• 한국통신학회논문지
• /
• 제25권6A호
• /
• pp.870-884
• /
• 2000

OLAT(On-Line Analytical Processing) 기법에서 스타 또는 눈송이(snowflake) 스키마에 기반한 ROLAP(Relational OLAP)은 성능 저하라는 문제가 있고, 다차원 데이터베이스에 기반한 MOLAP(Multidinmensional OLAP)은 데이터 크기 증가에 따른 공간 문제가 있다. 본 논문에서는 기존의 OLAP 시스템이 이러한 문제점을 해결하기 위해서 객체-관계 DBMS에 기반한 다차원 데이터 모델을 제안하였다. 객체-관계 DBMS가 가지는 확장성 특징을 사용하여 다차원 데이터 모델에 최적화된 다차원 개념과 함수를 정의할 수 있었다. 또한 객체-관계 DBMS의 객체간 계승 기능을 통하여 상위 테이블을 계승받는 요약 다차원 데이터 큐브의 다차원 데이터 모델을 설계하였다. 이와 같은 OLAP을 위한 데이터 타입과 함수가 정의되면, 새로운 객체-관계 DBMS 엔진과 같이 내장된 기능처럼 동작되어 성능향상이 가능하다. 또한 객체 관계 DBMS의 하나인 Informix Universal Server와 클라이언트 개발 도구를 이용하여 제안된 다차원 데이터 모델을 구현하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 추계학술대회
• /
• pp.47-48
• /
• 2005

Multidimensional scaling is a multivariate technique for constructing a configuration of n points in Euclidean space using information about the distances between the objects. This can be done by the singular value decomposition of the data matrix. But it is known that the singular value decomposition is not resistant. In this study, we provide a resistant version of the multidimensional scaling.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.637-639
• /
• 2000

다차원 정보 가시화(multidimensional information visualization)의 목적은 복잡하고 차원이 많은 정보 데이터(information data)를 이해하기 쉽게 그림이나 도표와 같은 특정한 형식을 이용하여 효과적으로 나타내고 비교하는데 있다. 그동안 제시되어 온 다차원 정보 가시화 기법의 대표적인 것으로는 Scatterplots, Perspective Wall, Parallel Coordinates, Glyph를 들 수 있다. 본 논문에서 소개하는 multidimensional rotating visualizer (MRV)이란 기존의 다차원 정보 가시화 기법들을 보완하여 다차원 데이터(multidimensional data)를 3차원 형식으로 보여주는 방법이다. MRV는 그중에서 특히 Glyph와 Parallel Coordinate의 특징을 혼합하여 화면상에 다차원 정보 데이터를 보여주는 새로운 시도라고 하겠다.

• East Asian Economic Review
• /
• 제27권3호
• /
• pp.243-269
• /
• 2023

The multidimensional poverty index is an indicator system established for defining and evaluating poverty, to understand poverty in dimensions beyond just monetary scarcity. Based on income, education, health, living standards, and social dimensions, this article measures and analyzes the level of multidimensional poverty in Xinjiang using the AlkireFoster method, with cross-sectional data obtained from a 2022 survey. Probit model is constructed for regression analysis, further considering the impact of education on enhancing feasible capabilities and alleviating multidimensional poverty at the post-poverty alleviation era. The data shows that many people still face significant challenges from the perspective of multidimensional poverty; the decomposition results of each dimension show that education contributes more to the multidimensional poverty; the regression analysis results show that the higher the education level, the lower the multidimensional poverty; heterogeneity analysis revealed that the inhibitory effect of education on multidimensional poverty is greater for females than males, and the poverty reduction effect of education mainly concentrates on middle-aged and older individuals. This article is meaningful for exploring strategies to alleviate multidimensional poverty in ethnic minority regions in frontier areas in the new era, accelerating regional economic development, and achieving shared prosperity.

• International Journal of Computer Science & Network Security
• /
• 제21권12spc호
• /
• pp.643-647
• /
• 2021

The use of data analysis on large volumes of data constitutes a challenge for deducting knowledge and new information. Data can be heterogeneous and complex: Semi-structured data (Example: XML), Data from social networks (Example: Tweets) and Factual data (Example: Spreading of Covid-19). In this paper, we propose a generic multidimensional model in order to analyze complex data, according to several dimensions.

