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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제18권 제5호
- 발행연도
- 2012.5
- 수록면
- 409 - 413 (5page)
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Guttman이 처음 R-tree를 제안한 이후에 R-tree의 질의 성능 향상을 위한 연구가 많이 이루어졌다. 기존의 연구들은 R-tree의 공간 활용도를 증가시키고 MBR의 중복 영역을 줄이는데 중점을 두었다. 이러한 연구는 크게 R-tree의 분할 및 병합 알고리즘을 향상시키는 기법, 벌크로딩을 이용해서 공간 활용도를 증가시키는 방법 그리고 R-tree의 노드를 메모리 또는 저장 데이터의 특성에 맞추어 노드 구조를 변경시키는 기법 등이 있다. 비록 이러한 기법들이 R-tree의 질의 처리 성능을 향상시켰지만 CPU의 순차적 처리 특성 때문에 CPU기반의 R-tree의 성능 향상에는 한계가 있다. 본 논문에서는 CPU의 순차처리 한계를 극복하기 위해서 GPU에 적합한 R-tree인 G-tree를 제안한다. G-tree는 GPU 메모리 특성에 맞도록 노드의 구조를 변경하였다. 또한 CPU 기반의 R-tree의 검색 순서인 깊이 우선 검색 방식을 GPU에 적합하도록 너비 우선 검색 방식으로 변경하여 최대의 병렬화 효과를 이끌어 냈다. 실험에서는 실제 환경을 적용하기 위해서 캘리포니아 도로 데이터를 사용하였다. 실험 결과에서 G-tree는 CPU 기반의 R-tree에 비해 질의 영역의 넓이에 따라서 최대 2000배 가량의 성능향상을 보여주었다.
목차
요약
Abstract
1. 서론
2. G-tree의 노드 구조
3. G-tree 검색 기법
4. 실험결과
5. 결론
참고문헌
참고문헌 (1)
참고문헌 신청
이 논문의 저자 정보
이 논문과 함께 이용한 논문
[우수논문] GPGPU를 이용한 다차원 Hilbert 매핑 고속화
양시동
,
최원익
한국정보과학회 학술발표논문집
2014
.06
무선센서네트워크 환경에서 모바일싱크를 이용한 에너지효율적 경로설정 알고리즘
양승현
,
김현덕
,
최원익
한국통신학회 학술대회논문집
2013
.11
GPU에서 Contain-Link를 이용한 R-tree 구현
김민철
,
유승범
,
최원익
정보과학회논문지 : 데이타베이스
2014
.04
무선 센서 네트워크에서 센서노드의 구조를 고려한 에너지 효율적인 클러스터링 형성 방법
김현덕
,
유보선
,
최원익
한국통신학회 학술대회논문집
2011
.06
Embedded CPU/GPU 기술 동향 및 응용 사례
이주석
한국컴퓨터그래픽스학회 학술대회
2011
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-569-002864970