인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
무선 데이터 방송에 기반한 위치 기반 정보 서비스를 위해, 효과적인 k 근접 질의을 위한 인덱싱 기법들이 개발되었다. 기존의 분산 인덱싱 기법들은 분산된 각각의 인덱스에 데이터 분포에 대한 부분적인 정보만을 유지하기 때문에 접근시간과 에너지 소비 사이에 트레이드 오프 (trade-off)가 발생시킨다. 본 논문에서는 기존 분산 인덱스의 트레이드 오프를 피함으로 에너지 효율적인 k 근접 질의 처리를 가능하게 해주는 미세 셀 기반의 복합 인덱스(FCHI)를 제안한다. 이를 위해 FCHI는 미세 셀을 이용한 전체 데이터 분포에 대한 정보와 데이터들의 실제 좌표를 유지하는 분산 인덱스를 결합한다. FCHI는 전체 데이터 분포를 이용해 충분히 축소된 탐색공간을 빠르게 결정하게하고 분산인덱스의 실제 좌표를 이용한 데이터 필터링을 통해 접근시간과 에너지 소비를 줄인다. 또한 FCHI는 테이블 형태의 선형 구조를 유지하여 클라이언트들의 선형 접근 패턴을 지원한다. 실제 데이터와 균일한 분포를 가지는 데이터를 이용한 시뮬레이션을 통해 제안된 기법이 기존의 인덱싱기법보다 접근시간과 튜닝시간에서 상당한 성능 개선을 제공한다는 것을 보였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2010-566-001930554
