메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이현병 (충북대학교) 송상호 (충북대학교) 최도진 (창원대학교) 김상혁 (충북대학교) 전종우 (충북대학교) 성우제 (충북대학교) 임종태 (충북대학교) 복경수 (원광대학교) 유재수 (충북대학교)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제23권 제6호
발행연도
2023.6
수록면
33 - 48 (16page)
DOI
10.5392/JKCA.2023.23.06.033

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (5)

2024

스파크 환경에서 학습된 색인 및 VA 파일을 이용한 고차원 데이터 색인 기법
이현병 ,  송상호 ,  김상혁 외 6명 한국콘텐츠학회논문지 2024.04 학술저널

2023

스파크에서 내용 기반 이미지 검색을 위한 VA-File 기반의 고차원 데이터 색인 기법
이현병 ,  송상호 ,  김상혁 외 5명 한국정보과학회 학술발표논문집 2023.06 학술대회자료
스파크에서 벡터 근사를 활용한 효율적인 고차원 데이터 색인 기법
이현병 ,  송상호 ,  최도진 외 6명 한국콘텐츠학회논문지 2023.06 학술저널
스파크에서 고차원 데이터 처리를 위한 학습된 색인 기법
이현병 ,  김상혁 ,  성우제 외 5명 한국콘텐츠학회 종합학술대회 논문집 2023.05 학술대회자료
분산 환경에서 학습된 색인을 활용한 효율적인 고차원 색인 기법
이현병 정보통신공학과 2023.01 학위논문

초록· 키워드

오류제보하기
최근 실시간 영상 처리 기술의 발달로 보안, 자율 주행 자동차, 의료 분야, 산업용 로봇 등 다양한 응용 분야에서 내용 기반 이미지 검색 기술이 연구되고 있다. 이러한 내용 기반 이미지 검색에서는 이미지로부터 추출한 특징이 고차원이며, 이에 따라 차원의 저주 문제를 갖는다. 본 논문에서는 기존의 벡터 근사화(vector approximation) 파일을 확장하여 고차원 데이터에서 차원의 저주 문제를 해결하는 효율적인 고차원 데이터 색인 기법을 제안한다. 제안하는 기법은 질의 처리 부하를 분배하기 위해 분산 처리 엔진인 아파치 스파크에서 구현된다. 제안하는 VA-File 기반의 분할 키 생성 방법인 VA-Key를 활용하여 각 VA-File마다의 유사도를 1차원 값으로 나타내어 보다 효과적인 데이터 분할을 수행할 수 있다. 마지막으로 다양한 성능 평가를 통해 제안하는 기법이 기존의 벡터 검색 기법인 KD-Tree, LSH(Locality Sensitive Hashing) 그리고 가장 인기있는 벡터 검색 도구인 FAISS 등과 실험을 수행했으며 실험 결과 질의 처리 시간과 정확도 관점에서 기존 기법에 비해 우수함을 보이며 특히, 고차원 데이터에서의 재현율과 처리 속도는 다른 기법보다 우수한 성능을 보인다.
#스파크 #색인 #이미지 검색 #분산 처리 #Spark #Index #VA-File #Image Search #Distributed Processing

목차

요약
Abstract
I. 서론
Ⅱ. 관련연구
Ⅲ. 제안하는 벡터 근사 기법을 활용한 효율 적인 고차원 데이터 색인 기법
Ⅳ. 성능 평가
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

벡터 기반 데이터베이스 및 생성형 AI를 활용한 맞춤형 정보 제공 시스템 개발
강오한 ,  김현석 ,  박주원 한국컴퓨터교육학회 학술발표대회논문집 2023 .08
다양한 딥러닝 모델을 활용한 GIS 부분 방전 유형 분류기
김재우 ,  안진수 ,  유재수 외 1명 한국정보과학회 학술발표논문집 2023 .06
스마트 온실 지능형 추론 플랫폼을 위한 환경 데이터의 영향력 분석
임종태 ,  최지현 ,  최환용 외 7명 한국콘텐츠학회논문지 2023 .07
스파크에서 고차원 데이터 처리를 위한 학습된 색인 기법
이현병 ,  김상혁 ,  성우제 외 5명 한국콘텐츠학회 종합학술대회 논문집 2023 .05
규칙 및 심층 학습 기반 이종 학술 문헌 동명이인 판별 기법
송상호 ,  김상혁 ,  장준혁 외 6명 한국콘텐츠학회 종합학술대회 논문집 2023 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-310-001475206