Correct Linear Skyline Algorithm in High-Dimensional Space

Q: 이 논문에서 정의한 선형 스카이라인 질의란 무엇인가?

사용자의 선호도 함수를 선형 함수로 제약하여 계산하는 스카이라인 질의 방법이다. 이는 지배 개념을 이용하여 여러 데이터 속성을 고려한 의사 결정 문제에서 사용자 선호도에 적합한 후보 집합을 효율적으로 찾아내는 것을 목적으로 한다.

Q: 다차원 공간에서 정확한 선형 스카이라인을 찾기 위한 핵심 방법은 무엇인가?

연구 결과, 선형 스카이라인 중 가장 외곽에 있는 점을 이용하여 가상의 점을 구성하는 새로운 방법을 제안하였다. 이를 통해 기존 알고리즘이 다차원 공간에서 일부 데이터를 잘못 제거하던 문제를 해결하고 계산의 정확성과 실행 속도를 크게 향상시켰다.

박희수; 이종욱

doi:10.5626/JOK.2018.45.10.1089

추천

검색

질문

자료유형: 학술저널

저자정보: 박희수 (성균관대학교) 이종욱 (성균관대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.45 No.10

발행연도: 2018.10

수록면: 1,089 - 1,095 (7page)

DOI: 10.5626/JOK.2018.45.10.1089

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

스카이라인 질의는 지배 개념을 이용하여 사용자 선호도에 적합한 후보 집합을 찾아주는 질의로, 여러 개의 데이터의 속성을 고려한 의사 결정 문제에 효과적이다. 하지만 데이터의 속성이 많아질 경우 스카이라인의 결과가 지나치게 많아지는 문제가 발생한다. 본 논문에서는 이와 같은 문제를 해결하기 위해서 사용자의 선호도 함수를 선형 함수로 제약한 선형 스카이라인 질의를 정확하게 계산하는 알고리즘을 제안한다. 기존 연구에서는 데이터 속성의 수만큼 가상의 점을 데이터에 추가하여 선형 스카이라인을 구하는 방법을 제안하였으며, 이와 같은 방법은 정확한 선형 스카이라인을 구하지 못함이 확인되었다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 가상의 점을 추가하는 방법을 수정하였으며, 정확한 선형 스카이라인을 찾을 수 있도록 증명하고, 다양한 실험을 통해 제안 방법의 정확함을 검증하였다.

#스카이라인 질의 #선형 스카이라인 질의 #컨벡스 헐 #다차원 공간에서의 선형 스카이라인 #skyline query #linear skyline query #convex hull #linear skyline in high-dimensional space

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-569-003572117

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)