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
- 최근 인-메모리 기반의 Spark가 등장하였다. 따라서 본 논문에서는 Spark 프레임워크로 적합한 설계를 위한 데이터 형을 제안하였다. 실험을 통해 제안한 분산 설계의 효율성을 보였다.
- 수행이 가능하다. 따라서 분산 프레임워크를 이용한 설계가 가능하기 때문에, 분산 프레임워크인 하둡을 이용한 이미지 벡터 추출 방법에 대한 연구가 진행되었다. 하둡을 이용한 설계 시 2개의 태스크로 설계를 하며, 첫 번째 태스크는 이미지 데이터의 특징점을 이용하여 할당되는 비주얼 워드를 계산하고, 비주얼 워드와 특징점의 차이 값을 계산하는 수행과정을 진행한다.
- 본 논문에서는 스파크[6-7]를 이용하여 이미지 검색 서비스 구축을 위한 이미지 벡터 생성방법에 대한 설계 방법을 제시한다. 기존 하둡 프레임워크와 차이점을 비교하며 설계하고 스파크에 특징을 이용한 설계 방법을 제시하며, 실험을 통해 제시된 방법의 효율성을 보인다.
- 본 논문은 이미지 검색 서비스 구축을 위한 2단계의 과정 중 이미지 데이터베이스 구축을 위한 작업을 진행하였다. 따라서 향후 연구로 Spark를 이용하여 정보 검색을 위한 단계를 효율적인 구현이 요구된다.
- 이러한 문제를 해결하기 위해 동적 이미지 데이터 모델을 제안한다. 제안된 동적 이미지 데이터 모델은 현재까지의 데이터 사이즈를 확인할 수 있는 Data Size변수와 잔여벡터를 저장할 수 있는 Residual Vector 배열 그리고 Residual Vector배열의 소속 비주얼 워드를 저장할 수 있는 Centroid ID 배열로 구성된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.