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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 전종훈
- 발행연도
- 2013
- 저작권
- 명지대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 온톨로지 기반의 효율적인 추론질의 처리를 위해 제안된 하이퍼 큐브 인덱스(Hyper Cube Index)의 생성방법을 개선하여 생성에 소요되는 시간과 비용을 단축하고 이를 통해 효율적인 추론질의 처리가 가능함을 보인다.
관계형 데이터베이스 시스템은 다양한 형식의 인덱스를 제공함에도 불구하고 온톨로지 기반 추론질의를 처리하는데는 적합하지 않기 때문에 이를 효과적으로 처리하기 위해 하이퍼 큐브 인덱스가 제안되어졌다. 그러나 대용량 온톨로지를 대상으로 하이퍼 큐브 인덱스를 생성하는 경우, 고차원 반복문에 의한 연산 처리 비용과 대용량 데이터를 다루기 위한 빈번한 파일 입출력, 그리고 추론을 위해 저장되어진 인덱스 파일 검색에 많은 낭비가 발생한다.
따라서 본 논문에서는 하이퍼 큐브 인덱스 생성에 있어, O(N3) 원시 알고리즘을 O(NlogN) 정렬시간과 O(N) 생성시간의 알고리즘으로 개선하고 병렬프로그래밍을 적용하여 생성속도를 향상시키며 비트 매트릭스 압축방법을 통해 메모리 낭비 문제와 파일 입출력 오버헤드를 해결하여 실용적인 시간 내에 하이퍼 큐브 인덱스를 생성하는 방법을 제안한다. 또한 효율적인 추론 검색을 위해 개선된 구조를 제안하며, 이를 통해 추론질의 처리에서 완전성을 보장함과 동시에 질의응답에 소요되는 시간을 단축할 수 있음을 보인다.
본 논문에서 제안하는 하이퍼 큐브 인덱스 구축과 활용방법의 실용성과 우수성을 입증하기 위해서 LUBM(Lehigh University Benchmark)에서 제공하는 데이터 집합과 테스트 질의를 이용하여 실험을 실시한다. 실험을 통해 개선된 하이퍼 큐브 인덱스 생성방법이 기존 생성방법보다 빠른지, 또 효율적인 추론이 가능한지를 검증하여 실용성과 효율성을 보이고 추가적으로 Oracle Semantic Technology를 대상으로 비교하여 하이퍼 큐브 인덱스의 우수성을 검증한다.
관계형 데이터베이스 시스템은 다양한 형식의 인덱스를 제공함에도 불구하고 온톨로지 기반 추론질의를 처리하는데는 적합하지 않기 때문에 이를 효과적으로 처리하기 위해 하이퍼 큐브 인덱스가 제안되어졌다. 그러나 대용량 온톨로지를 대상으로 하이퍼 큐브 인덱스를 생성하는 경우, 고차원 반복문에 의한 연산 처리 비용과 대용량 데이터를 다루기 위한 빈번한 파일 입출력, 그리고 추론을 위해 저장되어진 인덱스 파일 검색에 많은 낭비가 발생한다.
따라서 본 논문에서는 하이퍼 큐브 인덱스 생성에 있어, O(N3) 원시 알고리즘을 O(NlogN) 정렬시간과 O(N) 생성시간의 알고리즘으로 개선하고 병렬프로그래밍을 적용하여 생성속도를 향상시키며 비트 매트릭스 압축방법을 통해 메모리 낭비 문제와 파일 입출력 오버헤드를 해결하여 실용적인 시간 내에 하이퍼 큐브 인덱스를 생성하는 방법을 제안한다. 또한 효율적인 추론 검색을 위해 개선된 구조를 제안하며, 이를 통해 추론질의 처리에서 완전성을 보장함과 동시에 질의응답에 소요되는 시간을 단축할 수 있음을 보인다.
본 논문에서 제안하는 하이퍼 큐브 인덱스 구축과 활용방법의 실용성과 우수성을 입증하기 위해서 LUBM(Lehigh University Benchmark)에서 제공하는 데이터 집합과 테스트 질의를 이용하여 실험을 실시한다. 실험을 통해 개선된 하이퍼 큐브 인덱스 생성방법이 기존 생성방법보다 빠른지, 또 효율적인 추론이 가능한지를 검증하여 실용성과 효율성을 보이고 추가적으로 Oracle Semantic Technology를 대상으로 비교하여 하이퍼 큐브 인덱스의 우수성을 검증한다.
목차
제 1 장 서 론 1제 2 장 하이퍼 큐브 인덱스(Hyper Cube Index) 5제 3 장 효율적인 인덱스 구축법과 활용 8제 1 절 하이퍼 큐브 인덱스의 문제점 8제 2 절 병렬프로그래밍 13제 3 절 비트 매트릭스 압축 17제 4 절 개선된 비트 매트릭스 구조 22제 5 절 추론질의 처리 25제 4 장 실험 환경 및 결과 27제 1 절 실험 환경 및 방법 27제 2 절 실험 결과 및 분석 29제 5 장 결론과 향후 연구과제 44제 1 절 결론 44제 2 절 향후 연구과제 45참고문헌 46Abstract 48
최근 본 자료
댓글(0)
0