• 정보기술과데이타베이스저널
• /
• 제8권2호
• /
• pp.91-101
• /
• 2001

Previous research efforts on performance evaluation of multidimensional indexes typically have used synthetic data sets distributed uniformly or normally over multidimensional space. However, recent research research result has shown that these hinds of data sets hardly reflect the characteristics of multimedia database applications. In this paper, we discuss issues on generating high dimensional data and query sets for resolving the problem. We first identify the features of the data and query sets that are appropriate for fairly evaluating performances of multidimensional indexes, and then propose HDDQ_Gen(High-Dimensional Data and Query Generator) that satisfies such features. HDDQ_Gen supports the following features : (1) clustered distributions, (2) various object distributions in each cluster, (3) various cluster distributions, (4) various correlations among different dimensions, (5) query distributions depending on data distributions. Using these features, users are able to control tile distribution characteristics of data and query sets. Our contribution is fairly important in that HDDQ_Gen provides the benchmark environment evaluating multidimensional indexes correctly.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.547-554
• /
• 2010

In this paper, we extend the work by Lee et al. (2010) to multidimensional di usion processes. A test statistic analogous to the one-dimensional case is proposed to inves-tigate the joint stability of covariance matrix parameters and, under certain regularity conditions, is shown to have a limiting distribution of the sup of a multidimensional Brownian bridge. A simulation result is provided for illustration.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권7호
• /
• pp.925-934
• /
• 2017

다차원 색인 구조 중 대표적인 것은 R-tree에 기초한 색인으로써 공간 정보 등에 있어 강력한 성능을 보인다. 하지만 R-tree의 경우 차원의 수가 증가하거나 이용자 선호에 따라 부분 차원만을 이용하는 경우, 색인을 생성하는 시간이 크게 증가하고 생성된 색인의 효율성이 감소하는 문제를 갖고 있다. 따라서 지속적으로 차원이 증가하고 있는 최근의 다차원 데이터에는 해당 방법들은 적합하지 않다. 본 논문에서는 이런 문제를 해결하기 위해 해시 색인에 기반한 새로운 다차원 색인 구조인 다차원 해시 색인을 제안한다. 다차원 해시 색인은 해시 함수를 통해 데이터들을 유클리드 공간의 버킷들로 분류하여 색인을 생성하고 이후 탐색이 요청되었을 때 이용자 선호도에 따라 선택된 부분 차원의 공간을 탐색할 수 있는 해시 탐색 트리를 생성하여 효과적인 탐색을 수행한다. 실험 결과, 해당 기법은 R-tree와 비교하여 색인 생성에 있어 매우 큰 성능의 향상과 함께 탐색에서도 유사한 탐색 성능을 보이는 것을 확인할 수 있었다.

• International Journal of Contents
• /
• 제1권1호
• /
• pp.50-58
• /
• 2005

Generally, multidimensional data such as image and spatial data require large amount of storage space. There is a limit to store and manage those large amounts of data in single workstation. If we manage the data on parallel computing environment which is being actively researched these days, we can get highly improved performance. In this paper, we propose a parallel multidimensional index structure that exploits the parallelism of the parallel computing environment. The proposed index structure is nP(processor)-nxmD(disk) architecture which is the hybrid type of nP-nD and 1P-nD. Its node structure in-creases fan-out and reduces the height of an index. Also, a range search algorithm that maximizes I/O parallelism is devised, and it is applied to k-nearest neighbor queries. Through various experiments, it is shown that the proposed method outperforms other parallel index structures.

• 산업경영시스템학회지
• /
• 제34권2호
• /
• pp.60-67
• /
• 2011

Since the non-metric Multidimensional scaling (nMDS), a data visualization technique, provides with insights about engineering, economic, and scientific applications, it is widely used for analyzing large non-metric multidimensional data sets. The nMDS requires a fitness function to measure fit of the proximity data by the distances among n objects. Most commonly used fitness functions are nonlinear and have a difficulty to find a good configuration. In this paper, we propose a new fitness function, an absolute value type, and show its advantages.