http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
상관관계 데이터 집합을 위한 고속 스카이라인 질의 처리 기법
유보선(Boseon Yu),양승현(Seunghyun Yang),최원익(Wonik Choi) 한국정보과학회 2014 정보과학회논문지 : 데이타베이스 Vol.41 No.2
스카이라인 질의는 여러 분야에서 지속적인 관심을 받고 있으며, 질의의 성능 개선을 위하여 다양한 최적화 기법들이 제안되었다. 이러한 최적화 기법들은 주로 지배 관계 판별 연산을 최소화하기 위하여 피지배객체(non-skyline object)의 제거에 중점을 두고 있다. 하지만, 다차원의 대용량 데이터의 경우, 이러한 최적화 기법들은 충분한 효율을 보이지 못하고 있다. 더욱이 스카이라인 질의는 데이터 집합의 분포의 특성에 따라 처리 비용이 달라지는데 기존 기법들은 이러한 분포를 고려하고 있지 않다. 본 논문에서는 데이터의 상관도를 고려하여 성능을 최적화할 수 있는 기법인 HashSkyline을 제안한다. HashSkyline은 전처리 단계에서 데이터의 분포를 우선 파악하여 많은 비용이 소모되고 의미 없는 스카이라인 연산을 피할 수 있도록 한다. Skyline queries continue to attract attentions from both research communities and big data application developers since the skyline operator was first proposed in 2001. Different optimization techniques have been developed to improve the performance of skyline queries. However, most of the techniques fail to scale over large datasets in practice. We argue that skyline query optimization should exploit the divide-and-conquer approach in both computation steps and data correlation characteristics. In this paper, we exploit the data correlation to speed up the Skyline computation for correlated datasets. We propose a novel and fast skyline computation approach, called HashSkyline, with two unique features. First, HashSkyline minimizes the pre-processing cost to O(n) by effectively utilizing the characteristics of correlated datasets to explore new optimization opportunities for skyline computation. Second, HashSkyline capitalizes on a hash cell based mechanism to learn the level of correlation among the data points in a given dataset at low processing cost, allowing early detection of anti-correlated datasets at early stage to avoid uninteresting and yet high cost of computing skylines on anti-correlated datasets.
무선 센서 네트워크에서 센서 노드의 에너지 잔량을 고려한 협력통신 방법
김현덕(Hyunduk Kim),홍승기(Seunggi Hong),유보선(Boseon Yu),최원익(Wonik Choi) 한국정보과학회 2014 정보과학회논문지 : 정보통신 Vol.41 No.2
센서 노드의 에너지 소모를 최소화하기 위해 다양한 클러스터링 방법들이 제안되었다. 그러나 이러한 클러스터링 방법은 클러스터 헤드의 극심한 에너지 소모가 발생 할 수 있다. 이러한 문제를 해결 하기 위해 협력통신방법이 제안되었다. 그러나 기존의 협력통신 방법은 센서 노드의 에너지 잔량을 고려하고 않고 클러스터 헤드를 선출하고, 보조 클러스터 헤드 선출시 클러스터 헤드와의 거리만을 고려하여 선출하기 때문에 불균형한 에너지 소모를 가져올 수 있다. 이러한 문제를 해결하기 위해서 본 논문에서는 센서 노드의 에너지 잔량과 후보 노드에 대한 거리를 고려하여 클러스터 헤드와 보조 클러스터 헤드를 선출하는 방법을 제안한다. 다양한 환경에서의 실험결과 제안방법은 균형 잡힌 에너지 소모를 이끌기 때문에 기존 방법들 대비 최대 2배 이상의 에너지 효율을 보이는 것으로 나타났다. In the past decades, various hierarchical clustering methods have been proposed in order to efficiently minimize the energy consumption of sensor nodes. However, such clustering methods may lead to fast energy consumption on cluster head nodes. To address this problem, the cooperative communication method has been proposed. However, the existing cooperative communication methods select cluster heads without a consideration on residual energy of each sensor node. Furthermore, the choice of cooperative cluster head depends only on the distance from cluster head, which in turn causes unbalanced energy consumptions among sensor nodes. To cope with this problem, we propose a novel method that selects the cluster heads and cooperative cluster heads considering the residual energy and the distance to target node. Our experiments show that the proposed method produces highly balanced clusters that are energy efficient and achieves up to 2 times higher survival rates than the previous clustering schemes, under various operational conditions.