• 제목/요약/키워드: 큐브 모델

검색결과 69건 처리시간 0.028초

데이터 웨어하우스의 성장에 따른 문제 해결을 위한 개선된 메타데이타 모델 (Enhanced Metadata Model for Growing Data)

  • 박석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
    • /
    • pp.386-388
    • /
    • 1998
  • 본 논문에서는 필드의 추가, 삭제에 의해 데이터 큐브의 확장과 서로 다른 시간구간의 뷰가 존재함을 밝히고 이에 따른 두 가지 문제점을 제안한다. 첫째 새로 추가된 필드에 따라 이전 데이터를 변화할 것인가\ulcorner 둘째 필드의 추가로 불필요해진 실체화된 뷰를 계속 유지할 것인가\ulcorner 이를 해결하기 위해 메타데이타를 통하여 데이터 큐브의 재구성이나 불필요한 뷰의 실체와 없이 다른 시간구간의 실체화된 뷰를 효과적으로 사용하는 기법을 제안한다. 본 논문에서 제안한 기법은 시간 축을 고려함으로써 데이터 큐브의 격자구조를 따라 의존관계의 뷰들을 부분적으로 사용하고 결과를 결합하는 방식이다. 성능평가를 통하여 데이터 웨어하우스의 변화 시 기존의 기법보다 좋은 질의처리 성능을 가짐을 보인다. 보다 빠른 질의처리를 위하여 데이터 큐브를 사용하고, 큐브를 구성하는 뷰들을 실체화 한다. 하지만 새로운 필드의 추가나 삭제와 같은 데이터 웨어하우스의 변화, 성장에 의해 구조변화 등의 문제가 발생하고, 이에 대하여 적절해 대응할 필요가 있다.

OLAP 큐브의 다중 차원계층구조에 대한 분석 (Analysis of Multiple Dimension Hierarchies of OLAP Cubes)

  • 박영선;김지현;임윤선;김명
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
    • /
    • pp.115-117
    • /
    • 2004
  • 롤업과 드릴다운은 다차원 데이터 분석을 위한 주요 연산으로, 각 차원에 정의된 계층구조를 통해 상세 데이터로부터 점차적으로 되는 정보를 분석가에게 제공한다. 이러한 연산 속도를 고속화하기 위해 OLAP 시스템은 사전에 집계 테이블들을 생성해 놓는다. 각 차원은 다중 계층구조를 가질 수도 있으며, 이런 경우 집계 테이블들을 모두 생성하게 되면 데이터 폭발 현상이 발생하게 된다. 본 연구에서는 다중계층 구조를 분류하고, 집계 테이블과 데이터 큐브의 크기를 계산하는 모델을 정립하였다. 이를 통해 분석가는 다중 계층구조에 따른 큐브 크기를 미리 예측할 수 있으며 계층 구조의 모양과 개수를 변경하여 데이터의 양을 조절할 수 있다.

  • PDF

메타큐브를 이용한 볼륨 데이터 자동 모델링 방법 (An Automatic Modeling Method of Volume Data Using Metacubes)

  • 김은석;김재정
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
    • /
    • pp.499-501
    • /
    • 2000
  • 음함수 곡면 모델의 대표적인 구조 요소인 메타볼은 다양한 형태의 곡면을 모델링하는데 뛰어난 성능을 갖는다[1]. 그러나 복잡한 형태의 물체는 곡면 뿐 아니라 평면적인 요소를 포함하기 때문에 메타볼만으로 부정형 물체를 모델링하는 데에는 많은 어려움이 따른다. 메타큐브는 메타볼의 장점을 수용하면서 적은 수의 데이터로 평면 형태의 물체가지 모델링할 수 있는 메타볼의 확장 형태로서, 두 개의 매개변수만으로 구에서 정육면체까지 자유로운 확장이 가능하다[2]. 본 논문은 메타큐브를 이용하여 볼륨 데이터로부터 3차원 물체를 자동 모델링하는 방법을 제안한다. 제안 방법은 볼륨 데이터의 형태에 기반하여 분할된 볼륨 트리를 이용하여 비교적 빠른 시간에 볼륨 데이터로부터 비슷한 형태의 3차원 물체를 재구성하는 메타큐브 집합을 추출한다. 다양한 볼륨데이타에 대한 실험 결과를 제시함으로써 제안 방법의 효용성을 증명한다.

