최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C), 2010 June 30, 2010년, pp.152 - 155
송명진 (전남대학교 전자컴퓨터공학부) , 김대인 (전남대학교 전자컴퓨터공학부) , 황부현 (전남대학교 전자컴퓨터공학부)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
데이터 마이닝이란? | 그리고 수집된 다차원 스트림 데이터는 센서 감지 시점과 같은 시간 속성을 가지므로 시간 데이터마이닝 기법을 적용하여 유용한 예측 정보를 탐사할 수 있다. 데이터 마이닝은 데이터베이스에 잠재된 정보를 추출하는 기술로써 최근에는 데이터의 시간 속성을 고려하여 인과 관계 규칙을 탐사하는 시간 데이터 마이닝 기법들이 연구되고 있다[1]. 그러나 기존의 연구들은 정적인데이터베이스에 기초하여 시간 규칙을 탐사하므로 연속적으로 발생하는 스트림 데이터에는 적용할 수 없다. | |
인터벌 데이터 마이닝의 한계점은 무엇인가? | 그리고 이벤트의 연속성을 고려하여 보다 합리적인(reasonable) 인터벌 이벤트를 구성하고 인터벌 이벤트의 발생빈도를 기준으로 빈발 이벤트들 사이에 존재하는 연관 규칙을 탐사한다. 그러나 [1]의 기법은 정적인 데이터베이스를 바탕으로 연관 규칙을 탐사하므로 연속적으로 무한하게 수집되는 스트림 데이터에 적용하기에는 한계가 존재한다. | |
다차원 스트림 데이터란? | 다차원 스트림 데이터는 둘 이상의 센서에서 실시간으로 수집되는 스트림 데이터를 의미한다[6]. 그러나 수집된 다차원 스트림 데이터는 무한한 크기를 가지므로 모든 이벤트를 전송 및 처리하는 것은 한계가 존재한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.