$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

질의 결과 크기 추정을 위한 효과적인 공간 분할 기법

Effective Spatial Partitioning Technique for Query Result Size Estimation

2002봄 학술발표논문집(B):Proceedings of The 29th KISS Spring Conference(한국정보과학회), 2002 Apr., 2002년, pp.55 - 57  

김현국 (강원대학교 컴퓨터정보통신공학과) ,  김학자 (강원대학교 컴퓨터정보통신공학과) ,  황환규 (강원대학교 컴퓨터정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

공간 데이터베이스의 규모는 매우 방대하여 질의 처리에 많은 비용이 발생한다. 따라서 효율적인 질의 처리를 위해서는 질의 수행 결과의 예측이 필요하다. 이를 위해 실제 공간 데이터의 특성을 근접하게 나타내는 요약 데이터를 생성하여 그 결과를 통해 질의 결과의 크기를 추정하게 된다. 기존의 공간 데이터 요약 기법으로는 면적 균등 분할 기법, 개수 균등 분할 기법, 인덱스 분활 기법 등이 있다. 본 논문에서는 기존에 연구된 다양한 분말 기법에 대해 알아보고, 힐버트 공간 재움 곡선 방법에 개수 균등 분말 기법을 적용시킨 새로운 공간 분할 방법을 제안하여 기존의 방법과 새로운 방법의 성능을 비교한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 수학 분야에서 널리 논의 되어 온 힐버트 공간채움곡선 방법에 개수균등 분할기법을적용한새로 운 공간 데이터 분할 방법을 제안하고 기존의 방법과 질의 결과 크기 추정의 정확성을 비교한다.
  • 공간 데이터베이스는 데이터 규모의 특성상 효율적인 질 의 결과 크기의 추정이 필수적이다. 본 논문에서는 힐버트 곡선을 사용한 효율적 인 공간 분할 방법을 제안하였다. 힐 버트 곡선 공간 분할 방법은 데이터가 존재하는 영역을 세 밀히 스캔하여 요약데이터를 작성하게 되므로 기존의 방
  • 본 장에서는 기존의 방법과 새 방법의 성능을 실험을 통 해 비교하여 제안된 방법의 성능 향상을 보이고자 한다.
  • 기존의 균등 분할 방법과 인덱스 분할 방법은 편재된 데 이터의 특성을 상대적으로 잘 표현하지 못하는 단점을 가 지고 있다. 이를 개선하기 위해 본 논문에서는 2차원 데이 터를 힐버트 공간 채움 곡선 경로를 통해 스캔하며 공간 분 할을 수 행 하는 새 로운 공간 분할 기 법 을 제 안 한다.

가설 설정

  • 공간 데이터베이스는 다양한 모양, 서로 다른 크기의 데 이터로 이루어지기 때문에 전체 공간을 분할한 후 분할된 버켓 내에서 최소 경계 사각형(MBR, Minimum Bounding Rectangle)으로 표현된 데이터의 개수를 요약 데이터로 유 지하게 된다。]. 또한 모든 데이터는 분할 영역 내에 균일 하게 분포되어 있음을 가정 한다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트