http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Multi-Threaded Hierarchical Clustering by Parallel Nearest-Neighbor Chaining
Yongkweon Jeon,Sungroh Yoon IEEE 2015 IEEE transactions on parallel and distributed syst Vol.26 No.9
<P>Hierarchical agglomerative clustering (HAC) is a clustering method widely used in various disciplines from astronomy to zoology. HAC is useful for discovering hierarchical structure embedded in input data. The cost of executing HAC on large data is typically high, due to the need for maintaining global inter-cluster distance information throughout the execution. To address this issue, we propose a new parallelization scheme for multi-threaded shared-memory machines based on the concept of nearest-neighbor (NN) chains. The proposed multi-threaded algorithm allocates available threads into two groups, one for managing NN chains and the other for updating distance information. In-depth analysis of our approach gives insight into the ideal configuration of threads and theoretical performance bounds. We evaluate our proposed method by testing it with multiple public datasets and comparing its performance with that of several alternatives. In our test, the proposed method completes hierarchical clustering 3.09-51.79 times faster than the alternatives. Our test results also reveal the effects of performance-limiting factors such as starvation in chain growing, overhead incurred from using synchronization locks, and hardware aspects including memory-bandwidth saturation. According to our evaluation, the proposed scheme is effective in improving the HAC algorithm, achieving significant gains over the alternatives in terms of runtime and scalability.</P>
Massively Parallel Energy Space Exploration for Uncluttered Visualization of Vascular Structures
Jeon, Yongkweon,Won, Joong-Ho,Yoon, Sungroh IEEE 2013 IEEE Transactions on Biomedical Engineering Vol.60 No.1
<P>Images captured using computed tomography and magnetic resonance angiography are used in the examination of the abdominal aorta and its branches. The examination of all clinically relevant branches simultaneously in a single 2-D image without any misleading overlaps facilitates the diagnosis of vascular abnormalities. This problem is called uncluttered single-image visualization (USIV). We can solve the USIV problem by assigning energy-based scores to visualization candidates and then finding the candidate that optimizes the score; this approach is similar to the manner in which the protein side-chain placement problem has been solved. To obtain near-optimum images, we need to explore the energy space extensively, which is often time consuming. This paper describes a method for exploring the energy space in a massively parallel fashion using graphics processing units. According to our experiments, in which we used 30 images obtained from five patients, the proposed method can reduce the total visualization time substantially. We believe that the proposed method can make a significant contribution to the effective visualization of abdominal vascular structures and precise diagnosis of related abnormalities.</P>
비단조적 덴드로그램을 위한 Reachability Plot
전용권(Yongkweon Jeon),이태훈(Taehoon Lee),이병한(Byunghan Lee),윤성로(Sungroh Yoon) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
계층 군집화 (Hierarchical Clustering)는 전역정보를 활용하여 군집화를 하기 때문에 다양한 군집 분석(Cluster Analysis) 방법들 중에 비교적 많이 이용되고 있으나 군집화의 결과를 덴드로그램의 형태로 나타내 전체 군집들의 정보를 직관적으로 확인하기에는 어려움이 존재한다. 이러한 문제를 개선하기 위해서 기존 Dendrogram의 정보를 크게 훼손하지 않고 직관적으로 를러스터의 정보를 확인할 수 있는 Reachability plot이 개발되었다. 그러나 Centroid Linkage 방식과 같이 덴드로그램이 비단조적이 될 수 있는 계층 군집화에서는 이것을 기존의 Reachability plot 방식으로 변환할 경우 정보가 왜곡 되어 나타날 수 있다. 따라서 우리는 이러한 문제를 해결하기 위한 방법을 제안함으로써 비단조적 덴드로그램의 경우에도 군집들을 정보의 왜곡 없이 표현할 수 있도록 하였다.
Priority Queue 를 이용한 Hierarchical Clustering (Centroid Linkage) 성능 개선
전용권 ( Yongkweon Jeon ),윤성로 ( Sungroh Yoon ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2
기존 hierarchical clustering 은 Time complexity 와 space complexity 가 Large data set 을 clustering 하기에는 적당하지 못하며 이것을 일반 PC 의 메모리 내에서 해결하는데 어려움이 있다. 따라서 본 연구에서는 이러한 어려움을 극복하기 위해 기존 Hierarchical clustering 중 Centroid Linkage 에 새로운 Algorithm 을 제안하여 보다 적은 메모리를 사용하고 빠르게 처리하는 방법을 제안하고자 한다.
webOS 기반 스마트 TV 에서의 병 렬처 리 가능성 연구
전용권 ( Yongkweon Jeon ),구동훈 ( Donghoon Koo ),나병국 ( Byunggook Na ),윤성로 ( Sungroh Yoon ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
전자제품의 스마트화 열풍으로 임베디드 시스템의 하드웨어 및 소프트웨어의 발전이 경쟁적으로 이루어지고 있지만,하드웨어 발전 속도에 비해 그 활용도는 미진한 편이다. 특히,스마트 TV 는 대 형 스크린을 갖고 있다는 장점이 있고,사물인터넷 시대의 중추 역할을 할 것으로 기대되기 때문에 많은 계산의 신속한 처리를 요구 받을 가능성이 크다. 따라서 본 논문에서는 webOS 기반 스마트 TV 에서,계산자원을 충분한 활용하기 위한 병렬처리 가능성을 확인하고자 webOS 시스템을 프로파일링하고 그 결과를 분석하였다.