빅데이터 및 대용량 샘플의 반복선택을 위한 효율적인 알고리즘 = Efficient algorithms for iterative selection of big data and large samples

다국어 초록 (Multilingual Abstract)

Corporations, public institutions and individuals are using computers, the Internet and smart phones to produce vast amounts of data, and as high-level industrialization progresses, it was converted into a small-scale mass production system. In order to make good use of these data and products, There are some one-off items that are used once and discarded with batteries, and there are many items that can be used repeatedly. For example, in everyday life there are rechargeable batteries and laser printer toner, a common feature of which is that they can be used repeatedly but there is a limit to the number of times they can be used. it is necessary to select well and be organized evenly. Conventional selection techniques and sorting algorithms are disadvantageous in that they use excessive memory in bulk selection and bulk sorting. In this paper, we propose a method to determine the point and direction of the selection by analyzing the number of selected locations topographically and overcoming the above problems.

국문 초록 (Abstract)

기업, 공공기관, 개개인들은 컴퓨터, 인터넷, 스마트폰을 사용하며 엄청나게 방대한 양의 데이터를 만들어 내고 있으며, 고도의 산업화가 진전되면서 소품종 대량 생산 체제로 전환하게 되었다. 건전지와 같이 한번 쓰고 버리는 일회성 물품이 있는가 하면, 여러번 반복 사용가능한 물품들이 있다. 예를 들어 일상 생활에서 충전지, 레이저 프린터기 토너가 있는데, 이것들에 공통된 특징은 반복사용은 가능하되 사용 가능한 회수에 제한이 있다는 것이다.
이러한 데이터와 제품들을 잘 활용하기 위해 먼저 잘 선택하고, 균등하게 잘 정리되어야 할 것이다. 기존의 선택 기법 이나 정렬알고리즘 으로는, 대량 선택 및 대량 정렬에 있어서 메모리를 과도하게 사용하여 느려지는 단점이 있다. 이러한 문제들을 극복하면서 빠르고 정확하게 균등 선택을 하기 위한 방법으로 본 논문에서는, 선택된 위치의 횟수를 지형적로 해석을 하여 선택을 할 지점과 방향을 결정하는 방법을 알고리즘으로제안하고 실험을 통해 이를 증명하고자 한다.

참고문헌 (Reference)

1 P. L'Ecuyer, "Uniform random number generators" 97-104, 1998

2 J.H. You, "Study on the random selection algorithm based on the geographical position" 4 : 1-4, 2016

3 Zongyun Zhang, "Select Algorithm for Local Certificate Repository of Self- organized Key Management Scheme in Ad hoc Networks" 11 : 1575-1579,

4 "Probability and Statistics and Standard Deviation"

5 D.J. Lee, "Nonlinear Character Segmentation and Recognition Using Topographic Features in Gray-Scale String Images" 22 (22): 1581-1589, 1995

6 M.K.Qureshi, "Improving read performance of Phase Change Memories via Write Cancellation andWrite Pausing" 2010

7 F. Pasqualetti, "Controllability metrics, limitations and algorithms for complex networks" 1 (1): 40-52, 2014

8 Blackburn Simon R, "Connectivity of the uniform random intersection graph" 309 (309): 5130-5140, 2009

9 Yi Wang, "ACM Transactions on Design Automation of Electronic Systems (TODAES)" 22 (22): 1084-4309, 2016

10 K.S. Kim, "A Study on Random Sampling Method" KOREA NATIONAL UNIVERSITY OF TRANSPORTATION