http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
일반 그리드 그래프를 위한 입출력 효율적인 영역 구분자
허준호(Jun-Ho Her),R.S. Ramakrishna 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.2
자료의 크기가 방대한 응용 프로그램에서는 메인 메모리와 저장 장치간의 자료 입출력(I/O)이 전체 계산의 주요 병목 요인으로 작용한다. 본 논문은 [2004 한국정보처리학회 추계논문집 제11권 제2호 1139-1142]에서 제안된 그리드(grid) 그래프를 위한 입출력 효율적인 depth-first search (DFS) 알고리즘을 지원하기 위한 입출력 효율적인 영역 구분자를 구하는 알고리즘을 제안 한다. 그 입출력 복잡도(I/O-complexity)는 O(sort(N))이다. 여기서 N V E 이고 sort(N)= Θ((N/B) logM/ B(N/B))이다.
문서의 주제어별 가중치와 말뭉치를 이용한 한국어 문서의 자동 분류 : 베이지안 분류자
허준희(Jun-Hui Her),고수정(Soo-Jeong Ko),김태용(Tae-Yong Kim),최준혁(Jun-Hyeog Choi),이정현(Jung-Hyun Lee) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
문서 분류는 미리 정의된 두 개 또는 그 이상의 클래스에 새로 생성되는 객체들을 할당하는 방법이다. 문서의 자동 분류에 대한 연구는 오래 전부터 연구되어 왔지만 한국어에 대한 적용 및 연구는 다른 분야에 비해 아직까지 활발히 이루어지지 않고 있다. 본 논문에서는 문서를 자동으로 분류하기 위해 문서의 주제어에 가중치를 부여하고, 부족한 문서의 특징을 보충하기 위하여 말뭉치로부터 주제어들과의 상호정보에 의해 추출된 단어를 사용하여 문서를 표현한 후, 가중치를 부여한 문서의 주제어에 베이지안 분류자를 사용하여 문서분류를 수행한다. 실험은 한국어 정보검색 실험용 데이터 집합인 KTset95 문서 4,414개 중 1,300개의 문서를 학습 집합으로, 1,000개의 문서를 분류에 대한 검증 집합으로 사용하였다. 실험 결과, 순수 베이지안 확률을 사용한 기존의 방법보다 실험 집합과 검증 집합에서 각각 1.92%, 4.3% 향상된 분류 정확도를 얻었다.
그리드 그래프를 위한 입출력 효율적인 Depth-First Search 알고리즘
허준호 ( Jun-ho Her ),( R. S. Ramakrishna ) 한국정보처리학회 2004 한국정보처리학회 학술대회논문집 Vol.11 No.2
여러 과학 및 공학 응용 프로그램에서 빈번히 다루는 그래프 데이터는 종종 그 크기가 너무 커서 컴퓨터의 주 메모리에 다 들어 갈 수 없는 경우가 많다. 이러한 방대한 크기의 자료를 처리하면서 메모리와 저장장치간의 입출력 빈도가 자연적으로 커지게 되고 전체 계산에서 주요한 병목 요인으로 작용한다. 본 논문은 grid 그래프를 위한 입출력 복잡도(I/O-complexity)가 O(sort(N)log(N/M))인depth-first search (DFS) 알고리즘을 제안한다. 여기서, N=|V|+|E| 이고 sort(N)=Θ((N/B)logM/B(N/B)) 이다. 이 전까지 알려진 가장 좋은 알고리즘은 적절한 sub-grid 입출력을 바탕으로 한 전통적 DFS 알고리즘으로 그 입출력 복잡도는 O((N/B)√B) 이다.