http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이화기(Hwakey Lee) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
백종태(Jongtae Baek),송종수(Jongsu Song),이우기(Wookey Lee),이화기(Hwakey Lee) 한국경영과학회 2011 한국경영과학회 학술대회논문집 Vol.2011 No.5
정보 기술의 발달과 함께 데이터베이스의 크기가 급속도로 증가하고 있다. 따라서 데이터를 저장하는 것 이상으로 사용자가 필요로 하는 정보를 효과적으로 제공할 수 있는 기술이 중요하다. 그 방법론의 하나인 데이터 집합에서 스카이라인(skyline)을 추출하는 문제는 최근 매우 중요한 주제로 부각되고 있다. 스카이라인 기법이란, 다차원 대용량 데이터를 다루는 매우 효과적인 방법이다.정보량이 폭발하고있는 환경에서 ‘지배’의 개념을 활용하여 95% 이상 의 불필요한 데이터를 대상에서 제외하고 필요한 데이터만 선정하고, 이에 대해 다양한 응용이 가능하도록 해준다. 스카이라인 질의란 대량의 데이터 집합을 검색 시, 모든 포 포인트들의 탐색 대신 각 속성에 대해 의미 있는 포인트들만을 탐색하는 문제로써, 다른 데이터들에 지배받지 않는 데이터들의 집합(set of non-dominated points)으로 정의되며, 다차원 속성에 대해 유효한 값들만을 취하여 효과적인 데이터 추출을 가능케 하는 이론이다. 그간 주로 저차원의 데이터 집합을 대상으로 보다 효율적인 스카이라인 탐색알고리즘의 개발이 주된 관심사로 연구되어 왔으나, 최근 지리정보시스템(GIS), 정보검색(IR) 등의 분야를 중심으로 고차원 데이터 집합에 대한 효율적인 스카이라인 탐색의 필요성이 대두되고 있다. 이에 본 논문에서는 FastMap과 주성분분석(PCA:Principal component analysis)을 각각 적용하여 스카이라인을 찾아냄으로써 고차원 데이터집합으로부터 보다 효율적인 스카이라인 탐색이 가능함을 보였다. Recently, it becomes more important to extract skyline from the large amounts and high-dimensional data, where the skyline is a set of non-dominated data from which an efficient manipulation for the significant portions of data can be treated with domain characteristics. Conventional research issues have been mainly dedicated to static, numeric, and low dimensional data sets. It is inevitable for the skyline to deal with the data that becomes complex and explosive such as Data Warehousing, CRM, and Business Intelligence, GIS, IR, Patent, Sensor Network, Criminal and Surveillance, Bio and Medical data, Marketing, Culture Industries, etc. In this paper, we solved the curse of dimensionality issue by introducing FastMap and Principal Component Analysis(PCA) method that can reduce high dimensional data to much lower dimensional data without losing solution qualities. We introduced that method to the distance calculation attributes by which more efficient searchable skyline can be derived.
-
백종태(Jongtae Baek),송종수(Jongsu Song),이우기(Wookey Lee),이화기(Hwakey Lee) 대한산업공학회 2011 대한산업공학회 춘계학술대회논문집 Vol.2011 No.5
정보 기술의 발달과 함께 데이터베이스의 크기가 급속도로 증가하고 있다. 따라서 데이터를 저장하는 것 이상으로 사용자가 필요로 하는 정보를 효과적으로 제공할 수 있는 기술이 중요하다. 그 방법론의 하나인 데이터 집합에서 스카이라인(skyline)을 추출하는 문제는 최근 매우 중요한 주제로 부각되고 있다. 스카이라인 기법이란, 다차원 대용량 데이터를 다루는 매우 효과적인 방법이다.정보량이 폭발하고있는 환경에서 ‘지배’의 개념을 활용하여 95% 이상 의 불필요한 데이터를 대상에서 제외하고 필요한 데이터만 선정하고, 이에 대해 다양한 응용이 가능하도록 해준다. 스카이라인 질의란 대량의 데이터 집합을 검색 시, 모든 포 포인트들의 탐색 대신 각 속성에 대해 의미 있는 포인트들만을 탐색하는 문제로써, 다른 데이터들에 지배받지 않는 데이터들의 집합(set of non-dominated points)으로 정의되며, 다차원 속성에 대해 유효한 값들만을 취하여 효과적인 데이터 추출을 가능케 하는 이론이다. 그간 주로 저차원의 데이터 집합을 대상으로 보다 효율적인 스카이라인 탐색알고리즘의 개발이 주된 관심사로 연구되어 왔으나, 최근 지리정보시스템(GIS), 정보검색(IR) 등의 분야를 중심으로 고차원 데이터 집합에 대한 효율적인 스카이라인 탐색의 필요성이 대두되고 있다. 이에 본 논문에서는 FastMap과 주성분분석(PCA:Principal component analysis)을 각각 적용하여 스카이라인을 찾아냄으로써 고차원 데이터집합으로부터 보다 효율적인 스카이라인 탐색이 가능함을 보였다. Recently, it becomes more important to extract skyline from the large amounts and high-dimensional data, where the skyline is a set of non-dominated data from which an efficient manipulation for the significant portions of data can be treated with domain characteristics. Conventional research issues have been mainly dedicated to static, numeric, and low dimensional data sets. It is inevitable for the skyline to deal with the data that becomes complex and explosive such as Data Warehousing, CRM, and Business Intelligence, GIS, IR, Patent, Sensor Network, Criminal and Surveillance, Bio and Medical data, Marketing, Culture Industries, etc. In this paper, we solved the curse of dimensionality issue by introducing FastMap and Principal Component Analysis(PCA) method that can reduce high dimensional data to much lower dimensional data without losing solution qualities. We introduced that method to the distance calculation attributes by which more efficient searchable skyline can be derived.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
