• 한국간호교육학회지
• /
• 제21권1호
• /
• pp.129-140
• /
• 2015

Purpose: The purpose of this study was to analyze the types of attitudes of nursing students in Korea toward bucket lists. Methods: The Q-methodology, which provides a method for analyzing the subjectivity of each item was used. From each of the 37 subjects, 34 selected Q-statements were classified into the shape of a normal distribution, using a 9-point scale. The collected data were analyzed using a QUANL PC program. Results: Four types of attitudes toward the bucket list of subjects were identified in Korean nursing students. Type I is a pursuit of money type, Type II is a pursuit of relationship type, Type III is a pursuit of self-centered type, and TypeIV is a pursuit of others-centered type. Conclusion: The results of this study indicate that different approaches toward educational programs for students in the human service area are recommended based on the four types of nursing students' attitudes toward the bucket list.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.506-512
• /
• 2000

본 논문에서는 연속적인 입력을 연속적인 출력으로 매핑하는 것을 가능하게 하는 퍼지 분류자 시스템을 제안한다. 퍼지 분류자 시스템은 기계학습의 방법중 하나인 분류자 시스템을 퍼지 제어기의 개념에 적용한 것이다. 즉 분류자의 조건부는 퍼지 규칙의 전건부와 행동부는 후건부와 같은 행태가 된다. 퍼지 분류자 시스템은 입력 값을 퍼지화된 메시지로 변환하고 메시지 리스트에 저장한다. 저장된 메시지와 퍼지 분류자 리스트의 분류자들과 정합과정을 통해 룰-베이스를 구성하고, 퍼지 분류자들의 유용성을 검증하기 우해 버킷 릴레이 알고리즘을 적용한다. 또한 새로운 규칙을 생성하거나 규칙을 수정하여 시스템의 성능을 향상시키기 위해 알고리즘을 사용한다. 이러한 과정을 통해 유용한 규칙집합을 찾아내고, 시스템은 그 규칙들에 의해 출력 값을 내보낸다. 제안된 퍼지 분류자 시스템을 자율이동로봇의 충돌 회피 학습에 적용하여 그 유용성을 확인하였다.

• 전자공학회논문지CI
• /
• 제37권5호
• /
• pp.1-10
• /
• 2000

본 논문에서는 연속적인 입력을 연속적인 출력으로 매핑하는 것을 가능하게 하는 퍼지 분류자 시스템을 제안한다. 퍼지 분류자 시스템은 기계학습의 방법을 퍼지 제어기의 개념에 적용한 것이다. 즉 분류자의 조건부와 행동부는 퍼지 규칙에서의 전건부와 후건부와 같은 형태이다. 퍼지 분류자 시스템은 입력 값을 퍼지화된 메시지로 변환하고 메시지 리스트에 저장한다. 저장된 메시지와 퍼지 분류자 리스트의 분류자들과 정합과정을 통해 룰-베이스를 구성하고, 버킷 릴레이 알고리즘을 적용하여 퍼지 분류자들의 유용성을 검증한다. 또한 유전 알고리즘을 사용하여 새로운 규칙을 생성하거나 규칙을 수정하여 시스템의 성능을 향상시킨다. 이러한 과정을 통해 유용한 규칙집합을 찾아낸다. 제안된 퍼지 분류자 시스템을 자율이동로봇의 목적지 지향과 충돌 회피 학습에 적용하여 그 유용성을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.179-182
• /
• 2000

A Classifier System processes a discrete coded information from the environment. When the system codes the information to discontinuous data, it loses excessively the information of the environment. The Fuzzy Classifier System(FCS) makes the classifier system be able to carry out the mapping from continuous inputs to outputs. It is the FCS that applies this ability of the machine learning to the concept of fuzzy controller. It is that the antecedent and consequent of classifier is same as a fuzzy rule of the rule base. In this paper, the FCS is the Michigan style and fuzzifies the input values to create the messages. The system stores those messages in the message list and uses the implicit Bucket Brigade Algorithms. Also the FCS employs the Genetic Algorithms(GAs) to make new rules and modify rules when performance of the system needs to be improved. We will verify the effectiveness of the proposed FCS by applying it to AMR avoiding the obstacle.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (하)
• /
• pp.1493-1496
• /
• 2003

