• 제목/요약/키워드: 인접 이웃

검색결과 84건 처리시간 0.026초

보르노이 다이어그램 상의 효율적인 이웃 MBR 연산 기법 (An Efficient Method for Finding the Neighbor MBRs on Voronoi Diagram)

  • 박용훈;이진주;임종태;최길성;유재수
    • 한국콘텐츠학회:학술대회논문집
    • /
    • 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
    • /
    • pp.13-15
    • /
    • 2010
  • 이동객체의 공간 데이터를 색인하기 위해 검색성능이 뛰어난 R-tree구조가 많이 활용된다. 최근 R-tree를 B+-tree처럼 인접한 단말노드 간의 연결을 통해 질의 처리를 수행하는 ISR-tree와 ISG-index가 제안되었다. 이 기법들은 MBR (Minimum Boundary Rectangle) 간의 인접한 이웃 노드를 결정하기 위해 보르노이 다이어그램(Voronoi Diagram)을 이용한다. MBR을 대상으로 하는 보르노이 다이어그램은 매우 복잡한 연산과정을 거친다. 본 논문에서는 점을 대상으로 하는 보르노이 다이어그램 연산을 활용한 인접한 이웃 MBR을 연산하는 기법을 제안한다. 각 MBR의 꼭지점들을 기준으로 보르노이 다이어그램을 만들 경우, 인접한 MBR의 꼭지점들의 보르노이 셀이 항상 인접한 것을 알아내었고, 이를 활용한다. 제안하는 기법의 우수성을 증명하기 위해 기존의 기법과 비교하여 성능평가를 수행하였다.

  • PDF

Balanced Canopy Clustering에 기반한 일반적 k-인접 이웃 그래프 생성 알고리즘 (A Generic Algorithm for k-Nearest Neighbor Graph Construction Based on Balanced Canopy Clustering)

  • 박영기;황혜수;이상구
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제21권4호
    • /
    • pp.327-332
    • /
    • 2015
  • k-인접 이웃 그래프는 모든 정점에 대한 k-NN 정보를 나타내는 데이터 구조로서, 많은 정보검색 및 추천 시스템에서 k-인접 이웃 그래프를 활용하고 있다. 현재까지 k-인접 이웃 그래프를 생성하는 다양한 방법들이 제안되었지만, 다음의 두 조건을 동시에 만족하는 알고리즘은 제안되지 못했다: (1) 특정유사도 척도를 가정하지 않는다. (2) 정점 또는 차원의 수가 증가하더라도 정확도가 감소하지 않는다. 본 논문에서는 balanced canopy clustering을 이용하여 위 두 조건을 모두 만족하는 k-NN 그래프 생성 알고리즘을 제안한다. 실험 결과, 정점과 차원의 수에 상관없이 기본 알고리즘에 비해 5배 이상 빠르면서 약 92%의 정확도를 유지했다. 본 알고리즘은 새로운 유사도 척도를 사용하거나, 높은 정확도를 보장해야 할 경우 효과적으로 사용될 수 있다.

고객 맞춤 서비스를 위한 HPPS(Hybrid Preference Prediction System) 설계 (A Design of HPPS(Hybrid Preference Prediction System) for Customer-Tailored Service)

  • 정은희;이병관
    • 한국멀티미디어학회논문지
    • /
    • 제14권11호
    • /
    • pp.1467-1477
    • /
    • 2011
  • 본 논문에서는 고객 맞춤 서비스의 선호도를 정확하게 예측하기 위하여 사용자 프로파일 분석, 사용자간 유사도 분석을 이용한 HPPS(Hybrid Preference Prediction System) 설계를 제안한다. 기존의 NBCFA(Neighborhood Based Collaborative Filtering Algorithm)과 달리, 본 논문은 첫째, 선호도 예측식에서 이웃의 상품 평가가 없을 경우 상품에 대한 평균값을 이용하도록 하였고, 둘째, 선호도 예측식에서 사용자의 특성을 분석한 가중치를 반영하도록 하였고, 끝으로, 인접 이웃을 선정할 때 유사도, 상품 평가 여부, 평가 횟수를 반영하여 HPPS에 선호도의 정확도를 향상시켰다. 따라서 첫째와 둘째의 선호도 예측식을 이용하면 HPPS의 정확도는 기존의 NBCFA에 비해 97.24% 향상되었고, 인접이웃 선정방식에서도 HPPS 시스템의 정확도가 75% 향상되었다.

