http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오늘 본 자료
한용구(Yong-koo Han),이영구(Young-Koo Lee) 한국멀티미디어학회 2006 한국멀티미디어학회 학술발표논문집 Vol.2006 No.2
방송의 디지털화로 인하여 디지털 셋톱 박스의 PVR 기능과 전용 PVR이 많은 주목을 받고 있다. PVR은 MPEG2 비디오 스트립을 저장/재생하는 기본기능 이외에 타임쉬프팅, 빨리감기, 슬로우 모션 등의 고급기능을 제공한다. 본 논문에서는 D-TV PVR의 고급기능을 위한 프레임 인덱싱, 디스크 블록배치 그러고 디스크 스게쥴링을 설계한다. 이는 파일시스템의 성능을 개선하며 어플러케이션을 쉽게 구현할 수 있는 시스템 콜을 제공한다.
데이터 공학 : 대용량 그래프에서 k-차수 인덱스 테이블을 이용한RDBMS 기반의 효율적인 최단 경로 탐색 기법
홍지혜 ( Ji Hye Hong ),한용구 ( Yong Koo Han ),이영구 ( Young Koo Lee ) 한국정보처리학회 2014 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.3 No.5
소셜 네트워크, 웹 페이지 링크, 교통 네트워크 등과 같은 최근의 네트워크들은 노드와 에지의 수가 방대한 빅 데이터이다. 소셜 네트워크 서비스나 네비게이션 서비스와 같이 이와 같은 네트워크를 이용하는 애플리케이션이 많아지고 있다. 대용량 네트워크는 전체를 메모리에 적재할 수 없어, 기존의 네트워크 분석 기술을 활용할 수 없다. 최근 대용량 그래프의 효율적 탐색을 제공하는 RDB 기반 연산자들이프레임워크(Frontier-expand-merge framework, FEM)로 제안되었다. FEM은 효율적인 최단 경로 탐색을 위해 부분 최단 경로를 저장하는RDB 기반의 인덱스 테이블을 구축하였다. 그러나 FEM의 인덱스 테이블은 최단 경로에 포함될 확률보다 인덱스의 거리에 의해 결정되기때문에 인덱스 테이블 참조율이 떨어진다. 본 논문에서는 효율적인 최단 경로 탐색을 지원하는 인덱스 참조율이 높은 차수가 큰 노드들을이용한 인덱스 테이블 구축 기법을 제안한다. 실험을 통하여 제안하는 인덱스 테이블 구축 기법이 실세계 데이터 셋에서 효율적인 최단 경로 탐색을 지원함을 보인다. Current networks such as social network, web page link, traffic network are big data which have the large numbers of nodes andedges. Many applications such as social network services and navigation systems use these networks. Since big networks are not fitinto the memory, existing in-memory based analysis techniques cannot provide high performance. Frontier-Expansion-Merge (FEM)framework for graph search operations using three corresponding operators in the relational database (RDB) context. FEM exploits anindex table that stores pre-computed partial paths for efficient shortest path discovery. However, the index table of FEM has low hitratio because the indices are determined by distances of indices rather than the possibility of containing a shortest path. In this paper,we propose an method that construct index table using high degree nodes having high hit ratio for efficient shortest path discovery.We experimentally verify that our index technique can support shortest path discovery efficiently in real-world datasets.
실시간 행위인식 시스템을 위한 스트림데이터 처리기 연산자 설계
정종영 ( Jongyoung Jeong ),이영구 ( Young-koo Lee ),한용구 ( Yong-koo Han ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1
본 논문은 오프라인 환경에서 연구되던 행위인식 연구들이 온라인 환경에서 통합되어 동작할 수 있도록 하기 위해 스트림데이터 처리기를 이용한 행위인식 시스템을 제안하였다. 스트림데이터 처리는 멀티 센서 환경에서의 방대한 센서 데이터를 처리하기 위한 기술로서, 행위인식 시스템의 실시간으로 발생하는 데이터를 즉각 처리하여 결과를 추론하여야 한다는 요구사항을 만족시킬 수 있다. 이를 위해 행위인식에 사용되는 필수적인 연산을 정의하여 스트림데이터 처리기에 추가할 수 있도록 행위 인식에 필요한 각종 연산자를 설계하였다.
효율적인 대용량 그래프 분석을 위한 압축 그래프 기반의 요약 기법
Ho Jin Seo,김현욱(Hyun wook Kim),박기성(Ki sung Park),한용구(Yong koo Han),이영구(Young Koo Lee) 한국빅데이터서비스학회 2015 한국빅데이터서비스학회 논문지 Vol.2 No.1
정보화 기기의 발달로 소셜 네트워크, 화학복합물, 시맨틱 웹 등과 같은 다양한 분야에서 대용량 그래프 데이터가 축적되고 있다. 그래프 OLAP은 그래프의 속성 또는 속성들의 조합을 다차원으로 요약 표현하여 대용량 그래프에서 유용한 정보를 찾는 기술이다. 그러나 대용량 그래프에서 다양한 OLAP 연산 사용을 위하여 그래프를 요약(graph summarization)하는데 오랜 수행 시간을 요구하는 문제점이 있다. 본 논문은 대용량 그래프의 효율적인 분석을 위하여 압축된 그래프에서 그래프 요약을 수행하는 기법을 제안한다. 제안하는 기법은 WAH(word aligned hybrid)를 통해 대용량 그래프의 물리적 공간을 효율적으로 압축 표현하고, 압축된 그래프에서 그래프 요약 기법을 적용하여 대용량 그래프를 효과적으로 분석한다. 실험을 통해 제안하는 기법이 기존의 그래프 요약 기법보다 공간 사용량은 최대 70%, 수행 시간은 최대 40% 개선함을 보인다. Recently, due to development of information technologies, massive graph data are being accumulated in various applications such as social networks, chemical compounds, and semantic webs. The graph OLAP is the technique that discovers informative knowledge by summarizing properties and possible combinations of these properties of a graph as different multidimensional spaces. However, the graph summarization for graph OLAP operations requires a long running time in a massive graph. In this paper, we propose a summarization technique on a compressed graph for supporting efficient analysis of a massive graph. The proposed technique compresses a massive graph physically by using the WAH(word aligned hybrid), and then analyzes the compressed massive graph by using graph summarization. In experiments, we show that the proposed technique can reduce physical space and running time by up to 70% and 40% compared with the existing graph summarization technique, respectively.