리적 설계과정은 ER 다이어그램으로 구성된 개념적 스키마를 관계형 스키마로 전환하여 정규화시키는 과정으로 이루어진다. 이런 기존의 설계 과정에서 요구사항의 분석 후 개념적 스키마를 도출하는 개념적 설계 과정이 명확치 않음으로 인해서, 실제 데이터베이스 설계현장에서 적용하기 어려운 점이 있다. 본 논문에서는 작업과정이 모호한 개념적 설계를 제거함으로 보다 체계적으로 데이터베이스 스키마를 설계할 수 있는 방법을 제안한다. 구조적 설계 방법을 이용하여 자료 흐름도를 작성하고, 자료흐름도의 자료저장소에 파악된 애트리뷰트를 이용하여 관계합성으로 관계형 스키마를 도출한다. 관계형 스키마를 정규화하고, 정규화된 테이블로부터 데이터의 의미를 파악하여 테이블 관계도를 작성함으로써 최종 논리적 스키마를 결정한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권2호
• /
• pp.109-122
• /
• 2003

관리하는 XML 저장 시스템에 대한 연구가 활발히 진행 중이다. 그러나 지금까지의 연구는 대부분 풍부한 모델링 기능을 제공하는 객체관계형 DBMS보다는 관계형 DBMS에 기반하여 이루어져 왔다. 본 논문에서는 오디세우스 객체관계형 DBMS를 위한 XML 저장 시스템인 ODYSSEUS/XMLStore를 설계하고 구현한다. 첫째, XML 문서 구조에서 관계형 및 객체관계형 데이터 베이스 스키마로의 매핑에 대해 분석한다. 둘째, 분석된 매핑을 기술하는 방법을 표준 언어인 XML Schema를 활용하여 제안한다. 셋째, 사용자가 명시한 매핑 정보를 데이터 베이스에 저장하는 저장 구조를 제안한다. 넷째, 사용자가 정의한 매핑 정보에 의거하여 XML 문서를 관계형 및 객체관계형 데이터 베이스에 저장하는 세부 알고리즘들을 제안한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.447-450
• /
• 2003

In this research, we propose an automatic knowledge acquisition and composite knowledge expression mechanism based on machine learning and relational database. Most of traditional approaches to develop a knowledge base and inference engine of expert systems were based on IF-THEN rules, AND-OR graph, Semantic networks, and Frame separately. However, there are some limitations such as automatic knowledge acquisition, complicate knowledge expression, expansibility of knowledge base, speed of inference, and hierarchies among rules. To overcome these limitations, many of researchers tried to develop an automatic knowledge acquisition, composite knowledge expression, and fast inference method. As a result, the adaptability of the expert systems was improved rapidly. Nonetheless, they didn't suggest a hybrid and generalized solution to support the entire process of development of expert systems. Our proposed mechanism has five advantages empirically. First, it could extract the specific domain knowledge from incomplete database based on machine learning algorithm. Second, this mechanism could reduce the number of rules efficiently according to the rule extraction mechanism used in machine learning. Third, our proposed mechanism could expand the knowledge base unlimitedly by using relational database. Fourth, the backward inference engine developed in this study, could manipulate the knowledge base stored in relational database rapidly. Therefore, the speed of inference is faster than traditional text -oriented inference mechanism. Fifth, our composite knowledge expression mechanism could reflect the traditional knowledge expression method such as IF-THEN rules, AND-OR graph, and Relationship matrix simultaneously. To validate the inference ability of our system, a real data set was adopted from a clinical diagnosis classifying the dermatology disease.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.49-52
• /
• 2003

In this research, we propose a mechanism to develop an inference engine and expert systems based on relational database and SQL (structured query language). Generally, former researchers had tried to develop an expert systems based on text-oriented knowledge base and backward/forward (chaining) inference engine. In these researches, however, the speed of inference was remained as a tackling point in the development of agile expert systems. Especially, the forward inference needs more times than backward inference. In addition, the size of knowledge base, complicate knowledge expression method, expansibility of knowledge base, and hierarchies among rules are the critical limitations to develop an expert systems. To overcome the limitations in speed of inference and expansibility of knowledge base, we proposed a relational database-oriented knowledge base and forward inference engine. Therefore, our proposed mechanism could manipulate the huge size of knowledge base efficiently, and inference with the large scaled knowledge base in a short time. To this purpose, we designed and developed an SQL-based forward inference engine using relational database. In the implementation process, we also developed a prototype expert system and presented a real-world validation data set collected from medical diagnosis field.

• 정보처리학회논문지B
• /
• 제8B권5호
• /
• pp.533-538
• /
• 2001

본 연구에선는 FAGA(Fuzzy Attribute Relational Graph) 노드의 단일특성을 실제 영상을 응용하여 다중특성으로 확장하고, 노드의 레이블뿐만 아니라, 칼라 질감 그리고 공간관계를 고려한 다중특성 관계 그래프를 이용한 새로운 영상검색을 제안하였다. 1,240 개의 영상으로 구성된 합성영상 데이터베이스와 NETRA 및 Corel Drew 의 1,026개의 영상으로 구성된 자연영상 데이터베이스를 사용하여 실험한 결과, 다중특성을 고려한 접근방법이 단일 특성만 고려하는 방법에 비하여, 합성영상의 경우 Recall에서 6~30% 성능 증가를 보였고, 자연연상의 경우에도 Displacement 척도들과 유사 검색 영상의 수에서 검색 성능이 우수함을 실험을 통하여 확인하였다.