점진적 메쉬의 엄밀한 선택 세분화 기법 (Truely Selective Refinement of Progressive Meshes)

  • 김준호;이승용
    • 한국컴퓨터그래픽스학회논문지
    • /
    • 제6권3호
    • /
    • pp.25-34
    • /
    • 2000
  • 본 논문에서는 점진적 메쉬의 보다 엄밀한 의미에서의 선택적 세분화 방법을 제안한다. 기존의 선택적 세분화 방법은 정점분할 및 에지붕괴 연산이 수행되기 위해서는 현재의 1-고리 이웃 상황이 점진적 메쉬 분석 단계에 기억해 놓은 1-고리 이웃과 같을 때만 올바로 동작하도록 되어 있는 증가적 방법이다. 이러한 증가적 방법은 메쉬의 부분적 해상도 변경을 하게 되면 인접한 부분의 해상도가 그 부분의 해상도를 좇아가게 되는 단점을 가지고 있다. 본 논문에서 제안하는 방법은 점진적 메쉬 표현이 가지는 정점의 계층적 구획화 성질에 기반한 것으로, 원하는 메쉬의 부분에 대해 해상도를 변경할 때, 인접 부분의 정점분할 및 에지붕괴 연산을 초래하지 않아 보다 엄밀한 의미에서의 점진적 메쉬의 선택적 세분화를 수행할 수 있다.

  • PDF

안드로이드 모바일 악성 앱 탐지를 위한 확률적 K-인접 이웃 분류기 (Probabilistic K-nearest neighbor classifier for detection of malware in android mobile)

  • 강승준;윤지원
    • 정보보호학회논문지
    • /
    • 제25권4호
    • /
    • pp.817-827
    • /
    • 2015
  • 현대인은 스마트폰과 매우 밀접한 관계를 가지고 있으며 이로 인한 수 많은 보안 위협에 노출되어 있다. 실제로 해커들은 스마트폰에 악성 프로그램을 은밀하게 설치하여 장치 이용 제한 및 개인정보 유출 등의 보안 위협을 야기하고 있다. 그리고 그러한 악성 프로그램은 일반적인 프로그램과 다르게 필요 이상의 권한을 요구한다. 본 논문에서는 이 같은 문제를 바탕으로 사용되는 안드로이드 기반 앱들이 요구하는 권한 데이터를 이용하여 주성분 분석(Principle Component Analysis:PCA)과 확률적 K-인접 이웃(Probabilistic K-Nearest Neighbor:PKNN) 방식을 사용하여 효과적으로 악성 프로그램과 일반 프로그램을 분류하고자 한다. 이뿐 아니라 이를 k-묶음 교차 검증(K-fold Croos Validation)을 통해 PKNN의 정확도를 측정하였다. 그리고 일반적으로 사용되는 K-인접 이웃(K-Nearest Neighbor:KNN) 방식과 비교하여, KNN이 분류하기 힘든 부분을 확률적으로 해결하는 PKNN방법을 제안한다. 최종적으로 제안한 방식을 최적화하는 ${\kappa}$${\beta}$ 파라미터를 구하는 것을 목표로 한다. 본 논문에서 사용된 악성 앱 샘플은 Contagio에 요청하여 이용하였다.

무선 센서 네트워크에서 두 노드간 거리 추정 기법 (Distance Estimation Method between Two Nodes in Wireless Sensor Networks)

  • 권오흠;김숙연
    • 한국컴퓨터정보학회논문지
    • /
    • 제10권5호
    • /
    • pp.209-216
    • /
    • 2005
  • 무선 센서 네트워크에서 인접성 정보만 가지고 두 흡 이내의 노드간의 거리를 추정하는 기법을 제안한다. 이 기법은 인접성 정보만 가지고 노드들의 위치를 측정하는 기존의 알고리즘들의 성능의 한계를 대폭 극복하게 해줄 뿐만 아니라, 두 흡 떨어진 노드간의 거리를 추정하게 해주는 최초의 방법이기도 하다. 공통 이웃의 개수를 헤아림으로써 두 노드간의 거리를 추정하는데, 이는 두 노드를 중점으로 하는 두 단위디스크의 공통면적에 공통 이웃의 개수가 비례한다는 가정을 기반으로 한다. 시뮬레이션을 통해 성능을 분석한 결과 거리추정 오차율은 10$\%$에서 20$\%$정도이다. 한편 본 방법을 분산 알고리즘으로 활용하기 위해서 필요한 메시지 개수는 겨우 노드 개수의 두 배이다

  • PDF

비부정 행렬 인수분해 차원 감소를 이용한 최근 인접 협력적 여과 (Nearest-Neighbor Collaborative Filtering Using Dimensionality Reduction by Non-negative Matrix Factorization)