  • PDF

맵리듀스에서 데이터 큐브의 효율적인 계산 기법 (Efficient Computation of Data Cubes in MapReduce)

  • 이기용;박소정;박은주;박진경;최연정
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2014년도 춘계학술발표대회
    • /
    • pp.715-718
    • /
    • 2014
  • 맵리듀스(MapReduce)는 대용량 데이터의 병렬 처리에 사용되는 프로그래밍 모델이다. 데이터 큐브(data cube)는 대용량 데이터의 다차원 분석에 널리 사용되는 연산자로서, 주어진 차원 애트리뷰트들의 모든 가능한 조합에 대한 group-by 를 계산한다. 차원 애트리뷰트가 n 개일 때, 데이터 큐브는 총 $2^n$ 개의 group-by 를 계산한다. 본 논문은 맵리듀스 환경에서 데이터 큐브를 효율적으로 계산하는 방법을 제안한다. 제안 방법은 $2^n$ 개의 group-by 를 분할하고 이들을 ${\lceil}n/2{\rceil}$개의 맵리듀스 잡(job)을 통해 단계적으로 계산한다. 제안 방법은 각 맵리듀스 잡에서 맵 함수가 출력하는 중간결과의 크기를 최소화함으로써 총 계산 비용을 크게 줄인다. 실험을 통해 제안 방법은 기존 방법에 비해 데이터 큐브를 더 빠르게 계산함을 보인다.

맵리듀스를 사용한 데이터 큐브의 효율적인 계산 기법 (Efficient Computation of Data Cubes Using MapReduce)

  • 이기용;박소정;박은주;박진경;최연정
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제3권11호
    • /
    • pp.479-486
    • /
    • 2014
  • 맵리듀스(MapReduce)는 대용량 데이터를 다수의 컴퓨터로 병렬 처리하는 데 사용되는 프로그래밍 모델이다. 데이터 큐브(Data Cube)는 대용량 데이터 분석에 널리 사용되는 연산자로서, 주어진 차원 애트리뷰트들의 모든 가능한 조합에 대한 group-by들을 계산한다. 차원 애트리뷰트의 개수가 n일 때, 데이터 큐브는 총 $2^n$개의 group-by를 계산한다. 본 논문은 맵리듀스를 사용하여 데이터 큐브를 효율적으로 계산하는 방법을 제안한다. 제안 방법은 $2^n$ 개의 group-by를 $_nC_{{\lceil}n/2{\rceil}}$개의 그룹으로 분할하고, 이 그룹들을 ${\lceil}n/2{\rceil}$개의 맵리듀스 잡(job)을 통해 단계적으로 계산한다. 제안 방법은 기존 방법에 비해 맵퍼(mapper)가 생성하는 중간결과의 크기를 크게 줄임으로써 중간결과의 전송 및 정렬에 드는 비용을 크게 줄인다. 그에 따라 데이터 큐브를 계산하는 총 수행시간이 크게 감소된다. 실험을 통해 제안 방법이 기존 방법에 비해 더 빠르게 데이터 큐브를 계산함을 보인다.

데이타 스트림에서 동적 데이타 큐브 (Dynamic Data Cubes Over Data Streams)

  • 서대홍;양우석;이원석
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제35권4호
    • /
    • pp.319-332
    • /
    • 2008
  • OLAP의 다차원 데이타 모델인 데이타 큐브는 많은 다차원 데이타 분석에 성공적으로 적용되었으며, 데이타 스트림 분석에도 적용하려는 많은 연구가 진행되고 있다. 데이타 스트림은 실시간에 지속적으로 방대하게 생성되며, 데이타의 분포적 특성이 빠르게 변한다는 특징을 가지며, 제한된 메모리 및 처리능력 때문에 한번만 검사하여 처리하는 것을 기본으로 한다. 때문에 데이타 스트림을 메모리에 모두 저장하는 것은 불가능하다. 또한 사용자는 모든 속성 값에 대하여 관심을 두기보다는 일정 지지율 이상을 가진 속성 값에 더욱 관심을 가지게 된다. 본 논문에서는 이러한 데이타 스트림 환경에서 데이타 큐브를 효과적으로 적용하기 위한 동적 데이타 큐브를 제안한다. 동적 데이타 큐브는 속성 값의 지지율에 따라 사용자 관심 영역을 지정하고, 속성 값을 동적으로 그룹화하여 관리한다. 이를 통해 메모리 및 처리시간을 절약하게 된다. 또한 동적으로 지지율이 높은 속성에 대한 분석 상세도를 높여주기 때문에 사용자의 관심영역을 효과적으로 보여준다. 마지막으로 실험을 통하여 제한된 메모리에서 동적 데이타 큐브가 효율적으로 동작함을 검증하였다.