• 한국전자거래학회지
• /
• 제8권1호
• /
• pp.103-111
• /
• 2003

Nowadays XML is used for exchanging information in e-Commerce, especially B2B. Necessity of XML DBMS has being increased to efficiently process XML data. So a lots of database products for supporting XML are rapidly appeared in the market. In this paper, we made an XML DBMS system based on Generic Data Model. First we developed XML Adaptor based on Generic Data Model and added it on relational DBMS for developing XML DBMS. XML Adaptor is composed of Query Convertor and XML Repository System. The Query Convertor parse commands that are for XML data manipulation and then call the relevant component of XML Repository System for relational database operation. The XML Repository System handles relational database operations such as create, delete, store, and etc. In this way we can use a relational DBMS for manipulation XML data. Therefor we can build more economically XML DBMS.

• 한국시뮬레이션학회논문지
• /
• 제11권2호
• /
• pp.55-66
• /
• 2002

VHDL has been. widely used in modeling and simulation of hardware designs. However, complex relationship between components of the designs makes the VHDL modeling problem very difficult. Furthermore, after the initial creation of VHDL models, they evolve into many versions over their lifetime. To cope with such difficulties, this paper proposes a new methodology for the management of VHDL models supporting versions. Its conceptual bases are system entity structure and relational database. Within the methodology, a family of hierarchical structures of a design is organized in the form of VHDL model structure. It is, in turn, represented in the form of relational tables. Once the model structure is built in such a way, a specific simulation model which meets design objective is pruned from the model structure. The details of VHDL codes are systematically synthesized by combining it with the primitive models in a model base. These algorithms are also defined in terms of relational algebraic operations.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1385-1395
• /
• 2016

빅데이터와 함께 등장한 NoSQL은 기존 관계형 데이터베이스로는 해결하기 힘든 문제를 새로운 아키텍처와 데이터 모델로 해결하고자 한다. 관계형 데이터베이스와는 달리 NoSQL 데이터베이스는 기능과 아키텍처 그리고 한계점이 제품마다 다르기 때문에 NoSQL 데이터베이스를 선택하기 위해서는 많은 고려사항이 필요하다. 이렇게 데이터베이스의 선택의 폭이 넓어진 만큼 선택의 어려움은 더욱 증가했다고 볼 수 있다. 또한 NoSQL 데이터베이스의 발전은 기존의 관계형 데이터베이스의 기능을 확장하는 데도 기여했다. 본 논문에서는 NoSQL 데이터베이스를 보다 정확히 이해하기 위해 관계형 데이터베이스와 비교 분석하고 오픈 소스 관계형 데이터베이스인 PostgreSQL의 최신 NoSQL 관련 기능에 대해 알아본다. 또한 NoSQL 데이터베이스 벤치마크(YCSB)를 사용해 NoSQL과 PostgreSQL의 성능을 비교하고 앞으로의 발전 방향에 대해서 논한다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2004년도 가을 학술발표회 논문집
• /
• pp.126-132
• /
• 2004

The database design for the management of bridge measurement information is presented in this paper. To express the associated data generated during the whole process of ambient measurement efficiently, requirements analysis for database construction is performed. And to define objects and organize schema conceptual and logical design are performed, which convert data model into logical schema. Finally, physical design is performed using DDL(data defined language). This database is based on the object-relational data modeling approach that has rich expressive power and good reusability in comparison with the traditional entity-relational modeling.

• 한국컴퓨터산업학회논문지
• /
• 제2권2호
• /
• pp.123-130
• /
• 2001

데이터베이스의 크기가 증대함에 따라, 데이터의 분석 및 데이터베이스로부터의 지식 습득필요성이 대두되고 있다. 데이터 마이닝 기법은 그 대표적인 예이다. 대부분의 마이닝 대상 데이터 집합은 규모가 매우 크고, 데이터베이스 내에 저장되어 있다. 효과적인 마이닝 기능을 구현하기 위해서는 기존의 데이터베이스로부터 분석 대상 데이터 집합을 추출하고, 일반화시켜 함께 유지 관리함이 요구된다. 본 논문에서는 새로운 미이닝 연산자를 정의함으로써 기존 SQL 언어를 확장하여 릴레이션으로부터 분석 대상 데이터를 도메인 중심 방법으로 추출 후 일반화시킨다. 분석 대상 애트리뷰트 값과 일반화된 정보를 포함하는 배경지식은 관계형 데이터베이스의 릴레이션과 동일한 구조로 저장 및 관리된다. 또한 본 논문에서 제안된 배경지식 추출을 수행하는 SQL 유사 연산자와 집단 함수를 예제를 통하여 그 사용 예를 보임으로써, 마이닝 표현력을 나타낸다.