• 정보과학회 논문지
• /
• 제43권4호
• /
• pp.450-459
• /
• 2016

매년 RDFS 데이터는 대용량화 되어 가며, 빠른 질의를 위한 SPARQL 처리방식에 대한 변화가 필요하게 되었다. 이를 위해 대용량 분산 처리 프레임워크를 활용한 SPARQL의 질의 처리방식이 많이 연구되고 있다. 기존의 연구 중 대용량 분산 처리 프레임워크인 Hadoop(MapReduce) 기반 질의 엔진은 반복적인 작업으로 인한 잦은 I/O 발생으로 실시간 질의 처리가 불가능하며, 인메모리 기반 분산 질의 엔진 역시 낮은 단계의 언어 수준에서 분산 구조를 고려한 구현이 필요하기 때문에 질의 엔진 구축이 어렵다. 본 논문에서는 인메모리 기반 분산 질의 처리 프레임워크인 SparkSQL을 활용하여 대용량 트리플 데이터에 대한 SPARQL 질의문 처리 속도를 향상시킬 수 있는 질의 처리 엔진 구축 방법을 제안한다. SparkSQL 은 Spark 기반의 고수준 분산 질의 엔진으로서 기존의 SQL문을 활용한 질의가 가능하다. 따라서 SPARQL 질의문을 처리하기 위해서는 Jena를 이용하여 Algebra Tree를 생성한 후 이를 Spark 시스템에 적용하기 위한 Spark Algebra Tree로 변환해야 한다. 그리고 이를 이용하여 SparkSQL 질의문을 생성하는 시스템을 구축하였다. 또한 Spark 인메모리 시스템에서 보다 효율적인 질의 처리를 위한 DataFrame기반의 트리플 Property 테이블 설계를 제안하고 SparkSQL 프레임워크에 활용하였다. 마지막으로 기존의 분산처리 프레임워크를 사용한 질의 엔진과 비교 평가를 통하여 연구의 타당성을 검증한다.

• 한국농림기상학회지
• /
• 제24권2호
• /
• pp.78-82
• /
• 2022

생물계절은 작물의 발달 시기를 결정하며, 생육기 온도에 의해 크게 영향을 받는다. 과정 기반 모델(PBM)에서 엽면적은 생물계절 및 형태 모듈의 결합에 의해 동적으로 시뮬레이션된다. 따라서 잎 발달 속도 또는 최종 잎 수의 예측은 전체 작물 모델의 성능에 영향을 주게 된다. 기온에 따른 잎 축적 속도 결정을 위한 데이터는 SPAR 챔버로부터 수집되었다. 온도의 함수로서 발달 속도를 설명하기 위해 베타 분포 함수(Yan and Hunt(1999)에 의해 제안됨)가 사용되었으며, 최적온도와 임계온도는 각각 26.0℃와 35.3℃로 추정되었다. 모델 추정치는 기온 모델에 생장기의 일 평균 기온을 입력하여 얻은 양파 잎의 일별 증가량을 누적한 결과이며, 모델 평가를 위해 온도구배하우스에서 관찰된 양파 잎의 누적 개수를 모델 추정치와 비교하였다. 본 연구에서 잎 수 추정 모델의 결정계수(R²)와 RMSE 값은 각각 0.95와 0.89였다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.275-284
• /
• 2022

기후변화에 따른 대기 온도 및 이산화탄소 농도의 상승은 농업 생산성에 큰 영향을 미칠 것으로 예상된다. RCP 8.5 시나리오에 따른 21세기말(2071~2100) 기후조건에서는 전 생육기간에 걸쳐 군락광합성이 크게 증가하였으나 이러한 효과가 종실 수량 증가로는 이어지지 않았다. 특히 높은 광합성능으로 인한 바이오매스의 증가는 분지 수 확보에 긍정적으로 작용하여 협수와 립수는 큰 변동이 없었던 반면 립중은 단독 고온 조건과 유사하게 현저히 감소하였다. 이는 등숙기간 중 고온에 의한 동화산물의 축적 및 전류 불량이 주요 요인으로 판단된다. 이러한 결과는 미래 기후 환경에서 종실 수량 감소가 협수와 립수 보다는 립중의 감소에 의한 것임을 의미한다. 이와 같은 결과들은 우리나라 남부지역에서 기후변화에 따른 콩 생육의 불확실성을 해소하고 피해 대책을 마련하기 위한 기초자료로써 유용하게 활용될 것으로 기대된다.