  • 고수정
    • 정보처리학회논문지B
    • /
    • 제13B권6호
    • /
    • pp.625-632
    • /
    • 2006
  • 협력적 여과는 사용자 선호도를 예측하기 위해 그 사용자의 유형을 학습하는 데 목적을 둔 기술이다. 협력적 여과 시스템이 전자상거래에서 성공적인 기술일지라도 그들은 데이터의 고차원성과 희박성이라는 문제점을 갖는다. 본 논문에서는 이와 같은 문제점을 해결하기 위하여 비부정 행렬 인수분해(NNMF, Non-negative Matrix Factorization) 방법을 이용한 최근 인접 협력적 여과 방법을 제안한다. 행렬을 분해하기 위한 전처리로서 사용자 변동 계수를 이용하여 사용자-아이템 행렬의 결측치를 채우고, 이를 대상으로 비부정 분해 방식을 적용하여 행렬을 인수분해 한다. 비부정 분해 방식을 적용한 긍정 분해는 사용자들을 의미를 갖는 벡터로써 표현함으로써 사용자들을 의미 관계를 갖는 그룹으로 표현한다. 이와 같이 벡터로 표현된 사용자들은 벡터 유사도에 의해 그들간의 유사도를 계산한다. 계산된 유사도의 정도에 의해 이웃을 결정하고, 이웃들이 평가한 아이템에 대한 흥미도를 기반으로 새로운 사용자가 평가하지 않은 아이템에 대한 결측치를 예측한다.

컬러 인접성과 클러스터링 기법을 이용한 객체 기반 영상 검색 (Object-Based Image Retrieval Using Color Adjacency and Clustering Method)

  • 이형진;박기태;문영식
    • 정보처리학회논문지B
    • /
    • 제12B권1호
    • /
    • pp.31-38
    • /
    • 2005
  • 본 논문은 컬러 인접성과 클러스터링 기법을 이용한 객체 기반 영상 검색 기법을 제안한다. 컬러 인접성이란 영상내의 서로 이웃한 영역에서 나타나는 컬러의 특징값을 말하고, 영상 데이터베이스로부터 사용자가 찾고자하는 영역과 유사한 후보 영역들을 우선 추출하는데 사용된다. 또한 클러스터링 기법은 후보 영역들 가운데 객체가 존재하는 영역만을 추출하는데 사용되고, 질의 영상과 데이터베이스 영상 사이의 유사도 측정을 위하여 히스토그램 인터섹션(histogram intersection) 방법이 사용된다. 제안하는 방법에서 사용되는 영상의 컬러쌍 정보는 객체의 이동, 회전 그리고 크기 변화에 강건하며, 실험을 통하여 제안하는 방법이 기존의 방법보다 우수함을 확인하였다.

USN을 활용한 교통제어기의 연동시스템 구현 (Implementation of Linkage System of Traffic Applied USN)

  • 진현수
    • 디지털융복합연구
    • /
    • 제12권7호
    • /
    • pp.247-252
    • /
    • 2014
  • 교통의 연동시스템은 이웃한 교차로의 교통상황을 입력받아 해당 교차로 신호처리시 고려하는 시스템이다. 이웃 교차로의 통과차량수, 대기차량수,녹색신호등 주기 등을 감안하여 해당 교차로의 녹색신호등의 주기를 결정하는 형태이다. 해당교차로의 녹색신호등을 고려할 때는 자기 자신의 센서 입력들만 고려해서는 안되고 이웃 교차로의 센서 입력들을 받아 들여야 한다. 이러한 센서 노드들의 데이터 수집을 위해서 위험과 한계가 있는 곳에 센서 노드를 배치하여 데이터 수집을 하는 경향을 감안하여 사람이 인접할수 없는 곳이나 환경이 척박한곳에 센서들을 배치하여 센서들을 통한 정보 획득, 무선 네트워크를 통한 통신, 초저전력 소모를 실현할 수 있다.

무선 센서 네트워크를 위한 클러스터 2중 분할 알고리즘 (A Cluster Duplication Partition Algorithm for Wireless Sensor Networks)

  • 주세영;최정률;장길웅
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
    • /
    • pp.373-375
    • /
    • 2005
  • 본 논문은 무선 센서 네트워크상에서 클러스터 2중 분할 알고리즘을 제안한다. 본 알고리즘은 센서 네트워크에서 클러스터 방식 프로토콜이 데이터를 헤드에서 수집하고 집약하여 전송한다는 특성과 이웃한 노드간 유사한 데이터를 가진다는 특성을 이용한다. 인접한 이웃노드가 쌍을 형성하여 교대로 센싱하는 논리적인 클러스터 2중 분할을 하고 헤드도 2개가 존재하여 교대로 데이터 전송을 함으로써 에너지 효율을 높인다.

  • PDF