데이터베이스 관계 연산자 중 프로젝션(projection)과 집단 연산(aggregate function)시 사용되는 GROUP BY절, 그리고 동등 조인(equi join)에 대한 질의 처리는 중복된 튜플 중복된 GROUP BY 필드, 조인 중 발생하는 임시결과에 대한 제거나 집단 연산, 임시 결과의 저장을 위해 정렬이나 해싱 기반 알고리즘을 적용하고 있다. 이 중 해싱 기반 알고리즘은 데이터에 대한 직접적인 접근 방법과 정렬비용이 없다는 장점으로 인해 자주 사용하게 된다. 그러나 이러한 해싱(extendible hashing)[1] 기반 알고리즘은 키 값이 저장되는 버켓(bucket) 페이지의 넘침(overflow)으로 인해 분할(split)이 발생하는 경우, 분할을 야기시킨 버켓 페이지에 대한 정보를 제외한 동일한 내용의 기존 디렉토리 구조를 배로 확장해야 하는 공간 확장과, 확장된 디렉토리 구조의 유지를 위해 많은 비용을 소모하게 된다. 본 논문에서는 다량의 데이터에 대한 접근 기법과 디렉토리 구조의 저장공간, 유지 비용 절감 및 중복 해시 값을 지니는 데이터를 처리하기위한 해시 색인인 가상 디렉토리 확장 해시 색인을 제안한다. 가상 디렉토리 확장 해시 색인은 디렉토리 구조를 다단계 구조로 유지함으로써, 넓은 저장 공간을 필요로 하는 다량의 데이터에 대한 접근경로 문제를 해결하였고, 가상 디렉토리 레벨이라는 새로운 구조를 통해, 기존 디렉토리 구조의 공간 낭비 및 유지 비용을 최소화 시켰으며, 버켓 페이지를 리스트(list) 구조로 유지함으로써 중복 해시 값에 의한 디렉토리 구조의 연쇄적 분할 문제를 해결하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권6호
• /
• pp.127-138
• /
• 2019

데이터 응답 속도는 사용자 경험과 직결되기 때문에 클라우드 서비스의 중요한 이슈이다. 그렇기 때문에 사용자의 요청에 빠르게 응답하기 위하여 인-메모리 데이터베이스는 클라우드 기반 응용 프로그램에 널리 사용되고 있다. 하지만, 현재 인-메모리 데이터베이스는 대부분 연결리스트 기반의 해시 테이블로 구현되어 있어 상수 시간의 응답을 보장하지 못한다. 쿠쿠 해싱(cuckoo hashing)이 대안으로 제시되었지만, 할당된 메모리의 반만 사용할 수 있다는 단점이 있었다. 이후 버킷화 쿠쿠 해싱(bucketized cuckoo hashing)이 메모리 효율을 개선하였으나 삽입 연산시의 오버헤드를 여전히 극복하지 못하였다. 본 논문에서는 BCH의 삽입 성능과 탐색 성능을 동시에 향상시키는 데이터 관리 방법인 월 쿠쿠(wall cuckoo)를 제안한다. 월 쿠쿠의 핵심 아이디어는 버킷 내부의 데이터를 사용된 해시 함수에 따라 분리하는 것이다. 이를 통하여 버킷의 탐색 범위가 줄어들어 접근해야 하는 슬롯의 수를 줄일 수 있는데, 이렇게 탐색 연산의 성능이 향상되기 때문에 탐색 과정이 포함되어 있는 삽입 연산 또한 개선된다. 분석에 따르면, 월 쿠쿠에서의 슬롯 접근 횟수 기댓값은 BCH의 기댓값보다 작다. 우리는 월 쿠쿠와 BCH, 정렬 쿠쿠를 비교하는 실험을 진행하였으며, 각 메모리 사용률(10%-95%)에서 월 쿠쿠의 탐색 및 삽입 연산이 다른 기법보다 더 적은 슬롯 접근 횟수를 가지는 것을 보였다.