• 한국정보과학회논문지:데이타베이스
• /
• 제35권5호
• /
• pp.391-399
• /
• 2008

RSS는 웹 콘텐츠 배급을 위한 XML기반 포맷으로, 사용자는 RSS 피드 수집기를 통해 RSS 피드를 수집한다. RSS 피드를 효과적으로 수집하기 위해서는 RSS 피드에 대한 수집 정책이 필요하다. 본 논문은 RSS 피드 수집 시에 누락되는 포스팅을 최소화하기 위한 RSS 피드 수집 정책을 제안하고, 실험을 통해 제안한 수집 정책과 기존 수집 정책을 비교 분석하였다. 본 논문에서 제안한 수집 정책은 기존 수집 정책과 비교하여 6%의 수집 지연 증가로 23%의 수집 누락이 감소됨을 실험을 통하여 알 수 있었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권5호
• /
• pp.463-475
• /
• 2006

교통 관리 시스템과 같은 응용에서는 공간 데이타 웨어하우스의 공간 계층을 이용한 분석을 수행하는데, 이러한 분석에서는 주로 단순한 집계정보만을 요구한다. 공간 계층 기반의 집계정보 제공을 위하여 기존의 연구들은 공간 인덱스를 사용한 해결방법을 제시하였는데, 대부분의 연구들은 공간 인덱스 중 가장 널리 이용되는 R-tree를 확장한 방법을 이용하였다. 그러나 단순히 현재 집계 정보만을 제공하여 수년에 걸친 분석을 요구하는 교통 정책에 대하여 의사결정을 지원할 수 없었다. 본 논문에서는 과거의 집계정보까지 관리할 수 있는 aR-tree(Aggregation R-tree)기반의 하이브리드 인덱스를 제안한다. 제안 기법은 aR-tree를 이용하여 공간 계층과 현재시점의 집계정보를 제공하며, 시간 구조체를 이용한 정렬 해쉬 테이블로 시간 계층과 과거의 집계정보를 제공한다. 따라서 제안기법은 시공간 분석을 통한 효율적인 의사결정을 지원하며, 이는 현재의 교통 분석 및 과거를 통한 교통 정책 결정을 가능하게 한다.

• 한국전자거래학회지
• /
• 제14권2호
• /
• pp.41-56
• /
• 2009

본 연구는 소셜 뉴스 집적 서비스(Social news aggregation service)에서 뉴스의 수명주기 패턴을 카테고리 별로 분석하여 사용자의 관심 변화를 예측할 수 있는 통계적 모델 제시를 목적으로 한다. 인터넷 뉴스는 사용자의 관심이 단시간에 집중되며 시간에 따른 사용자 관심의 쇠퇴가 명확하게 드러나는 웹 자원으로, 사용자 관심 변화에 대한 다양한 연구가 현재 진행 중에 있다. 본 연구는 뉴스의 수명주기를 카테고리 별로 분석하여 사용자 관심의 쇠퇴 정도를 예측할 수 있는 통계적 모델을 도출하였으며 소셜 뉴스 서비스 제공자(Social news aggregator)의 콘텐트 게시 정책이 사용자 관심의 급격한 성장을 발생시키는 주된 외부적 요인임을 분석하였다. 본 연구에서 제안된 인터넷 뉴스의 수명주기 모델은 독자의 관심을 지속시키면서 다양한 콘텐트를 공급하려는 소셜 뉴스 집적 서비스에 유용하게 적용될 수 있다.

• 한국산림과학회지
• /
• 제110권1호
• /
• pp.106-115
• /
• 2021

본 연구는 단기소득 임산물 주산지의 공간적 특성을 밝히기 위해 마련되었다. 산림청의 임산물생산조사 결과 중 시군구의 품목별 생산량을 기준으로 Moran's I 방법을 활용하여 주산지의 공간적 집적도와 그 변화를 규명하였다. 연구 결과, 단기소득 임산물의 45%의 주산지가 공간적으로 유의미하게 군집화되어 있음을 확인하였다. 또한, 5대 주요 단기소득 임산물의 경우, 지난 10년간 주산지가 확대되었으며, 군집화 정도도 강화된 것으로 나타났다. 본 연구 결과는 특정 임산물 산지종합유통센터 위치와 규모 확정 등 임산물 지원 정책에 효과적으로 활용할 수 있을 것이다.

