• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.35-36
• /
• 2015

본 논문에서는 모바일 P2P 네트워크에서 스카이라인 질의 처리를 위한 새로운 필터링 기법을 제안한다. 제안하는 기법에서는 질의처리 이전에 스카이라인 처리를 통해 필터링 객체 셋을 생성하기 위해 피어 간 데이터 배포를 수행한다. 생성된 필터링 객체를 활용하여 질의에 참여하는 객체 중 불필요한 객체를 필터링한다. 사전 스카이라인 처리를 통해 효율적인 질의처리를 수행할 수 있다.

• The Journal of the Korea Contents Association
• /
• v.11 no.12
• /
• pp.52-59
• /
• 2011

In this paper, we propose an indexing method to support efficient similarity search for sequence databases. We present a new distance measurement called minimum DTW distance to enhance the filtering effects. The minimum DTW distance is to measure the minimum distance between a sequence data and the group of similar sequences. It enables similarity search through hierarchical index structure by filtering sequence databases. Finally, we show the superiority of our method through some experiments.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.299-304
• /
• 2006

최근 전자상거래 사이트에서는 각 고객에게 개별화된 서비스를 제공하기 위한 노력을 기울이고 있으며, 추천시스템은 이러한 개별화된 서비스를 제공하는데 중요한 역할을 하고 있다. 전자상거래 추천시스템에 대한 최근 연구 동향 중 하나는 고객의 탐색 및 행동 패턴 데이터를 이용하여 각 상품에 대한 선호도를 추정하고, 이를 바탕으로 한 추천시스템을 개발하는 것이다. 본 논문에서는 이와 같이 추정한 선호도 데이터에 차원 감소 기법을 적용한 추천시스템을 개발하였으며, 이를 기존의 협업적 필터링을 이용한 방법과 비교하였다. 실험용 전자상거래 사이트로부터 수집한 데이터를 바탕으로 두 방법을 비교하여, 추천 상품 수가 지나치게 크지 않을 때에는 차원 감소 기법을 이용한 방법의 성능이 협업적 필터링을 이용한 방법의 성능과 유사하거나 더 우수하다는 것을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.321-324
• /
• 2006

인터넷과 인트라넷의 확산에 따라, 스트림 데이터 처리 (stream data processing) 와 같은 새로운 분야가 등장하게 되었다. 스트림 데이터의 특징은 실 시간적이고 연속적으로 생성된다는 것이다. 따라서 기존의 질의 처리와는 달리 질의 또한 연속적으로 처리된다. 본 논문에서는 시간에 따라서 예측할 수 없게 특성이 바뀌는 데이터 스트림에 대한 처리에 대하여 다룬다. 특별히, 본 논문에서는 스트림 데이터에 대한 질의문을 구성하는 연산자들 간의 효율적인 수행 순서 생성 기법을 제안한다. 본 논문에서 제안하는 방법은 시스템의 부담을 적게 주면서도 데이터의 변화에 따라 수행 순서를 변화시킨다. 또한 본 논문에서는 고정 연산자 순서와 비교하여 제안한 기법의 우수성을 보였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.89-92
• /
• 2000

필터뱅크를 기반으로 하는 이산 웨이브렛 멀티톤(DWMT) 데이터 전송 시스템은 전송 채널의 영향으로 발생하는 심벌간 및 부채널간의 간섭 잡음에 민감하다. 본 논문에서 제안한 시간 영역 등화기(TEQ)는 전송 채널 응답의 길이를 단축시키는 TEQ-S와 전송 채널의 주파수 특성을 향상시키는 TEQ-C등 2단계로 이루어져 있다. 제안한 시간영역 등화기(TEQ)를 DWMT 데이터 전송 시스템에 적용하면 많은 간섭 성분을 감소시킬 수 있어 하드웨어적으로 보다 간단한 FEQ로도 잔여 간섭 잡음을 효과적으로 제거할 수 있다.

• The KIPS Transactions:PartA
• /
• v.12A no.1 s.91
• /
• pp.41-52
• /
• 2005

Memory reference instruction caused by cache miss is the critical factor that limits the processing power of processor. Cache prefetching technique is an effective way to reduce the latency due to memory access. However, excessively aggressive prefetch leads to cache pollution and finally to cancel out the advantage of prefetch. In this study, an active prefetch filtering scheme is introduced which dynamically decides whether to commence prefetching after referring a filtering table to reduce the cache pollution due to unnecessary prefetches. For the precision filtering, an evicted address referencing scheme has been proposed where the filter directly compares the current prefetch address with previous unnecessary prefetch addresses stored in filtering table. Moreover, a small sized exclusive prefetch cache has been introduced to increase the amount of eviction of unnecessarily prefetched addresses to enhance the accuracy of dynamic filtering. The exclusive prefetch cache also prevents useful demand data from being pushed out by prefetched data, while the evicted address direct referencing scheme enables the prefetch cache to keep most of useful prefetch data within its small size. Experimental results from commonly used general and multimedia benchmarks show that the average cache miss ratio has been decreased by $13.3{\%}$ by virtue of enhanced filtering accuracy compared with conventional schemes.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.807-810
• /
• 2000

입체음향 시스템에서 모노음에 방향감을 제어하기 위한 방법으로 FIR 필터 형태의 머리전달함수( HRTF : Head-Related Transfer Function)를 사용한다. 그러나 이때 사용되는 FIR형태의 머리전달함수는 높은 차수를 가지고 있어 실시간 음상정위 처리가 어려운 문제점을 가지고 있다. 본 논문에서는 FIR 형태의 머리전달함수를 ARMA 시스템 인지기법을 이용하여 저차의 IIR필터 형태로 모델링하여 실시간 데이터 처리가 가능하도록 하였다. 본 논문에서 제안하는 ARMA 시스템 인지기법을 이용하게 되면 주어진 고차의 FIR형태의 머리전달함수를 다양한 안정성을 갖는 IIR모델들을 얻을 수 있으며, 이들 중 적절한 스펙트럼오차를 갖는 저차의 IIR모델을 선택 할 수 있다.

• Journal of KIISE:Databases
• /
• v.36 no.4
• /
• pp.280-291
• /
• 2009

Skyline Query processing is important to wireless sensor applications in order to process multi-dimensional data efficiently. Most skyline researches about sensor network focus on minimizing the energy consumption due to the battery powered constraints. In order to reduce energy consumption, Filtering Method is proposed. Most existing researches have assumed a snapshot skyline query processing and do not consider continuous queries and use data generated in ancestor node. In this paper, we propose an energy efficient method called Bottom up filtering tuple selection for continuous skyline query processing. Past skyline data generated in child nodes are stored in each sensor node and is used when choosing filtering tuple. We also extend the algorithms, called Support filtering tuple(SFT) that is used when we choose the additional filtering tuple. There is a temporal correlation between previous sensing data and recent sensing data. Thus, Based on past data, we estimate current data. By considering this point, we reduce the unnecessary communication cost. The experimental results show that our method outperforms the existing methods in terms of both data reduction rate(DRR) and total communication cost.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.