• 한국정보과학회논문지:시스템및이론
• /
• 제36권5호
• /
• pp.429-436
• /
• 2009

오드 연결망은 그래프이론 모델의 하나로 발표되었는데, [1]에서 고장허용 다중컴퓨터에 대한 하나의 모형으로 소개되었고, 여러 가지 유용한 성질들 - 간단한 라우팅 알고리즘, 최대고장허용도, 노드 중복 없는 경로 등 - 이 분석되었다 본 논문에서는 오드 연결망 $O_d$ 에서 에지 중복 없는 스패닝 트리를 구성하는 알고리즘을 제안한다. 그리고 제안한 알고리즘에 의해 구성된 에지 중복 없는 스패닝 트리가 에지 중복 없는 최적 스패닝 트리임을 증명한다.

• 정보처리학회논문지A
• /
• 제17A권3호
• /
• pp.113-120
• /
• 2010

이븐 연결망은 고장허용 다중컴퓨터에 대한 하나의 모형으로 제안된 연결망으로, 간단한 라우팅 알고리즘, 최대고장허용도, 노드 중복 없는 경로와 같은 여러 가지 유용한 성질과 알고리즘들이 분석되었다. 기존에 발표된 라우팅 알고리즘과 노드 중복 없는 경로를 구성하는 알고리즘은 최적임이 증명되었다. 하지만 아직까지 이븐 연결망에서 에지 중복 없는 스패닝 트리를 구성하는 기법은 소개되지 않았다. 에지 중복 없는 스패닝 트리는 상호연결망의 고장허용도의 성능 향상과 효율적인 방송 기법을 분석하기 위해서 사용되는 매우 유용한 기법이다. 기존에 발표된 라우팅 알고리즘 또는 노드 중복 없는 경로를 구성하는 알고리즘은 라우팅 또는 노드 중복 없는 경로를 위한 알고리즘으로 에지 중복 없는 스패닝 트리를 구성하기 위해 적용될 수 없는 알고리즘이다. 본 논문에서는 이븐 연결망 $E_d$에서 에지 중복 없는 스패닝 트리를 구성하는 알고리즘을 제안한다.

• 정보과학회 논문지
• /
• 제44권11호
• /
• pp.1236-1243
• /
• 2017

본 논문은 기존의 TextRank 알고리즘에 상호정보량 척도를 결합하여 군집 기반에서 키워드 추출하는 LSI-based ClusterTextRank 기법과 추출된 키워드를 Latent Semantic Indexing(LSI)을 이용한 연관망 구축 기법을 제안한다. 제안 기법은 문서집합을 단어-문서 행렬로 표현하고, 이를 LSI를 이용하여 저차원의 개념 공간으로 차원을 축소한다. 그 다음 k-means 군집화 알고리즘을 이용하여 여러 군집으로 나누고, 각 군집에 포함된 단어들을 최대신장트리 그래프로 표현한 후 이에 근거한 군집 정보량을 고려하여 키워드를 추출한다. 그리고나서 추출된 키워드들 간에 유사도를 LSI 기법을 통해 구한 단어-개념 행렬을 이용하여 계산한 후, 이를 키워드 연관망으로 활용한다. 제안 기법의 성능을 평가하기 위해 여행 관련 블로그 데이터를 이용하였으며, 제안 기법이 기존 TextRank 알고리즘보다 키워드 추출의 정확도가 약 14% 가량 개선됨을 보인다.

• International Journal of Contents
• /
• 제3권2호
• /
• pp.18-24
• /
• 2007

Biological sequences such as DNA and amino acid sequences typically contain a large number of items. They have contiguous sequences that ordinarily consist of more than hundreds of frequent items. In biological sequences analysis(BSA), a frequent contiguous sequence search is one of the most important operations. Many studies have been done for mining sequential patterns efficiently. Most of the existing methods for mining sequential patterns are based on the Apriori algorithm. In particular, the prefixSpan algorithm is one of the most efficient sequential pattern mining schemes based on the Apriori algorithm. However, since the algorithm expands the sequential patterns from frequent patterns with length-1, it is not suitable for biological datasets with long frequent contiguous sequences. In recent years, the MacosVSpan algorithm was proposed based on the idea of the prefixSpan algorithm to significantly reduce its recursive process. However, the algorithm is still inefficient for mining frequent contiguous sequences from long biological data sequences. In this paper, we propose an efficient method to mine maximal frequent contiguous sequences in large biological data sequences by constructing the spanning tree with a fixed length. To verify the superiority of the proposed method, we perform experiments in various environments. The experiments show that the proposed method is much more efficient than MacosVSpan in terms of retrieval performance.

• 정보처리학회논문지A
• /
• 제14A권5호
• /
• pp.263-268
• /
• 2007

본 논문에서는 Folded 하이퍼-스타 FHS(2n,n)의 위상적 성질들을 분석한다. 먼저, FHS(2n,n)이 최대고장허용도를 가짐을 보이고, double rooted 스패닝 트리를 이용한 방송 수행 시간이 2n-1임을 보인다. 그리고 FHS(2n,n)이 Folded 하이퍼큐브에 연장율 1로 임베딩 가능함을 보이고, Folded 하이퍼큐브가 FHS(2n,n)에 연장율 2, 밀집율 1로 임베딩 가능함을 보인다.

• 정보처리학회논문지D
• /
• 제15D권2호
• /
• pp.155-162
• /
• 2008

DNA 염기 서열이나 단백질 아미노산 서열과 같은 생물학적 서열 데이터들은 일반적으로 많은 수의 항목들을 가지고 있다. 생물학적 데이터 서열들에는 보통 빈번하게 발생하는 수 백개의 항목으로 이루어진 연속된 서열들이 존재한다. 이들 서열들에서 빈번하게 발생하는 연속 서열을 검색하는 것은 생물학적 서열 분석에서 중요한 부분을 차지하고 있다. 이전에는 순차 패턴을 효과적으로 발견하고자 하는 많은 연구들이 수행되었으며 대부분의 기존 순차패턴 마이닝 기법들은 Apriori 알고리즘을 기반으로 한다. PrefixSpan 알고리즘은 Apriori 기반의 가장 효율적인 순차패턴 마이닝 기법이다. 하지만 이 알고리즘은 길이-1인 빈발 패턴들로 부터 서열 패턴을 확장해나가는 방식이다. 따라서 길이가 긴 연속 서열을 포함하는 생물학적 데이터서열들에 대한 검색방법으로는 적합하지 않다. 최근에는 기존의 PrefixSpan방식을 이용하면서도 반복적인 처리과정을 줄인 MacosVSpan이 제안되었다. 하지만 이 알고리즘 또한 길이가 긴 생물학적 데이터 서열들로부터 빈번하게 발생하는 연속 서열들을 검색하기에는 효율적이지 않다. 본 논문에서는 많은 양의 생물학적 데이터 서열들로부터 빈번한 연속서열을 고정길이 확장 트리를 이용하여 효과적으로 찾아내는 방법을 제안한다. 그리고 다양한 환경에서 실험을 통해 제안하는 방식이 MacosVSpan알고리즘에 비해 검색성능이 보다 우수함을 보인다.