http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
OSPF 라우팅 프로토콜을 활용한 고등교육 네트워크 실습과정
현경석 ( Kyeong Seok Hyun ),장홍준 ( Hong Jun Jang ),이태민 ( Tae Min Lee ),최우성 ( Woo Sung Choi ),정순영 ( Soon Young Jung ) 한국컴퓨터교육학회 2013 한국컴퓨터교육학회 학술발표대회논문집 Vol.17 No.2
본 논문에서는 고등교육 과정 학생들이 네트워크를 학습하기 위하여 가상 머신 상에서 IP 라우팅 프로토콜 중에 하나인 OSPF 프로토콜을 실행하여, 패킷을 주고받는 과정에서 어떻게 네트워크가 형성되고 라우터들의 내부 상태가 변화되는지 분석함으로써 예제를 통한 심도 있는 네트워크 교육이 가능한 실습 과정을 제시한다.
분기한정 동적 스카이라인 질의 기법의 I/O 최적성 분석 및 실험 평가
최우성 ( Woo-sung Choi ),현경석 ( Kyeong-seok Hyun ),김자연 ( Ja-yeon Kim ),정순영 ( Soonyoung Jung ),김종완 ( Jongwan Kim ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
최근 소셜 미디어를 이용한 대량의 데이터로부터 사용자의 의사결정을 지원하기위한 맞춤형 데이터 추천 서비스가 관심을 받고 있으며 사용자의 선호도에 근접한 데이터 추천기법으로 스카이라인 질의가 연구되어왔다. 그러나 기존의 스카이라인 질의는 데이터의 정적속성(위도, 경도, 가격 등)만을 기준으로 모든 사용자에게 동일한 데이터를 반환하기 때문에 맞춤형 데이터를 추천하기 어렵다. 본 논문에서는 사용자의 기호에 대한 정밀도를 높이기 위해 정적속성에서 동적속성(계산속성)을 유도하는 분기한정 동적 스카이라인 질의 기법(Branch and Bound Dynamic Skyline, BBDS)을 구현하였다. 시뮬레이션에서 는 대규모 데이터 및 다양한 분포에 따른 실험을 수행한 결과 BBDS가 기존 기법에 비해 데이터 탐색과 추천에 있어서 향상된 성능을 나타내는 것으로 평가되었다.
평가함수에 따른 분기한정 스카이라인 질의 처리 기법의 성능 분석
최우성 ( Woo-sung Choi ),민종현 ( Jong-hyeon Min ),임태형 ( Tae-hyung Lim ),현경석 ( Kyeong-seok Hyun ),김민석 ( Min-seok Kim ),정순영 ( Soon-young Jung ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
스카이라인 질의는 ‘지배(dominate)’관계를 적용한 선호도 질의(preference query)의 한 종류로, 복수의 기준을 이용한 의사 결정 시 사용된다. 스카이라인 질의 결과는 다수의 선택지 중에서 사용자가 다른 객체에 비해 뒤처지지 않는 선택지를 제시함으로써 사용자가 검토해야 하는 선택지의 수를 대폭 감소시키기 때문에 대용량 데이터 분석 시 매우 유용하게 활용될 수 있다. 본 논문에서는 기존에 제시된 BBS(Branch and Bound Skyline Computation)에서 사용되고 있는 평가함수를 설명하고, 스카이라인 계산을 위해 사용할 수 있는 대안 평가함수의 속성을 제시한다. 또한 다양한 대안 평가함수를 사용한 실험을 통해 성능을 분석했으며, 이를 통해 기존 기법의 성능보다 좋은 평가함수가 존재함을 보였다.