• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.31-33
• /
• 2004

대규모 DNA 시퀀스를 대상으로 하여 서브시퀀스를 고속으로 검색하기 위한 인덱싱 방법으로서 접미어 트리가 유용하다. 그러나 접미어 트리는 데이터 크기의 약 100배에 해당하는 방대한 저장 공간을 필요로 한파. 본 논문에서는 기존 접미어 트리의 검색 성능을 유지하며, 저장 공간을 획기적으로 감소시킬 수 있는 새로운 인덱스 구조를 제안한다. 제안된 인덱싱 방안에서는 DNA 시퀀스 내의 모든 염기 위치에 고정 길이의 슬라이딩 윈도우를 위치시켜, 윈도우 크기에 해당하는 연속된 서브시퀀스를 추출한 후, 이들을 대상으로 트라이를 구성한다. 트라이는 저장 공간 감소를 위하여 각 문자를 최소 비트 정보로 표현하며, 저장 구조로서 포인터를 사용하지 않는 디스크 기반의 이진 트라이 구조를 사용한다. DNA 서브시퀀스 검색을 효율적으로 처리하기 위한 인덱스 기반의 질의 처리 알고리즘을 제안하고 실험을 통하여 그 유용성을 보인다. 제안된 인덱스는 접미어 트리의 약 10분의 1의 저장 공간을 필요로 하며, 데이터 크기 증가에 거의 영향을 받지 않는 안정된 고속 검색 성능을 지원한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.313-315
• /
• 2014

안드로이드는 스마트폰과 같은 휴대용 장치에 널리 사용되는 모바일 운영체제로서, 그를 기반으로 하는 다양한 안드로이드용 애플리케이션이 활발히 개발되고 있다. 본 논문에서는 안드로이드 폰을 PC 의 원격 입력 장치로 사용할 수 있도록 하는 애플리케이션을 개발한다. 본 논문에서 개발한 애플리케이션은 안드로이드 폰을 원격 마우스, 원격 키보드, 원격 터치패드로 사용할 수 있도록 해줌으로써, 다양한 상황에서 PC 에 대한 입력을 편하고 쉽게 할 수 있다. 본 논문의 애플리케이션은 PC 에 설치되어 구동되는 윈도우 애플리케이션과 안드로이드 폰에 설치되어 구동되는 안드로이드 애플리케이션으로 구성되며, 안드로이드 애플리케이션의 입력 요청을 소켓 통신을 통해 윈도우 애플리케이션에 전달한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1273-1276
• /
• 2012

오늘날 모바일 스마트 기기의 발전은 위치기반의 새로운 기술을 이끌었다. 현재 위치 데이터를 사용하는 많은 응용프로그램들이 소개되었고, 또한 널리 사용되고 있다. 하지만 아직 이러한 위치 데이터들은 환경적인 요소 등으로 인해 오류가 많다. 본 논문에서는 연속적인 위치 데이터들 사이에서 오류를 찾아내는 알고리즘을 제안할 것이다. 이동 윈도우에서의 이동 평균과 이동 표준편차가 이동 유의구간을 구성할 것이고, 이 이동 유의 구간은 오류 데이터들을 찾아내는 데에 사용될 것이다. 또한 오류 데이터를 교정하는 방식도 제안할 것이다. 이러한 일련의 과정을 본 논문에서는 알고리즘으로 나타낸 후 실험을 통해 입증할 것이다. 이러한 방식의 접근이 다른 위치기반 응용프로그램이나 인간 이동 연구에 도움이 될 것이라 생각한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.550-552
• /
• 2010

최근 행위인식 기술은 u-헬스케어 분야를 통해서 실용화되는 단계에 이르고 있다. 실생활에 적용단계에 있는 행위인식 시스템은 기존의 서버 및 데스크톱 환경에서 벗어나 모바일 기기를 기반으로 수행되도록 변해가고 있다. 모바일 환경에 적합한 행위인식 시스템은 행위인식 센서 및 모바일 행위인식 기기의 저전력화와 모바일 기기에 적합한 행위인식 시스템이 요구된다. 본 논문은 모바일기기 기반의 스마트 환경에 알맞은 행위인식 시스템을 위해 행위인식 알고리즘 경량화 기법 연구를 수행한다. 행위별 최적의 낮은 주파수를 사용하여 센싱에 소요되는 자원을 줄인 경량화된 행위인식 방법을 제안하고 또한 주파수 변화에 따른 윈도우간 적절한 오버랩 구간 설정 방법과 윈도우에서의 특징 검출 시 오버랩 구간의 중복 연산을 제거한 경량화된 특징 검출 방법을 제안한다. 실험 결과는 행위 별 최적의 낮은 주파수를 사용하여 전력을 줄이면서도, 서로 다른 주파수의 데이터임에도 인식률은 그대로 유지됨을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.275-276
• /
• 2023