• 교통기술과정책
• /
• 제8권5호
• /
• pp.41-46
• /
• 2011

• 한국지능시스템학회논문지
• /
• 제16권5호
• /
• pp.531-536
• /
• 2006

센서 기술과 무선 통신 기술의 발달로 무선 센서 네트워크 환경에서 데이터 처리 중심의 미들웨어에 대한 연구가 크게 증가하고 있다. 무선 센서 네트워크에서 효율적인 데이터 처리와 신속한 전송을 위해 사용되는 미들웨어는 순간적인 데이터 밀집현상(burstness)으로 발생하는 중간 노드의 데이터 손실 문제를 해결하여야 하며, 이를 위해 폐기정책을 사용하거나 전송해야 할 데이터양을 최소화하는 압축 기법이 사용되고 있다. 그러나 폐기정책은 수집된 데이터의 정확성을 저하시키는 문제점이 있으며, 압축기법은 알고리즘 복잡도가 커서 추가적으로 프로세싱 오버헤드가 커지는 문제점을 지니고 있다. 본 논문에서는 계산 능력, 소비 전력 등 극히 한정된 자원만을 사용하여 데이터를 전달해야 하는 무선 센서 네트워크 환경에서 수집된 데이터의 효율성 및 정확성을 향상시킬 수 있는 Delta-Average 기법을 제시하였다. 제안된 기법을 통해 평균화 방식을 이용함으로써 순간적인 데이터 밀집현상으로부터 중복된 데이터에 대한 불필요한 전송을 방지하면서 정확성을 높이도록 하였다. 마지막으로 제안된 기법의 성능을 평가하기 위해 TinyDB에서 TOSSIM 시뮬레이션을 수행하였으며, 성능분석 결과를 통해 데이터 정확성이 향상되었음을 입증하였다.

• 대한전자공학회논문지TC
• /
• 제48권10호
• /
• pp.43-52
• /
• 2011

본 논문에서는 스마트 헬스케어 서비스를 위한 정책 기반 응급 생체 정보 구조를 제시한다. 제안된 서비스 구조를 통해 의료진이 원격지 환자의 응급 생체데이터를 빠르고 정확하게 모니터링 할 수 있다. 제안된 시스템은 생체 데이터 수집 및 전송 기능을 가진 IEEE 11073 표준 기반 에이전트와 매니저, IEEE 11073과 HL7 간 변환 기능 및 정책 기반의 자동 진단 기능을 가진 EMS (Emergency Management Server), HL7 표준 기반의 HL7 의료 시스템으로 크게 3 부분으로 구성한다. 마지막으로, 제안된 시스템을 구현함으로써 스마트 헬스케어 서비스에서 생체 데이터의 수집 및 응급 데이터 관리가 가능함을 보였다.

• Journal of Periodontal and Implant Science
• /
• 제45권1호
• /
• pp.2-7
• /
• 2015

A fundamental problem in analyzing complex multilevel-structured periodontal data is the violation of independency among the observations, which is an assumption in traditional statistical models (e.g., analysis of variance and ordinary least squares regression). In many cases, aggregation (i.e., mean or sum scores) has been employed to overcome this problem. However, the aggregation approach still exhibits certain limitations, such as a loss of power and detailed information, no cross-level relationship analysis, and the potential for creating an ecological fallacy. In order to handle multilevel-structured data appropriately, mixed effects models have been introduced and employed in dental research using periodontal data. The use of mixed effects models might account for the potential bias due to the violation of the independency assumption as well as provide accurate estimates.

• Journal of information and communication convergence engineering
• /
• 제2권1호
• /
• pp.26-31
• /
• 2004

In the last few years, The Semantic Web has increased the interest in ontologies. Ontology is an essential component of the semantic web. Ontologies continue to change and evolve. We consider the management of versions in ontology. We study a set of changes based on domain changes, changes in conceptualization, metadata changes, and temporal dimension. In many cases, we want to be able to search in historical versions, query changes in versions, retrieve versions on the temporal dimension. In order to support an ontology query language that supports temporal operations, we consider temporal dimension includes transaction time and valid time. Ontology versioning brings about massive amount of versions to be stored and maintained. We present the storage policies that are storing all the versions, all the sequence of changed element, all the change sets, the aggregation of change sets periodically, and the aggregation of change sets using a criterion. We conduct a set of experiments to compare the performance of each storage policies. We present the experimental results for evaluating the performance of different storage policies from scheme 1 to scheme 5.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4717-4737
• /
• 2017

Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.