큐브위성 적용을 위한 분리너트형 비폭발식 구속분리장치 인증모델의 성능검증 (Performance Verification of Separation Nut Type Non-explosive Separation Device for Cube Satellite Application)

  • 오현웅;이명재
    • 한국항공우주학회지
    • /
    • 제41권10호
    • /
    • pp.827-832
    • /
    • 2013
  • 극초소형 위성으로 분류되는 큐브위성의 경우, 1U를 기준으로 $10cm{\times}10cm{\times}10cm$의 크기, 1kg 이하의 중량제한을 비롯해 폭발식 구속분리장치의 적용이 불가한 설계요구조건으로 인하여 열선 작동시 나일론선의 절단과 함께 구속을 해제하는 구속분리 방식이 일반적으로 적용되고 있으나 낮은 체결력과 다수 구조물의 구속 시 다수의 열선 적용을 필요로 하는 등 시스템 복잡화의 단점이 존재한다. 본 논문에서는 기존의 큐브위성에 적용되는 열선 절단방식의 단점을 극복하기 위하여 열선절단방식을 적용한 분리너트형 비폭발식 구속분리장치를 고안하였으며, 인증모델의 기능시험, 정하중시험 및 충격시험을 통해 설계 유효성을 입증하였다.

큐브위성 LINK 비행모델 개발 및 설계 검증 (Development and Verification for Flight Model of CubeSat LINK)

  • 김종범;정유연;임이랑;방효충;미카엘 마린
    • 한국항공우주학회지
    • /
    • 제45권2호
    • /
    • pp.114-123
    • /
    • 2017
  • Little Intelligent Nanosatellite of KAIST(LINK)는 카이스트 항공우주 시스템 및 제어연구실(ASCL)에서 국제협력 프로젝트인 QB50의 일환으로 개발한 2U 크기의 큐브위성이다. QB50 프로젝트의 과학적 임무 목적은 열권 및 이온층 대기를 관측하는 것이며, 2017년 1분기부터 국제우주정거장에서 순차적으로 발사될 예정이다. 상기의 임무 구현을 위해 최종 비행모델을 개발하였으며, 수락 수준(Acceptance level)의 요구조건에 따라 환경시험 및 기능시험을 수행하여 위성의 성능 및 설계의 검증을 완료하였다. 본 논문에서는 비행모델 개발과 진동시험 및 열진공시험 결과에 대해 기술하였다.

과학기술위성2호 레이저반사경의 준비행모델 개발 (Protoflight Model Development of Retroreflector Array for STSAT-2)

  • 이상현;김경희;이준호;진종한;김형명
    • 한국항공우주학회지
    • /
    • 제35권12호
    • /
    • pp.1135-1142
    • /
    • 2007
  • 과학기술위성2호는 정밀궤도결정을 위하여 위성레이저반사경을 부착할 예정이다. 위성레이저반사경은 지상으로부터 방사된 레이저가 위성에 부착된 반사경으로부터 되반사되어 돌아오는 광자(Photon)의 이동시간을 측정함으로써 관측소와 위성까지의 거리를 정밀하게 측정하는데 사용된다. 현재 레이저반사경은 준비행모델을 개발하였으며, 환경시험을 수행하였다. 본 논문에서는 레이저반사경의 준비행모델의 개발과정을 소개하고, 환경시험 결과를 보고한다. 준비행모델 레이저반사경의 환경시험은 엔지니어링 모델에서 발생하였던 코너큐브프리즘의 파손없이 성공적으로 수행되었다.

다차원 데이터큐브의 근사 질의응답 기법 (The Approximate Query Answering Method in Multi-dimensional Data Cube)

  • 이선영;김영주;배우식;이종연
    • 한국산학기술학회:학술대회논문집
    • /
    • 한국산학기술학회 2009년도 추계학술발표논문집
    • /
    • pp.445-448
    • /
    • 2009
  • DSS 응용들의 대용량 집계 데이터 집중 시스템에서는 효율적이고 즉각적인 의사결정 지원을 위한 근사 질의응답의 연구가 필요하다. 따라서 본 연구에서는 FCM 클러스터링 기법과 ANFIS을 이용한 기법을 제안한다. 제안된 기법은 다차원 데이터 큐브의 데이터 특성을 가지며 질의에 대한 근사적인 응답을 제공할 수 있는 모델을 생성한다. 제안된 기법을 통해 학습된 모델은 기존의 기법보다 근사 질의응답의 정확성이 향상되었음을 비교 실험을 통하여 확인한다. 따라서 제안된 기법은 기존의 기법보다 저장 공간과 시간을 줄일 수 있으며 또한 근사 응답의 정확도를 향상시킬 수 있다.

  • PDF