본 논문은 Windows 플랫폼에서 마우스 움직임 데이터를 수집하고 이를 웹사이트와 통합하여 시각화하는 서비스의 개발을 제시한다. 이 서비스는 마우스 움직임 데이터의 수치화와 표현을 가능하게 하여 사용자 행동에 대한 유용한 통찰력을 제공한다. 윈도우를 기반으로 마우스 움직임 데이터를 수집하여 데이터베이스에 데이터를 저장한다. 데이터베이스에 저장된 데이터는 실시간으로 연동하여 시각화하여 웹사이트를 통하여 보여준다. 본 연구를 통해 무의미하게 여겨질 수 있는 데이터를 사용자에게 의미있게 전환하여 보여주기 위한 시도를 하였다.

• Journal of Digital Contents Society
• /
• v.13 no.1
• /
• pp.21-29
• /
• 2012

In ubiquitous computing environment, rising large scale data exchange through sensor network with sharply growing the internet, the processing of the continuous stream data is required. Therefore there are some mining researches related to the extracting of frequent structures and the efficient query processing of XML stream data. In this paper, we propose a mining method to extract frequent structures of XML stream data in recent window based on the active window sliding using trigger rule. The proposed method is a basic research to control the stream data flow for data mining and continuous query by trigger rules.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 2006.07a
• /
• pp.617-617
• /
• 2006

• Information Display
• /
• v.20 no.2
• /
• pp.3-9
• /
• 2019

• Journal of KIISE:Computing Practices and Letters
• /
• v.7 no.3
• /
• pp.240-247
• /
• 2001

Java is a promising runtime environment for embedded systems because it has many advantages such as platform independence, high security and support for multi-threading. One of the most famous Java run-time environments, Sun's ($PersonalJave^{TM}$) is based on Truffle architecture, which enables programmers to design various GUIs easily. For this reason, it has been ported to various embedded systems such as set-top boxes and personal digital assistants(PDA's). Basically, Truffle uses heavy-weight window managers such as Microsoft vVin32 API and X-Window. However, those window managers are not adequate for embedded systems because they require a large amount of memory and disk space. To come up with the requirements of embedded systems, we adopt Microwindows as the platform graphic system for Personal] ava A WT onto Embedded Linux. Although Microwindows is a light-weight window manager, it provides as powerful API as traditional window managers. Because Microwindows does not require any support from other graphics systems, it can be easily ported to various platforms. In addition, it is an open source code software. Therefore, we can easily modify and extend it as needed. In this paper, we implement Personal]ava A WT using Microwindows on embedded Linux and prove the efficiency of our approach.

• Journal of KIISE:Databases
• /
• v.28 no.3
• /
• pp.357-372
• /
• 2001

In this paper, we present the concept of generalization in constructing windows for subsequence matching and propose a new subsequence matching method. GeneralMatch, based on the generalization. The earlier work of Faloutsos et al.(FRM in short) causes a lot of false alarms due to lack of the point-filtering effect. DualMatch, which has been proposed by the authors, improves performance significantly over FRM by exploiting the point filtering effect, but it has the problem of having a smaller maximum window size (half that FRM) given the minimum query length. GeneralMatch, an improvement of DualMatch, offers advantages of both methods: it can use large windows like FRM and, at the same time, can exploit the point-filtering effect like DualMatch. GeneralMatch divides data sequences into J-sliding windows (generalized sliding windows) and the query sequence into J-disjoint windows (generalized disjoint windows). We formally prove that our GeneralMatch is correct, i.e., it incurs no false dismissal. We also prove that, given the minimum query length, there is a maximum bound of the window size to guarantee correctness of GeneralMatch. We then propose a method of determining the value of J that minimizes the number of page accesses, Experimental results for real stock data show that, for low selectivities ($10^{-6}~10^{-4}$), GeneralMatch improves performance by 114% over DualMatch and by 998% iver FRM on the average; for high selectivities ($10^{-6}~10^{-4}$), by 46% over DualMatch and by 65% over FRM on the average.