선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 응용 분야들에서 가장 중요하게 요구 되고 있는 기능들 중의 하나는 유사성 검색들 중 근접 또는 k-근접 이웃 질의이다. 근접 이웃질의에 대한 연구들은 이러한 질의처리를 효율적으로 처리 하기 위한 자료 구조를 제안한 방법들과 디스크에 기반을 둔 색인에서 질의를 처리 하는 방법들이 제안 되어 왔다 본 연구에서 우리는 디스크에 기반을 둔 색인에서 근접 이웃 질의를 처리하는 빙 법들에 대하여 연구한다.
- 디렉토리 구조卷 가지는 색인에서 근접 이웃질의를 처리하는 보다 랄리 처리 하는 방법에 대하여 본 연구는 기술하였다. 알고리즘의 초기 단계에서 하나의 엔트리에 포함되는 데이터를 처리하여 구성한 하이퍼 구에의하여 查의 처리를 위하여 사용되는 힙 자료 구조에 삽입되는 엔트리들의 수를 최소화 하였다、이러한 CPU 비용의 절감온 디스크 접근 비용을 충분히 보상한다.
- 본 논문온 다옴 장에서 평면 색인 구조의 일반적인 측징에 대하여 기술하고 본 연구애서 사용된 간단한 평면 디렉토리 생성에 대하여 기술한다. 그리고, 두 개의 잘 알려진 근접 이웃 알고리즘인 RKV 알고리즘[5] 과 HS 알고리즘을 간단히 소개 한다.
가설 설정
- 요약정보의 집합욜 디렉토리 라고 한다, 우리는 비교의 편의를 위하여 디렉토리의 엔트리는 (MBH, 디스크 페이지주소, 페이지개수) 구조를 가진다고 가정한다* 즉. MBH에 속한 모든 데이터는 디스크 페이지에 저장된다고 가정한다. 평면 색인 구조의한 예는 고A-File이 될 수 있다.
- VA-File 온 우선 각 차원에 대하여 분할 개수 J흘 결정한다. 따라서, d 차원의 경우 2^개로 분할된 그리드 셀들이 가상적으로 존재한다고 가정하고 각 설에 데이터가 포함되면 셀에 대한 요약정보휼 생성하여 디렉토리에 삽입한다, 할당된 비트의 크기 b는 3-5 정도인 경우 근접잘의에서 좋은 성눙* 보여준다고 [6]에서 지적하였다. 그리고, 각 차원에서의 2b 개의 분할선의 선택 방법에 대한 자세한 기술온없으므로 우리는 각 차원에 대하여 동일한 개수를 가지는 2b -1개 분할선을 이응하였다.
- 나머지 10~11개의 차원은 분할대상 축으로 선택되지 않는다. 생성하려는 노드의 개수가 줄 이들 면 들수록(루트 노드에 가까워 질수록) 분할 축의 수는 더욱 줄어들 것이다. 이러한 사실은 트리 형태를 가지는 색인의 중간 노드들은 질의에 대하여 분 기력이 아주 저조함을 알 수 있다.
- 분할된 테이터는-디스크 페이지에 저장이 되며 디스크에 저장이 된 데이터에 대한 요약 정보(MBH, 최소 경계 하이퍼 입방처】)는 주기억 장치에 저장된다, 이 때. 요약정보의 집합욜 디렉토리 라고 한다, 우리는 비교의 편의를 위하여 디렉토리의 엔트리는 (MBH, 디스크 페이지주소, 페이지개수) 구조를 가진다고 가정한다* 즉. MBH에 속한 모든 데이터는 디스크 페이지에 저장된다고 가정한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.